автореферат диссертации по радиотехнике и связи, 05.12.13, диссертация на тему:Исследование и разработка алгоритмов обработки сигналов систем видеонаблюдения для получения информации о параметрах движения протяженных объектов

Куринский Вадим Юрьевич

ИССЛЕДОВАНИЕ И РАЗРАБОТКА МЕТОДИКИ И АЛГОРИТМОВ ОБРАБОТКИ СИГНАЛОВ СИСТЕМ ВИДЕОНАБЛЮДЕНИЯ ДЛЯ ПОЛУЧЕНИЯ ИНФОРМАЦИИ О ПАРАМЕТРАХ ДВИЖЕНИЯ ПРОТЯЖЕННЫХ ОБЪЕКТОВ

Специальность 05.12.13. - системы, сети и устройства телекоммуникаций

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

1 2 МАЙ 2011

Самара-2011

4845502

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Поволжский государственный университет телекоммуникаций и информатики» (ГОУВПО ПГУТИ)

Научный руководитель

доктор технических наук,

профессор Васин Н.Н.

Официальные оппоненты

доктор технических наук,

доцент Горячкин О.В.

доктор технических наук,

с.н.с. Минаков И.А.

Ведущая организация ЗАО Научно-производственный центр «ИНФОТРАНС»

Защита состоится «20» мая 2011 г. в 14 часов на заседании диссертационного совета Д219.003.02 при Поволжском государственном университете телекоммуникаций и информатики по адресу: 443010, г. Самара, ул. Льва Толстого д.23.

С диссертацией можно ознакомиться в библиотеке ГОУВПО ПГУТИ

Автореферат разослан « i$» апреля 2011 г.

Ученый секретарь

диссертационного совета Д219.003.02 доктор технических наук, профессор

Мишин Д.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Диссертация посвящена разработке и исследованию методики и алгоритмов обработки видеосигналов, позволяющих расширить функциональные возможности систем видеонаблюдения, для измерения параметров движения протяженных объектов.

Актуальность темы. Настоящее время характеризуется бурным развитием систем видеонаблюдения и внедрением их во все сферы деятельности (промышленность, транспорт). Дополнительно к традиционному наблюдению за объектом системы видеонаблюдения обладают потенциальными техническими возможностями решать целый ряд задач. По мнению таких компаний как IBM и Cisco создание интегрированных систем видеоаналитики является важным направлением развития систем видеонаблюдения. Актуальными задачами, которые должны решать системы видеоаналитики в ближайшем будущем, являются: идентификация объектов и определение трасс их движения, измерение скорости движения объектов, внедрение систем видеонаблюдения в АСУ ТП, работающих в режиме реального времени, а также эффективное использование цифровых каналов за счет предобработки видеосигнала для передачи данных при определении дополнительных параметров объектов. Причем, если задачи определения появления посторонних объектов, их идентификации и построения трасс движения объектов в какой-то мере решены, то задача измерения, передачи и архивирования данных о параметрах движения протяженных объектов (скорости, ускорения) с помощью систем видеонаблюдения в режиме реального времени остается практически нерешенной.

Теоретическим и практическим вопросам разработки алгоритмов, способов, методов и устройств измерения скорости объектов посвящены работы российских ученых A.M. Абакумова, И.А. Бережной, В.А. Денцкевича, П.К. Кузнецова, B.C. Ляпи-дова, В.Ю. Мишина, В.И. Семавина, В.Н. Зыкова, В.К. Иванова, В.В. Сергеева, В.В. Мясникова и ряда зарубежных специалистов: P. Pirim, Tomio Echigo и др.

Однако существующие алгоритмы и устройства измерения скорости объектов, особенно протяженных, не обладают достаточным быстродействием, масштабируемостью и точностью, что позволяло бы системам видеонаблюдения работать в режиме реального времени.

Кроме того, скорость передаваемой с видеокамеры информации в формате HDTV составляет порядка 25 Мбит/с, из-за чего нередко возникают проблемы, вызванные нехваткой производительности используемых телекоммуникационных каналов. Поэтому в системах видеонаблюдения, число которых в стране исчисляется десятками тысяч, важно эффективно использовать цифровые каналы с малой шириной полосы пропускания за счет предобработки видеосигналов для передачи данных о параметрах движения объектов.

В связи с этим, в условиях возрастающих требований к расширению функциональных возможностей систем видеонаблюдения, работающих в режиме реального времени, актуальной является задача разработки методики и алгоритмов обработки сигналов видеосистем для измерения скорости движения протяженных объектов, позволяющих системам работать в режиме реального времени и сократить объем передаваемой по каналу связи и архивируемой информации.

Целью работы является расширение функциональных возможностей систем видеонаблюдения для измерения параметров движения протяженных объектов, пу-

тем разработки методов и алгоритмов обработки видеосигналов.

Для достижения поставленной цели в диссертационной работе решаются следующие основные задачи:

1. Анализ существующих методов н устройств измерения скорости протяженных объектов.

2. Разработка методики обработки видеоизображения с целью получения информации о параметрах движения протяженных объектов.

3. Анализ влияния неинформативных факторов на измерение параметров движения протяженных объектов и разработка алгоритмов снижения этого влияния.

4. Создание программного обеспечения, позволяющего реализовать разработанную методику и алгоритмы измерения параметров движения протяженных объектов в режиме реального времени с требуемой производительностью и точностью в условиях воздействия внешних факторов.

5. Экспериментальная проверка разработанной методики и алгоритмов измерения скорости движения протяженных объектов в составе системы видеонаблюдения.

Методы исследования включают основные положения корреляционного анализа передачи и цифровой обработки сигналов систем видеонаблюдения, отдельных аспектов теории вероятностей и математической статистики, теории погрешностей, объектно-ориентированного программирования.

Достоверность положений работы подтверждена экспериментальной проверкой разработанных методов и алгоритмов измерения скорости движения протяженных объектов в составе системы видеонаблюдения.

Научная новизна заключается в следующем:

1. Предложена методика обработки совокупности строк изображения, подтвержденная патентом № 2398240, которая позволяет получать информацию о параметрах движения протяженных объектов и, тем самым, расширить функциональные возможности систем видеонаблюдения. ^

2. Разработан алгоритм поиска коррелированных областей смежных кадров видеоизображений, который позволяет повысить производительность обработки сигналов систем видеонаблюдения и сократить объем передаваемой информации по каналу связи.

3. Разработаны алгоритм обработки сигналов систем видеонаблюдения, компенсирующий влияние неинформативных факторов, и методика повышения точности измерения при малой скорости движения протяженного объекта за счет увеличения анализируемого временного интервала.

Практическая ценность работы.

1. Предложенная методика и разработанные алгоритмы обработки сигналов систем видеонаблюдения позволили разработать технические требования для проектирования аппаратуры измерения параметров движения протяженных объектов в режиме реального времени.

2. Разработано программное обеспечение для измерения скорости движения протяженных объектов в составе систем видеонаблюдения.

Основные положения, выносимые на защиту: 1. Методика обработки совокупности строк изображения с целью получения

информации о параметрах движения протяженных объектов.

2. Алгоритм поиска коррелированных областей смежных кадров видеоизображений, позволяющий повысить производительность обработки сигналов систем видеонаблюдения.

