Tracciamento e classificazione degli utenti stradali in ambiente urbano con tecniche di elaborazione delle immagini. = Tracking and classification of road users in urban environment with image processing techniques.

Il monitoraggio e l’analisi del traffico sono attività fondamentali nell’ambito della gestione e ammodernamento delle infrastrutture di trasporto. Negli ultimi anni si è generato un grande interesse per gli algoritmi di identificazione e tracciamento delle entità in movimento a partire da analisi video. Questo interesse è stato supportato dalla diffusione di computer ad alte prestazioni e di videocamere ad alta definizione e poco costose. Questo documento presenta un algoritmo in ambiente MATLAB che stima le caratteristiche microscopiche del traffico (traiettoria e velocità) e classifica gli utenti a partire dall’analisi di filmati video. Dai dati di traiettoria e velocità si estrapolano informazioni sul comportamento adottato dagli utenti in base alla geometria della strada. Il codice è stato impiegato per l’analisi di filmati acquisiti in ambito urbano mediante una videocamera fissa posta su un’asta telescopica a 9 metri dal suolo. Sulle medesime sezioni/intersezioni è stato eseguito un rilievo topografico per estrapolare dati utili alla georeferenziazione dei fotogrammi (dato di input). È stato anche sviluppato un codice ausiliario per la calibrazione della camera. Il codice principale è composto di tre parti. Il sottocodice Video manipola i frame estratti dal video originale per rimuovere le distorsioni prospettiche e zone dell’inquadratura non pertinenti ai fini dello studio, e creare fotogrammi metricamente corretti producendo un filmato differente dal precedente. Il sottocodice Multi Object Tracking, sul filmato costruito precedentemente, applica l’algoritmo Blob Detection per riconoscere elementi mobili rispetto ai fissi. L’identificazione si basa sulla variazione radiometrica dello stesso pixel in fotogrammi consecutivi. Stabilita la soglia di variazione radiometrica si distingue il background (con variazioni cromatiche nulle) dal foreground (pixel con variazioni cromatiche). Per sottrazione di queste due immagini, si ottiene una maschera oggetto, ossia un'immagine binaria dove gli oggetti mobili (denominati blob) sono rappresentati da una macchia bianca che si muove su uno sfondo nero. Per ogni blob si possiede un codice identificativo, le coordinate pixel del centro di massa, l’area in pixel e i frame relativi all’identificazione. Il sottocodice Analisi utilizza le informazioni acquisite nella funzione precedente per: (a) classificare gli oggetti mobili tramite la conoscenza dell’area del blob, (b) stimare la traiettoria e la velocità operativa per ogni utente, (c) valutare la distribuzione delle utenze nella sezione stradale. Lo studio della dimensione areale del blob classifica l’entità calcolandone la velocità. L’area varia nei differenti fotogrammi, sebbene si dimostra una fase in cui la stessa sia pressoché costante. La dimensione della superficie previa calibrazione classifica gli utenti in tre categorie. La velocità è calcolata come media delle velocità istantanee dove il blob presenta area costante. Il percorso baricentrico di ogni blob è tracciato e analizzato per determinare la dispersione delle traiettorie nelle corsie. Gli output contengono dati e grafici di aggregazione delle informazioni geospaziali raccolte.