автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Алгоритмы обработки изображений в телевизионных измерительных системах контроля движения транспортных средств

На правах рукописи

НГУЕН ЛИЕМ ХИЕУ

АЛГОРИТМЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ В ТЕЛЕВИЗИОННЫХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ КОНТРОЛЯ ДВИЖЕНИЯ ТРАНСПОРТНЫХ СРЕДСТВ

Специальность 05 11 16 - Информационно-измерительные и управляющие системы (в промышленности)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

ООЗ1ВУииX

Тула 2007

003163001

Работа выполнена на кафедре «Радиоэлектроника» в ГОУ ВПО «Тульский государственный университет»

Научный руководитель - доктор технических наук,

доцент Евгений Александрович Макарецкий

Официальные оппоненты - доктор технических наук,

профессор Ильин Анатолий Александрович

- кандидат технических наук,

доцент Понятский Валерий Мариафович

Ведущая организация ОАО «Альфа-Прибор», г Тула

Защита состоится « Л?» £ур10А) Э$ 2007г в ЛЩ часов на заседании диссертационного совета Д 212 271 0*7 при Тульском государственном университете (300600, г Тула, пр Ленина, 92)

С диссертацией можно ознакомиться в библиотеке Тульского государственного университета

Ваш отзыв на автореферат в одном экземпляре, заверенный печатью, просим направлять на имя ученого секретаря совета

Автореферат разослан « О^МЖА 2007г

Ученый секретарь диссертационного совета

Ф А Данилкин

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В настоящее время по мере развития средств вычислительной техники появляются все новые возможности для прикладного использования телевизионных измерительных систем (ТИС) Важным направлением при создании таких систем является разработка эффективных алгоритмов и программного обеспечения для анализа изображений движущихся объектов

Системы видеонаблюдения широко применяют в целях охраны, для контроля и управления дорожным движением, на железнодорожном транспорте и в других отраслях Однако алгоритмы обработки информации, используемые в подобных системах, позволяют обеспечить выполнение только простейших операций, таких как обнаружение движущегося объекта на сравнительно простом фоне и оценка скорости его перемещения Подобные системы, в сущности, являются системами видеонаблюдения, а не измерительными системами

Существенное увеличение быстродействия и объемов памяти вычислительных устройств снимает ограничения на сложность алгоритмов, а прогресс технологии микроэлектроники привел к существенному снижению стоимости матричных фотоприемников и изделий микропроцессорной техники Одним из перспективных направлений применения телевизионных измерительных систем нового поколения является контроль дорожного движения Данное применение имеет как общие черты с некоторыми другими типами телевизионных измерительных систем (выделение подвижного объекта на сложном фоне), так и ряд специфических требований

В настоящее время телевизионные измерительные системы для контроля дорожного движения нового поколения находятся в стадии разработки При их реализации встречается большое число проблем и трудностей Такие проблемы до сих пор не решены или решаются с потерей информации и качественных показателей систем Все возникающие проблемы можно разделить на аппаратные (связанные с повышением рабочих параметров оптико-электронных устройств измерительной системы) и алгоритмические, заключающиеся в определенных процедурах обработки массивов данных, описывающих характеристики наблюдаемых изображений, поскольку при громадном количестве известных алгоритмов обработки изображений решение задачи измерений требует исследования и разработки конкретной последовательности определенных операций преобразования исходной информации, обеспечивающей решение поставленной задачи с минимальной погрешностью и минимальной вычислительной трудоемкостью

Особенности разработки ТИС для контроля дорожного движения заключаются в следующем объект измерения является большеразмерным (т е занимает значительную часть кадра и невозможно ограничение области обработки), цвет объекта измерения может быть произвольным (что затрудняет использование спектральных узкополосных фильтров для подавления фона), на изображениях присутствует динамический фон из-за колебаний растительности, что затрудняет процедуру выделения движения в кадре, в поле

зрения может находиться большое количество аналогичных объектов, от которых надо отселектировать объект измерения В конечном счете, все перечисленные причины приводят к усложнению алгоритма обработки (выделение и измерение параметров полезного объекта возможно только на основе комплексного алгоритма, учитывающего совокупность признаков объекта), повышению объема вычислений и времени измерений

Проведенный анализ состояния телевизионных измерительных систем для контроля дорожного движения позволяет сформулировать цель и задачи диссертационной работы

Цель работы Повышение качественных характеристик телевизионных измерительных систем для контроля движения транспортных средств на основе разработки и совершенствования принципов построения систем и алгоритмов обработки видеопоследовательностей изображений

Для достижения цели диссертации необходимо решить следующие задачи

- разработать общий алгоритм работы измерительных систем контроля движения транспортных средств, т е определить состав, содержание и последовательность операций обработки изображений,

- провести анализ характеристик фонов и транспортных объектов и разработать алгоритмы компенсации влияния фона и выделения подвижных объектов,

- разработать специализированный комплексный алгоритм селекции полезных объектов на изображениях,

- разработать алгоритмы определения координат и динамических параметров (вектора скорости) транспортных объектов,

- исследовать возможность использования оптических методов обработки информации в телевизионных измерительных системах,

- провести анализ источников погрешностей телевизионных измерительных систем и разработать пути их снижения

Основные положения, выносимые на защиту:

1 Алгоритм измерения скорости и предварительной классификации транспортных средств в телевизионной измерительной системе

2 Комплексный алгоритм селекции полезных объектов на изображениях телевизионных измерительных систем контроля движения транспортных средств

3 Алгоритмы компенсации влияния фона, выделения подвижных объектов, определения координат и динамических параметров (вектора скорости) транспортных объектов на телевизионных изображениях

4 Компьютерные модели алгоритмов обработки изображений и результаты экспериментального исследования макета измерительной системы для определения координат и скорости транспортных средств

Методы исследований. В работе применялись методы двумерного преобразования Фурье и вейвлет-преобразования, методы линейной и

нелинейной обработки изображений, численные методы, методы экспериментальной радиооптики

Научная новизна состоит в получении новых научных знаний и разработке прикладных алгоритмов обработки изображений в телевизионных измерительных системах для контроля скорости транспортных средств, включающих в себя

- разработан комплексный алгоритм селекции полезных объектов на изображениях телевизионных измерительных систем контроля движения транспортных средств, обеспечивающий высокую вероятность обнаружения при воздействии фона и динамических помех,

- предложены алгоритмы спектральной (цветовой) селекции транспортных средств, позволяющие подавить посторонние объекты в поле зрения измерительной системы,

- предложены алгоритмы компенсации влияния фона на телевизионных изображениях на основе вейвлет-преобразования,

- создана база данных комплексных характеристик изображений в телевизионных измерительных системах контроля дорожного движения, включающие яркостные характеристики, Фурье и вейвлет-спектры и корреляционные характеристики изображений природных и дорожных фонов, а также транспортных средств, позволяющая конкретизировать параметры алгоритмов обработки изображений в различных условиях,

- проведено моделирование алгоритма работы измерительной системы и экспериментальное исследование макета телевизионной измерительной системы, показавшие высокую эффективность предложенных алгоритмов обработки

Практическая ценность результатов работы определяется следующими факторами

1 Определены конкретные требования к структуре телевизионных измерительных систем для контроля скорости транспортных средств и фотоприемному устройству системы

2 Разработан общий алгоритм и конкретные алгоритмы выделения информации о скорости транспортного средства по видеопоследовательности кадров изображений в условиях воздействия помех, что позволило существенно повысить достоверность измерительной информации и точность измерений

