Identificação de placas de trânsito através da classificação de imagens usando redes neurais

Identification of transit boards through image classification using artificial neural networks

dc.contributorCoelho, Júlio Cezar
dc.contributorPantaleão, Eliana
dc.contributorhttp://lattes.cnpq.br/9522811596351113
dc.contributorCosta, André Luiz Aguiar da
dc.contributorAmaral, Laurence Rodrigues do
dc.creatorMartins, Marconi Amorim
dc.date2017-08-21T17:30:38Z
dc.date2017-08-21T17:30:38Z
dc.date2017-08-21
dc.date.accessioned2023-09-28T20:30:17Z
dc.date.available2023-09-28T20:30:17Z
dc.identifierAmorim Martins, Marconi. Identificação de placas de trânsito através da classificação de imagens usando redes neurais artificiais. 2017. 45 f. Trabalho de Conclusão de Curso (Engenharia Eletrônica e de Telecomunicações) – Universidade Federal de Uberlândia, Patos de Minas, 2017.
dc.identifierhttps://repositorio.ufu.br/handle/123456789/19551
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9052438
dc.descriptionRecently, automotive vehicles have included driver's aid systems, which analyze the environment through the acquisition and digital processing of images, including modules for identification and recognition of transit boards. For this process, the initial step is to identify the transit boards present in the image. This work shows the steps developed, such as converting to grayscale, thresholding and segmentation of the image, to isolate transit boards in images acquired by a camera coupled to a Raspberry Pi B +. Shortly after, it was accomplished the artificial neural network learning, and this showed promising results with the recognition of a particular plaque. Thus, the Raspberry Pi B + sends commands to an Arduino Uno, which controls a self-follower line, performing actions on the engines to perform maneuvers according to the recognized plaque.
dc.descriptionFAPEMIG - Fundação de Amparo a Pesquisa do Estado de Minas Gerais
dc.descriptionTrabalho de Conclusão de Curso (Graduação)
dc.descriptionRecentemente, veículos automotores têm incluído sistemas de auxílio ao motorista, que analisam o ambiente através da aquisição e processamento digital de imagens, incluindo módulos para identificação e reconhecimento de placas de trânsito. Para este processo, o passo inicial é identificar, na imagem, as placas de trânsito presentes. Este trabalho mostra os passos desenvolvidos, como a conversão para escala de cinza, limiarização e segmentação da imagem, para isolar placas de trânsito em imagens adquiridas por uma câmera acoplada a um Raspberry Pi B+. Logo após, foi realizada a aprendizagem da rede neural artificial, e esta mostrar resultados promissores com o reconhecimento de uma determinada placa. Assim, o Raspberry Pi B+ envia comandos para um Arduino Uno, para que este faça o controle de um carro autônomo seguidor de linha, executando ações nos motores para realizar manobras de acordo com a placa reconhecida.
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Uberlândia
dc.publisherBrasil
dc.publisherEngenharia de Eletrônica e Telecomunicações
dc.rightsAcesso Aberto
dc.subjectRedes neurais artificiais
dc.subjectCarro autônomo
dc.subjectProcessamento digital de imagens
dc.subjectOpenCV
dc.subjectRaspberry Pi
dc.subjectArduino uno
dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES
dc.titleIdentificação de placas de trânsito através da classificação de imagens usando redes neurais
dc.titleIdentification of transit boards through image classification using artificial neural networks
dc.typeTrabalho de Conclusão de Curso


Este ítem pertenece a la siguiente institución