Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "鍾允中"

Filter results by typing the first few letters
Now showing 1 - 7 of 7
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    A Vision-Based Traffic Light Detection System at Intersections
    (國立臺灣師範大學研究發展處, 2002-04-??) 鍾允中; 王俊明; 陳世旺; Yun-Chung Chung, Jung-Ming Wang, and Sei-Wang Chen
    十字路口紅綠燈自動偵測系統為發展以視覺為基礎之道路交通違規偵測系統之重要基礎,例如闖紅燈違規、紅燈違規左右轉或暫停於禁止臨時停車位置等違規都需要紅綠燈的資訊。這類型的視覺系統由於是架設於室外開放的環境,因此必須要能夠克服天氣、陰影、光線明亮度變化以及架設位置不固定等相關的問題。我們希望能夠研究出一個以視覺為基礎之十字路口紅綠燈自動偵測系統,可以提供紅綠燈的訊息資料,而不需與紅綠燈控制信號箱有實體的連線,本系統所偵測的紅綠燈訊號即可配合其他智慧型交通運輸系統(ITS)做後續處理。本系統首先產生背景影像,並藉以判斷明亮度值—分辨白天或黑夜。其次採用HSI彩色模式配合模糊Morphology技術處理來取得可能的紅綠燈位置。配合空間與時間上的限制條件,將不合理的候選區域去除,即可將紅綠燈的位置、大小與轉換時間偵測出來。
  • No Thumbnail Available
    Item
    A Vision-Based Traffic Light Detection System at Intersections
    (國立臺灣師範大學研究發展處, 2002-04-??-) 鍾允中; 王俊明; 陳世旺; Yun-Chung Chung, Jung-Ming Wang, and Sei-Wang Chen
    十字路口紅綠燈自動偵測系統為發展以視覺為基礎之道路交通違規偵測系統之重要基礎,例如闖紅燈違規、紅燈違規左右轉或暫停於禁止臨時停車位置等違規都需要紅綠燈的資訊。這類型的視覺系統由於是架設於室外開放的環境,因此必須要能夠克服天氣、陰影、光線明亮度變化以及架設位置不固定等相關的問題。我們希望能夠研究出一個以視覺為基礎之十字路口紅綠燈自動偵測系統,可以提供紅綠燈的訊息資料,而不需與紅綠燈控制信號箱有實體的連線,本系統所偵測的紅綠燈訊號即可配合其他智慧型交通運輸系統(ITS)做後續處理。本系統首先產生背景影像,並藉以判斷明亮度值—分辨白天或黑夜。其次採用HSI彩色模式配合模糊Morphology技術處理來取得可能的紅綠燈位置。配合空間與時間上的限制條件,將不合理的候選區域去除,即可將紅綠燈的位置、大小與轉換時間偵測出來。
  • No Thumbnail Available
    Item
    An Edge Analysis Based Blur Measure for Image Processing Applications
    (國立臺灣師範大學研究發展處, 2006-10-??) 鍾允中; 張祥利; 王俊明; 陳世旺; Yun-Chung Chung, Shyang-Lih Chang, Jung-Ming Wang, and Sei-Wang Chen
    本論文中提出一個新的基於邊緣分析之模糊測量標準。本項模糊測量標準是基於邊緣分析的基礎而訂立,此模糊測量標準適用於各種不同之影像處理應用。本論文所提出的方法針對所有邊緣點分析,以加權的方式結合邊緣梯度變異量資訊以及邊緣梯度強度資訊,定義出本項模糊測量標準。邊緣梯度變異量資訊描述了邊緣的寬度資訊,而邊緣梯度強度資訊則讓邊緣資訊更加的可靠。此外,加權的值並不需要人工輸入,而是直接由輸入影像的對比資訊自動決定。由實驗的結果中顯示,本論文所提出的方法在許多影像處理應用上都有良好的結果。
  • No Thumbnail Available
    Item
    An Edge Analysis Based Blur Measure for Image Processing Applications
    (國立臺灣師範大學研究發展處, 2006-10-??-) 鍾允中; 張祥利; 王俊明; 陳世旺; Yun-Chung Chung, Shyang-Lih Chang, Jung-Ming Wang, and Sei-Wang Chen