3 Разработан комплекс программ для моделирования процессов и обработки видеопоследовательностей изображений в телевизионных измерительных системах

4 Разработан и экспериментально исследован макет телевизионной измерительной системы для измерения скорости транспортных средств

Реализация результатов работы. Разработанные в диссертации алгоритмы цифровой и оптической обработки изображений были внедрены в учебный процесс при подготовке специалистов направления 210300 «Радиотехника» В частности, алгоритмы цифровой обработки изображений внедрены в лекционный и лабораторный циклы по дисциплине «Основы

телевидения и видеотехники», на основе экспериментальных конструкций когерентных оптических процессоров разработаны и внедрены две лабораторные работы по дисциплине «Оптические методы и устройства в радиотехнике»

Апробация работы. Основные положения и результаты диссертационной работы докладывались на I Всероссийской научно-технической конференции студентов и аспирантов «Идеи молодых - новой России», Тула 2004г, Международной молодежной научной конференции XXXI Гагаринские чтения - Москва, МАТИ 6-8 апреля 2005r, III Всероссийской научно-технической конференции «Современные методы и средства обработки пространственно-временных сигналов», Пенза, 24-25 мая 2005г, на электронных конференциях Российской Академии Естествознания «Новые информационные технологии и системы» в 2005-2007гг

Публикации. Основное содержание работы отражено в 19 публикациях, включающих 13 статей, 6 тезисов докладов на международных и Российских НТК

Структура и объем работы. Работа состоит из введения, пяти глав, заключения и приложений, изложенных на 192 страницах основного текста и содержащих 66 рисунка, 19 таблицы, списка литературы из 84 наименований и 9 приложений

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность решаемой в диссертации научной проблемы, изложена структура диссертации и кратко раскрыто содержание ее разделов

В первом разделе в результате исследования телевизионных измерительных систем и применяемых в них методов извлечения первичной информации устанавливаются причины, порождающие проблему, и сформулированы задачи, решение которых необходимо для достижения поставленной цели исследования

Основой телевизионной системы мониторинга транспортных магистралей является обработка видеопоследовательности, содержащей транспортный поток Ее задача - найти основные параметры потока число движущихся транспортных средств, их тип и скорость движения

В работе отмечается, что в настоящее время телевизионные измерительные системы для контроля дорожного движения нового поколения находятся в стадии разработки и им посвящено большое количество работ Большой вклад в теорию и практику данного направления в Российской федерации внесли Б С Тимофеев, Р Е Быков и др Вместе с тем полностью задача еще не решена

В диссертации показано, что все возникающие проблемы можно разделить на аппаратные (связанные с повышением рабочих параметров оптико-электронных устройств измерительной системы) и алгоритмические,

заключающиеся в определенных процедурах обработки массивов данных, описывающих характеристики наблюдаемых изображений, поскольку при громадном количестве известных алгоритмов обработки изображений решение задачи измерений требует исследования и разработки конкретной последовательности определенных операций преобразования исходной информации, обеспечивающей решение поставленной задачи с минимальной погрешностью и минимальной вычислительной трудоемкостью

На основе вышеизложенного сформулированы цель и задачи исследования

Во втором разделе приведены результаты анализа характеристик изображений природных и дорожных фонов и транспортных объектов

Показано, что одной из важных проблем при обработке информации в ТИС является подавление фона и выделение полезных объектов (изображений транспортных средств) При этом в общем случае должны использоваться все признаки, отличающие полезный объект от фона спектральные (цветовой контраст), яркостные, размерные, динамические (изменение координат во времени, характер перемещения в пространстве) Оценка характеристик изображения может производиться на основе их пространственно-яркостных и спектральных параметров

Отмечается, что спектральные характеристики изображений анализируются на основе двумерного Фурье или вейвлет-преобразования Существенно больший объем информации позволяют получить вейвлет-спектры изображений, представляющие разложение функции яркости по двухпарамегрическому базису локализованных функций у/, быстро убывающих во времени или пространстве

\

и

(1)

/

где 5,/— параметры масштабирования, и, — параметры сдвига

Вейвлет-преобразование двумерной функции Р(х,у)

определяется выражением

» » | ' % и IV ^

-11 у а / ;

Дискретное вейвлет-преобразование 01УРи 314, ( яркости изображения /,) может быть вычислено по соотношению

М N

= (3)

1=1у=1

где ц/'и { и, у - двумерный вейвлет

Для проведения анализа характеристик фонов и транспортных средств в программной среде МайаЬ 7 01 была разработана программа, позволяющая определить следующие характеристики изображений математическое ожидание и дисперсия яркости, распределение яркости изображения по строкам и столбцам, спектрограмма яркости по строкам и столбцам,

автокорреляционные функции (АКФ) изображений (в горизонтальной и вертикальной плоскостях, а также ЗБ АКФ); двумерный Фурье-спектр отдельных строк и столбцов, а также усредненных по яркости строк и столбцов; двумерный вейвлет-спектр отдельных строк и столбцов, а также усредненных по яркости строк и столбцов с использованием вейвлетов Хаара, Симлета, Добеши, Коифлекта, прямого и обратного биортогонального вейвлетов и др.; разностные Фурье и вейвлет-спекггры двух изображений (для выяснения вклада полезных объектов в общий спектр изображения).

Обработка производится как для цветных, так и для монохромных изображений. Разработанная программа позволяет анализировать различие яркостных и спектральных характеристик двух изображений (фон и транспортное средство на фоне). Результаты анализа отражаются в виде двумерных и ЗЭ спектров изображений (Рис.1).

50 1ГЮ 150 ТОП 75П то

А

в г

Рис. 1: Спектры изображений транспортного средства с фоном (а) и отдельного транспортного средства (б) (автомобиль «Жигули-2110»); верхние графики соответствуют спектру по горизонтали, нижние — по вертикали; в - ЗО - разностный спектр транспортного средства с фоном и без фона; г - разностный вейвлет-спектр

По результатам исследования фонов сделаны следующие выводы: - усредненные яркостные характеристики (средняя яркость, дисперсия) имеют близкие значения для всех типов фонов; наименьшая дисперсия яркости имеет место для зимнего фона, максимальная - для весеннего фона (до появления растительности);

- появление на фоне изображений полезных объектов в виде тел высокой яркости простой формы небольших размеров (до 10-20 пикселей) не приводит к заметным изменениям Фурье-спектра, относительный уровень изменения спектральных составляющих равен 10*3-10"4, что не позволяет надежно подавить фоновую составляющую без потери информации о полезных объектах,

- индустриальные фоны (дорога, город) характеризуются большей неравномерности АКФ в вертикальной плоскости, чем природные фоны, для большинства разновидностей фонов в горизонтальной плоскости АКФ может быть аппроксимирована линейной функцией, в вертикальной плоскости характер АКФ заметно сложнее, и она может быть аппроксимирована кусочно-линейным или степенным методом,

- анализ гистограмм изображений различных фонов показал, что гистограммы имеют бимодальный характер, позволяющий аппроксимировать гистограммы практически любого фона суммой двух Гауссовых кривых, параметры которых (математическое ожидание, дисперсия) описывают конкретную разновидность фона

По результатам исследований характеристик транспортных средств сделаны следующие выводы

- усредненные яркостные характеристики изображений различных транспортных средств имеют близкие значения, существенное влияние на яркостные характеристики оказывают солнечные блики от стекол и поверхностей автомобиля, в зависимости от интенсивности и направления освещения автомобили темного (черного) цв§та могут иметь яркостные характеристики, аналогичные светлым автомобилям,

