+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Алгоритмы оценивания параметров объектов на изображениях для бортовых систем обработки информации и управления летательных аппаратов

  • Автор:

    Фельдман, Александр Борисович

  • Шифр специальности:

    05.13.01

  • Научная степень:

    Кандидатская

  • Год защиты:

    2013

  • Место защиты:

    Рязань

  • Количество страниц:

    181 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы

СОДЕРЖАНИЕ
Введение
1 Аналитический обзор текущего состояния исследований по проблеме оценивания параметров объектов в бортовых системах обработки видеоизображений
1.1 Вводные замечания
1.2 Обзор и анализ отдельных классов бортовых систем обработки видеоизображений
1.3 Анализ требований к алгоритмам оценивания параметров объектов для применения в бортовых системах обработки информации и управления летательных аппаратов
1.4 Аналитический обзор методов и алгоритмов оценивания параметров объектов для бортовых систем обработки видеоизображений
1.5 Выводы
2 Алгоритмы оценивания параметров объектов для бортовых систем автоматического сопровождения
2.1 Вводные замечания
2.2 Математические модели фоноцелевой обстановки
2.3 Алгоритм оценки параметров объекта, расположенного на неоднородном фоне
2.4 Алгоритм оценки параметров объекта интереса в случае присутствия на изображениях посторонних движущихся объектов
2.5 Замечания по практической реализации разработанного алгоритма
2.6 Алгоритм оценки параметров объекта для мультиспектральной системы наблюдения

3 Алгоритмы оценивания параметров протяженных объектов на основе выделения и распознавания точечных особенностей изображений для систем навигации летательных аппаратов
3.1 Вводные замечания
3.2 Технология и алгоритмы определения географических координат и курса летательного аппарата
3.3 Технология и алгоритмы оценивания параметров объектов на основе выделения и распознавания точечных особенностей
4 Компьютерное моделирование и экспериментальные исследования алгоритмов оценки параметров объектов для бортовых систем обработки информации и управления летательных аппаратов
4.1 Экспериментальные исследования алгоритмов оценивания параметров объектов для бортовых систем автоматического сопровождения
4.2 Программное обеспечение и экспериментальные исследования технологии и алгоритмов оценивания параметров объектов для определения координат и курса летательного аппарата по данным видеонаблюдения
Заключение
Список использованных источников
Приложения

Введение
Актуальность работы. Жизнь и хозяйственную деятельность современного общества невозможно представить без повсеместного использования летательных аппаратов (ЛА). Развитие электроники и методов построения бортовых интеллектуальных систем обработки информации позволило существенно расширить область применения авиации далеко за пределы традиционной сферы, связанной с перевозкой людей и грузов. Современные летательные аппараты применяются в спасательно-поисковых задачах, при тушении пожаров, при проведении мониторинга удаленных объектов и аэрофотосъемки местности, при решении специальных и военных задач. Активно развиваются теория и практика применения беспилотной техники.
Усложнение конструкции летательных аппаратов и повышение сложности решаемых с их помощью задач приводят к тому, что все большая нагрузка в обеспечении полета возлагается на бортовые системы обработки информации управления. Для обеспечения надежного функционирования в условиях непредсказуемой и по-стоянно-изменяющейся обстановки бортовые системы должны анализировать всю имеющуюся информацию. Одним из наиболее важных источников информации являются изображения окружающей обстановки. Таким образом, можно выделить большой класс бортовых систем, связанных с получением, обработкой и анализом изображений и обеспечивающих информационную поддержку при решении целевых задач полета и задач управления летательным аппаратом. Примерами таких систем служат системы автоматического обнаружения и сопровождения объектов, системы улучшенного и синтезированного видения, системы определения положения и ориентации ЛА по визуальным ориентирам.
В процессе работы бортовые системы анализа изображений решают различные задачи. Так, на этапе движения в заданную точку маршрута должны решаться задачи навигации, обнаружения препятствий, высотных зданий. На этапе решения целевых задач полета необходимо обнаруживать и сопровождать объекты интереса. Вместе с тем можно выделить ряд особенностей, которые объединяют перечисленные задачи. Во-первых, это характер условий наблюдения: наличие ракурсных искажений вследствие движения носителя и поворотов видеодатчика; наличие яркост-

К> *т-1 * Ли)<*т> т = ІК-1;
л(г,у)=<Л0, /(г,у)<ф;
Лл:> /(*>./)
(1.19)
где л(г,у) - сегментированное представление изображения, (.К + і) - число интервалов значений яркости, каждому из которых может соответствовать
несколько замкнутых однородных по яркости областей в - набор
упорядоченных по величине порогов. Точки исходного изображения, яркости которых лежат в одном интервале, образуют класс однородности,
идентифицируемый меткой Ат, т = О,К . Заметим, что переход от изображения
/(/,_/') к его сегментированному представлению может осуществляться не только в зависимости от яркости точки, но и от ее координат (г,у) и некоторых других ее локальных свойств (признаков): N[(1,])
*(*>./) = Т[/(иЛ(і, ЛМ^і, Л-, ЛГ/(/,у)]. (1.20)
В зависимости от конкретного вида оператора Т методы пороговой обработки разделяют на два типа. Если значение порога постоянно в пределах изображения и не зависит от локальных признаков Лг(г',у) , пороговая обработка и сам порог называются глобальными. Если вид оператора Т зависит не только от яркости /(/,у), но и от координат классифицируемой точки (г, у), а также от 7У(/,у), такая схема называется обработкой с переменным (локальным) порогом [53, 54].
Разработаны различные подходы к определению величины глобального порога [54-56]: выбор порога по гистограмме яркости, по дискриминантному критерию, по энтропийному критерию, с использованием моментного подхода. При неравномерном освещении или неоднородной по полю зрения чувствительности датчика изображения используют методы сегментации с переменным порогом [56-61], который может меняться в зависимости от координат элемента изображения, в зависимости от средней яркости локального участка изображений, по результатам измерения корреляционных характеристик фона и т.д.

Рекомендуемые диссертации данного раздела

Время генерации: 0.148, запросов: 967