COMBINATION OF HOUGH TRANSFORM AND CANNY EDGE DETECOR FOR IMPROVEMENT OF LINEAR OBECT DETECTION RESULTS

Abstract

Hough transform together with Canny edge detector are proposed to use for road lines detection at different weather conditions at various places. Canny operator is used for edge detection on image, then Hough transformation is applied for the detection of extended objects. Proposed testing of such combination of two methods is done on datasets of frames from the unmanned aerial vehicle benchmark. The goal of this research is to obtain comparative results of Hough transform use effectiveness at different conditions and to develop set of recommendations for the implementation of the proposed software for automatic detection of lines in the image in order to identify the roadway and improve the effectiveness of further recognition of ground moving objects. The research was implemented with the help of means of Python 3.6 language in the environment of Anaconda, Skicit image library.

Перетворення Хафа разом з детектором країв Кенні пропонується використовувати для виявлення дорожніх ліній при різних погодних умовах в різних місцях. Оператор Кенні використовується для виявлення країв на зображенні, потім застосовується перетворення Хафа для виявлення протяжних об'єктів. Пропоноване тестування такої комбінації двох методів виконується на наборах даних кадрів з еталонного тесту безпілотного літального апарату. Метою даного дослідження є отримання порівняльних результатів ефективності використання перетворення Хафа в різних умовах і розробка набору рекомендацій щодо впровадження пропонованого програмного забезпечення для автоматичного виявлення ліній на зображенні з метою ідентифікації проїжджої частини і підвищення ефективності подальше розпізнавання наземних рухомих об’єктів. Дослідження проводилося за допомогою засобів мови Python 3.6 в середовищі Anaconda, бібліотеки зображень Skicit.

Преобразование Хафа вместе с детектором краев Кенни предлагается использовать для обнаружения дорожных линий при различных погодных условиях в разных местах. Оператор Кенни используется для обнаружения краев на изображении, затем применяется преобразование Хафа для обнаружения протяженных объектов. Предлагаемое тестирование такой комбинации двух методов выполняется на наборах данных кадров из эталонного теста беспилотного летательного аппарата. Целью данного исследования является получение сравнительных результатов эффективности использования преобразования Хафа в различных условиях и разработка набора рекомендаций по внедрению предлагаемого программного обеспечения для автоматического обнаружения линий на изображении с целью идентификации проезжей части и повышения эффективности дальнейшее распознавание наземных движущихся объектов. Исследование проводилось с помощью средств языка Python 3.6 в среде Anaconda, библиотеки изображений Skicit.