Reconocimiento inteligente de flujo vehicular basado en el procesamiento de imágenes

Abstract

The aim of this thesis is the basis for determining the density of traffic flow in different automobile roads in the city of Morelia Michoacan, Mexico, using machine vision and image processing, in order that in the next stage is reached the integration of information necessary for controlling intelligent traffic lights, automatic take decisions in relation to the time of green light, based on the density of traffic flow according to images taken by the cameras. To achieve vehicle flow counting videos about 5 minutes each, so that by selecting consecutive images can be estimated background place monitored are recorded. Having estimated the fund, compared with a new image, which presents cars to count the same place, in order to remove all static and analyze the dynamic part (autos), which is the interest of this work. By using probability tools, erosion, dilation and connectivity, you can determine the number of cars present in the image. The contribution of this thesis is precisely the optimum selection of such tools.

El objetivo del presente trabajo de tesis es, sentar las bases para determinar la densidad de flujo vehicular en las diferentes vías automovilísticas de la ciudad de Morelia Michoacán, México, mediante el uso de visión artificial y procesamiento de imágenes, con la finalidad de que en una siguiente etapa se llegue a la integración de la información necesaria para el control de semáforos inteligentes, que tomen decisiones automáticas en relación a los tiempos de luz verde, basado en la densidad de flujo vehicular de acuerdo a las imágenes tomadas de las cámaras. Para lograr el conteo de flujo vehicular se registran videos de aproximadamente 5 minutos cada uno, de tal forma que mediante la selección de imágenes consecutivas se pueda estimar el fondo del lugar monitoreado. Una vez estimado el fondo, se compara con una nueva imagen, la cual presenta autos a contabilizar del mismo lugar, con el fin de eliminar toda la parte estática y analizar la parte dinámica (autos), que es el interés del presente trabajo. Mediante el uso de herramientas de probabilidad, erosión, dilatación y conectividad, es posible determinar la cantidad de autos presentes en la imagen. La aportación del presente trabajo de tesis es precisamente la selección óptima de dichas herramientas.