doi: 10.17586/2226-1494-2021-21-3-342-351


УДК 621.397.001

Исследование точности измерения параметров удаленных объектов, наблюдаемых оптико-электронной системой с регистратором светового поля

Махов В.Е., Потапов А.И., Широбоков В.В., Емельянов А.В.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования:
Махов В.Е., Потапов А.И., Широбоков В.В., Емельянов А.В. Исследование точности измерения параметров удаленных объектов, наблюдаемых оптико-электронной системой с регистратором светового поля // Научно-технический вестник информационных технологий, механики и оптики. 2021. Т. 21, № 3. С. 342–351. doi: 10.17586/2226-1494-2021-21-3-342-351


Аннотация
Предмет исследования. Рассмотрены вопросы построения оптико-электронных систем мониторинга околоземного космического пространства, выбора алгоритмов идентификации и получения координатной и некоординатной информации с целью обнаружения и приема максимально достоверной информации о космических объектах естественного и техногенного происхождения. Методы. Выполнены экспериментальные макетные исследования с использованием разработанной установки. Установка позволяет проводить калибровку оптико-электронной системы и исследование алгоритмов получения координатной и детальной информации о наблюдаемых объектах. Применен метод регистрации изображений телескопической системой в режиме астрографа с цифровой камерой и цифровой камеры с массивом микролинз. Использованы методы анализа двухмерных изображений алгоритмами измерения бинарных кластеров в структуре бинаризированного изображения, анализа яркостной структуры изображения круговой границей в заданной области, определения центров и радиусов вписанных в кластеры окружностей, вычисление координат максимумов кривых коэффициентов непрерывного вейвлет-преобразования в линиях профиля изображения с действительными вейвлетами. Основные результаты. Разработан состав и структура комплекса алгоритмов и методика их применения для повышения точности и достоверности информации, получаемой о наблюдаемых объектах в широком диапазоне изменения характеристик фоноцелевой обстановки. Обоснована возможность повышения точности и достоверности координатной информации об объектах наблюдения за счет анализа кривых коэффициентов непрерывного вейвлет-преобразования или градиента яркости при условии использования алгоритма анализа кластеров бинаризированных изображений, который определяет области локализации интересуемых объектов в наблюдаемом пространстве. Практическая значимость. Применение разработанной методики дает возможность оценить точность и достоверность результатов определения координат и детальных признаков объектов. Возможность масштабирования алгоритмов к средствам наблюдения и решаемым задачам позволяет использовать их в автоматизированных системах мониторинга околоземного космического пространства, повышает эффективность обнаружения и идентификации объектов, снижает требования к массогабаритным ресурсам космических аппаратов. При этом возможность масштабирования алгоритмов под средства наблюдения и решаемые задачи позволяет использовать их в системах мониторинга и повышает эффективность обнаружения и идентификации объектов.

Ключевые слова: оптико-электронная система, регистратор светового поля, идентификация объекта, измерение параметров удаленных объектов, непрерывное вейвлет-преобразование

Список литературы
1. Гаранин С.Г., Зыков Л.И., Климов А.Н., Куликов С.М., Смышляев С.П., Степанов В.В., Сюндюков А.Ю. Дневное наблюдение звезд слабой яркости (7m–8m) с равнинной местности // Оптический журнал. 2017. Т. 84. № 12. С. 30–37.
2. Теребиж В.Ю. Современные оптические телескопы. М.: Физматлит, 2005. 79 с.
3. Holst G.C., Lomheim T.S. CMOS/CCD Sensors and Camera Systems. Second Edition. SPIE Press Books, 2011. 408 p. doi: 10.1117/3.2524677
4. Денисов А.В., Попов В.В., Логунов С.В., Карев П.В. Оптико-электронный комплекс детального наблюдения // Научно-технический вестник информационных технологий, механики и оптики. 2020. Т. 20. № 1. С. 24–31. doi: 10.17586/2226-1494-2020-20-1-24-31
5. Kučera J. Computational photography of light-field camera and application to panoramic photography: Master thesis / Charles University in Prague Faculty of Mathematics and Physics. Prague, 2014. 98 p.
6. Ng R. Digital light field photography: A dissertation submitted to the department of computer science and the committee on graduate studies of Stanford University in partial fulfillment of the requirements for the degree of doctor of philosophy. 2006. 187 p.
7. Bok Y., Jeon H.-G., Kweon I.S. Geometric Calibration of micro-lens-based light field cameras using line features // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2017. V. 39. N 2. P. 287–300. doi: 10.1109/TPAMI.2016.2541145
8. Грузман И.С. Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах: учебное пособие. Новосибирск: Изд-во НГТУ, 2000. 168 с.
9. Makhov V.E., Shaldaev S.E. Methods of spatial and temporal processing of images in optoelectronic control systems // IOP Conference Series: Earth and Environmental Science. 2019. V. 378. N 1. P. 012065. doi: 10.1088/1755-1315/378/1/012065
10. Коровин Я.С., Хисамутдинов М.В., Иванов Д.Я. Метод обнаружения точечных объектов на монохромных изображениях видеопоследовательности в режиме реального времени // Известия Тульского государственного университета. Технические науки. 2019. № 10. С. 356–364.
11. Travis J., Kring J. LabVIEW for Everyone: Graphical Programming Made Easy and Fun. Third Edition. Prentice Hall, 2006. 1032 p.
12. Klinger T. Image Processing with LabVIEW and IMAQ Vision. Prentice Hall Professional, 2003. 319 p.
13. Makhov V.E., Shirobokov V.V., Emelyanov A.V. Study of possibilities for light marker coordinate measuring with light field digital cameras // IOP Conference Series: Materials Science and Engineering. 2020. V. 918. P. 012079. doi: 10.1088/1757-899X/918/1/012079
14. Махов В.Е., Широбоков В.В., Емельянов А.В., Потапов А.И. Исследование оптико-электронной системы на базе телескопа с цифровой камерой светового поля // Контроль. Диагностика. 2020. Т. 23. № 11. С. 4–13. doi: 10.14489/td.2020.11.pp.004-013
15. Махов В.Е. Алгоритмы вейвлет преобразования для идентификации малоразмерных объектов // Компьютерные измерительные технологии: материалы I Международного симпозиума. 2015. С. 283–287.
16. Chen T., Wu Q.H., Rahmani-Torkaman R., Hughes J. A pseudo top-hat mathematical morphological approach to edge detection in dark regions // Pattern Recognition. 2002. V. 35. N 1. P. 199–210. doi: 10.1016/S0031-3203(01)00024-3
17. Чуи Ч.К. Введение в вейвлеты. М.: Мир, 2001. 412 с.
18. Karami M.., Mousavinia A., Ehsanian M. A General solution for iso-disparity layers and correspondence field model for stereo systems // IEEE Sensors Journal. 2017. V. 17. N 12. P. 3744–3753. doi: 10.1109/JSEN.2017.2697314
19. Махов В.Е., Закутаев А.А., Широкобоков В.В., Емельянов А.В., Михайлов А.А. Способ измерения пространственного расстояния между малоразмерными объектами. Патент RU2734070C1. Бюл. 2020. № 29.
20. Махов В., Широбоков В., Емельянов А., Закутаев А. Направления развития программно-алгоритмического комплекса оптико-электронных систем наблюдения за удаленными объектами // Компоненты и технологии. 2021. № 1. С. 50–55.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2021 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика