Contagem volumétrica de veículos em vias urbanas

• Autor(a) principal: Vieira, Allan Palmerio
• Data de Publicação: 2014
• Outros Autores: Costa, Ricardo Fantin da
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/8154
• topic: Engenharia de Computação; Veículos - Contagem; Sistemas de controle inteligente; Engenharia de tráfego; Vehicles - Counting; Intelligent control systems; Traffic engineering

O planejamento de vias urbanas deve levar em conta, entre outros fatores, o fluxo de veículos na área analisada, informação cada vez mais difícil de se conseguir devido ao aumento expressivo da frota de automóveis. Algumas formas de se alcançar tal informação incluem a alocação de pessoas para contagem ou disposição de sensores nas vias. O objetivo deste trabalho é prover uma abordagem computacional automática de contagem de veículos através do processamento de vídeos obtidos a partir da filmagem de vias urbanas. O trabalho consistiu na aplicação de uma série de algoritmos de visão computacional sobre vídeos, de modo a realizar a segmentação e a contagem de veículos. Várias técnicas de processamento são utilizadas, cada qual com objetivo específico de extrair alguma informação ou realçar alguma característica da imagem (quadro do vídeo). A abordagem utiliza-se da técnica de subtração de fundo para detecção de objetos em movimento e, após aplicação de filtros morfológicos, a imagem de cada quadro do vídeo, nesse ponto representada por diversas manchas(blobs), ´e analisada para descobrir quais manchas representam carros, e, se positivo, quantos carros representam. A análise da mancha é feita de duas maneiras, uma analisando a forma e sua área e outra acompanhando a velocidade dos pontos de interesse presentes na imagem. O resultado do projete é bastante promissor. Nos 274 carros dos vídeos, o programa deixou de contar um carro e contou outros dezessete a mais, resultando em um erro total de 6% nos vídeos analisados na abordagem baseada na área. Já a abordagem baseada nas velocidades dos pontos de interesse o erro total foi de 18%.