DOI: 10.17586/2226-1494-2018-18-3-487-492


УДК004.931 004.932

ИССЛЕДОВАНИЕ АЛГОРИТМОВ ТЕХНИЧЕСКОГО ЗРЕНИЯ ДЛЯ СИСТЕМ ПРОСТРАНСТВЕННОГО СЛЕЖЕНИЯ В ТИПОВЫХ РЕЖИМАХ ИХ ФУНКЦИОНИРОВАНИЯ

Захарова М. В., Шмигельский Г. М., Григорьев В. В.


Язык статьи - русский

Ссылка для цитирования: Захарова М.В., Шмигельский Г., Григорьев В.В. Исследование алгоритмов технического зрения для систем пространственного слежения в типовых режимах их функционирования // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 3. С. 487–492. doi: 10.17586/2226-1494-2018-18-3-487-492

Аннотация
 Предложен алгоритм захвата и сопровождения объекта в кадре для автоматической фазовой фокусировки однообъективной камеры с зеркальным обтюратором. Захват осуществляется путем идентификации объекта через фильтрацию границ и контуров при помощи оператора Канни, затем используется преобразование Хафа для обнаружения характерных линий объекта. Надежное сопровождение объекта обеспечивается за счет предиктора/корректора, основанного на фильтре Калмана. Предложенный алгоритм расчета дал возможность добиться оптимальной производительности, достаточной для захвата и сопровождения объекта в кадре и его своевременного экспонирования. Предложенный алгоритм реализован для слежения за объектом в пределах сцены, траектория и скорость которого заранее неизвестны, что исключает возможность построения самообучающегося алгоритма. Из существующих методов фильтрации оператор Канни обеспечивает наиболее точное детектирование границ объекта, что упрощает последующую обработку изображения. Введение дополнительного преобразования Хафа позволяет ускорить расчеты путем уменьшения объема обрабатываемых данных, что подтверждает скорость работы алгоритма в целом по сравнению с классическим способом фильтрации. Использование фильтра Калмана в качестве предиктора/корректора позволяет заранее определить точку для фокусировки в следующий момент времени. Предложенный алгоритм расчета дает возможность добиться оптимальной производительности, достаточной для захвата и сопровождения объекта на сцене, а также для своевременного экспонирования кадра.

Ключевые слова: следящая система, детектор границ, слежение за объектом, преобразование Хафа, фильтр Калмана

Благодарности. Работа выполнена при государственной финансовой поддержке Министерства образования и науки РФ (проект 14.Z50.31.0031).

Список литературы
 
  1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2006. 1072 с.
  2. Макаров М.А. Контурный анализ в решении задач описания и классификации объектов // Современные проблемы науки и образования. 2014. № 3. С. 38.
  3. ДьяконовВ., АбраменковаИ. MATLAB. Обработкасигналовиизображений. СПб.: Питер, 2002. 608 с.
  4. Canny J.F. Finding Edges and Lines in Images. Artificial Intelligence Laboratory Technical Report Al-TR-720. Cambridge, Massachusetts Institute of Technology, 1983.
  5. Макаров М.А., Берестнева О.Г., Андреев С.Ю. Решение задачи описания и классификации контуров движущихся объектов на видео // Известия Томского политехнического университета. 2014. Т. 325. № 5. С. 77–83.
  6. Pentland A.P. VisualInference of Shape: Computation from Local Features. PhD dissertation. Cambridge, Massachusetts Inst. Technol., 1982.
  7. Canny J. A computational approach to edge detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986. V. PAMI-8. N 6. P. 679–698. doi: 10.1109/TPAMI.1986.4767851
  8. Hough P.V.C. Method and means for recognizing complex patterns. Patent US3069654, 1962.
  9. D'Orazio T., Guaragnella C., Leo M., Distante A. A new algorithm for ball recognition using circle Hough transform and neural classifier // Pattern Recognition. 2004. V. 37. N 3. P. 393–408. doi: 10.1016/S0031-3203(03)00228-0
  10. Balchen J.G., Jenssen N.A., Saelid S. Dynamic positioning using Kalman filtering and optimal control theory // Proc. IFAC/IFIP Symposium on Automation in Offshore Oil Field Operation. Bergen, Norway, 1976. P. 183–186.
  11. Kalman R.E., Bucy R.S. New results in linear filtering and prediction theory // Journal of Fluids Engineering, Transactions of the ASME. 1961. V. 83. P. 95–108. doi: 10.1115/1.3658902
  12. Бесекерский В.А., Попов Е.П. Теория систем автоматического управления. М.: Наука, 1975. 768 с.
  13. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.: Техносфера, 2006. 616 с.
  14. Колючкин В.Я., Нгуен К.М., Чан Т.Х. Алгоритмы обработки изображений в системах машинного зрения роботизированных производственных линий // Нейрокомпьютеры: разработка, применение. 2014. № 3. С. 44–51.
  15. Long M., Peng F. A box-counting method with adaptable box height for measuring the fractal feature of images // Radioengineering. 2013. V. 22. P. 208–213.
  16. Perreault S., Hebert P. Median filtering in constant time // IEEE Transactions on Image Processing. 2007. V. 16. N 9. P. 2389–2394. doi: 10.1109/TIP.2007.902329
  17. Lee P.M., Chen H.Y. Adjustable gamma correction circuit for TFT LCD // Proc. IEEE International Symposium on Circuits and Systems. Kobe, Japan, 2005. P. 780–783. doi: 10.1109/ISCAS.2005.1464704
Информация 2001-2018 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика