Please use this identifier to cite or link to this item: https://repositorio.ufpa.br/jspui/handle/2011/7180
metadata.dc.type: Tese
Issue Date: 4-Dec-2009
metadata.dc.creator: OLIVEIRA, Jozias Parente de
metadata.dc.contributor.advisor1: FREIRE, Raimundo Carlos Silvério
metadata.dc.contributor.advisor-co1: PELAES, Evaldo Gonçalves
Title: Método para extração de objetos de uma imagem de referência estática com estimativa das variações de iluminação
Citation: OLIVEIRA, Jozias Parente de. Método para extração de objetos de uma imagem de referência estática com estimativa das variações de iluminação. 2009. 171 f. Orientador: Raimundo Carlos Silvério Freire; Coorientador: Evaldo Gonçalves Pelaes. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2009. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/7180. AScesso em:.
metadata.dc.description.resumo: A segmentação de vídeo é um passo fundamental em muitos sistemas de visão, tais como sistemas de vigilância e monitoramento de tráfego. O método denominado subtração da imagem de fundo é comumente utilizado para detecção de objetos em seqüências de vídeo comparando-se cada pixel do quadro corrente com um modelo da imagem de referência. Neste trabalho, apresenta-se uma arquitetura em hardware para segmentação de vídeo desde a etapa de implementação do algoritmo em PC até a elaboração da arquitetura em hardware. O método de segmentação de vídeo destina-se ao processamento de operações em ponto fixo e visa aprimorar o método de detecção de objetos baseado em modelos Gaussianos. Este aprimoramento é realizado por meio da aplicação de uma técnica para compensação das variações das intensidades dos pixels que objetiva reduzir os falsos positivos ocasionados por ruídos ou variações de iluminação. Primeiramente, o algoritmo foi validado em MATLAB em ponto flutuante e em ponto fixo. Em seguida, foi implementado em um arranjo de portas programáveis em campo (FPGA), utilizando um kit desenvolvimento da Altera (DE-2). A arquitetura opera com uma freqüência igual a 100 MHz e processa 30 quadros por segundo com resolução igual é 640 x 507. A capacidade do sistema é demonstrada com várias imagens de teste.
Abstract: Video segmentation is a fundamental step in many vision systems including video surveillance and traffic monitoring. Background subtraction is a method typically used to segment moving regions in video sequences taken from a static camera by comparing each new frame to a model of the scene background. In this paper, a hardware system for video segmentation is proposed from algorithm to hardware architecture level. The video segmentation algorithm is aimed at fixed-point operations and improves a Gaussian background model by applying a two-stage linear compensation procedure to remove the undesirable subtraction results from noise and illumination changes. First, the algorithm was validated in MATLAB. Then, it was prototyped on an Altera field-programmable gate array platform (DE-2). At a clock rate of 100 MHz, the architecture can process 30 frames per second, where the image resolution is 640 x 507 pixels. The capability of the system is demonstrated for several video sequences.
Keywords: Segmentação de vídeo
FPGAS (Arranjos de Lógica Programável em Campo)
Tempo real
Detecção de objetos
processamento de imagem
video segmentation
FPGA (Field Programmable Gate Array)
real time
object detection
image processing
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Tecnologia
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia Elétrica
metadata.dc.rights: Acesso Aberto
Appears in Collections:Teses em Engenharia Elétrica (Doutorado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Tese_MetodoExtracaoObjetos.pdf4,21 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons