ВОССТАНОВЛЕНИЕ ПРОСТРАНСТВЕННЫХ КООРДИНАТ ТОЧЕЧНЫХ ОБЪЕКТОВ ПО ДВУХМЕРНЫМ ИЗОБРАЖЕНИЯМ

Предложен метод восстановления пространственных координат точечных объектов, расположенных в свободном пространстве, а также их количества и интенсивностей излучения. Необходимой измеряемой информацией являются стереоизображения контролируемой области пространства, полученные с помощью телевизионной или тепловизионной системы. Пространственные положения плоскостей изображений предполагаются известными. Метод основан на томографическом подходе в обработке сигналов. Для его реализации контролируемая область пространства разбивается на элементы разрешения с известными пространственными координатами. Размер элемента разрешения задает точность определения пространственных координат объектов. С помощью предлагаемого метода восстанавливается вектор распределения интенсивностей излучения по элементам разрешения. Этот вектор содержит информацию о количестве, пространственных положениях и мощностях излучения наблюдаемых объектов. Номера компонент, значения которых превышают фоновый уровень, являются номерами элементов разрешения, в которых есть объекты, а значения и количество этих компонент определяют интенсивности излучений и количество объектов соответственно. Реализация метода не требует идентификации точек на изображениях. Не требуется активных устройств, что обеспечивает возможность реализации пассивной системы наблюдения за объектами. Широта поля зрения систем регистрации изображений позволяет решать одновременно задачи обнаружения и восстановления пространственных координат объектов в контролируемой области пространства.

1. Устинов Н.Д., Матвеев И.Н., Протопопов В.В. Методы обработки оптических полей в лазерной локации. М.: Наука, 1983. 272 с.
2. Молебный В.В. Оптико-локационные системы. М.: Машиностроение, 1981. 181 с.
3. Старовойтов Е. Современные технические средства пассивной оптической локации // Современная электроника. 2011. № 2. С. 40–43.
4. Лебедько Е.Г. Системы оптической локации: Учебное пособие для ВУЗов. СПб.: НИУ ИТМО, 2012. Ч. 2. 129 с.
5. Зубарь А.В., Майстренко В.А., Каиков К.В. Программно-аппаратная реализация оптико-электронной стереосистемы определения дальности // Омский научный вестник. 2013. № 3 (123). С. 273–277.
6. Фурсов В.А., Гошин Е.В. Информационная технология реконструкции цифровой модели местности по стереоизображениям // Компьютерная оптика. 2014. Т. 38. № 2. С. 335–342.
7. Егоров И.В., Лачугин Д.В. Оптимизация параметров системы технического зрения на базе трех камер // Вестник СГТУ. 2012. Т. 1. № 2 (64). С. 393–397.
8. Назаров А.С. Фотограмметрия. Минск: ТетраСистемс, 2006. 368 с.
9. Hartley R., Zisserman A. Multiple View Geometry in Computer Vision. 2nd ed. Cambridge University Press, 2000. 672 p.
10. Коротаев В.В., Ждамийков Т.С., Нгуен Х.В., Ярышев С.Н. Метод определения пространственных координат в активной стереоскопической системе // Научно-технический вестник информационных технологий, механики и оптики. 2014. № 6 (94). С. 48–53.
11. Salvi J., Pages J., Batlle J. Pattern codification strategies in structured light systems // Pattern Recognition. 2004. V. 37. N 4. P. 827849. doi: 10.1016/j.patcog.2003.10.002
12. Geng J. Structured-light 3D surface imaging: a tutorial // Advances in Optics and Photonics. 2011. V. 3. P. 128–160. doi: 10.1364/AOP.3.000128
13. Bleyer M., Gelautz M. A layered stereo matching algorithm using image segmentation and global visibility constraints // ISPRS Journal of Photogrammetry and Remote Sensing. 2005. V. 59. N 3. P. 128–150. doi: 10.1016/j.isprsjprs.2005.02.008
14. Ogale A., Aloimonos Y. Shape and the stereo correspondence problem // International Journal of Computer Vision. 2005. V. 65. N 3. P. 147162. doi: 10.1007/s11263-005-3672-3
15. Самойленко М.В. Обработка сигналов в задачах локационных измерений и оценивания. М.: ИД Спектр, 2016. 260 с.
16. Самойленко В.И., Пузырев В.А., Грубрин И.В. Техническая кибернетика. М.: МАИ, 1994. 280 с.
 

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License