ارائه یک الگوریتم پردازش تصویر هوشمند جدید برای تشخیص و شناسایی علائم راهنمایی و رانندگی مبتنی بر منطق فازی

در این مقاله یک الگوریتم هوشمند جدید برای تشخیص و شناسایی علائم راهنمایی و رانندگی، براساس پردازش تصویر و منطق فازی، ارائه می‌شود. این الگوریتم شامل سه مرحله پیش‌پردازش، تشخیص و شناسایی می‌باشد. در مرحله پیش‌پردازش با اعمال الگوریتم‌های پردازش تصویر، تغییرات به منظور بهبود کیفیت تصویر دریافتی و حذف داده‌های نامرتبط با هدف مورد نظر انجام می‌گیرد. در مرحله شناسایی یک الگوریتم بینایی ماشین هوشمند برای استخراج مفاهیم علائم راهنمایی و رانندگی استفاده شده است. به منظور کاهش زمان عملیات و افزایش دقت الگوریتم شناسایی، مرحله تشخیص طراحی شده است. در این مرحله، کاندیداهای علائم راهنمایی و رانندگی با دقت بیشتری انتخاب و در اختیار مرحله شناسایی قرار می‌گیرند. در تمام مراحل پردازش تصویر و بینایی ماشین، که شامل پردازش‌های سطح پایین و پردازش‌های سطح بالا و پیچیده می‌باشد، از منطق و ریاضیات فازی استفاده شده است. همچنین برای تشخیص و شناسایی علائم راهنمایی و رانندگی، از ویژگی‌های تغییرناپذیر برای استفاده در منطق فازی و استخراج مفاهیم، بهره برده شده است. استفاده از منطق و ریاضیات فازی قابلیت استنتاج و هوشمندی همانند انسان را برای تصمیم‌گیری در شرایط واقعی، در اختیار سیستم هوشمند قرار می‌دهد. مراحل کامل این الگوریتم در نرم‌افزار متلب پیاده‌سازی شده است. همچنین آزمایش‌های عملی در شرایط واقعی برای بررسی عملکرد این الگوریتم طراحی و انجام شده است. نتایج حاصل از آزمایش، عملکرد مناسب این الگوریتم تا 92.68 درصد صحت، در تشخیص و شناسایی علائم راهنمایی و رانندگی در شرایط واقعی را نشان می‌دهد. الگوریتم ارائه شده، در مقایسه با الگوریتم‌های دیگر با شرایط آزمایشی مشابه، از صحت عملکرد مناسبی برخوردار است. از این الگوریتم می‌توان برای طراحی سیستم‌های کمک راننده و سیستم‌های کنترلی با هدف هوشمند سازی خودرو استفاده نمود.

Designing a New Intelligent Image Processing Algorithm for Traffic Sign Detection and Recognition Based on Fuzzy Logic

A new algorithm for traffic sign detection and recognition based on image processing was presented in this paper. This algorithm has three stages that consist of preprocessing, detection and recognition. In preprocessing stage, input image quality enhancement and unrelated data elimination be done by applying image processing algorithms. In recognition stage an intelligent machine vision algorithm is used to extract concepts of traffic signs. Detection stage is designed for decrease the operation time and increase the recognition algorithm accuracy. In this stage, traffic sign candidates are elected more accurately and they are transmitted to recognition stage. Fuzzy logic and mathematics is used in all of image processing and machine vision stages that consist of low and high level processing. Also for traffic sign recognition, invariant features are used to design a fuzzy logic algorithm to extract traffic sign concepts. Fuzzy logic and mathematics give Inference and intelligent capabilities to smart system to make correct decision in actual conditions like human. All stages of this algorithm was implemented in MATLAB. Also for performance investigation of this algorithm experimental scenarios in actual situation are designed. The results show that designed algorithm has an appropriate performance in traffic sign detection and recognition up to 92.68 percent in actual situations. Compared with other methods with the same experimental conditions the accuracy of the proposed algorithm is satisfactory. This algorithm can be used to design driver assistance and control systems for intelligent vehicles.