3. Алгоритмы повышения точности измерения скорости движения протяженных объектов.

Апробация работы. Основные результаты диссертационной работы доложены и обсуждены на следующих конференциях и семинарах: на XII, XIII и XV российской научной конференции профессорско-преподавательского состава, научных сотрудников и аспирантов (Самара, 2005г., 2006г.); На Международной научно-технической конференции «Радиотехника и связь» (Саратов, СГТУ, 2007); На 7-ой международной научно-технической конференции «Проблемы техники и технологии телекоммуникаций» (Самара, ПГАТИ, 2006 г.); На конференции по проблемам техники и технологий телекоммуникаций: «Оптические технологии в телекоммуникациях» (Уфа, 2007г.); XV Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов (Самара, ПГАТИ, 2008); На Международной научно-технической конференции «Радиотехника и связь» (Саратов, СГТУ, 2009); Конференции «Наука и образование транспорту» - (Самара, СамГУПС, 2009); Десятая Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» (Самара, ПТиТТ, 2009); XI Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» (Уфа, УГАТУ, 2010); XVIII Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов (Самара, ПГУТИ, 2011).

Реализация результатов работы.

1. Разработаны технические требования к аппаратуре измерения скорости движения вагонов на сортировочных горках, утвержденные Департаментом автоматики и телемеханики ОАО «РЖД». Работа выполнялась в соответствии с планом НТР ОАО "РЖД" на 2010 год и использована в Ростовском филиале ОАО «НИИАС» РЖД.

2. Разработанные алгоритмы и программы внедрены в составе программных средств системы видеонаблюдения ст. Кинель Куйбышевской железной дороги, что позволило макетному образцу измерять скорость движения отцепов на сортировочной горке с требуемой точностью в режиме реального времени.

Публикации. По теме диссертации опубликовано 20 печатных работ, в том числе 4 печатных работы в изданиях перечня, рекомендованного ВАК для публикации работ, отражающих основное научное содержание диссертаций, а так же получен патент на изобретение и свидетельство об официальной регистрации программы для ЭВМ.

Структура и объем работы. Работа состоит из введения, четырех глав и заключения, изложенных на 140-а страницах, списка использованных источников из 122-х наименований и 4-х приложений на 28-и страницах. Диссертация содержит 120 рисунков и 7 таблиц. Общий объем диссертации 168 страниц.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, сформулированы цель и задачи работы, перечислены основные научные результаты диссертации, положения, выносимые на защиту, определены практическая ценность и области применения результатов, приведены сведения об апробации работы и объеме диссертации.

В первой главе проведен обзор обобщенной архитектуры системы видеонаблюдения, представлен анализ и классификация известных измерителей, построенных на базе радиолокационных методов, таких как ИСКРА-1, РИС-ВЗМ, ЛИДС2-М и т.д., характеризующихся низкими функциональными возможностями и не совместимых с системами видеонаблюдения. Произведен обзор методов измерения параметров движения объектов на основе систем видеонаблюдения, в которых ось видеокамеры перпендикулярна направлению движения объекта. Показано, что существующие системы не обладают функциями измерения параметров движения объектов, что, по мнению таких компаний как ШМ и Cisco, является важным направлением развития систем видеонаблюдения. Существующие алгоритмы и устройства измерения скорости объектов на базе других принципов не обладают достаточным быстродействием, масштабируемостью и точностью. Это ограничивает внедрение систем видеонаблюдения в АСУ ТП, работающих в режиме реального времени. Кроме того, в системах видеонаблюдения, число которых в стране исчисляется десятками тысяч, важно эффективно использовать цифровые каналы с малой шириной полосы пропускания за счет предобработки видеосигналов для передачи данных о параметрах движения объектов.

Задача по разработке методов и алгоритмов, расширяющих функциональные возможности систем видеонаблюдения, для измерения параметров движения особенно усложняется в случае протяженных объектов, когда размеры изображения выходят за пределы кадра.

Для решения поставленной задачи измерения параметров движения (скорости и ускорения) протяженных объектов производится обработка двух и более последовательных кадров видеоизображений в соответствии с предложенным способом (патент № 2398240), что обеспечивает работу в режиме реального времени с требуемой точностью и производительностью при ограниченных вычислительных ресурсах.

В работе показано, что измерение скорости V движения протяженного объекта сводится к измерению смещения объекта за известный период следования кадров, а определение смещения объекта, в свою очередь, сводится к измерению смещения изображения s.

Во второй главе рассмотрен способ и методика измерения скорости движения протяженного объекта путем обработки совокупности строк изображения объекта (метод амплитудного сравнения участков изображений). Количество строк может быть от 1 до ш пикселей. Предложенная методика повышает производительность работы программных средств за счет сокращения анализируемой информации.

Способ измерения скорости путем обработки строки высотой 1 пиксель характеризуется низкой степенью защиты от помех, вызванных движением объекта по неровной поверхности и вибрацией видеокамеры. Поэтому для уменьшения влияния

помех рассматривается методика, когда на последовательных кадрах выделяется совокупность горизонтальных строк высотой т пикселей (см. рис. 1 и 2). На рисунках 1 и 2 представлены два смежных кадра из фрагмента видеофайла, которые отображают движение объектов.

Для анализа выделенной совокупности строк высотой т пикселей используется функции яркости f{x,y), позволяющая задать суммарный уровень яркости каждого столбца высотой т и шириной 1 пиксель, которая имеет следующий вид:

F(x)= £/(,,,) (1)

У=Уо I/

Рис. 2. Кадр п+1

Рис. 1. Кадр п

Таким образом, для каждой совокупности строк получим следующее представление суммарного уровня яркости в зависимости от координаты X (см. рис. 3 и 4). На графиках видно смещение одной кривой относительно другой.

Координата X Координата X

Рис. 3. Суммарный уровень яркости Рис. 4. Суммарный уровень ярко-

для кадра п ста для кадра п+1

Для поиска смещения 5 протяженного объекта за время смены кадров выделим прямоугольную область размером ткс1 на кадре п+1 (см. рис. 2), которой соответствует выделенный участок на столбчатой диаграмме (см. рис. 5).

Для поиска смешения 5 необходимо определить положение эквивалентной прямоугольной области (ЭПО) размером шхс/ на кадре п. Для поиска используются несколько способов:

- определение максимума корреляционной функции;

- определение минимума структурной функции.

4( Хо

8Q 120 160 200 240 280 320

I

Координата X

Рис. 5. Суммарный уровень яркости для кадра п+1 с выделенным участком

Корреляционная функция в общем виде: К(Л _ M[x(t)- Y(t + л)]-M[x{t)\ M[Y(t + *)]

где X(t) и Y(t) - случайные процессы; M[X(t)] - математическое ожидание; a(X(t)) - среднеквадратическое отклонение.