- ширина Фурье-спектра транспортных средств слабо зависит от типа автомобиля, спектр имеет существенно неравномерную структуру, изменяющуюся при изменении освещения и ориентации автомобиля, на спектральные характеристики автомобилей и автобусов большое влияние оказывают рисунки и надписи (рекламы) на его поверхностях,

- анализ спектров«, отдельного транспортного средства и транспортного средства на фоне помех показывает, что для изображений автомобилей без фона больше вероятность глубоких провалов в спектре (выше неравномерность), огибающая спектра изображений с фоном равномернее, чем без фона, уровни максимумов АКФ изображений автомобиля без фона и с фоном отличаются почти на 2 порядка, четкие различия характеристик АКФ отсутствуют,

Проведенные исследования показали, что из-за сильного влияния большого числа факторов спектральные характеристики транспортных средств (как полученные с помощью Фурье-анализа, так и вейвлет-анализа) не позволяют выделить устойчивые признаки изображений транспортных средств, это снижает эффективность спектральной фильтрации изображений, проводимую для подавления фона Выделение изображений автомобилей может быть произведено только на основе использования всего комплекса признаков

В третьем разделе на основе анализа физических процессов в телевизионных измерительных системах разработаны математические модели преобразования изображения в оптической системе и фотоприемном устройстве и алгоритмы обработки изображений для целей контроля дорожного движения.

Оптическая система видеокамеры Л (Рис.2) формирует на поверхности матрицы фотоприемников, расположенной в фокальной плоскости объектива/, плоское (как называемое видимое) изображение наблюдаемого объекта.

Рис. 2: Преобразование координат объекта оптической системой видеокамеры Показано, что в соответствии с законами геометрической оптики связь между координатами плоского изображения объекта на матрице и реальными координатами в пространстве определяется соотношениями: „ _ Хт(Уо _ Ут/___2т(у0-/)

, ; У» = . / У,

а расстояние до объекта Ьу. I

/

(4)

(5)

у V *0 + У О + 20

Из выражения (5) следует, что объективное измерение скорости автомобиля по видимому изображению возможно только при априорно известном расстоянии до него Ьу Эта затруднение может быть решено двумя методами: измерение параметров движения на предварительно калиброванном расстоянии; измерение расстояния телевизионной измерительной системой по наблюдаемому в поле зрения объекту с известными геометрическими размерами (дорожный знак, указатель, рекламный щит и т.д.).

При постоянном шаге временных отсчетов /к составляющие линейной скорости автомобиля определяются по формулам:

К,

Куо-Л

V,

/ (Уо

Дл„

Л

Д/

"Ч,

Д /

V., = ■

V, =

(Уо-Л

Куп - Л

/

д/ м

(6)

где Ахр, Агр - изменение поперечных координат центра тяжести изображения автомобиля на фотоприемной матрице в пикселях; А - шаг расположения чувствительных элементов на фотоприемной матрице;/— фокусное расстояние

и

объектива, Аар, ЛЬР - изменение размеров плоского изображения автомобиля на матрице (в пикселях) Составляющие Vyi, Vy2 вычисляются по изменению во

времени размеров объекта (транспортного средства) ах и bz

Рис 3 Общий алгоритм работы ТИС

Установлено, что телевизионная измерительная система может обеспечивать относительную погрешность измерений не более 1 % при времени на один цикл измерений 0.2-0.5с при минимальном количестве элементов фотоприемной матрицы по горизонтали и вертикали не менее 1000-2000. Для измерений возможно использование фотоприемных матриц в режиме съемки с интервалом времени 0.2-0.5с (цифровые фотокамеры).

Разработанный комплексный алгоритм селекции полезных объектов на изображениях телевизионных измерительных систем контроля движения транспортных средств (Рис.3) включает цветовую (спектральную) обработку, селекцию по размерам объектов и вектору скорости. Поскольку одним из основных признаков измеряемого объекта является цвет конкретного транспортного средства, используя данный признак можно обеспечить выделение объекта на сложном фоне по яркости и контрасту. Предложен эффективный алгоритм спектральной селекции изображений (Рис.4), при котором цветовые составляющие вектора яркости каждого элемента изображения рассчитываются по одному из соотношений:

С" = си cos* <p0JJ, с' = cmax cos* ip0JJ (7)

где сц - общая исходная яркость пикселей объекта, определяющаяся суммой

/22 I 2

составляющих яркости базовых цветов е(/ = -Л^у + giJ +Ь,~ ; <р0 у - угол между направлениями векторов цвета выбранного элемента изображения и всех других пикселей изображения; стах - значение максимально возможной яркости изображения; к - показатель степени преобразования.

ШШЫк ■ >., ■ ■

Рис. 4: Результат спектральной обработки изображения автомобиля красного цвета (справа - ЗО распределение яркости)

Исследование спектральной обработки изображений позволило сделать следующие выводы:

- предложенные алгоритмы обработки обеспечивают эффективное выделение объекта практически для всех цветов автомобилей, кроме белого;

- сравнение алгоритмов (7) показывает, что приведение яркости выходного изображения к максимальному уровню стах позволяет заметно повысить контраст полезного объекта над фоном (в 2-8 раз), однако при этом повышается диапазон колебаний яркости для светлых фонов;

- значение показателя степени преобразования надо выбирать в пределах 80-100; при меньших значениях снижается эффективность, при больших -возможно появление «всплесков» с высокой яркостью на фоне;

- наименее эффективна спектральная селекция автомобилей с комбинированной окраской; на результаты обработки заметнее влияние оказывает наличие загрязнений на поверхностях автомобиля.

Предложен метод выделения движения, при котором и: текущего изображения вычитается усредненный фон за время наблюдения сцены ЗО-бОс (Рис.5). Данный алгоритм обеспечивает снижение вычислительной трудоемкости за счет уменьшения количества объектов на изображении. Проведенное моделирование алгоритма показало его высокую эффективность.

г д

Рис. 5: Результат обработки изображения автомобиля с помощью предложенного алгоритма: а - исходное изображение; б - исходное изображение после цветовой обработки; в - усредненный фон; г - выходное бинаризованное изображение; д- увеличенный фрагмент изображения с помехами Анализ результатов обработки изображений показал, что после обработки на бинаризованном изображении присутствует шумовая составляющая в виде отдельных пикселей и групп пикселей максимальной яркости, появляющаяся из-за колебаний растительного фона. Для устранения появляющихся шумов необходимо использование методов фильтрации изображения. Исследована эффективность медианной и вейвлет-фильтрации изображений (Рис.6, 7).

а б

Рис. 6: Результаты медианной фильтрации реального изображения с помехами (а - исходное изображение; б - маска фильтра 7*7)

а б

Рис. 7: Результаты вейвлет-фильтрации реальных изображений с высоким уровнем шума (вейвлет Хаара; а — исходное изображение; б - изображение, восстановленное по вейвлету второго уровня) Полученные данные показывают, что при вейвлет-фильтрации изображения происходит искажение амплитудного распределения объектов, приводящее к ошибке определения координат объекта. Установлены оптимальные параметры медианного фильтра (его апертура должна составлять 7-11 пикселей) и вейвлет-фильтра.

В четвертом разделе на основе исследованных алгоритмов обработки изображений разработаны алгоритмы определения координат и скорости транспортных средств, их предварительной классификации, проведен анализ погрешностей измерительной системы, приведены результаты моделирования и экспериментального исследования макета телевизионной измерительной системы для определения скорости транспортных средств.

