Master Thesis MSTR-2015-36

BibliographyNaumann, Oliver: Automatische Startnummernerkennung für Automobilrennen.
University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Master Thesis No. 36 (2015).
94 pages, german.
Abstract

Zur Erfassung von Fahrzeugen im professionellen Rennsport werden häufig Transpondersysteme verwendet. Derartige Systeme sind jedoch kostspielig und erfordern eine vorherige Installation und regelmäßige Wartung. Ferner müssen die Transponder vor dem Rennen verteilt und nach dem Rennen wieder eingesammelt werden, was zusätzlichen logistischen Aufwand verursacht. Diese Arbeit stellt eine Methode vor, bei der ein Streckenabschnitt stattdessen von einer Kamera überwacht wird. Die von ihr gelieferten Bilder werden genutzt, um teilnehmende Rennwagen anhand ihrer Startnummer zu identifizieren, wenn diese eine Lichtschranke auslösen. Da ein solches System wenig teure Technik zur Realisierung benötigt, eignet es sich insbesondere zur Anwendung im Amateursport. Wir zeigen, mit welchen Verfahren die Ziffern einer Startnummer in Kamerabildern lokalisiert werden können. Hierfür vergleichen wir verschiedene Methoden der Segmentierung auf ihre Tauglichkeit zur Extraktion einzelner Bildelemente. Die erhaltenen Strukturen werden anschließend klassifiziert, um Ziffern von Nichtziffern abzugrenzen. Dazu testen wir mehrere Klassifizierungsansätze und Merkmale und prüfen, welche Parametrisierungen eine präzise Klassifikation ermöglichen. Wir stellen einen Algorithmus vor, der einzelne Bildkomponenten miteinander verkettet und so die einzelnen Ziffern zu einer Nummer zusammenfasst. Ferner analysieren wir, welche Eigenschaften die Startnummern auszeichnen und wie diese verwendet werden können, um Nichtziffern früh auszuschließen. Zur Bewertung der Qualität der entwickelten Verfahren verwenden wir einen Datensatz geeigneter Bilder aus dem Rennsport. Diese Arbeit beschreibt außerdem ein Verfahren zur Auswertung mehrerer Kamerabilder, um eine robuste Erkennung der Startnummern sicherzustellen. Wir berechnen den optischen Fluss und leiten daraus ab, ob ein Fahrzeug sich auf die Lichtschranke zubewegt, um dann Ergebnisse der Identifikation über die Zeit zu akkumulieren und zuverlässige Resultate zu gewährleisten. Anhand eines Modellaufbaus wird die korrekte Funktionsweise des Systems evaluiert. Teil dieser Arbeit ist die Implementierung des vorgestellten Systems.

Full text and
other links
Volltext
Department(s)University of Stuttgart, Institute of Visualisation and Interactive Systems, Visualisation and Interactive Systems
Superviser(s)Bruhn, Prof. Andrés; Stoll, Michael
Entry dateJune 5, 2019
   Publ. Computer Science