В нашем случае, при t=x, случайные процессы X(t) = Fn (х) и Y(í)= Fn+¡(x-t-s)

имеют дискретное равномерное распределение, т.е. P(X(t) = F„ (xd )) = —,

d

где F„{x) и Fn+i(x + s) — функции суммарного уровня яркости для кадров п и п+1 соответственно;

s - величина смещения функций суммарного уровня яркости для кадров п и п+1 относительно друг друга, которая характеризует скорость движения объекта. После преобразований выражение (2) примет вид:

xd х0

xd ~х0

(3)

ZÍF.W ?

xd ~х0

\2

xd ~х0

xd ~х0

YjF^tix + s)

xd ~х0

после упрощения получим следующее выражение, описывающее корреляционную функцию между участками столбчатых диаграмм:

-*о)У^„ (х+*) - У р* м ■■ У (х+

_ (4)

Графически зависимость корреляционной функции от смещения выглядит следующим образом (см. рис.6):

1 / \ г ( * f

У Еад ¡ КХ~Х0 у

* ' ♦ ♦ ♦»

♦ 1 ♦ ♦ ♦ ♦ * ♦ ♦

Э 1 )♦ 2 ♦ ♦ 3 ♦ 2 5 3 )♦♦ 3 ♦ 5 4

♦ ♦ ♦

Рис. 6. Зависимость корреляционной функции от смещения

Как видно из графика при значении смещения 5, близкому к 10-ти, корреляционная функция стремится к максимальному значению, равному 1. В диссертации показано, что это соответствует скорости движения 13 км/ч.

Структурная функция в общем виде определяется следующим образом:

5(5)=М[(^(/)-У(^ + 5))2], (5)

где Х(1) и УЦ) - случайные процессы.

При минимальном различии параметров случайных процессов структурная функция будет стремиться к нулю.

В нашем случае, при 1=х, случайные процессы Х{{)= Р„ (х) и К(г)= + тогда выражение (5) примет вид:

£„(*)=—У (/=;(*)-(6)

Ял

Графически зависимость структурной функции от смещения 5 выглядит следующим образом (см. рис.7).

4

♦

♦ ♦

♦

♦ ♦ .

О 5 10 15 20 25 30 35 40

Рис. 7. Зависимость структурной функции от смещения

Как видно из графика при значении смещения л стремящегося к значению 10 величина коэффициента стремится к минимальному значению - 0, но при этом не

достигает точки 0, что вызвано влиянием шумов. В диссертации показано, что это соответствует скорости движения 13 км/ч.

Анализируя полученные результаты для корреляционной и структурной функций, можно сделать вывод о том, что каждый из них дает одинаковый результат, но в условиях создания системы, работающей в режиме реального времени и имеющей ограниченные вычислительные ресурсы, для поиска смещения следует использовать структурную функцию.

Для поиска оптимальных размеров прямоугольной области тхс! проводились вычислительные эксперименты (10 часов видеоинформации), которые включали следующие этапы:

- анализировался набор последовательных кадров. Для полученного набора производился расчет смещения изображения протяженного объекта по всей длине строки. Полученные значения смещения использовались в качестве образцовых;

- для определения оптимальной ширины выделенной прямоугольной области фиксировалась высота, равная величине т пикселей. Значение ширины выделенной области изменялось с шагом в один пиксель. При малых значениях ширины выявлено сильное влияние помех, выражающееся в получении аномальных результатов смещения протяженного объекта. При значении ширины более 30 пикселей наблюдалось, что результаты смещения протяженного объекта соответствуют образцовым значениям (см. рис. 8). На указанном рисунке по оси ординат приведено значение смещения изображения протяженного объекта, а оси абсцисс ширина выделенной прямоугольной области;

- для определения оптимальной высоты выделенной прямоугольной области фиксировалась ширина, определенная на предыдущем шаге. Значение высоты выделенной области изменялось с шагом в один пиксель. При малых значениях высоты так же выявлены аномальные ошибки. При значении высоты более 30 пикселей наблюдалась стабилизация результатов (см. рис. 9). На указанном рисунке по оси абсцисс приведена ширина выделенной прямоугольной области.

з.рх

110 V,

100 ^ '

90 80 70 ■ 60 50 ■ 40 ■ 30 20 ■ 10

4...

!\ I

■.! ¡V

Г |

£

"Г

о- \

О

1

Т---Г " I

20

25

... < 30

110 100 90 80 70 60 50 40 30 20 10 0

я, рх 1

I

¿-Л

\ I

I 5 10 15 20 25 30

Рис. 9. Область распределения величины ширины

Рис. 8. Область распределения величины высоты

Предложенная методика определения оптимальных параметров прямоугольной области позволяет повысить быстродействие системы в 100 и более раз (на несколько порядков), что позволяет оптимально использовать вычислительные ресурсы.

В третьей главе рассматриваются вопросы, связанные с влиянием неинформативных факторов на измерение параметров движения протяженных объектов и опи-

сываются алгоритмы, снижающие это влияние.

При оценке результатов измерения можно анализировать несколько результатов, усреднение которых повышает точность оценки. Однако, подобный подход имеет ограниченный характер, связанный с необходимостью работы в режиме реального времени.

Второй подход - это оценка погрешности измерения с использованием аппроксимирующих полиномов. Показано, что наилучшие результаты по быстродействию и точности дают полиномы 4-го порядка. Аппроксимирующие полиномы 2-ого порядка имеют худшее приближение по сравнению с 4-ым порядком, а полиномы более высокого порядка требуют больше вычислительных ресурсов при соизмеримом приближении.

Результаты измерений, согласно предложенной методике, оцениваются по методу наименьших квадратов с использованием полинома 4-ой степени, аппроксимирующего зависимость коэффициента различия от смещения:

р(х,а^,а\,а1,а1,а^) = а^+а\х + а2х2' . (7)

Из ряда приведенных в диссертации результатов в автореферате представлен пример одного многочлена (см. рис.10):

/г(х)= -1448,13 +725,40*-1 11,89л:2 + 6,87л:3 -0,15л:4 (8)

Оценка смещения изображения протяженного объекта за период следования кадров находится между дискретными отсчетами. По найденным реализациям определялось среднее значение смещения и среднеквадратическая погрешность. Погрешность оценки результатов, составила 8,97% при малой скорости. Такая величина погрешности в большинстве случаев является недопустимо большой. Поэтому существует необходимость анализа влияния неинформативных факторов на измерение параметров движения протяженных объектов и разработка алгоритмов снижения этого влияния.

Вследствие неровности пути и вибрации видеокамеры, изображение объекта может получить неинформативное смещение, что приводит к погрешности измерения, которые в общем виде можно описать формулой:

8(х,у) = /(х,у)+т](х,у), (9)

где /(х,у) - функция яркости, т](х,у) - функция, описывающая шум. Для борьбы с вибрацией видеокамеры был разработан алгоритм поиска ЭПО в расширенной области вокруг эквивалентной области. На следующем кадре п+1 выделяется расширенная прямоугольная область, ширина которой равна Ы+2 пикселей (от с1-1 до с1+1 пикселей), а высота составляет т+2 пикселей (от т-1 до т+1 пикселей), тем самым, получается расширенная прямоугольная область с центральным

25,00 20,00 15,00 10,00 5,00 0,00

\мш{ Ч-» ())= 11,00

о

Рис. 10. Зависимость структурной функции Б (я) от смещения 5.

элементом, соответствующим найденной ЭПО (см. рис.11).

Кроме центрального элемента внутри расширенной прямоугольной области выделяется массив Q(q) из 8-ми аналогичных прямоугольных областей, смещенных на один пиксель относительно центрального элемента (влево, вправо, вверх, вниз).

