Методы автоматической локализации объектов в потоках изображений динамических сцен

• Автор: Ересько, Юрий Николаевич
• Шифр специальности: 05.13.01
• Научная степень: Докторская
• Год защиты: 2006
• Место защиты: Тула
• Количество страниц: 230 с. : ил.

Введение
1 Структурный синтез систем локализации объектов в потоках изображений динамических сцен
1.1 Формализация описания систем локализации изображений в последовательностях взаимосвязанных сцен
1.2 Анализ параметрических и корреляционноэкстремальных методов локализации изображений динамических объектов

1.3 Проблемный анализ признаковых методов локализации

1.4 Концепция построения систем локализации изменяющихся изображений объектов

1.5 Постановка задач исследований

2 Синтез многоуровневой системы функциональногеометрических признаков изображений объектов

2.1 Синтез линейных интегродифференциальных операторов отображения изображений

2.2 Исследования автокорреляционных фильтров Уолша и оператора формирования локальных признаков
2.3 Характеристики класса автокорреляционных фильтров в базисах ортогональных преобразований
2.4 Выбор оператора формирования признаков объектов и анализ его вероятностных характеристик
2.5 Инженерный расчт вероятности ложной тревоги и методы е снижения
3 Разработка базовых методов локализации объектов в потоках изображений динамических сцен
3.1 Формальное описание базовых методов с системой функциональногеометрических признаков
3.2 Алгоритмические особенности метода локализации изображений объектов малой протяжнности
3.3 Алгоритмический синтез метода локализации для протяжнных изображений
3.4 Экспериментальные исследования устойчивости и сходимости алгоритмов базового метода
4 Исследование методов повышения допустимой сложности динамических сцен
4.1 Анизотропия операторов отображения как фактор ограничения сложности сцен
4.2 Исследование способов достижения изоморфизма
пространств локальных признаков
4.3 Анализ пересечений множеств локальных признаков
4.4 Структурно алгоритмический синтез методов
локализации объектов для изображений сложных сцен
5 Теоретические предпосылки обобщения линейных отображений изображений их вэйвлет преобразованием
5.1 Вэйвлет преобразование изображений как способ
преодоления неопределенности выбора апертуры фильтров
5.2 Особенности построения дискретного вэйвлет преобразования
5.3 Представление автокорреляционных фильтров Уолша в2области
5.4 Разложение квадратичных сплайнов в конечные ряды автокорреляционных функций Уолша
5.5 Представление автокорреляционных функций Уолша степенными сплайнами
6 Синтез дискретных вэйвлет преобразований для формирования локальных признаков изображений
6.1 Хобразы дискретных последовательностей
с произвольными степенями децимации
6.2 Исследования дискретного вэйвлет преобразования
с квадратичными сплайнами
6.3 Синтез ДВП с повышенными степенями децимации
6.4 Структурноалгоритмический синтез ДВП
с автокорреляционными вэйвлетами Уолша
6.5 Структурный синтез линейных по смещениям
операторов множественного отображения
6.6 Обобщнная структура метода локализации объектов
в потоках изображений сложных сцен
7 Применение результатов исследований в решении прикладных
7.1 Проект телевизионного автоматического визира
7.2 Особенности проектирования АСДН с активным зондированием пространства
7.3 Локализация биоэлектрических сигналов в технике
клинических исследований
Заключение и основные результаты работы
Список использованных источников


Задача автоматической локализации объектов на изображениях динамических сцен, изначально как чисто прикладная, за последние лет приобрела самостоятельное значение, трансформировалась в научное направление, актуальное для науки и практики. Вместе с тем, было бы преждевременно говорить о создании строгой и законченной теории локализации изображений, имеющей самостоятельное значение. В настоящее время теоретическая база решения задач локализации опирается на прикладные вопросы таких областей знаний, как дискретная математика, кибернетика, управление в технических системах, теории обнаружения, оценок и адаптации сигналов, обработки изображений, распознавания образов и др. Можно предположить, что дальнейшее становление теории локализации изображений следует ожидать на пути поиска обобщений и углубления базовых теорий. Стимулирующую роль в этих процессах будет играть совершенствование технических систем локализации объектов на изображениях динамических сцен, поскольку практика их создания позволяет как детализировать теоретические проблемы, так и проверить найденные решения. В синтезе систем автоматической локализации объектов в потоках изображений динамических сцен, т. СЛЛИ, будем отталкиваться от описаний трхмерных тврдых тел, которые пригодны для машинного восприятия 1. Учтм принципы формирования изображений и их потоков для физических полей различной природы, изложенные, например, в работах 2,. В анализе и выборе методологии локализации будем исходить из накопленного опыта и сложившихся подходов к целевой обработке потоков изображений 9,. Выбранный для дистанционного исследования объект у представим поверхностью , у 1 в вещественном евклидовом пространстве,
У у с началом координат в точке наблюдения. V V Х1 2у лг Датчик изображений ДИ, размещнный в начале координат, преобразует масштабную проекцию Ву на плоскость его чувствительного элемента в двумерную функцию Ву Ву хууеУ2 , т. ОИ в связанной с датчиком системе координат. И имеет, как правило, прямоугольную форму. Кроме того, ДИ дискретизирует изображение по времени так, что формируется поток кадров изображений ВВх,у,1Вп Вх,у,п, п0,1,. Вп по координатным осям в датчике иили в САЛИ, что уже не принципиально дат цифровое представление изображений и их потоков ВВх ,у,п, Ву пВуху,уу,п . Помимо изображения объекта Ву область Б будет содержать аддитивный шум х, у. ВЬ п ВЬех. ВЬ,В5 ,ВГ , натянутые на эквивалентные поверхности г, Вк , к . Т . Учтм влияние на датчик управляющих воздействий д, неизмеряемых возмущений р и зависимость его характеристик от вектора параметров и подстраиваемых коэффициентов К I . Ь,в ,у ,в. К0,,0,Н0,гв 1. Сложный оператор 3 . З1 и не всегда отвечает свойствам аддитивности и однородности. Нелинейность и неоднозначность действия оператора является одним из потенциальных источников проблем синтеза САЛИ. То же самое относится и к оператору Т . Вместе с тем, отдельные компоненты операторов могут быть линейными. Су,п изображения объекта В . Ву порядка ря . Аналогично 1. САЛИ представим оператором отображения С , который, как и 1. В.СзВе,,уУ1,х,1П , 1. С, 1. С,к 1. О, или кри
терия диссипативности системы 1. Функционал 1. С либо при известном Ву п , либо при достаточной априорной информации о всех операторах и аргументах в выражениях 1. В большинстве приложений, ситуация с ненараметрической априорной неопределенностью аналитического описания объекта в потоках изображений динамических сцен приводит к необходимости использовать апостсриор
ные оценки изображения объекта ВУ,п вместо истинного Вуп. Целевые функционалы вида 1. САЛИ. Уравнение для оператора отображения системы 1. Однако определяющими факторами синтеза оператора С являются используемые методы локализации изображений ОИ и те ограничения на статические и динамические параметры изображений, которые накладывают эти методы. Хронологически первыми получили развитие параметрические методы локализации динамических изображений, называемые также контрастными методами ,. Допущения предполагают, что область изображений Б динамической сцены содержит только истинное изображение ОИ на равномерном фоне, который не заслоняет объект или его часть. Присутствует также аддитивный шум х,у,п . Отсюда следует, что целевой функционал 1.