วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2552

การประมวลผลภาพจากล้องวีดิทัศน์จราจรเพื่อควบคุมสภาพจราจร ปัจจุบันมีบทบาทสำคัญในระบบการจราจรอัจฉริยะ โดยงานวิจัยพื้นฐานของการประมวลผลภาพจากกล้องวีดิทัศน์คือ การตัดแยกวัตถุ ซึ่งการตัดแยกส่วนยานพาหนะที่มีความแม่นยำถูกต้อง จะส่งผลให้การนับยานพาหนะ การตรวจจับความเร็ว หรือการจำแนกชนิดยานพาหนะ มีความแม่นยำด้วย โดยการตัดแยกยานพาหนะสำหรับวีดิทัศน์จราจร มักพบกับปัญหาการตัดแยกผิดพลาด เนื่องจากเงาอันเป็นผลมาจากเงื่อนไขของแสง และการเปลี่ยนแปลงของแสงตามเวลาของวัน วิทยานิพนธ์นี้จึงได้นำข้อเด่นของวิธีการเชิงสถิติสำหรับการลบฉากหลัง และการตรวจจับเงามาเป็นพื้นฐานของวิธีการตัดแยกยานพาหนะ สำหรับวีดิทัศน์จราจร แต่เนื่องจากข้อจำกัดของวิธีการเชิงสถิตินี้คือ จำเป็นต้องอาศัยลำดับฉากหลังในการเรียนรู้แบบจำลองฉากหลัง ตัวแบบจำลองยังไม่สามารถปรับตัวตามเวลาได้ และการตัดแยกผิดพลาดเนื่องจากสีของวัตถุฉากหน้าใกล้เคียงกับสีของวัตถุฉากหลังมาก วิทยานิพนธ์นี้จึงได้นำเสนอการปรับปรุงการตัดแยกยานพาหนะ โดยมีการประมวลผลก่อนโดยการใช้การกรองแบบค่ามัธยฐาน เพื่อให้ได้ลำดับฉากหลังสำหรับการเรียนรู้แบบจำลองฉากหลัง และทำการรวมกันของวิธีการเชิงสถิติแบบสีเข้ากับลักษณะขอบของภาพฉากหน้า เพื่อให้ได้ผลการตัดแยกยานพาหนะที่มีความแม่นยำมากยิ่งขึ้น และการทำให้แบบจำลองปรับตัวได้ตามการเปลี่ยนแปลงสภาพแสง โดยใช้การประมาณค่ามัธยฐานแบบสีที่นำเสนอขึ้น นอกจากนี้สามารถตรวจจับสภาพจราจรได้โดยการใช้ค่าการครอบครอง เพื่อเป็นตัวช่วยเลือกปรับตัวได้ และในการประเมินค่าระบบการตัดแยกยานพาหนะนี้คำนวณในรูปของค่าความแม่นยำและค่าเรียกกลับ ซึ่งวิธีที่นำเสนอให้ผลที่มีความแม่นยำและสมบูรณ์กว่าวิธีที่นำมาเปรียบเทียบที่นิยม อย่างวิธีการเชิงสถิติสำหรับการลบฉากหลังแบบดั้งเดิม วิธีการลบภาพฉากหลังจากการสร้างแบบจำลองฉากหลังรวมกันแบบเกาส์ และวิธีการเชิงสถิติสำหรับการลบฉากหลังที่มีการทำให้สามารถปรับตัวได้