Далее производится вычисление минимального значения массива Если вновь найденное минимальное значение меньше ранее найденного минимального значения соответствующего эквивалентной области, то такая Рис. 11. Кадр п с расширенной аналогичная область, в свою очередь, стано-

прямоугольной областью вится эквивалентной областью. После чего пов-

торно выделяется расширенная прямоугольная область с высотой т+2 пикселей и длиной с1+2.

После чего повторно выделяется расширенная прямоугольная область с высотой т+2 пикселей и длиной 4+2 пикселей вокруг новой найденной эквивалентной прямоугольной области. Цикл повторяется до тех пор, пока вновь найденное минимальное значение не будет больше ранее найденного минимального значения правдоподобной эквивалентной прямоугольной области. Значение смещения изображения следующего п+1 кадра относительно текущего п-го, соответствующее минимальному значению 0,^), принимается за результат измерения смещения изображения е.

В случае обнаружения новой ЭПО расчет смещения изображения протяженного объекта следует производить по формуле:

* = у]{хп -хп+1)2+(уп

-Уп+1? (Ю)

Предлагаемый алгоритм позволил компенсировать низкочастотные источники помех, такие как вибрация протяженного объекта, обусловленная неровностями пути и вибрацией видеокамеры.

Для повышения точности измерения при малой скорости предлагается использовать увеличение временного интервала измерения. Под увеличением временного интервала измерения следует понимать, что производится анализ двух кадров п и п+1. В проводимых компьютерных экспериментах (были проанализированы видеоматериалы, порядка 1000 кадров) значение I изменялось от I до 10 с шагом 1. При увеличении / от 1 до значения 7 погрешность

25,00%

20,00%

15,00%

10,00%

0,00%

Рис.12. Зависимость относительной погрешности £ от относительного номера последующего кадра /

снижалась с величины £ = 13,5-^7,5% до значения г = 1,5%, что объясняется интегрированием случайных отклонений величины смещения 5, что является допустимым в большинстве практических случаев.

Результаты экспериментальной проверки представлены на рис.12. При дальнейшем увеличении / наблюдался рост погрешности, что обусловлено проявлением аберрации оптической системы, т.к. выделенная прямоугольная область на текущем кадре и эквивалентная на последующем наиболее далеко расположены друг относительно друга.

Снег, дождь так же оказывают неинформативное влияние на результат измерения, которые в общем виде представляют собой разновидность импульсной помехи. Для снижения влияния импульсных помех может быть использован усредняющий фильтр:

/М=—УУ>М> (п)

РЧяр

где х д - прямоугольная область с центром в точке (х,у).

В процессе проведенных исследований установлено, что для реализации усредняющего фильтра и снижения влияния импульсных помех необходимо увеличить площадь анализируемой прямоугольной области. Эксперимент показал, что для снижения влияния сильного снегопада (метели) площадь анализируемой прямоугольной области следует увеличить не менее чем в 2 раза (в 1,5 раза по длине и на 40% по высоте).

В четвертой главе приведена структурная схема системы с возможностью использования предложенной методики и алгоритмов измерения параметров движения протяженных объектов (см. рис. 13).

В состав системы входит промышленная 2-мегапиксельная ГР-камера ВЕХУАКО В04070Н, сеть Ра51ЕЙ1епк* и рабочая станция с разработанным программным обеспечением. После обработки объем передаваемой информации сокращается с 12-15 Мбит/с до 64 кбит/с. При этом, объем хранимой информации на сервере архивирования данных также сокращается на несколько порядков.

В четвертой главе также приведены результаты экспериментов по измерению скорости различных протяженных объектов. Видеосъемка объектов производилась днем и ночью видеокамерами с различной разрешающей способностью. Экспериментально полученные результаты проверялись такими устройствами как ИСКРА-1 и РИС-ВЗ, а также устройствами со специализированными датчиками.

Приводится описание системы видеонаблюдения, позволяющей измерять скорость движения протяженных объектов, для которой разработано программное обеспечение, позволяющее в режиме реального времени измерять скорость отцепов на сортировочной горке с требуемой точностью. Это дает возможность управлять процессом замедления объектов контроля. На рис.14 представлен интерфейс программного обеспечения системы, где отображено изменение скорости объекта на участке торможения.

Скорость движения

Вхождение в зону регистрации

Вхождение в зону торможения

Рис.14. Интерфейс программного обеспечения макетного образца

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Проведенный анализ существующих методов и устройств измерения скорости протяженных объектов, показал, что существующие системы видеонаблюдения не отвечают требованиям по измерению и передаче информации о параметрах движения.

2. Предложенная методика обработки видеоизображения позволяет получать данные о параметрах движения протяженных объектов в режиме реального времени, поскольку время обработки анализируемого модуля уменьшается более, чем на 2 порядка по сравнению с обработкой всего кадра.

3. Разработанные алгоритмы обработки видеосигналов снижают погрешность измерения параметров движения протяженных объектов до величины 1 — 2 %, что отвечает требованиям, предъявляемым к измерительным системам.

4. Созданное программное обеспечение позволило реализовать разработанные методы и алгоритмы измерения параметров движения протяженных объектов в режиме реального времени с требуемой точностью в условиях воздействия внешних факторов, что подтверждено экспериментальной проверкой в составе системы видеонаблюдения на сортировочной горке станции Кинель Куйбышевской железной дороги.

5. Разработаны технические требования к аппаратуре измерения скорости движения вагонов на сортировочных горках, утвержденные Департаментом автоматики и телемеханики ОАО «Российские железные дороги».

Публикации автора

1. Куринский В.Ю. Метод обработки видеосигналов для измерения скорости движения протяженных объектов /Васин H.H., Куринский В.Ю. // Инфокоммуника-ционные технологии, т.З, №2,2010г., с. 36-39.

2. Куринский В.Ю. Расширение функциональных возможностей систем видеонаблюдения /Васин H.H., Куринский В.Ю. // Вестник транспорта Поволжья, 2010, № 3, с. 5-9.

3. Куринский В.Ю. Обработка видеосигналов для измерения скорости движения железнодорожных вагонов на сортировочной горке /Васин H.H., Куринский В.Ю. // Компьютерная оптика, №27,2005г., с. 185-188.

4. Куринский В.Ю. Метод измерения скорости движения железнодорожных вагонов на сортировочной горке. /Васин H.H., Куринский В.Ю. // Инфокоммуника-ционные технологии, т.З, №1,2005г., с. 40-44.

5. Куринский В.Ю. Способ измерения скорости движения протяженных объектов /Васин H.H., Куринский В.Ю. // Патент РФ. № 2398240, заявка 2009112710/ 28, 06.04.2009, опубл. 27.08.2010, Бюл. № 24.

6. Куринский В.Ю. Телевизионный метод измерения скорости движения железнодорожных вагонов на сортировочной горке. /Васин H.H., Куринский В.Ю. // XII Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов. Тезисы докладов, ПГАТИ, Самара, 2005г., с. 84-85.

7. Куринский В.Ю. Обработка изображений для управления технологическими процессами на транспорте. / Васин H.H., Баранов A.M., Куринский В.Ю., Пронь-кин A.A. // Проблемы техники и технологии телекоммуникаций: Материалы VII Межд. НТК, ПГАТИ, Самара, 2006г., с.79-80

8. Куринский В.Ю. Метод межкадровой разности для измерительных систем. / Васин H.H., Баранов A.M., Дворянинов П.Ю., Куринский В.Ю., Пронькин A.A. // «Радиотехника и связь», Материалы МНТК, СГТУ, Саратов, 2007г, с. 67-71.

