Информационно-измерительная система видеослежения за подвижными объектами на основе пространственных дескрипторов

• Автор: Аун Самер
• Шифр специальности: 05.11.16
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Казань
• Количество страниц: 185 с. : ил.

Содержание
Список используемых сокращений
Введение
Актуальность исследования
Объект исследования
Предмет исследования
Целью диссертационной работы
Научная задача диссертации
Методы исследования
Научная новизна работы
Основные положения, выносимые на защиту
Практическая ценность новых научных результатов
Апробация результатов
Реализация результатов работы:
Публикации
Структура и объем работы
1. Гпава 1: Современное состояние систем видеослежения и постановка задачи исследования
1.1. Информационно-измерительные системы видео
сопровождения
1.1.1. Общие этапы системы видеосопровождения
1.1.2. Области применения и трудности систем видеослежения
1.1.3. Классификация систем видеосопровождения
1.1.4. Общая структурная схема системы видеосопровождения
1.2. Требования и характеристики ИИС видеослежения
1.2.1. Параметры объекта слежения
1.2.2. Характеристики сцены наблюдения
1.2.3. Требования к системам видеослежения
1.3. Системы координат в области компьютерного зрения
1.3.1. Основные системы координат
1.3.2. Трехмерное геометрическое преобразование

1.3.3. Двумерное геометрическое преобразование
1.4. Формирование изображения и видеокамера
1.4.1. Общие характеристики видеокамеры
1.4.2. Поворотные видеокамеры типа PJZ
1.4.3. Модель формирования изображения в видеокамерах
1.5. Обработка измерительной информации
1.5.1. Представление и модель объекта
1.5.2. Выбор признаков объекта для видеослежения
1.5.3. Методы обнаружения объекта
1.5.4. Видеослежение и измерение координат объекта на изображении
1.6. Анализ аппаратных платформ вычисления
1.7. Заключение первой главы и постановка задачи исследования
2. Гпава 2: Математическое моделирование процесса измерения координат объекта видеосопровождения
2.1. Математические модели определения координат объекта слежения
2.1.1. Математическая модель задачи сопоставления изображений
2.1.2. Математическая модель определения координат объекта в плоскости изображения
2.1.3. Математическая модель вычисления угловых координат
2.1.4. Математическая модель погрешностей вычисления угловых координат объекта
2.2. Математическая модель движения объекта
2.2.1. Модель движения в плоскости изображения
2.2.2. Преобразование модели движения
2.2.3. Модель прямолинейного движения с равномерной скоростью
2.2.4. Модель углового движения с равномерной скоростью
2.3. Модель измерения дальности объекта
2.4. Расчет параметров видеокамеры
2.5. Оценка производительности системы слежения
2.5.1. Проверка сопоставления изображений
2.5.2. Методы оценивания производительности видеослежения

2.5.3. Критерии качества видеослежения
2.6. Этапы разработки программных обеспечений
2.7. Заключение второй главы
3. Гпава 3: Разработка системы видеослежения
3.1. Структурно-функциональная схема системы видеосопровождения
3.2. Предобработка изображения
3.3. Разработка метода сопоставления изображения на основе пространственного дескриптора
3.3.1. Замечания о 51РТ-алгоритме
3.3.2. Построение пространственного дескриптора
3.3.3. Вычислительная сложность пространственного дескриптора
3.3.4. Сопоставление КТ и критерия качества
3.3.5. Производительность пространственного дескриптора в задаче сопоставления изображений
3.3.6. Осуществление задачи сопоставления на графическом процессоре107
3.3.7. Измерение параметров геометрического преобразования
3.3.8. Достоинства и недостатки пространственного дескриптора
3.4. Разработка метода выделения областей изображения на основе пирамиды ЭоС
3.4.1. Сокращение числа ключевых точек
3.4.2. Нормализация участков изображения
3.4.3. Анализ производительности метода выделения областей изображения на основе пирамиды Оов
3.5. Методика видеослежения за движущимися объектами
3.5.1. Требования к применению 81РТ-КТ в задаче видеослежения
3.5.2. Построение модели объекта слежения
3.5.3. Определение координат объекта в плоскости изображения
3.5.4. Адаптация и корректировка модели объекта
3.5.5. Экспериментальное исследование видеослежения
3.6. Фильтрация по фильтру Калмана в плоскости изображения
3.7. Программное обеспечение видеослежения
• Функция автодиафрагмы (авто экспозиция), обеспечивающая автоматическое управление диаметром диафрагмы объектива в зависимости от уровня освещенности с целью регулирования количества света, подающего на фотоприемник. Другой способ регулирования экспозиции проводится изменением времени экспозиции 8.
1.4.1.5. Подключение видеокамеры
Современные ВК общего назначения показывают большой выбор цифровых интерфейсов для соединения к компьютеру:
© USB ВК: самые распространенные на рынках, но USB2-nopT является несовместимым с условиями работы в реальном масштабе времени, так как он не может поддержать максимальную скорость передачи данных (480Мбит/с), поэтому не подходит для работы в реальном масштабе времени;
© Firewire (IEEE 1394): этот порт идеален для передачи несжатых видеосигналов в отличном качестве в реальном масштабе времени со скоростью передачи данных до 800 Мбит/с [28];
© Сетевые ВК: эти ВК (IP ВК), предназначенные в основном для задачи видеонаблюдения удаленных участках, используют протокол ТСРЯР для передачи данных. Они передают ВП с высоким разрешением, а также с высокой частотой кадров.
Остальные характеристики ВК не влияют прямо на производительности систем видеослежения. Из этих характеристик можно упоминать: соотношение сторон кадра (4:3, 9:6), тип вывода видеосигнала (PAL, NTSC), источник питания и окружающие характеристики.
1.4.2. Поворотные видеокамеры типа PTZ
В системах видеонаблюдения больших участков таких, как супермаркеты, школы, аэропорты, необходимым для уменьшения количества ВК наблюдения является способность ВК сканировать широкий угол обзора и обеспечить четкое изображение объектов участков. Поэтому современные ВК типа PTZ (Pan, tilt zoom), снабженные электродвигателями, обеспечивают