In this thesis, front vehicles detection as accomplished by using digital images captured by a single CCD camera fixed on a car driving in traffic. Distance and relative velocity of front vehicle is estimated as well by using the proposed method. Proposed method is named as `Detection , Distance and Speed Estimation` (DDSE) method. Gaussian noise filter is applied to the digital images captured with CCD camera. The image is then converted into gray scale. Treshholding and Canny Edge Detection algorithms are applied to the gray scale image. Hough algorithm and Harris and Stephens Corner Detection algorithms are applied in order to detect the candidate rectangles formed by horizontal and vertical lines and the corner points. Candidate vehicle and licence plate images are determined by using aspect ratio and state of containing a licence plate image in the candidate rectangles. Open CV library is used in appliying image processing operations.A software using DDSE method is running in real time on a computer in the following vehicle. All vehicles detected by developed software are marked by coloured rectangles on the image seen in the computer screen. Developed software estimates distance and relative velocity of the nearest front vehicle. Distance of the front vehicle is estimated by using the height of the licence plate. DDSE method estimates relative velocity of the front vehicle by determining change in the height of the licence plate images in consecutive vehicle images. Experimental work is carried out in natural daylight conditions. Effectiveness and accuracy of proposed method in front vehicle detection, distance and relative velocity estimation is assessed.

Bu tezde, trafikte seyreden bir aracın konsoluna bağlanmış tek bir CCD kamera ile alınan sayısal görüntüler kullanılarak aracın önünde seyreden diğer araçların tanınması, bağıl hızı ve uzaklığının tahmini işlemleri gerçekleştirilmiştir. Araç tanıma, uzaklık ve hız tahmin işlemleri tez kapsamında geliştirilen `Tanıma, Uzaklık ve Hız Tahmini`(TUHT) metodu ile gerçekleştirilmiştir. CCD kamera ile alınan sayısal görüntü önce gürültü giderme amacıyla Gaussian filtresinden geçirilmekte, ardından gri renk sakalasına dönüştürülmekte, elde edilen görüntüye eşikleme (treshholding) ve Canny Kenar Belirleme algoritması uygulanmaktadır. Kenar belirleme işleminin ardıdan Harris and Stephens Köşe Belirleme algoritması ve Hough algoritması kullanılarak görüntüdeki yatay ve düşey çizgilerin oluşturduğu aday dikdörtgenler bulunmaktadır. Araç ve plaka olma potansiyeli taşıyan aday görüntüler, en boy oranı ve plaka içerme durumu göz önüne alınarak sınıflandırılmaktadır. Aday araç ve plaka görüntülerinin belirlenmesinde Open CV 'nin sunduğu hazır kütüphanedeki komutlar kullanılmıştır. TUHT yöntemi, araçta bulunan bilgisayarda gerçek zamanda çalışmakta olup bilgisayar ekranındaki yol görüntüsünde araç olma olasılığı bulunan objeler çerçeve içine alınarak işaretlenmektedir. Geliştirilen yöntemde önde seyreden araçlardan en yakın olanının bağıl uzaklığı ve hızı tahmin edilebilmektedir. Önde seyreden aracın uzaklığı araç görüntüsündeki plakanın yüksekliği esas alınarak yapılmaktadır. TUHT algoritması, önde giden araca ait bağıl hızı ardışık görüntülerdeki plaka yüksekliklerinin değişimini kullanarak tahmin etmektedir. Tez çalışması kapsamında, doğal gün ışığı şartlarında yapılan deneysel çalışmalarda elde edilen araç tanıma performansı ile önde giden araç hız ve uzaklık tahminlerinin doğruluğu irdelenerek geliştirilen algoritmanın performansı değerlendirilmektedir.