9. Куринский В.Ю. Метод амплитудного сравнения участков изображений для вычисления скорости движения железнодорожных вагонов. / Куринский В.Ю. // «Радиотехника и связь», Материалы МНТК. СГТУ, Саратов, 2007г., с. 75-82.

10. Куринский В.Ю. Метод обработки видеосигналов для измерительных систем. / Васин H.H., Куринский В.Ю. //Проблемы техники и технологии телекоммуникаций: «Оптические технологии в телекоммуникациях». УФА, 2007г., с. 161-164.

11. Куринский В.Ю. Погрешность измерения параметров подвижного объекта при обработке видеосигналов. / Куринский В.Ю., Пронькин A.A. // XV Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов. Тезисы докладов, ПГАТИ, Самара, 2008г., с. 93-94.

12. Куринский В.Ю. Метод межкадровой разности в задачах идентификации состояния подвижных и квазистатических объектов. / Васин H.H., Куринский В.Ю., Пронькин A.A. // XV Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов. Тезисы докладов, ПГАТИ, Самара, 2008г., с. 95-96.

13. Куринский В.Ю. Система мониторинга состояния насыпи. / Васин H.H., Курин-

ский В.Ю., Пронькин A.A.// Свидетельств о государственной регистрации пр граммы ЭВМ, №2008612580, заявка № 20081318 от 31.03.08, зарегистрировано Реестре программ для ЭВМ 23.05.08, с. 1.

14. Куринский В.Ю. Статистический анализ данных при обработке видеосигнала измерительных системах. / Васин H.H., Куринский В.Ю. // «Радиотехника связь», Материалы МНТК. СГТУ, Саратов, 2009г., с. 63-72.

15. Куринский В.Ю. Интерполяция изображений для повышения точности обр ботки видеосигналов в измерительных системах. / Куринский В.Ю. // «Радиоте ника и связь», Материалы МНТК. СГТУ, Саратов, 2009г., с. 78-84.

16. Куринский В.Ю. Система измерения скорости движения железнодорожных в гонов на сортировочной горке. / Куринский В.Ю. И Конференции «Наука и обр зование транспорту». СамГУПС, Самара, 2009г., с. 141.

17. Куринский В.Ю. Погрешность измерения параметров объекта при обработ видеосигналов. / Васин H.H., Куринский В.Ю., Пронькин A.A. // Конференци «Наука и образование транспорту». СамГУПС, Самара, 2009г., с. 143.

18. Куринский В.Ю. Способы повышения точности результата в задачах измерен параметров движения объектов. / Куринский В.Ю. // Десятая Международн научно-техническая конференция "Проблемы техники и технологии телекомм никаций". ПТиТТ, Самара, 2009г., с. 43-45.

19. Куринский В.Ю. Элементы и устройства обработки сигналов железнодорожно транспорта. / Васин H.H., Куринский В.Ю., Кузьмин С.В, Буцких В.А., Диязи динов Р.Р. // Проблемы техники и технологии телекоммуникаций: Материалы МНТК. УГАТУ, Уфа, 2010г., с.167-168.

20. Куринский В.Ю. Оценка быстродействия алгоритмов обработки сигналов систе видеонаблюдения. / Васин H.H., Куринский В.Ю., Писарев М.Н. // XVIII Росси екая научная конференция профессорско-преподавательского состава, научнь сотрудников и аспирантов. Тезисы докладов, ПГУТИ, Самара, 2011 г.

Государственное образовательное учреждение высшего профессионального образования «Поволжский государственный университет телекоммуникаций и

информатики» 443010, г. Самара, ул. Льва Толстого 23.

Отпечатано фотоспособом в соответствии с материалами, представленными

_заказчиком_

Подписано в печать 18.04.11 г. Формат 60х84'/16 Бумага писчая№ 1. Гарнитура Тайме.

_Заказ 945. Печать оперативная .Усл. печ. л.0.92. Тираж 100 экз._

Отпечатано в издательстве учебной и научной литературы Поволжского государственного университета телекоммуникаций и информатики 443090, г. Самара, Московское шоссе 77. т. (846) 228-00-44

Введение

Глава 1. .Устройства и способы измерения параметров движения протяженных объектов.

1.1. Обобщенная архитектура системы видеонаблюдения.

1.2. Устройства на основе доплеровского эффекта.

1.3. Понятие протяженного объекта в системах видеонаблюдения

1.4. Обзор устройств и систем измерения скорости протяженных объектов с использованием видеокамер.

1.4.1. Методика измерения скорости по всплескам яркости.

1.4.2. Методика выделения характерных точек.

1.4.3. Методика локализации зон видеоизображения.

1.4.4. Методика измерения скорости движения объектов, движущихся вдоль оси видеокамеры.

1.5. Методика выделения характерных областей.

1.6. Перспективы развития направления.

Выводы во главе 1.

Глава 2. .Методика измерения с обработкой совокупности строк

2.1. Определение наличия протяженного объекта в зоне действия системы видеонаблюдения.

2.2. Методика измерения смещения по строкам высотой 1 пиксель.

2.3. Методика измерения смещения по совокупности строк изображения.

2.4. Параметры прямоугольной области.

Выводы во главе 2.

Глава 3. .Алгоритмы повышения точности.

3.1. Оценка результатов измерений.

3.2. Алгоритм поиска блока в расширенной области.

3.3. Увеличение периода измерений.

Выводы во главе 3.

Глава 4. .Техническая реализация.

4.1. Результаты экспериментов.

4.1.1. 4-осный полувагон.

4.1.2. 4-осная цистерна для бензина и светлых нефтепродуктов.

4.1.3. Трамвай.

4.1.4. Электровоз постоянного тока ВJI10.

4.1.5. Ночная съемка эвакуатора.

4.2. Структурная схема системы.

4.3. Программное обеспечение системы измерения скорости движения протяженного объекта.

Выводы во главе 4.

Актуальность темы. Настоящее время характеризуется бурным развитием систем видеонаблюдения и внедрением их во все сферы деятельности (промышленность, транспорт). Дополнительно к традиционному наблюдению за объектом системы видеонаблюдения обладают потенциальными техническими возможностями решать целый ряд задач. По мнению таких компаний как IBM и Cisco создание интегрированных систем видеоаналитики является важным направлением развития систем видеонаблюдения. Актуальными задачами, которые должны решать системы видеоаналитики в ближайшем будущем, являются: идентификация объектов и определение трасс их движения, измерение скорости движения объектов, внедрение систем видеонаблюдения в АСУ ТП, работающих в режиме реального времени, а также эффективное использование цифровых каналов за счет предобработки видеосигнала для передачи данных при определении дополнительных параметров объектов. Причем, если задачи определения появления посторонних объектов, их идентификации и построения трасс движения объектов в какой-то мере решены, то задача измерения, передачи и архивирования данных о параметрах движения протяженных объектов (скорости, ускорения) с помощью систем видеонаблюдения в режиме реального времени остается практически нерешенной.