Проведенное исследование показывает преимущества координатного метода для рассматриваемого применения по сравнению с корреляционным и методом Для снижения вычислительных затрат автором предложена

модификация метода, основанная на анализе свойств исходного изображения, на котором размеры полезного объекта должны составлять минимально 100-200 пикселей. В этом случае целесообразно просмотр изображения производить с шагом, близким к минимальному размеру изображения полезного объекта (Рис.8). Это позволяет одновременно решить две задачи: снизить вычислительную трудоемкость и произвести предварительную размерную селекцию объектов, поскольку большая часть объектов малого размера, формирующихся в результате воздействия помех, не попадает в сетку просмотра.

~2 > •s * 4 4f

а ■Ц т т •

ft" 1п ft I; а

I

• « «

Рис. 8: Схема поиска пикселей повышенной яркости на бинаризованном изображении в процессе сегментации Важной частью комплексного алгоритма селекции является алгоритм размерной и траекторной селекции объектов в поле зрения телевизионной измерительной системы. Размерная селекция производится по двум размерам объекта (ширина и высота) и их соотношению. При траекторной селекции предложена процедура вычисления векторного функционала

Ф2 = K]YJm,Rij)+К2[АХ"рг1 +Ay;r']+Ki[Av;rl}+K,[sin/piJ] (8)

IJ

где L(R-,Rj) = L4 - функция стоимости объединения отметок i, j в пару (i, j),

равная расстоянию между центрами объектов на совмещеннэм кадре; Ki,K2,Ki, К^ - весовые коэффициенты, учитывающие вклад соответственно расстояний между точками объектов последовательных п—го и п+1- го кадров; изменение размеров объектов; изменение скорости объектов от прогнозируемой; изменение направления движения; (p,j - угловое изменение направления движения относительно предыдущего кадра; 1 +kk

cos q> = --(9)

P + k?)(\ + k>)

kj=bLZbL,kj = y^^lL (10)

X2i XU X2i X\j

y2l,yu,x2i,xb - координаты центра объекта для и+/-го и «-го кадров;

Ax";"+l ,Ay"pf+l - изменение размеров объекта для последующих кадров; Av^;"+I -

изменение скорости. Моделирование предложенного алгоритма показало его надежную работу при нахождении в поле зрения нескольких объектов и их сонаправленном и встречном движениях.

Для снижения погрешности измерения скорости за счет ее изменения в процессе измерений предложено определять мгновенную скорость автомобиля по отдельным отсчетам с помощью метода наименьших квадратов.

Предложен и реализован алгоритм предварительной классификации транспортных средств по их размерам. Результаты исследования алгоритма предварительной классификации транспортных средств показали достаточно высокую достоверность получаемых результатов. Вместе с тем были выявлены ситуации, при которых алгоритм давал ошибочные результаты В первую

очередь это вызывается результатами спектральной обработки, в процессе которой может искажаться геометрический образ объекта за счет комбинированной окраски или влияния цвета остекления. Для легковых автомобилей это приводит к уменьшению измеренной высоты автомобиля.

Приведены результаты тестирования разработанных алгоритмов. При этом использовалась разработанная программа моделирования, формирующая заданные варианты движения объектов на различных фонах, а также реальные видеоряды, полученные с помощью макета телевизионной измерительной системы.

а б

Рис. 9: Результаты измерения скорости автомобиля, движущегося со скоростью 60 км/час (16.67 м/с); а- временная зависимость отсчетов скорости автомобиля (в м/с); б — результаты измерения зависимости скорости

автомобиля от времени

а ' б

Рис. 10: Результаты измерения скорости двух встречных автомобилей в городских условиях (а - автомобиль, движущийся слева направо; б - встречный

автомобиль)

По результатам испытания телевизионной измерительной системы на реальных видеорядах можно сделать следующие выводы:

- основные сложности при обработке создает подвижный (динамический) фон, создаваемый растительностью, колеблющейся под действием ветра; возникающие при этом помехи различны по масштабу (от единиц до десятков и сотен пикселей);

- наличие подобных помех приводит к заметному увеличению времени обработки за счет сегментации, определения размеров и координат большого

количества объектов, неровности краев изображений объектов являются причиной погрешностей определения размеров и координат объектов,

- характеристики динамического фона зависят от погодных условий и сезона, они минимальны для зимы и начала весны (до появления травы и листьев),

- в зависимости от характеристик фона необходимо изменять параметры фильтра, осуществляющего подавление мелких объектов, типичные значения апертуры медианного фильтра 5-11 пикселей

Проведенные исследования показали высокую эффективность разработанных алгоритмов обработки изображений и получения измерительной информации в реальной дорожной обстановке, при наличии динамического фона и посторонних транспортных средств Измерения для автомобилей, движущихся с известной скоростью, показали высокую сходимость результатов

Анализ погрешностей телевизионной измерительной системы показал, что при размере изображения автомобиля 200 пикселей относительная среднеквадратичная погрешность измерений при поперечном движении не превышает 1 95%, а при лобовом движении 3 26%

Для снижения погрешности измерений в первую очередь необходимо увеличивать пиксельный размер объекта, и соответственно, фотоприемной матрицы (при увеличении размера в два раза погрешность снижается до 1 1%), но при этом практически в 4 раза возрастает вычислительная сложность обработки

В пятом разделе исследованы возможности применения оптических методов обработки информации в телевизионных измерительных системах для контроля дорожного движения

На основе анализа возможностей и принципов построения оптических процессоров были разработаны и экспериментально исследованы два типа когерентных процессоров Фурье-процессор типа и радиооптический процессор на основе многослойных резонансных оптических структур (РМОС) Экспериментальные исследования показали работоспособность разработанных конструкции когерентных оптических процессоров (КОП) на основе сферических линз и резонансных многослойных оптических структур

Общими недостатками когерентных оптических процессоров является относительно невысокое быстродействие устройств ввода и вывода информации, ограничивающее общую производительность процессора и не позволяющее реализовать их потенциальные возможности по скорости обработки, большие габариты и стоимость, сложность перепрограммирования

Разработанные экспериментальные КОП внедрены в учебный процесс кафедры «Радиоэлектроники» ТулГУ по дисциплине «Оптические методы и устройства обработки информации» (лабораторные работы) и прошли апробацию в учебном процессе

В заключении приведены общие результаты и выводы по диссертации

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В диссертации решена научно-техническая задача разработки и совершенствования принципов построения систем и алгоритмов обработки видеопоследовательностей изображений телевизионных измерительных систем, позволяющая в конечном итоге обеспечить повышение качественных характеристик телевизионных измерительных систем для контроля движения транспортных средств за счет расширения их функциональных возможностей и снижения погрешности измерений

Полученные в работе результаты позволяют расширить области практического применения телевизионных информационно-измерительных систем за счет повышения помехозащищенности и возможности предварительной классификации объектов измерений

Основные научные и практические результаты работы, большинство которых получено и использовано впервые при создании телевизионных измерительных систем, состоят в следующем

1 На основе исследования процессов в телевизионных измерительных системах

- предложен комплексный алгоритм селекции полезных объектов на изображениях телевизионных измерительных систем контроля движения транспортных средств, экспериментальные исследования показали высокую эффективность предложенного алгоритма,

- разработан алгоритм сегментации объектов с одновременной селекцией объектов по размеру, основанный на вычитании из исходного изображения усредненного фона с последующей бинаризаций по порогу, определяемому по результатам анализа гистограммы, проведенное моделирование алгоритма показало его эффективность и невысокую вычислительную сложность,

