Denna avhandling beskriver ett projekt för att skapa en prototypapplikation med syftet att förenkla vägmärkesinventering. Istället för att manuellt analysera en tagen bild och jämföra med en databas av vägmärken för inventing så kan man istället starta denna applikation, ladda in bilden och få ut ett svar på vad skylten har för identifieringskod. Idén är att vägmärkesinventerare ska spara in tiden det tar att gå igenom alla bilder tagna under en dag och istället få systemet att automatiskt lägga in vad vägmärket har för identifieringskod. Grundapplikationen är skriven som en WPF-applikation med hjälp av ramverket EmguCV som i sin tur nyttjar .NET ramverket. Den viktiga aspekten i detta projekt är att se ifall detta kan göras med rimlig beräkningskraft, kunna matcha skyltar på en rimlig tid, vilket gjordes möjligt med EmguCVs FLANN-algoritm. Projektet resulterade i en fungerande applikation där användare kan ladda upp cirkulära hastighetsvägmärken där applikationen detekterar och sedan matchar vägmärket mot en databas för att kunna identifiera det. / This dissertation describes a project for creating a prototype application for the purpose of simplifying road sign inventory. Instead of manually analyzing a captured image and comparing it to a database of inventory road signs, you can instead launch this application, load the image and get the identification code of that road sign. The idea is that road sign inventory takers will save the time it takes to review all the pictures taken during a day and instead, the system will automatically generate the identification code of that road sign. The basic application is written as a WPF application using the EmguCV framework, which in turn uses the .NET framework. The important aspect of this project is to see if matching road signs can can be done with reasonable computation and within reasonable time, this was made possible with EmguCVs FLANN-algorithm. The project resulted in a functional application in which users can upload circular velocity road signs and the application detects and identifies the road sign via a database of road signs.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kau-56831 |
Date | January 2017 |
Creators | Palm, Magdalena |
Publisher | Karlstads universitet, Institutionen för matematik och datavetenskap |
Source Sets | DiVA Archive at Upsalla University |
Language | Swedish |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf, application/pdf |
Rights | info:eu-repo/semantics/openAccess, info:eu-repo/semantics/openAccess |
Page generated in 0.0054 seconds