Теоретическим и практическим вопросам разработки алгоритмов, способов, методов и устройств измерения скорости объектов посвящены работы российских ученых A.M. Абакумова, И.А. Бережной, В.А. Денцкевича, П.К. Кузнецова, B.C. Ляпидова, В.Ю. Мишина, В.И. Семавина, В.Н. Зыкова, В.К. Иванова, В.В. Сергеева, В.В. Мясникова и ряда зарубежных специалистов: P. Pirim, Tomio Echigo и др.

Однако существующие алгоритмы и устройства измерения скорости объектов, особенно протяженных, не обладают достаточным быстродействием, масштабируемостью и точностью, что позволяло бы системам видеонаблюдения работать в режиме реального времени.

Кроме того, скорость передаваемой с видеокамеры информации в формате HDTV составляет порядка 25 Мбит/с, из-за чего нередко возникают проблемы, вызванные нехваткой производительности используемых телекоммуникационных каналов. Поэтому в системах видеонаблюдения, число которых в стране исчисляется десятками тысяч, важно эффективно использовать цифровые каналы с малой шириной полосы пропускания за счет предобработки видеосигналов для передачи данных о параметрах движения объектов.

В связи с этим, в условиях возрастающих требований к расширению функциональных возможностей систем видеонаблюдения, работающих в режиме реального времени, актуальной является задача разработки методики и алгоритмов обработки сигналов видеосистем для измерения скорости движения протяженных объектов, позволяющих системам работать в режиме реального времени и сократить объем передаваемой по каналу связи и архивируемой информации.

Целью работы является расширение функциональных возможностей систем видеонаблюдения для измерения параметров движения протяженных объектов, путем разработки методов и алгоритмов обработки видеосигналов.

Для достижения поставленной цели в диссертационной работе решаются следующие основные задачи:

1. Анализ существующих методов и устройств измерения скорости протяженных объектов.

2. Разработка методики обработки видеоизображения с целью получения информации о параметрах движения протяженных объектов.

3. Анализ влияния неинформативных факторов на измерение параметров движения протяженных объектов и разработка алгоритмов снижения этого влияния.

4. Создание программного обеспечения, позволяющего реализовать разработанную методику и алгоритмы измерения параметров движения протяженных объектов в режиме реального времени с требуемой производительностью и точностью в условиях воздействия внешних факторов.

5. Экспериментальная проверка разработанной методики и алгоритмов измерения скорости движения протяженных объектов в составе системы видеонаблюдения.

Методы исследования включают основные положения корреляционного анализа передачи и цифровой обработки сигналов систем видеонаблюдения, отдельных аспектов теории вероятности и математической статистики, теории погрешностей, объектно-ориентированного программирования.

Достоверность положений работы подтверждена экспериментальной проверкой разработанных методов и алгоритмов измерения скорости движения протяженных объектов в составе системы видеонаблюдения.

Научная новизна заключается в следующем:

1. Предложена методика обработки совокупности строк изображения, подтвержденная патентом•№ 2398240, которая позволяет получать информацию о параметрах движения протяженных объектов и, тем самым, расширить функциональные возможности систем видеонаблюдения.

2. Разработан алгоритм поиска коррелированных областей смежных кадров видеоизображений, который позволяет повысить производительность обработки сигналов систем видеонаблюдения и сократить объем передаваемой информации по каналу связи.

3. Разработаны алгоритм обработки сигналов систем видеонаблюдения, компенсирующий влияние неинформативных факторов, и методика повышения точности измерения при малой скорости движения протяженного объекта за счет увеличения анализируемого временного интервала.

Практическая ценность работы.

1. Предложенная методика и разработанные алгоритмы обработки сигналов систем видеонаблюдения позволили разработать технические требования для проектирования аппаратуры измерения параметров движения протяженных объектов в режиме реального времени.

2. Разработано программное обеспечение для измерения скорости движения протяженных объектов в составе систем видеонаблюдения.

Основные положения, выносимые на защиту:

1. Методика обработки совокупности строк изображения с целью получения информации о параметрах движения протяженных объектов.

2. Алгоритм поиска коррелированных областей смежных кадров видеоизображений, позволяющий повысить производительность обработки сигналов систем видеонаблюдения.

3. Алгоритмы повышения точности измерения скорости движения протяженных объектов.

Апробация работы. Основные результаты диссертационной работы доложены и обсуждены на следующих конференциях и семинарах: на XII, XIII и XV российской научной конференции профессорско-преподавательского состава, научных сотрудников и аспирантов (Самара, 2005г., 2006г.); На Международной научно-технической конференции «Радиотехника и связь» (Саратов, СГТУ, 2007); На 7-ой международной научно-технической конференции «Проблемы техники и технологии телекоммуникаций» (Самара, ПГАТИ, 2006 г.); На конференции по проблемам техники и технологий телекоммуникаций: «Оптические технологии в телекоммуникациях» (Уфа, 2007г.); XV Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов (Самара, ПГАТИ, 2008); На Международной научно-технической конференции «Радиотехника и связь» (Саратов, СГТУ, 2009); Конференции «Наука и образование транспорту» - (Самара, СамГУПС, 2009); Десятая Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» (Самара, ПТиТТ, 2009); XI Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» (Уфа, УГАТУ, 2010); XVIII Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов (Самара, ПГУТИ, 2011).

Реализация результатов работы.

1. Разработаны технические требования к аппаратуре измерения скорости движения вагонов на сортировочных горках, утвержденные Департаментом автоматики и телемеханики ОАО «РЖД». Работа выполнялась в соответствии с планом НТР ОАО "РЖД" на 2010 год и использована в Ростовском филиале ОАО «НИИАС» РЖД.

2. Разработанные алгоритмы и программы внедрены в составе программных средств системы видеонаблюдения ст. Кинель Куйбышевской железной дороги, что позволило макетному образцу измерять скорость движения отцепов на сортировочной горке с требуемой точностью в режиме реального времени.

Публикации. По теме диссертации опубликовано 20 печатных работ, в том числе 4 печатных работы в изданиях перечня, рекомендованного ВАК для публикации работ, отражающих основное научное содержание диссертаций, а так же получен патент на изобретение и свидетельство об официальной регистрации программы для ЭВМ.

Структура и объем работы. Работа состоит из введения, четырех глав и заключения, изложенных на 140-а страницах, списка использованных источников из 122-х наименований и 4-х приложений на 28-и страницах. Диссертация содержит 120 рисунков и 7 таблиц. Общий объем диссертации 168 страниц.

Выводы во главе 4

Результаты эксперимента подтвердили достоверность предложенной методики и алгоритмов измерения параметров движения протяженных объектов.

На основе предложенных методики и алгоритмов реализовано программное обеспечение и создан опытный образец системы измерения скорости движения отцепов, которые были интегрированы в существующую систему видеонаблюдения на сортировочной горке ст. Ки-нель Куйбышевской железной дороги.

Реализация программного обеспечения позволило создать опытный образец системы измерения скорости движения отцепов на сортировочной горке ст. Кинель Куйбышевской железной дороги. Основные положения методики позволили сформировать технические требования «Аппаратуры измерения скорости движения на сортировочной горке», утвержденные Департаментом автоматики и телемеханики ОАО «РЖД». Работа выполнена в соответствии с планом НТР ОАО "РЖД" на 2010 год и использована в Ростовском филиале ОАО «НИИАС» РЖД.