- разработаны алгоритмы размерной, цветовой и траекторной селекции объектов на изображении, обеспечивающие подавление подвижных помех в поле зрения измерительной системы и возможность работы ее при сонаправленном и встречном движении транспортных средств

2 На базе разработанных алгоритмов и моделей впервые достигнуты результаты

- предложен комплексный алгоритм спектральной, размерной и траекторной селекции, позволивший обеспечить высокую вероятность обнаружения изображения объекта в условиях присутствия динамических помех (70-95% в зависимости от вида фона и погодных условий),

- установлены яркостные, Фурье и вейвлет спектральные, корреляционные характеристики природных и дорожных фонов и транспортных средств, позволяющие обосновать требования к фильтрам для подавления фоновой составляющей изображений,

- оценены возможности использования оптических методов обработки информации в телевизионных измерительных системах

3 Разработан комплекс программ для моделирования и исследования процессов обработки изображений в телевизионных измерительных системах и измерения скорости транспортных средств

4 Определены конкретные параметры операций преобразования изображений транспортных средств на сложном динамическом фоне, обеспечивающие надежное выделение изображений транспортных средств и измерение их скорости

5 Проведено экспериментальное исследование макета телевизионной измерительной системы в дорожных условиях, показавшее правильность разработанных принципов построения и алгоритмов обработки информации

Список основных научных публикаций

1. Макарецкий Е.А., Нгуен Лием Хиеу. Сравнительный анализ оптических и цифровых методов обработки изображений // Известия Тульского государственного университета. Серия «Радиотехника и радиооптика». Том VI - Изд-во ТулГУ: Тула, 2004г. - С. 81-86.

2 Нгуен Лием Хиеу Сравнительный анализ оптических и цифровых методов обработки изображений //1 Всероссийская научно-техническая конференция студентов и аспирантов «Идеи молодых новой России» - Изд-во ТулГУ Тула, 2004г - С 197

3 Макарецкий Е А, Нгуен Лием Хиеу Сравнительный анализ оптических и цифровых методов обработки изображений Проблемы наземной радиолокации Труды II научно-технической Интернет - конференции 24-25 мая 2004г - Изд-во ТулГУ Тула, 2004г - С 43-45

4 Нгуен Лием Хиеу Сравнительный анализ оптических и цифровых методов обработки изображений // XXXI Гагаринские чтения - международная молодежная научная конференция — М МАТИ, 6-8 апреля 2005г - С 34

5 Нгуен Лием Хиеу Исследование фильтрации изображений на основе методов вейвлет-анализа в телевизионных измерительных системах Современные методы и средства обработки пространственно-временных сигналов // III Всероссийская научно-техническая конференция - Пенза ПГТА общество «Знание» России, приволжский дом знаний, 24-25 мая 2005г - С 117-119

6 Макарецкий Е А, Нгуен Лием Хиеу Анализ пространственно-частотных характеристик изображений фонов Проблемы наземной радиолокации Труды III научно-технической Интернет - конференции 25-26 сентября 2005г -Изд-во ТулГУ Тула, 2005г -С 43-44

7. Макарецкий Е.А., Нгуен Лием Хиеу. Исследование характеристик изображений природных и городских фонов // Известия Тульского государственного университета. Серия «Радиотехника и радиооптика». Том VII - Изд-во ТулГУ: Тула, 2005г. - С. 97-104. 8 Макарецкий Е А, Нгуен Лием Хиеу Контроль и измерение параметров движения транспортных средств с помощью телевизионных измерительных систем // Российская Академия естествознания Журнал «Успехи современного естествознания» №9, 2006г - С 84-85

9 Макарецкий Е А, Нгуен Лием Хиеу Исследование характеристик изображений природных и городских фонов // Российская Академия естествознания Журнал «Фундаментальные исследования» №2, 2006г - С 43-44

Ю.МакарецкиЙ Е.А., Нгуен Лием Хиеу. Алгоритмы обработки информации в телевизионных системах контроля дорожного движения // Известия Тульского государственного университета. Серия «Радиотехника и радиооптика» Том VIII. Выпуск 2 — Изд-во ТулГУ: Тула, 2006г. - С. 66-74.

11 Макарецкий Е А, Нгуен Лием Хиеу Экспериментальное исследование оптических методов обработки изображений // Российская Академия естествознания Журнал «Современные проблемы науки и образования» №3, 2006г - С 34-35

12 Макарецкий Е А, Нгуен Лием Хиеу Разработка алгоритмов обработки информации в телевизионных системах контроля дорожного движения Проблемы наземной радиолокации Труды III научно-технической Интернет - конференции 27-29 сентября 2006г - Изд-во ТулГУ Тула, 2006г - С 3133

13.Макарецкий Е.А., Нгуен Лием ХиеуГ Исследование фурье и вейвлет спектров изображений транспортных средств // Известия Тульского государственного университета. Серия «Радиотехника и радиооптика». Том VIII. Выпуск 1 - Изд-во ТулГУ: Тула, 2006г. - С. 92-99.

14 Нгуен Лием Хиеу Телевизионные системы контроля скоростного режима транспортных средств // Российская Академия естествознания Журнал «Современные наукоемкие технологии» №10, 2007г - С 68-70

15 Макарецкий Е А , Овчинников А В , Нгуен Лием Хиеу Телевизионные измерительные системы контроля скоростного режима дорожного движения Журнал «Компоненты и технологии» - М Изд-во Файнстрит, 2007г - С 34-37

16 Нгуен Лием Хиеу Предварительная обработка изображений в телевизионной системе измерения скорости транспортных средств // Российская Академия естествознания Журнал «Современные наукоемкие технологии» №10,2007г - С 66-68

Подписано в печат ь С£~ ¿О 2&ОУ. Формат бумаги 60x84 . Бумага офссшая.

Усл. иеч л 0,9 Уч -изд л. 1,25 Тираж 100 экз. ^аказ

Ьльсктш государственныйуниверсшег 300600,1 Гула, ирощ Ленина, 92

Отпечатано в Издательстве Ту л I У 300600, г Тула, ул. Во..щи на, ¡51

Введение

1. Обзор и анализ методов обработки информации в телевизионных 11 измерительных системах

1.1. Структурные схемы и алгоритмы работы телевизионных 11 измерительных систем

1.2. Методы обработки изображений в измерительных системах и 17 системах обработки информации

1.3. Особенности обработки информации в телевизионных 28 измерительных системах контроля

Ь 1.4. Постановка задачи на исследование

2. Исследование характеристик изображений фонов и объектов 35 телевизионных измерительных систем для контроля дорожного движения

2.1. Характеристики изображений

2.2. Характеристики изображений фонов и транспортных средств

2.3. Результаты исследования характеристик природных и 43 индустриальных фонов

2.4. Результаты исследования характеристик изображений 50 транспортных средств

Актуальность темы. В настоящее время по мере развития средств вычислительной техники появляются все новые возможности для прикладного использования телевизионных измерительных систем (ТИС). Важным направлением при создании таких систем является разработка эффективных алгоритмов и программного обеспечения для анализа изображений движущихся объектов.

Системы видеонаблюдения широко применяют в целях охраны, для ц контроля и управления дорожным движением, на железнодорожном транспорте и в других отраслях. Однако алгоритмы обработки информации, используемые в подобных системах, позволяют обеспечить выполнение только простейших операций, таких как обнаружение движущегося объекта на сравнительно простом фоне и оценка скорости его перемещения. Подобные системы, в сущности, являются системами видеонаблюдения, а не измерительными системами.

