الفهرس 
Abstract
ntelligent Transportation SystemsOnly 14 pages are availabe for public view
 |  | from | 84 |  |  |
| | | from | 84 | | |
Abstract
الملخص العربى
نظام يعتمد على الرؤية بالكمبيوتر لمراقبة
وتصنيف السيارات
نتيجة للكثافات السكانية المطردة والنمو المتزايد أصبح من الضرورى البحث لإيجاد حلول للعديد من المشاكل التى تضفيها تلك العوامل على منظومة النقل أو المرور كالإزدحام وتعدد أنواع السيارات والتصادمات ومحدودية الطرق. ومن أهم هذه الحلول هو استخدام التكنولوجيا لعمل منظومة نقل ذكية يتم من خلالها إدارة حركة النقل لتقليل زمن نقل المسافرين والبضائع عبر الطرق مع الحفاظ علي أقصى درجات الأمن والسلامة. ومن أهم العوامل التى ترتكز عليها منظومة النقل الذكية هى الحصول على المعلومات الدقيقة عن الحالات المرورية للطرق و الكثافات الموجودة عليها وهذا يتطلب إيجاد أنظمة كشف أتوماتيكية دقيقة عن السيارات ومن ثَم عدها بالإضافة إلى تصنيفها.
ومما لاشك فيه أن تعدد أنواع تلك السيارات ووجود تقاربات كثيرة فى الشبه فيما بينها يعيق حركة التصنيف لذا وجب علينا البحث عن طرق كشف وتصنيف للسيارات أكثر دقة من الموجودة حاليا للإسهام فى رفع كفاءة منظومة النقل الذكية من خلال إمدادها بمعلومات أكثر دقة عن أنواع تلك السيارات علما بأن وجود تحديد دقيق لأنواع السيارات التى تمر على الطرق يخدم العديد من المجالات المختلفة كالمراقبة المرورية والنظم الأمنية وبوابات تحصيل رسوم المرورعلى الطرق المدفوعة الأجر وتجنب الإزدحام والتصادمات على الطرق.
ونظراً للتطور الهائل فى تكنولوجيا الحاسب الآلى الذى أدى إلى زيادة سرعته وقدراته التخزينية لمعالجة البيانات بسرعة ودقة عالية بدأ الباحثون عن أنظمة تصنيف السيارات يتجهون من إستخدام الأنظمة التقليدية للكشف وتصنيف السيارات إلى الأنظمة التى تعتمد على الرؤية بالكمبيوتر والتى تعتمد على أخذ صور لتلك السيارات وتحليل الصور بإستخدام الكمبيوتر للتعرف على أنواعها. وتعددت الأنظمة التى تستخدم تقنية الرؤية بالكمبيوتر من خلال تعدد وسائل معالجة الصور. هذا وأصبحت تتنافس فيما بينها للحصول على أعلى دقة فى التعرف على السيارات وتصنيفها. ونحن هنا فى هذه الرسالة أوجدنا تقنيتين مختلفتين لمعالجة الصور الملتقطة للسيارات للحصول على دقة أعلى من النظم المستخدمة سابقاً فى التعرف على أنوع تلك السيارات. ويأتى الحكم بدقة ما طرحناه من تقنيات للتصنيف بعد عمل مقارنات على نتائج الأنظمة السابقة والنتائج التي توصلنا اليها بعد تطبيقها على نفس قاعدة البيانات التي أُختبرت بها الأنظمة السابقة. مع العلم أننا ولوجود بعض الدوال التي تختار نقاط الحساب بطريقة عشوائية فإننا أعدنا إجراء الإختبارت عشرون مرة وتم أخذ المتوسط من خلالها لضمان ثبات النتائج. ذلك وقد تم إعداد هذه الرسالة المكونة من ستة فصول على النحوالتالى.
الفصل الأول: يتناول هذا الفصل المقدمة وهى تتحدث عن نظم النقل الذكية وأهميتها وعن إسهامات مجال الرؤية بالكمبيوتر فى تطويرها. كما يتم عرض للمشاكل التي تقابل عملية التصنيف من حيث عدم جودة الصورة الملتقطة وصغر حجمها وتغير ظروف إلتقاطها لتغير الضوء والطقس والتشابه الكبير فى الشكل العام للأنواع المختلفة من السيارات.
الفصل الثانى: يحتوى هذا الفصل على التعريف بأهمية الكشف عن السيارات لأنظمة النقل الذكية وفوائدها ومنها إنشاء بوابات أتوماتيكية لتحصيل رسوم المرورعلى الطرق المدفوعة الأجر ويعرض أيضا الأنظمة المختلفة المستخدمة فى الكشف عن السيارات مع شرح كل طريقة وإيضاح مميزاتها و عيوبها.
الفصل الثالث: فى هذا الفصل تم عرض ثمانية أنظمة مشابهة تعتمد على الرؤية بالكمبيوتر فى تصنيف السيارات والبعض منها يستخدم نفس قاعدة البيانات التي تمت المقارنة بها لتحديد دقة وكفاءة التقنيات المقترحة بالنسبة إلى تلك الأنظمة.
الفصل الرابع: يعرض هذا الفصل النظام المقترح فى هذه الرسالة والتى تتكون من تقنيتين لكشف وتصنيف السيارات وذلك على النحو التالى. التقنية الاولى تعتمد على تحليل الصورة لإيجاد حزمة الكلمات المرئية وهذا النظام يحاكى فى تكوينه نظام التعرف على عنوان للمقاطع اللغوية المكتوبة إستناداً إلى ما يتم تصنيفه من كلمات داخلية تدل على المحتوى النصى. ويتم تطبيق هذه التقنية على أنظمة مختلفة لوصف الصورة تم تصنيفها على ثلاث محاور. المحور الأول يعتمد على اللون والثانى يعتمد على الشكل والثالث يعتمد على الشكل واللون معاً وذلك بعد عمل تدريب على عينة مصنفة مسبقا للسيارات المراد تصنيفها. أما التقنية الثانية فتعتمد في تحليلها للصور على إيجاد توصيف كامل لعناصر الصورة من ناحية تحديد المكان وأهمية العنصر ووضعهم إتجاهيا بطريقة متسلسلة تسمح لها بتكوين قاعدة بيانات تعريفية دقيقة لكل صنف من السيارات وذلك من خلال عمل تدريب أيضا على عينة مصنفة مسبقا للسيارات المراد تصنيفها.
الفصل الخامس: تم فى هذا الفصل إظهار نتائج الإختبارات بتطبيق كل التقنيات التى تم طرحها فى الرسالة والتى تم عرضها في الفصل الرابع على شكل جداول ووضع شكل توضيحى لكل جدول ومن ثَم تحليل البيانات ومقارنة النتائج التي تم الحصول عليها بنتائج الأنظمة السابقة لإظهار مدى ما تم الوصول إليه من نتائج تتفوق فى دقتها على الأنظمة السابقة جميعاً كما يظهره جدول المقارنة النهائي.
الفصل السادس : وتم فيه عرض الاستنتاجات التى تم التوصل اليها بعد تحليل النتائج على النحو التالى: ظهور تقدم فى النتائج التى توصلنا إليها مقارنة بالنتائج التى قدمتها الأنظمة السابقة حال وجود تشابه كبير فى أنواع السيارات المطلوب تصنيفها لتصل أعلى قيمة تم الوصول اليها فى مجموع الانظمة السابقة إلى (97.57%). فى حين أنه تم الوصول بنتيجة التصنيف بالتقنيات التي تقدمها الرسالة على نفس عينة الإختبار إلى (98.50%). كما تم أيضاً ملاحظة تقدم فى النتائج التى توصلت إليها تقنياتنا مقارنة بالأنظمة السابقة عندما تعرضت إلى تصنيف ثلاث أنواع من السيارات فى وقت واحد حيث وصلت أعلى قيمة حققتها الأنظمة السابقة إلى (97.74%) فى حين أنه تم الوصول بنتائج التقنيات التى قدمناها فى هذه الرسالة على نفس الحالة إلى (98.49%). مما سبق يتضح التفوق الواضح الذى أظهرته النتائج التى تم تقديمها فى هذه الرسالة على مثيلاتها فى الانظمة السابقة عند إختبارها على نفس قاعدة البيانات بفارق ملحوظ. ونعزو ذلك الفارق الملحوظ فيما تظهره نتائجنا الى قوة وكفاءة التقنيات التى طرحناها. كما اننا سنعاود البحث مستقبلا إلى إبتكار وتجربة وإختبار تقنيات أخرى قد تقدم لنا نتائج أعلى مما توصلنا إليها الآن.