127

ЗАКЛЮЧЕНИЕ

Проанализированы существующие методы и устройства измерения скорости протяженных объектов. Показано, что устройства и система измерения скорости объекта на базе Доплеровского эффекта обладают ограниченными функциональными возможностями, что ограничивают их применение, а предлагаемые методики обработки сигналов систем видеонаблюдения обладают высокой погрешностью и низкой производительностью.

Во многих отраслях промышленности и транспорта существует необходимость измерения параметров движения (скорость, ускорение) протяженных объектов с помощью систем видеонаблюдения. Существующие системы видеонаблюдения не решают подобных задач.

Проанализировано методика выделения характерных областей с обработкой всего кадра и показано, что для нее требуются высокие вычислительные ресурсы, и она не может быть использована для систем видеонаблюдения, работающих в режиме реального масштаба времени. Кроме того, данная методика характеризуются неточностью позиционирования характерных областей изображения, обусловленной возможными ошибками нахождения расположения этих областей.

Именно поэтому задача разработки методик и алгоритмов, позволяющих расширить функциональные возможности систем видеонаблюдения в области измерения параметров движения протяженных объектов, с дальнейшей передачей данных по каналам связи с малой пропускной способностью стала актуальной.

Разработана методика обработки видеоизображения с целью получения информации о параметрах движения протяженных объектов. Методика обработки горизонтальной строки высотой в один пиксель характеризуется высоким быстродействием, но также и высокой погрешностью, из-за влияния внешних факторов, таких как вибрация самого объекта, вибрация видеокамеры, снег, дождь и т.д. Поэтому предложена методика обработки совокупности горизонтальных строк высотой т пикселей последовательных кадров, позволяющая получать данные о параметрах движения протяженных объектов (скорость, ускорение).

Эффективное использование вычислительных ресурсов предложенным способом позволяет создать систему видеонаблюдения с расширенными функциональными возможностями, которая способна работать в режиме реального времени, что является критическим требованием в ряде задач АСУ ТП.

Методика определения оптимальных параметров прямоугольной, области позволяет повысить быстродействие системы, приблизительно, на 2 порядка, что в общем случае позволяет определять параметры движения протяженного объекта в большем диапазоне скоростей движения от 3 до 100 км/ч.

Разработанные алгоритмы повышения точности измерения параметров движения протяженных объектов позволяют снизить случайную составляющую погрешности. При малых смещениях б изображения протяженного объекта погрешность измерений составляет порядка 10%, что является недопустимым в измерительных системах.Алгоритм создания расширенной прямоугольной области и поиска в ней эквивалентной области позволяет компенсировать низкочастотные источники помех, такие как вибрация протяженного объекта, обусловленная неровностями пути, вибрацией видеокамеры. А методика увеличения периода измерения при малых скоростях движения протяженного объекта позволяет снизить случайную составляющую погрешности до 1,5%.

Созданное программное обеспечение позволяет реализовать разработанную методику и алгоритмы измерения параметров движения протяженных объектов в режиме реального времени с требуемой производительностью и точностью в условиях воздействия внешних факторов.

Основные положения методики позволили сформировать технические требования «Аппаратуры измерения скорости движения на сортировочной горке». Экспериментальная проверка разработанной методики и алгоритмов измерения скорости движения протяженных объектов в составе системы видеонаблюдения подтвердила корректность и достоверность получаемых результатов, ^ что позволило создать опытный образец измерения скорости движения отцепов и испытать его на сортировочной горке ст. Кинель Куйбышевской железной дороги.

1. Васин H.H., Куринский В.Ю. Расширение функциональных возможностей систем видеонаблюдения // Вестник транспорта Поволжья, 2010, № 3, с. 59.

2. Чернов П.В., Чекурнов В.В., Лукошков B.C., Парилов В.А., Колесниченко H.H. Способ измерения скорости движения отцепов на сортировочной горке и устройство, его реализующее // Патент РФ. № 2229404, заявка 2000105688/28, 07.03.2000, опубл. 07.03.2000.

3. Б.М. Яворский, A.A. Пинский, "Основы физики. Том 2. Колебания и волны. Квантовая физика". -М.: Наука, 2003. 550 с.

4. М.М. Архангельский, "Курс физики. Механика". — М.: Просвещение, 1965. — 448 с. •

5. Основы цифровой обработки сигналов: Курс лекций / Авторы: А.И. Солонина, ДА. Улахович, С.М. Арбузов, Е.Б. Соловьева / Изд. 2-е испр. и пере-раб. СПб.: БХВ-Петербург, 2005. - 768 е.: ил.

6. А.Б. Сергиенко. Цифровая обработка сигналов. СПб.: Питер, 2003 - 604 е.: ил.

7. A.B. Оппенгейс, Р.В. Шафер. Цифровая обработка сигналов: Пер. с англ./ Под ред. С.Я. Шаца. -М.: Связь, 1979.-416 е., ил.9. «Сокол М-С», скоростемерhttp://www.arms-expo.ru/site.xp/054057048124049048051057048.html

8. Радиолокационный измеритель скорости СОКОЛ М-Д (скоростемер) http://www. 1 avtorem.ru/pages/sokol-md.html

9. Измеритель скорости автотранспорта «Искра-1» http://www.i-radar.ru/faq/33-izmeritel-skorosti-avtotransporta-iskra-l.html

10. Измеритель скорости автотранспорта «Луч-2» http://www.i-radar.ru/faq/29-izmeritel-skorosti-luch-2.html

11. Радиолокационный индикатор скорости железнодорожных вагонов РИС-ВЗhttp ://www. istok-mw.ru/Products/reg/products2 1 .htm

12. А.И. Башмаков, И.А. Башмаков. Интеллектуальные информационные технологии: Учеб. пособие. М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. - 304 е.: ил.

13. A.A. Амосов, Ю.А. Дубинский, Н.В. Копленова. Вычислительные методы для инженеров. -М.: Высшая школа, 1994. 544 с.

14. Е.П. Путятин, С.И. Аверин. Обработка изображений в робототехнике. — М.: Машиностроение, 1990. 320 с.

15. Проектирование IP сети для системы видеонаблюдения http://www.ciscoexpo.ru/expo2010/materials/videosurveillance/mkhlopot vsurv de sign.pdf

16. Дизайн сетевой инфраструктуры для систем IP видеонаблюдения. http://www.ciscoexpo.ru/expo2009/materials/vs/vsnetworkamarchen.pdf

17. Зачем нужна система видеонаблюдения? http://www.systemasb.ru/

18. Система видеонаблюдения за 2 4 объектами http://www.akvilona.ru/serv/cctv/2-8camera.htm

19. Система видеонаблюдения http://avs50.ru/view post.php?id—135

20. Видеонаблюдение объектов http://www.ip-link.ru/video systems/services 13.html

21. Дистанционные системы видеонаблюденияhttp://www.itain.spb.ru/videosupervision-and-connection/controlled-from-distance-systems-of-videosupervision

22. Системы видеонаблюдения на промышленных и протяженных объектах http://www.tahion.spb.ru/book/vvedenie

23. Решения Cisco для построения систем IP видеонаблюдения. http://www.ciscoexpo.ru/expo2009/materials/vs/vsintroamarchen.pdf.

