Detekce cesty ve venkovním prostředí zpracováním obrazu

Abstract

Táto práca sa zaoberá detekciou cesty, ktorá sa nachádza vo vonkajšom prostredí. Na dosiahnutie tohto cieľa sú použité dva prístupy. Požaduje sa, aby boli oba odolné voči náhlym svetelným zmenám v obraze a použiteľné pre rôzne typy povrchu aj s malým znečistením. Prvý využíva klasické metódy spracovania obrazu. Výstupom tejto metódysúvyznačenéhranicecesty.Druhýmzvolenýmprístupomjepoužitiekonvolučných neurónových sietí. V tomto prípade sa jedná o klasifikačnú úlohu a výstupom je odhad smeru cesty. Navrhlo sa niekoľko štruktúr sietí a po ich natrénovaní sa zvolila najvhodnejšia z nich. Dosiahnutá úspešnosť siete sa overila na novej testovacej množine. Obe metódy sú implementované v jazyku Python.

The Master’s thesis deals with the issue of the road detection in the outdoor environment using image processing. It is highly required that the methods selected are robust to sudden light changes within the image and effective in detection of wide variety of road surfaces possibly comprising certain kinds of pollution. Two methods have been used in order to reach the desired goal. The initial method uses standard algorithms of the image processing. Main outcome of this method are highlighted road boundaries. The following methodisbasedonconvolutionalneuralnetworks.Inthiscasewehaveclassificationtask. The result of this method is the estimation of the road direction. In the whole process, severalneuralnetworkstructureshavebeendesigned.Afterthenetworktrainingthemost suitable one was selected. Eventually, the results have been retested using newly created test set. Both of these methods are implemented in programming language Python.