Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/17206
Title: Vehicle detection in images captured by drones
Other Titles: Deteção de veículos em imagens capturadas por drones
Author: Camarneiro, Manuel
Advisor: Neves, António José Ribeiro
Keywords: Engenharia electrónica
Drones (Aeronaves)
Visão por computador
Defense Date: 2016
Publisher: Universidade de Aveiro
Abstract: Hoje em dia, drones e vis~ao por computador s~ao ambos temas em con- stante explora c~ao. Aliar estas duas tecnologias permite obter diferentes perspetivas sobre o mundo e captur a-las com c^amaras digitais a bordo de drones. Combinando ainda o processamento a bordo das imagens adquiri- das potencia a recolha de informa c~ao relevante, permitindo ao drone uma a c~ao aut onoma aplic avel em in umeros contextos. Esta tese foca-se no desenvolvimento de algoritmos de vis~ao por computador tendo em vista uma solu c~ao inovadora e escal avel para gest~ao de parques de estacionamento. Desenvolver uma solu c~ao destas exige conhecer as caracter sticas mais rel- evantes dos drones e das c^amaras digitais, bem como capturar imagens de forma adequada a este prop osito. No que diz respeito ao processamento de imagem e necess ario um estudo sobre as t ecnicas de vis~ao por computa- dor, de maneira a que o software possa avaliar corretamente os parques de estacionamento. Neste documento ser a apresentado o estudo sobre as quest~oes mencionadas anteriormente. E ainda proposto um algoritmo para dete c~ao de ve culos, tendo por base imagens adquiridas por drones a baixa altitude. O software permite o c alculo de taxas de ocupa c~ao e est a preparado para ser usado em diferentes tipos de parque, quer em rela c~ao a sua geometria quer ao material que comp~oe o piso. Os testes aos algoritmos desenvolvidos foram feitos em diferentes parques de estacionamento no Campus da Universidade de Aveiro, sob diferentes condi c~oes de ilumina c~ao para veri car a abilidade e requisitos de proces- samento. Os resultados experimentais detalhados s~ao apresentados nesta tese e a base de dados de imagens adquiridas foi disponibilizada para futura investiga c~ao.
Drones and Computer Vision are both hot topics nowadays. Allying these two technologies enables having different perspectives of the world and cap- turing them with digital cameras onboard drones. Combining onboard pro- cessing of the acquired images might provide extremely useful information from different scenarios, allowing the drones to perform autonomously with applications in several contexts. This thesis focuses on the development of computer vision algorithms point- ing towards an innovative and scalable solution for parking lots management, detecting parked vehicles in lots to determine occupancy rates. Creating such a solution implies knowing the most important properties of drones and digital cameras, as well as how to capture aerial images for this pur- pose. Regarding image processing, a study on computer vision techniques is required in order the software to correctly evaluate parking lots. This document presents all the study regarding the above mentioned issues and proposes an algorithm for vehicle detection, based on low altitude im- ages captured by drones. The software is also able to compute occupancy rates and it is prepared to be used in different types of parking lots, both in terms of their geometry and pavement type. Tests performed with the developed algorithms were done in different park- ing lots across the University Campus under different lighting conditions to check their accuracy and processing requirements. Detailed experimental results are presented in this thesis and an image database was produced in order to allow future experiments by other researchers.
Description: Mestrado em Engenharia Electrónica e Telecomunicações
URI: http://hdl.handle.net/10773/17206
Appears in Collections:DETI - Dissertações de mestrado
UA - Dissertações de mestrado

Files in This Item:
File Description SizeFormat 
dissertation.pdf96.02 MBAdobe PDFView/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.