Detecção de ultrapassagens veiculares irregulares através de processamento de imagens

  • Mauro F. Rodrigues Universidade Federal de Santa Maria
  • Alzenira da Rosa Abaide Universidade Federal de Santa Maria
  • Douglas Castro Karnikowski Universidade Federal de Santa Maria
  • Marco A. Furmann Cooperluz
  • Taciana P. Enderle Universidade Federal de Santa Maria
  • Gabriel H. Danielsson Universidade Federal de Santa Maria
Keywords: Processamento digital de imagens, Morfologia matemática, Matlab, Segurança de trânsito, Visão computacional

Abstract

Acidentes de trânsito compõem atualmente um problema de saúde global. Entre as mais diversas ocorrências, as colisões frontais ocorridas em pistas simples, são as responsáveis pelo maior número de mortes nas estradas brasileiras, segundo levantamentos do Instituto de Pesquisa Econômica Aplicada (IPEA), essas colisões são causadas principalmente devido a manobras de ultrapassagem ilegais. O grande problema situa-se no fato de que não existem equipamentos eletrônicos consolidados destinados a fiscalizar esse tipo de infração, cabendo somente a um número insuficiente de agentes de campo em operação totalmente pontual. Nesse sentido, o presente trabalho visa desenvolver uma ferramenta de detecção automática de ultrapassagens veiculares irregulares em locais proibidos, através da aplicação de técnicas de processamento e análise de imagens de tráfego. Para tanto, desenvolveu-se um algoritmo em plataforma MATLAB, o qual contempla basicamente processos matemáticos de manipulação e alteração de pixels, analisando as matrizes formadas pelas imagens digitais e, principalmente, por segmentação e operações de morfologia matemática, de forma a detectar veículos e o tipo de faixa de uma rodovia, com o menor recurso computacional possível. Ao final, foi possível determinar se no trecho analisado a ultrapassagem em área irregular aconteceu, determinando características do objeto de forma a determinar se é um veículo que realizou o fato, caracterizando infração de trânsito.

Published
2020-12-08
Section
Articles