Существенное увеличение быстродействия и объемов памяти вычислительных устройств снимает ограничения на сложность алгоритмов, а прогресс технологии микроэлектроники привел к существенному снижению стоимости матричных фотоприемников и изделий микропроцессорной техники.

Одним из перспективных направлений применения телевизионных измерительных систем нового поколения является контроль дорожного движения. Данное применение имеет как общие черты с некоторыми другими типами телевизионных измерительных систем (выделение подвижного объекта на сложном фоне), так и ряд специфических требований.

В настоящее время телевизионные измерительные системы для контроля дорожного движения нового поколения находятся в стадии разработки. При их реализации встречается большое число проблем и трудностей. Такие проблемы до сих пор не решены или решаются с потерей информации и качественных показателей систем. Все возникающие проблемы можно разделить на аппаратные (связанные с повышением рабочих параметров оптико-электронных устройств измерительной системы) и алгоритмические, заключающиеся в определенных процедурах обработки массивов данных, описывающих характеристики наблюдаемых изображений, поскольку при громадном количестве известных алгоритмов обработки изображений решение задачи измерений требует исследования и разработки конкретной последовательности определенных операций преобразования исходной информации, обеспечивающей решение поставленной задачи с минимальной погрешностью и минимальной вычислительной трудоемкостью.

Особенности разработки ТИС для контроля дорожного движения заключаются в следующем: объект измерения является болынеразмерным (т.е. занимает значительную часть кадра и невозможно ограничение области обработки); цвет объекта измерения может быть произвольным (что затрудняет использование спектральных узкополосных фильтров для подавления фона); на изображениях присутствует динамический фон из-за колебаний растительности, что затрудняет процедуру выделения движения в кадре; в поле зрения может находиться большое количество аналогичных объектов, от которых надо отселектировать объект измерения. В конечном счете, все перечисленные причины приводят к усложнению алгоритма обработки (выделение и измерение параметров полезного объекта возможно только на основе комплексного алгоритма, учитывающего совокупность признаков объекта), повышению объема вычислений и времени измерений.

Проведенный анализ состояния телевизионных измерительных систем для контроля дорожного движения позволяет сформулировать цель и задачи диссертационной работы.

Цель работы. Повышение качественных характеристик телевизионных измерительных систем для контроля движения транспортных средств на основе разработки и совершенствования принципов построения систем и алгоритмов обработки видеопоследовательностей изображений.

Для достижения цели диссертации необходимо решить следующие задачи:

- разработать общий алгоритм работы измерительных систем контроля движения транспортных средств, т.е. определить состав, содержание и последовательность операций обработки изображений;

- провести анализ характеристик фонов и транспортных объектов и разработать алгоритмы компенсации влияния фона и выделения подвижных объектов;

- разработать специализированный комплексный алгоритм селекции полезных объектов на изображениях;

- разработать алгоритмы определения координат и динамических параметров (вектора скорости) транспортных объектов;

- исследовать возможность использования оптических методов обработки информации в телевизионных измерительных системах;

- провести анализ источников погрешностей телевизионных измерительных систем и разработать пути их снижения.

Основные положения, выносимые на защиту.

1. Алгоритм измерения скорости и предварительной классификации транспортных средств в телевизионной измерительной системе.

2. Комплексный алгоритм селекции полезных объектов на изображениях телевизионных измерительных систем контроля движения транспортных средств.

3. Алгоритмы компенсации влияния фона, выделения подвижных объектов, определения координат и динамических параметров (вектора скорости) транспортных объектов на телевизионных изображениях.

4. Компьютерные модели алгоритмов обработки изображений и результаты экспериментального исследования макета измерительной системы для определения координат и скорости транспортных средств.

Методы исследований. В работе применялись методы интегрального и дифференциального исчисления, двумерного преобразования Фурье и вейвлет-преобразования, методы линейной и нелинейной обработки изображений, численные методы, методы экспериментальной радиооптики.

Научная новизна состоит в получении новых научных знаний и разработке прикладных алгоритмов обработки изображений в телевизионных измерительных системах для контроля скорости транспортных средств, включающих в себя:

- разработан комплексный алгоритм селекции полезных объектов на изображениях телевизионных измерительных систем контроля движения транспортных средств, обеспечивающий высокую вероятность обнаружения при воздействии фона и динамических помех;

- предложены алгоритмы спектральной (цветовой) селекции транспортных средств, позволяющие подавить посторонние объекты в поле зрения измерительной системы;

- предложены алгоритмы компенсации влияния фона на телевизионных изображениях на основе вейвлет-преобразования;

- создана база данных комплексных характеристик изображений в телевизионных измерительных системах контроля дорожного движения, включающие яркостные характеристики, Фурье и вейвлет-спектры и корреляционные характеристики изображений природных и дорожных фонов, а также транспортных средств, позволяющая конкретизировать параметры алгоритмов обработки изображений в различных условиях;

- проведено моделирование алгоритма работы измерительной системы и экспериментальное исследование макета телевизионной измерительной системы, показавшие высокую эффективность предложенных алгоритмов обработки.

Практическая ценность . результатов работы определяется следующими факторами:

1. Определены конкретные требования к структуре телевизионных измерительных систем для контроля скорости транспортных средств и фотоприемному устройству системы.

2. Разработан общий алгоритм и конкретные алгоритмы выделения информации о скорости транспортного средства по видеопоследовательности кадров изображений в условиях воздействия помех, что позволило существенно повысить достоверность измерительной информации и точность измерений.

3. Разработан комплекс программ для моделирования процессов и обработки видеопоследовательностей изображений в телевизионных измерительных системах.

4. Разработан и экспериментально исследован макет телевизионной измерительной системы для измерения скорости транспортных средств.

Реализация результатов работы. Разработанные в диссертации алгоритмы цифровой и оптической обработки изображений были внедрены в учебный процесс при подготовке специалистов направления 210300 «Радиотехника». В частности, алгоритмы цифровой обработки изображений внедрены в лекционный и лабораторный циклы по дисциплине «Основы телевидения и видеотехники»; на основе разработанных конструкций когерентных оптических процессоров внедрены две лабораторные работы по дисциплине «Оптические методы и устройства в радиотехнике».

Апробация работы. Основные положения и результаты диссертационной работы докладывались на I Всероссийской научно-технической конференции студентов и аспирантов «Идеи молодых - новой России», Тула 2004г.; Международной молодежной научной конференции

XXXI Гагаринские чтения - Москва, МАТИ 6-8 апреля 2005г.; III Всероссийской научно-технической конференции «Современные методы и средства обработки пространственно-временных сигналов», Пенза, 24-25 мая 2005г.; На электронная конференциях Российской Академии Естествознания «Новые информационные технологии и системы» в 20052007гг.

Публикации. Основное содержание работы отражено в 19 публикациях, включающих 13 статей, 6 тезисов докладов на международных и Российских НТК.

Структура и объем работы. Работа состоит из введения, пяти глав, заключения и приложений, изложенных на 192 страницах основного текста и содержащих 66 рисунка, 19 таблицы, списка литературы из 84 наименований и 9 приложений.

Основные результаты и выводы

В диссертации решена научно-техническая задача разработки и совершенствования принципов построения систем и алгоритмов обработки видеопоследовательностей изображений телевизионных измерительных систем, позволяющая в конечном итоге обеспечить повышение качественных характеристик телевизионных измерительных систем для контроля движения транспортных средств за счет расширения их функциональных возможностей и снижения погрешности измерений.

Полученные в работе результаты позволяют расширить области практического применения телевизионных информационно-измерительных систем за счет повышения помехозащищенности и возможности предварительной классификации объектов измерений.

