Информационно-измерительная система обнаружения и распознавания объектов на изображениях бортового оптико-электронного модуля беспилотного летательного аппарата на основе вейвлет-преобразования

• Автор: Медведев, Михаил Викторович
• Шифр специальности: 05.11.16
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Казань
• Количество страниц: 129 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
Глава Е АНАЛИЗ СОВРЕМЕННЫХ НАПРАВЛЕНИЙ УЛУЧШЕНИЯ БЫСТРОДЕЙСТВИЯ И11ФОРМАЦИ01IIЮ-ИЗМЕРИТЕЛЫ1ЫХ СИСТЕМ
ОБНАРУЖЕНИЯ И РАСПОЗНАВАНИЯ ОБЪЕКТОВ ПА ИЗОБРАЖЕНИЯХ БОРТОВОГО ОПТИКО-ЭЛЕКТРОННОГО МОДУЛЯ БЕСПИЛОТНЫХ
ЛЕТАТЕЛЫ1ЫХ А1 ]11АРАГОВ
1Л. Классификация БЛА и решаемые ими задачи
1.2. Техническое зрение в информационно-измерительных системах БЛА
1.2.1. Методы корреляционно-экстремального анализа изображений в системах технического зрения БЛА
1.2.2. Методы сопоставления текущего и эталонного изображений при помощи сравнения характерных черт
1.2.2.1. Методы сопоставления изображений на основе особых точек
1.2.2.2. Методы выделения характерных линий на изображении..
1.2.2.3. Методы выделения характерных областей
1.2.3. Определение информативных участков изображения
1.3. ВЫВОДЫ И ФОРМУЛИРОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ
Глава 2. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ВЫДЕЛЕНИЯ ХАРАКТЕРНЫХ ПРИЗНАКОВ ИЗОБРАЖЕНИЙ ПРИ ПОМОЩИ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ В ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ БЕСПИЛОТНЫХ ЛЕТАТЕЛЫ 1ЫХ А11ПАРАГОВ
2.1. Вейвлет-преобразование в информационно-измерительных системах БЛА
2.2. Выделение особых точек вейвлет-преобразования
2.3. Выделение контуров с использованием особых точек вейвлет-преобразования
2.4. Выделение областей (сегментация) при помощи особых точек вейвлет-нреобразования
2.5. Определение информативных участков изображения
2.6. Исследование качества сегментации изображений при помощи выделения особых точек вейвлет-преобразования
2.7. ВЫВОДЫ
Глава 3. МЕТОДИКА И АЛГОРИТМЫ ПОСТРОЕНИЯ ДЕСКРИПТОРА ОСОБОЙ ТОЧКИ ПА ОСНОВЕ ВЕЙВЛЕТ-ПРЕОЕРЛЗОВАПИЯ В ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ
3.1. Применение дескрипторов особых точек в информационно-измерительных системах БЛА
3.2. Алгоритм построения дескриптора особой точки на основе вейвлет-преобразования
3.3. Построение инвариантного к повороту дескриптора особой точки вейвлет-преобразования
3.4. ВЫВОДЫ
Глава 4. РАЗРАБОТКА И ИССЛЕДОВАНИЕ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ ОБНАРУЖЕНИЯ И РАСПОЗНАВАНИЯ ОБЪЕКТОВ НА ИЗОБРАЖЕНИЯХ БОРТОВОГО ОПГИКО-ЭЛЕКТРОПНОГО МОДУЛЯ БЕСПИЛОТНОГО ЛЕТАТЕЛЬНОГО АППАРАТА ПА ОСНОВЕ ВЕЙВЛЕТ-МЕТОДОВ
4.1. Назначение информационно-измерительной системы БЛА
4.2. Структура информационно-измерительной системы БЛА
4.3. Проектирование информационно-измерительной системы БЛА
4.3.1. Состояния системы и события системы
4.3.2. Алгоритм работы информационно-измерительной системы БЛА
4.4. Имитационный стенд информационно-измерительной системы БЛА
4.4.1. Структура имитационного стенда
4.4.2. Моделирование входных данных для тестирования стенда
4.4.3 Описание работы стенда

4.4.4. Тестирование программного стенда
4.5. ВЫВОДЫ
ЗАКЛЮЧЕНИЕ
С11ИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧ11ИКОВ

дескриптора диагональные значения ковариационной матрицы областей. Они доказывают, что эти значения дают сопоставимые результаты с методом вычисления моментов для основных цветов. Основную проблему использования диагональных значений ковариационной матрицы в качестве дескрипторов авторы усматривают в неустойчивости такого дескриптора к сильному изменению масштаба.
В статье 1104J предлагается использовать гистограмму расположения и ориентации градиента (Gradient Location and Orientation Histogram, GLOH), которая позволяет расширить возможности SIFT-дескриптора при помощи использования анализа принципиальных основных компонент (Principal Component Analysis, РСА) для уменьшения размера дескриптора.
Детектор DAISY LUT] изначально вводится для решения задачи сопоставления изображений в случае значительных внешних изменений, т.е. данный дескриптор в отличие от ранее рассмотренных работает па плотном множестве пикселей всего изображения. При этом авторы DAISY показали, что дескриптор работает быстрее, чем SIFT, запущенный на плотном множестве пикселей. В DAISY использованы идеи построения SIFT- и GLOH- дескрипторов. Аналогично GL01I выбирается круговая окрестность особой точки, при этом бины представляются не частичными секторами, а окружностями.
В работе [94] угловые точки находятся при помощи вычисления вейвлет-преобразования для функции, представляющей контура на изображении. Основную сложность при этом вызывает автоматическое нахождение контуров на изображении.
В работе [87] представлен детектор углов для изображений в опенках серого, основанный на вейвлет-преобразовании. Для этого при помощи вейвлет-преобразовапия вычисляется некоторое абсолютное значение, пропорциональное масштабу для позиции угловых точек и точек контуров. Особые точки находятся на двух различных масштабах как точки, соответствующие модели углов. Такое