    本論文中提出一個新的基於邊緣分析之模糊測量標準。本項模糊測量標準是基於邊緣分析的基礎而訂立,此模糊測量標準適用於各種不同之影像處理應用。本論文所提出的方法針對所有邊緣點分析,以加權的方式結合邊緣梯度變異量資訊以及邊緣梯度強度資訊,定義出本項模糊測量標準。邊緣梯度變異量資訊描述了邊緣的寬度資訊,而邊緣梯度強度資訊則讓邊緣資訊更加的可靠。此外,加權的值並不需要人工輸入,而是直接由輸入影像的對比資訊自動決定。由實驗的結果中顯示,本論文所提出的方法在許多影像處理應用上都有良好的結果。
  • No Thumbnail Available
    Item
    Automatic Urban Road Segmentation
    (國立臺灣師範大學研究發展處, 2006-10-??-) 鍾允中; 王俊明; 張祥利; 陳世旺; Yun-Chung Chung, Jung-Ming Wang, Shyang-Lih Chang, and Sei-Wang Chen
    自動都市馬路區塊擷取於電腦視覺影像處理的應用上是非常重要的,舉例而言,交通流量偵測、交通監控、以及事件偵測等都需要這項技術為基礎。自動都市馬路區塊擷取可以提供影像中有效的路面區域,避免物件偵測程式浪費不需要的運算於非路面區域,並且可以減少錯誤偵測的發生。本論文中所提出自動都市馬路區塊擷取方法使用了模糊與陰影集(fuzzy-shadowed sets)的方法來自動判斷路面的區域。本論文所提出的方法包括以下四個主要步驟:背景自動產生、前景物的偵測、背景黏貼法、路面定位。由實驗的結果中顯示,本論文所提出的方法在許多實際路面影像處理應用上都有良好的結果。
  • No Thumbnail Available
    Item
    Automatic Urban Road Segmentation
    (國立臺灣師範大學研究發展處, 2006-10-??) 鍾允中; 王俊明; 張祥利; 陳世旺; Yun-Chung Chung, Jung-Ming Wang, Shyang-Lih Chang, and Sei-Wang Chen
    自動都市馬路區塊擷取於電腦視覺影像處理的應用上是非常重要的,舉例而言,交通流量偵測、交通監控、以及事件偵測等都需要這項技術為基礎。自動都市馬路區塊擷取可以提供影像中有效的路面區域,避免物件偵測程式浪費不需要的運算於非路面區域,並且可以減少錯誤偵測的發生。本論文中所提出自動都市馬路區塊擷取方法使用了模糊與陰影集(fuzzy-shadowed sets)的方法來自動判斷路面的區域。本論文所提出的方法包括以下四個主要步驟:背景自動產生、前景物的偵測、背景黏貼法、路面定位。由實驗的結果中顯示,本論文所提出的方法在許多實際路面影像處理應用上都有良好的結果。
  • No Thumbnail Available
    Item
    單張影像之特質影像萃取
    (2009) 鍾允中; Yun-Chung Chung
    對於許多電腦視覺方面的應用而言,從輸入單一張的影像中粹取特徵影像(characteristic images)是非常重要的一個課題,例如陰影的分析、輔助光影的研究、反光消除、反射影像的移除等。舉例來說,對於許多視覺化的智慧型交通運輸應用系統(Intelligent Transportation System)而言,例如交通監控、交通的違規執法、駕駛安全輔助、自動車輛導引等,這些視覺系統若不是架設於戶外,就是裝設於車輛中,它們都遭遇到一共同的困擾,就是光影(包括陰影、反光等現象)常常會干擾甚至降低相關系統的可靠度,使得後續的處理工作增加不少的困難。 然而,想要直接從輸入單一張的影像中粹取特徵影像並非一件容易的事。本論文提出一個可靠的架構從輸入單一張的影像中粹取特徵影像,本架構包括四個主要步驟:邊緣偵測(boundary generation)、分類資訊擷取(information extraction)、邊緣分類(boundary classification)以及特徵影像組成(image composition)。在本論文中共提出應用本架構所解決的三像主要問題,包括反射干擾、反光消除、陰影移除,其特徵影像分別定義如下:反射干擾影像(Interference images)之特徵影像包括:觀測物體影像(Object image)以及反射影像(Reflection image);反光影像(Dichromatic reflection images)之特徵影像包括:強光影像(Specular image)以及物體影像(Diffuse image);本質影像(Intrinsic images)之特徵影像包括:實體影像(Reflectance image)以及光影影像(Illumination image)。 本論文所提出的架構,可從輸入單一張的影像中粹取特徵影像的技術,除了可以提供上述應用系統一個問題的解決方法之外,並可以應用於任何戶外或是與光影有關的系統。

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback