جستجو برای:
سبد خرید 0
  • خانه
  • محصولات
  • ویدئوهای آموزشی رایگان
  • مقالات
  • تماس با ما

ورود

گذرواژه خود را فراموش کرده اید؟

ثبت نام

داده های شخصی شما برای پشتیبانی از تجربه شما در این وب سایت، برای مدیریت دسترسی به حساب کاربری شما و برای اهداف دیگری که در سیاست حفظ حریم خصوصی ما شرح داده می شود مورد استفاده قرار می گیرد.

هوش مصنوعی رضوان
  • خانه
  • محصولات
  • ویدئوهای آموزشی رایگان
  • مقالات
  • تماس با ما
ورود / ثبت نام
0

وبلاگ

هوش مصنوعی رضوان > فایل های آموزشی رایگان > ردیابی ماشین به منظور کنترل سرعت با متلب

ردیابی ماشین به منظور کنترل سرعت با متلب

فایل های آموزشی رایگان

کدهای پروژه

clc;
clear all;
close all;

%It is an object for reading video files
trafficVid = VideoReader(‘traffic.mj2’);
get(trafficVid)

%This command is used to view videos and sequences of images
implay(‘traffic.mj2’);

darkCarValue = 50;
darkCar = rgb2gray(read(trafficVid,70));

%Read image into workspace.
noDarkCar = imextendedmax(darkCar, 50);
imshow(darkCar)
figure, imshow(noDarkCar)

%creates a disk-shaped structuring element, where r specifies the radius.
sedisk = strel(‘disk’,0/001);

% performs morphological opening on the grayscale or binary image I using the structuring element SE.
noSmallStructures = imopen(noDarkCar, sedisk);
imshow(noSmallStructures)


nframes = 120%trafficVid.NumFrames;
I = read(trafficVid, 1);
taggedCars = zeros([size(I,1) size(I,2) 3 nframes], class(I));

for k = 1 : nframes
singleFrame = read(trafficVid,k);

% Convert to grayscale to do morphological processing.
I = rgb2gray(singleFrame);

% Remove dark cars.
noDarkCars = imextendedmax(I, 50);

% Remove lane markings and other non-disk shaped structures.
noSmallStructures = imopen(noDarkCars, sedisk);

% Remove small structures.
noSmallStructures = bwareaopen(noSmallStructures, 150);

% Get the area and centroid of each remaining object in the frame. The
% object with the largest area is the light-colored car. Create a copy
% of the original frame and tag the car by changing the centroid pixel
% value to red.
taggedCars(:,:,:,k) = singleFrame;

stats = regionprops(noSmallStructures, {‘Centroid’,’Area’});
if ~isempty([stats.Area])
areaArray= [stats.Area];
[junk,idx] = max(areaArray);
c = stats(idx).Centroid;
c = floor(fliplr(c));
width = 2;
row = c(1)-width:c(1)+width;
col = c(2)-width:c(2)+width;
taggedCars(row,col,1,k) = 255;
taggedCars(row,col,2,k) = 0;
taggedCars(row,col,3,k) = 0;
end
end


frameRate = trafficVid.FrameRate;
implay(taggedCars,frameRate);


End_Mean_speed=k;

 

 

 

 

قبلی آموزش مهندسی پرامپت برای به حداکثر رساندن بهره‌وری با ChatGPT
بعدی کاهش نویز تصویر با فیلتر وینر در متلب

دیدگاهتان را بنویسید لغو پاسخ

جستجو برای:
دسته‌ها
  • فایل های آموزشی رایگان
  • مقالات
دسته‌های محصولات
  • دوره ها
  • عمومی
نوشته‌های تازه
  • تحولی نوین در صنعت بیمه با هوش مصنوعی
  • سیستم‌های توصیه‌گر: راهنمای جامع
  • ربات هوش مصنوعی چیست؟ اشتراکات و کاربردهای رباتیک و هوش مصنوعی
  • تعریف هوش مصنوعی در زنجیره تأمین
  • هوش مصنوعی احساسی: درک و تحلیل احساسات انسانی
درباره ما

هدف ما آموزش هوش مصنوعی با استفاده از پایتون و متلب می باشد تا بتوانیم موارد کاربردی آن را به شما عزیزان آموزش دهیم.

دسترسی سریع
  • دوره ها
  • تماس با ما
    نماد ها
    کلیه حقوق مادی و معنوی این سایت متعلق به هوش مصنوعی رضوان می‌باشد.
    اشتراک گذاری در شبکه های اجتماعی
    ارسال به ایمیل
    https://airezvan.com/?p=10340
    دسته بندی دوره ها
    دسته بندی بلاگ
    دوره های من
    دسته بندی دوره ها

    دوره ها

    • 3 دوره
    دسته بندی بلاگ

    فایل های آموزشی رایگان

    • 32 نوشته

    مقالات

    • 56 نوشته
    دوره های من
    برای مشاهده خریدهای خود باید وارد حساب کاربری خود شوید
    Facebook Twitter Youtube Instagram Whatsapp
    مرورگر شما از HTML5 پشتیبانی نمی کند.