Основные научные и практические результаты работы, большинство которых получено и использовано впервые при создании телевизионных измерительных систем, состоят в следующем:

1. На основе исследования процессов в телевизионных измерительных системах:

- предложен комплексный алгоритм селекции полезных объектов на изображениях телевизионных измерительных систем контроля движения транспортных средств; экспериментальные исследования показали высокую эффективность предложенного алгоритма;

- разработан алгоритм сегментации объектов с одновременной селекцией объектов по размеру, основанный на вычитании из исходного изображения усредненного фона с последующей бинаризаций по порогу, определяемому по результатам анализа гистограммы; проведенное моделирование алгоритма показало его эффективность и невысокую вычислительную сложность;

- разработаны алгоритмы размерной, цветовой и траекторией селекции объектов на изображении, обеспечивающие подавление подвижных помех в поле зрения измерительной системы и возможность работы ее при сонаправленном и встречном движении транспортных средств.

2. На базе разработанных алгоритмов и моделей впервые достигнуты результаты:

- предложен комплексный алгоритм спектральной, размерной и траекторной селекции, позволивший обеспечить высокую вероятность обнаружения изображения объекта в условиях присутствия динамических помех (70-95% в зависимости от вида фона и погодных условий);

- установлены яркостные, Фурье и вейвлет спектральные, корреляционные характеристики природных и дорожных фонов и транспортных средств, позволяющие обосновать требования к фильтрам для подавления фоновой составляющей изображений;

- оценены возможности использования оптических методов обработки информации в телевизионных измерительных системах.

3. Разработан комплекс программ для моделирования и исследования процессов обработки изображений в телевизионных измерительных системах и измерения скорости транспортных средств.

4. Определены конкретные параметры операций преобразования изображений транспортных средств на сложном динамическом фоне, обеспечивающие надежное выделение изображений транспортных средств и измерение их скорости.

5. Проведено экспериментальное исследование макета телевизионной измерительной системы в дорожных условиях, показавшее правильность разработанных принципов построения и алгоритмов обработки информации.

ЗАКЛЮЧЕНИЕ

1. Горелик С.Л., Кац Б.М., Киврии В.И. Телевизионные измерительные системы -М.: Связь, 1980г.- 168с.

2. Катыс Г.П. Информационные сканирующие системы М.: Машиностроение, 1965г.

3. Краус М., Вошни Э. Измерительные информационные системы М.: Мир, 1968г.

4. Цапенко М.П. Измерительные информационные системы М.: Энергия, 1974г.

5. Нгуен Лием Хиеу. Сравнительный анализ оптических и цифровых методов обработки изображений // I Всероссийская научно-техническая конференция студентов и аспирантов «Идеи молодых новой России» -Изд-во ТулГУ: Тула, 2004г. С. 197.

6. Макарецкий Е.А., Нгуен Лием Хиеу. Сравнительный анализ оптических и цифровых методов обработки изображений // Известия Тульского государственного университета. Серия «Радиотехника и радиооптика». Том VI Изд-во ТулГУ: Тула, 2004г. - С. 81-86.

7. Нгуен Лием Хиеу. Сравнительный анализ оптических и цифровых методов обработки изображений // XXXI Гагаринские чтения -международная молодежная научная конференция М.: МАТИ, 6-8 апреля 2005г. - С. 34.

8. Оптическая обработка информации. Применения // Под редакцией Кейсесента Д. М.: Мир, 1980г. - 349с.

9. Методы и вычислительные средства обработки изображений. // Катыс Г.П. и др. М.: Кишинев, 1991г. - 209с.

10. Ю.Прэтт У. Цифровая обработка изображений: Пер. с англ. под редакцией Лебедева Д.С.-М.: Мир 1982г.-312с.

11. Нгуен Лием Хиеу. Исследование фильтрации изображений на основе методов вейвлет-анализа в телевизионных измерительных системах.

12. М.Макарецкий Е.А., Нгуен Лием Хиеу. Экспериментальное исследование оптических методов обработки изображений // Российская Академия естествознания. Журнал «Современные проблемы науки и образования» №3,2006г. С. 34-35.

13. Макарецкий Е.А., Паринский А.Я. Радиооптические устройства обработки информации. ТулГУ: Тула, 2002г. - 184с.

14. Акаев А.А., Майоров С.А. Оптические методы обработки информации. -М.:В.Ш., 1988г.-237с.

15. Дьяконов В.П. MATLAB 6/6.1/6.5 + SIMULINK 4/5: Основы применения. Полное руководство пользователя. М.: Солон-Пресс, 2002г. - 768с.

16. Дьяконов В.П., Абраменкова И. MATLAB: Обработка сигналов и изображений. Специальный справочник. Санкт-Петербург: Питер, 2002г. - 608с.

17. Соколовский И.И., Покровский Ю.А. Прикладная радиооптика. Теория и методы резонансной угловой фильтрации. Киев: Наук, думка, 1986г. -220с.

18. Методы компьютерной обработки изображений // Под ред. Сойфера В.А.-М.: Физматлит, 2001г. 784с.

19. Майоров С.А., Очин Е.Ф., Романов Ю.Ф. Оптические аналоговые вычислительные машины Ленинград: Энергоатомиздат, 1983г. - 120с.

20. Макарецкий Е.А., Нгуен Лием Хиеу. Контроль и измерение параметров движения транспортных средств с помощью телевизионных измерительных систем // Российская Академия естествознания. Журнал «Успехи современного естествознания» №9, 2006г. С. 84-85.

21. Тимофеев Б.С. Сегментация и сопровождение движущихся объектов // «Телевидение: передача и обработка изображений». Материалы международной конференции, 21-22 мая 2002г. Санкт-Петербург, 2002г. -С. 5-9.

22. Макарецкий Е.А., Нгуен Лием Хиеу. Исследование характеристик изображений природных и городских фонов // Известия Тульского государственного университета. Серия «Радиотехника и радиооптика». Том VII Изд-во ТулГУ: Тула, 2005г. - С. 97-104.

23. Макарецкий Е.А., Нгуен Лием Хиеу. Исследование характеристик изображений природных и городских фонов // Российская Академия естествознания. Журнал «Фундаментальные исследования» №2, 2006г. -С.43-44.

24. Макарецкий Е.А., Нгуен Лием Хиеу. Исследование фурье и вейвлет спектров изображений транспортных средств // Известия Тульского государственного университета. Серия «Радиотехника и радиооптика». Том VIII. Выпуск 1 Изд-во ТулГУ: Тула, 2006г. - С. 92-99.

25. Астратов О.С., Чернышова Н.В. Компенсация фона при выделении подвижных объектов // «Телевидение: передача и обработка изображений». Материалы международной конференции. 21-22 мая 2002г. Санкт-Петербург, 2Шт. - С. 32-34.

26. Тао Н., Sawhney Н. S., Kumar R. Object Tracking with Bayesian Estimation of Dynamic Layer Representations // IEEE transactions on pattern analysis and machine intelligence, 2002. Vol. 24. № 1.

27. McCandIess. Detection of Aircraft in Video Sequences Using a Predictive Optical Flow Algorithm // Optical Engineering. 1999. № 3.

28. Алпатов Б.А. Оптимальное оценивание параметров движущегося объекта в последовательности изображений // Автометрия. 1994. - №2. - С. 3237.

29. Нгуен Лием Хиеу. Телевизионные системы контроля скоростного режима транспортных средств // Российская Академия естествознания. Журнал «Современные наукоемкие технологии» №10, 2007г. С. 68-70.

30. Макарецкий Е.А., Овчинников А.В., Нгуен Лием Хиеу. Телевизионные измерительные системы контроля скоростного режима дорожного движения. Журнал «Компоненты и технологии» М.: Изд-во Файнстрит, 2007г.-С. 34-37.

31. Теория обнаружения сигналов // Акимов П.С., Бакут П.А., Богданович В.А. и др. // Под ред. Бакута П.А. М.: Радио и связь, 1984г.

32. Пространственные модуляторы света. Васильев А.А., Касасент Д., Компанец И.Н., и др. М.: Радио и связь, 1987г. - 320с.

33. Дьяконов В.П. Вейвлеты. От теории к практике М.: СОЛОН-Пресс. 2004г.-400с.

34. Нгуен Лием Хиеу. Предварительная обработка изображений в телевизионной системе измерения скорости транспортных средств // Российская Академия естествознания. Журнал «Современные наукоемкие технологии» №10,2007г. С. 66-68.

35. Применение методов Фурье оптики. Под редакцией Старка Г. М.: Радио и связь, 1988г. - 536с.

36. Сойфер В. А. Компьютерная обработка изображений. Часть 1. Математические модели // Соросовский образовательный журнал, №2, 1996. С. 118-125.

37. Василенко Г.И. Голографическое опознавание образов М.: Сов. Радио, 1977г.-328с.

38. Новиков JI.B. Основы вейвлет-анализа сигналов. С.- Петербург: 1999г. -152с.

39. Воробьев В.И., Грибунин В.Г. Теория и практика вейвлет-преобразования.- С.- Петербург: 1999. 204с.

40. Покровский Ю.А. Угловая фильтрационная теория резонансных слоистых электромагнитных систем Тула: ТПИ, 1971г.

41. Справочник по лазерам. Том II // Перевод с английского языка под ред. Прохорова A.M. М.: Советское радио, 1978г.

42. Аблеков В.К., Зубков П.И. Фролов А.В. Оптическая и оптоэлектронная обработка информации М.: Машиностроение, 1976г. - 256с.

43. Сойфер В.А. Компьютерная обработка изображений. Часть 2. Методы и алгоритмы // Соросовский образовательный журнал, №3, 1996. С. 110-122

44. Основы радиооптики // Литвиненко О.Н и др. Киев: Техника, 1974г. -208с.

45. Престон К. Когерентные оптические вычислительные машины. М.: Мир, 1974г.-400с.

46. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов // Пер. с англ. Под ред. Гуревича С.Б. М.: Радио и связь, 1987г.

47. Мамиев Г.В. Стереотелевизионные устройства отображения информации- М.: Радио и связь, 1983г. 96с.

48. Рубанов А.Ф. Определение параметров подвижных объектов в информационных системах // Датчики и преобразователи информациисистем измерения, контроля и управления: Тез. докл. XIII НТК с участием зарубежных специалистов Гурзуф, 2001г.

49. Alexander S. Т. Adaptive Signal Processing. Theory and Applications N.Y.: Springer-Verlag, 1986r. - 179c.

50. Алпатов Б.А., Бабаян П.В. Технологии обработки изображений в системах обнаружения и сопровождения объектов // Цифровая обработка сигналов и ее применения. Материалы 8-й междунар. конф. Том 1. М.: 2006. - С. 13-19.

51. Алпатов Б.А., Бабаян П.В. Выделение движущихся объектов в условиях геометрических искажений изображения // Цифровая обработка сигналов. -2004.-№4. -С. 9-14.

52. Горелик С.Д., Кац Б.М., Метод формирования пространственных электроно-оптических фильтров. №2.-М.: Автометрия, 1977г.

53. Алпатов Б.А., Бабаян П.В. Электронная юстировка изображений при мультиспектральном наблюдении // Цифровая обработка сигналов. 2003. -№1.-С. 24-26.

54. Бронштейн И.Н., Семендяев К.А. Справочник по математике для инженеров и учащихся вузов. 13 изд. М.: Наука, Физ.-мат., 1986г. - 544с.

55. Левшин B.JI Обработка информации в оптико-электронных системах пеленгации -М.: Машиностроение, 1978г. 164с.

56. Моделирование процесса обнаружения и измерения параметров объекта на видеизображениях // http://wWw.tvp.ru/conferen/vsppm04f/

57. Журнал «Специальная техника» // http://st.ess.ru/

58. Системы видеонаблюдения // http://www.spytek.ru/

59. Технические средства безопасности // http://www.ista-tech.ru/

60. Распознавание трехмерных объектов на сложном фоне по части контура // http://www.sciteclibrary.ru/rus/

61. Электронный журнал «Наука и образование» // http://www.techno.edu.ru/

62. Сегментация движущихся объектов в видео потоке. Научно-популярный журнал «Графика и Мультимедиа» // http://cgrn.graphicon.ru/

63. Техническое зрение роботов // http://www.bankreferatov.ru/db/M/, http://kropka.ru/refs/81/, http://www.sdai.ru/tehnologia/

64. Видеонаблюдение // http://www.iitvision.ru/

65. Система распознавания автомобильных номеров «ДИГНУМ АВТО» // http ://www.di gnum.ru/

66. Видеонаблюдение, цифровое видеонаблюдение. Интеллектуальные системы безопасности // http://www.iss.ru/

67. Алпатов Б.А., Блохин А.Н. Модели и алгоритмы обнаружения и выделения движущихся фрагментов изображений // Автометрия. 1995. -№4.-С. 100-104.

68. Наумов К.П., Ушаков В.Н. Акустооптические сигнальные процессоры. Учебное пособие. М.: Сайнс-пресс, 2002. - 80с.

69. Перебрин А.В. О систематизации вейвлет-преобразований //Вычислительные методы и программирование. 2001, Т. 2. С. 15-41.

70. Основные функции и модели дорожных радаров // http://www.simicon.com

71. Радиолокационные измерители скорости «Искра-1». Руководство по эксплуатации // http://www.simicon.com

72. Кривошеев М.И., Кустарев А.К. Цветовые измерения М.: Энергоатомиздат, 1990г.-240с.

73. Алпатов Б.А. Оценивание параметров движущегося объекта в последовательности изменяющихся двумерных изображений // Автометрия. 1991.-№3.-С. 21-24.

74. Макарецкий Е.А., Нгуен Лием Хиеу. Сравнительный анализ оптических и цифровых методов обработки изображений. Проблемы наземнойрадиолокации. Труды II научно-технической Интернет конференции. 2425 мая 2004г. - Изд-во ТулГУ: Тула, 2004г. - С. 43-45.

75. Макарецкий Е.А., Нгуен Лием Хиеу. Анализ пространственно-частотных характеристик изображений фонов. Проблемы наземной радиолокации. Труды III научно-технической Интернет конференции. 25-26 сентября 2005г. - Изд-во ТулГУ: Тула, 2005г. - С. 43-44.

76. Нгуен Лием Хиеу. XXIV Научная сессия, посвященная Дню Радио. Тульское областное правление РНТО им. А.С. Попова. 7 мая 2006г. -Тула, 2006г. С. 239-240.

77. Нгуен Лием Хиеу. Определение координат транспортных средств в телевизионных измерительных системах // Российская Академия естествознания. Журнал «Современные наукоемкие технологии» №12, 2007г. С. 73-75.

78. Нгуен Лием Хиеу. Метод траекторией селекции в системах контроля скоростного режима транспортных средств // Российская Академия естествознания. Журнал «Современные наукоемкие технологии» №12, 2007г.-С. 75-78.