Модели и алгоритмы обработки и анализа изображений для систем автоматического сопровождения воздушных объектов

Модели и алгоритмы обработки и анализа изображений для систем автоматического сопровождения воздушных объектов

Автор: Муравьев, Вадим Сергеевич

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2010

Место защиты: Рязань

Количество страниц: 155 с. ил.

Артикул: 4716786

Автор: Муравьев, Вадим Сергеевич

Стоимость: 250 руб.

Модели и алгоритмы обработки и анализа изображений для систем автоматического сопровождения воздушных объектов  Модели и алгоритмы обработки и анализа изображений для систем автоматического сопровождения воздушных объектов 

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1 АНАЛИЗ ПРОБЛЕМЫ ВЫДЕЛЕНИЯ, ОБНАРУЖЕНИЯ И ОЦЕНКИ ПАРАМЕТРОВ ВОЗДУШНЫХ ОБЪЕКТОВ НА ИЗОБРАЖЕНИЯХ, ФОРМИРУЕМЫХ ДАТЧИКАМИ ТВ И ИК ДИАПАЗОНОВ.
1.1 Вводные замечания и качественная постановка задачи выделения, обнаружения и слежения за воздушными объектами.
1.2 Обзор датчиков, применяемых в системах анализа изображений.
1.3 Обзор и анализ методов и алгоритмов обнаружения и выделения объектов.
2 РАЗРАБОТКА АЛГОРИТМОВ ВЫДЕЛЕНИЯ, ОБНАРУЖЕНИЯ И ОЦЕНКИ ПАРАМЕТРОВ ВОЗДУШНЫХ ОБЪЕКТОВ
2.1 Аналитическая постановка задачи обнаружения и измерения координат объекта на изображении.
2.2 Оптимальный алгоритм обнаружения объекта на изображении
2.3 Алгоритм выделения воздушных объектов, наблюдаемых на облачных фонах
2.4 Алгоритмы обработки бинарных изображений.
2.5 Анализ сегментов бинарного изображения.
2.6 Алгоритм выделения воздушных объектов, использующий процедуру предварительной сегментации изображений
2.7 Алгоритм слежения за воздушными объектами
3 КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ И ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ РАЗРАБОТАННЫХ АЛГОРИТМОВ
3.1 Исследование алгоритма выделения воздушных объектов, наблюдаемых на облачных фонах
3.2 Исследование алгоритма выделения воздушных объектов, использующего процедуру предварительной сегментации изображений
3.3 Исследование эффективности выбора параметров сегментов бинарного изображения.
3.4 Экспериментальные исследования многоэтапного алгоритма выделения, обнаружения и оценки параметров воздушных объектов
4 ВОПРОСЫ ПРОГРАММНОЙ И АППАРАТНОЙ РЕАЛИЗАЦИИ РАЗРАБОТАННЫХ АЛГОРИТМОВ
4.1 Структура программного обеспечения
4.2 Вопросы аппаратной реализации разработанных алгоритмов выделения воздушных объектов
4.3 Результаты испытаний разработанных алгоритмов обработки и анализа изображений в составе систем автоматического сопровождения воздушных объектов
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Разрабатывается эвристический алгоритм, способный выделять объекты на облачных фонах, предлагается алгоритм выделения объектов, использующий процедуру предварительной сегментации изображений. Описываются основные параметры сегментов, используемых на практике, алгоритмы обработки бинарных изображения, которые позволяет улучшить характеристики алгоритмов выделения и произвести обнаружение объектов с заданными ограничениями по размерам и форме. Далее в данной главе предлагается многоэтапный алгоритм выделения, обнаружения и оценки параметров объектов, включающий процедуры адаптации параметров алгоритма по данным о размерах и количестве обнаруженных объектов. Третья глава посвящена экспериментальным исследованиям разработанных алгоритмов выделения и обнаружения воздушных объектов. Приведены результаты статистического моделирования алгоритмов, с привлечением как искусственных изображений, так и естественных видеопоследовательностей, выбранных из созданной библиотеки видеосюжетов. Рассмотрены некоторые вопросы эффективности использования признаков сегментов в системах анализа и обработки видеоинформации. Проведено сравнительное исследование качества обнаружения и оценки параметров воздушных объектов на натурных видеосюжетах. В четвёртой главе рассмотрены вопросы реализации разработанных алгоритмов. Проведен анализ вычислительной сложности предложенных алгоритмов выделения воздушных объектов и рассмотрены пути их практической реализации в реальном масштабе времени с использованием современной элементной базы. Представлена структура созданного программного обеспечения, описаны результаты апробации алгоритмов в реальных условиях наблюдения. В заключении сформулированы основные научные и практические результаты диссертации. В конце диссертации приведены список литературных источников и приложения. Интеллектуальные системы обработки изображений всё более интенсивно применяются в различных областях человеческой деятельности. Наиболее широкое распространение они получили в таких задачах как навигация, космический мониторинг Земли, контроль качества и количества производимой продукции, обеспечение безопасности различных объектов, передача и хранение видеоинформации, в медицинских и военных приложениях. При решении данных задач часто требуется произвести переход от низко-уровнего яркостного описания сцены к высокоуровнему смысловому описанию. Систему, реализующую такой переход, будем называть “системой анализа изображений” (САИ). В соответствии с требованиями, предъявляемыми к САИ, уровень представления информации на ее выходе может быть различным. В простейшем случае САИ может сообщить о присутствии в кадре интересующего объекта. В другом предельном случае система может создать подробное семантическое описание изображения с указанием взаимных связей между частями наблюдаемой сцены. В настоящей работе речь будет идти о системе анализа изображений, которая обеспечивает промежуточный уровень смыслового описания наблюдаемой сцены. На вход такой САИ (рисунок 1. По окончании обработки каждого кадра формируется список параметров объектов и траекторий их движения. Процесс обработки видеоинформации целесообразно разбить на ряд иерархических уровней, отображаемых в виде пирамиды [1,2]. Рисунок 1. Обычно рассматриваются следующие уровни обработки информации: восстановление изображений, выделение объектов, оценка параметров сегментов, обнаружение объектов, слежение за объектами, оценка параметров объектов, распознавание объектов (рисунок 1. Здесь необходимо пояснить такие понятия как “объект” и “сегмент”. Рисунок 1. Под сегментом будем понимать связную совокупность точек бинарного изображения (содержащего нули или единицы), полученного в результате той или иной обработки. Под объектом, в зависимости от контекста решаемой задачи, подразумевается изображение того, что интересует конечного потребителя. Примерами характерных объектов могут служить самолёты, вертолёты, автомобили. Сегменты бинарного изображения обычно являются исходными данными для решения задач на более высоких уровнях иерархии.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.273, запросов: 244