24. Новые перспективы систем видеоаналитики. http://www.ciscoexpo.ru/expo2009/materials/vs/ISS.pdf

25. Васин H.H., Баранов A.M., Куринский В.Ю., Пронькин A.A. Обработка изображений для управления технологическими процессами на транспорте. Проблемы техники и технологии телекоммуникаций: Материалы VII Межд. НТК. Самара: ПГАТИ, 2006 с.79-80.

26. Афанасенко, А. С. Обработка данных при измерении скорости протяженного подвижного объекта / А. С. Афанасенко // Научная сессия ГУАП: сб. докл.: в 3 ч. Ч. П. Технические науки. ГУАП. СПб. 2008. С. 3-6.

27. Афанасенко, А. С. Повышение достоверности измерения движения на видеоизображении с помощью нечеткой логики / А. С. Афанасенко // Научная сессия ГУАП: сб. докл.: в 3 ч. Ч. I. Технические науки. ГУАП. СПб. 2006. С. 124-126.

28. Афанасенко, А. С. Аналитическая обработка изображения движущегося железнодорожного состава / А. С. Афанасенко // Научная сессия ГУАП: сб. докл.: в 3 ч. Ч. П. Технические науки. ГУАП. СПб. 2007. С. 5-8.

29. Афанасенко, А. С. Высокоточное измерение движения на видеоизображениях /

30. A. С. Афанасенко // 4-я Международная научно-техническая конференция «Цифровые и информационные технологии в электронной медиаиндустрии 2006»: тез. докл. ГУКиТ. СПб. 2006. С. 24.

31. Абакумов A.M., Бережной И.А., Денкевиц В.А, Кузнецов П.К., Ляпидов

32. B.C., Мишин В.Ю., Семавин В.И. Способ измерения параметров движения протяженного объекта со случайным распределением яркости // Патент РФ. № 753244, заявка 2726238/23, 14.02.1979, опубл. 20.09.2006.

33. B.B. Мясников, B.B. Сергеев. Отчет ЗАО «Компьютерные технологии» об опытно конструкторской работе: «Разработка устройства измерения скорости движения железнодорожных вагонов на сортировочной горке». — Самара, 2001 г. 25 с.

34. Tomio Echigo. Apparatus and method for detecting a velocity of a moving ob-kect // Патент США. № 5771485, заявка 632539, 19.04.1996, опубл. 23.01.1998.

35. Васин H.H., Куринский В.Ю. Обработка видеосигналов для измерения скорости движения железнодорожных вагонов на сортировочной горке. Компьютерная оптика, 2005. №27. С. 185-188.

36. Васин H.H., Куринский В.Ю. Метод измерения скорости движения железнодорожных вагонов на сортировочной горке. // Инфокоммуникационные технологии, 2005. ТЗ. - №1. - С. 40-44.

37. Васин H.H., Баранов A.M., Дворянинов П.Ю., Куринский В.Ю., Пронькин A.A. Метод межкадровой разности для измерительных систем. «Радиотехника и связь», Материалы МНТК. Саратов, СГТУ 2007, с. 67-71.

38. Куринский В.Ю. Метод амплитудного сравнения участков изображений для вычисления скорости движения железнодорожных вагонов. Радиотехника и связь, Материалы МНТК. Саратов, СГТУ 2007, с. 75-82.

39. Васин H.H., Куринский В.Ю. Метод обработки видеосигналов для измерительных систем. Проблемы техники и технологии телекоммуникаций: «Оптические технологии в телекоммуникациях». — УФА 2007, с. 161.

40. Куринский В.Ю. Система измерения скорости движения железнодорожных вагонов на сортировочной горке. Конференции «Наука и образование транспорту» — Самара, СамГУПС, 2009.

41. Васин H.H., Куринский В.Ю. Метод обработки. Видеосигналов для измерения скорости движения протяженных объектов // Инфокоммуникационные технологии, 2010. ТЗ. - №2. - С. 36-39.

42. Васин H.H., Куринский В.Ю. Способ измерения скорости движения протяженных объектов // Патент РФ. №' 2398240, заявка 2009112710/ 28, 06.04.2009, опубл. 27.08.2010, Бюл. № 24.

43. Заказнов Н.П., Кирюшин С.И., Кузичев В.И. Теория оптических систем. М.: Машиностроение 1992.

44. Бегучев В.П., Филачев A.M., Чапкевич A.JI. Электронно-оптические преобразователи. Состояние и тенденции развития. Прикладная физика, 1999. №2.

45. Е.М. Гершензон, H.H. Малов, А.Н. Мансуров. Оптика и атомная физика. М.: Издательский центр «Академия», 2000. 378 с.

46. Борн М., Вольф Э. Основы оптики. М.: Наука, 1973. 718 с.

47. Методы компьютерной обработки изображений. Под ред. В.А. Сойфера. М.: Физмалит, 2004. 784 с.

48. A.A. Харкевич. Борьба с помехами. Издание второе, исправленное М.: Изд-во «Наука», 1965 - 275 С.

49. Васин H.H., Куринский В.Ю., Пронькин A.A. Погрешность измерения параметров объекта при обработке видеосигналов. Конференции «Наука и образование транспорту» Самара, СамГУПС 2009, с. 143.

50. Bernd Jahne. Digital Image Processing, 5th, revised and extended edition. Springer Verlag Berlin, 2002.

51. Bernd J'ahne. Digital Image Processing, 5th, revised and extended edition. Springer Verlag Berlin, 2002.

52. Цифровая обработка изображений в информационных системах: Учебное пособие / Грузман И.С., Киричук B.C. и др. — Новосибирск: НГТУ, 2002. — 352 с.

53. Б. Яне. Цифровая обработка изображений. Пер. с англ. — М.: Техносфера. 2007.-581 е.: ил.

54. У. Прэтт. Цифровая обработка изображений: Пер. с англ. М.: Мир, 1982. -Кн.1 -312 е.: ил.

55. У. Прэтт. Цифровая обработка изображений: Пер. с англ. -М.: Мир, 1982. -Кн.2-480 е.: ил.

56. Б.В. Анисимов, В.Д. Курганов, В.К. Злобин. Распознавание и цифровая обработка изображений: Учеб. пособие для студентов вузов. М.: Высш. шк., 1983.-295 е.: ил.

57. A.A. Юдашкин. Распознавание растровых изображений с помощью динамической нейронной сети, заданной в пространстве комплексных чисел. // Известия Самарского научного центра РАН. 2003. — С. 127-133.

58. Э.Т. Романычева, Т.Ю. Соколова, Г.Ф. Шандурина. Инженерная и компьютерная графика. — 2-е изд., перераб. -М.: ДМК Пресс, 2001. 592 е.: ил.

59. Т. Павлидис. Алгоритмы машинной графики и обработки изображений. М.: Мир, 1986.-396 е.: ил.

60. Image Analysis, Sediments and Paleoenvironments. Edited by Pierre Francus. Spinger Science + Business Media, Inc. — 330 p.

61. А.Ю. Поляков, В.А. Брученцев. Методы и алгоритмы компьютерной графики в примерах на Visual С++, 2-е изд., перераб. и доп. СПб.: БВХ-Петербург, 2003 - 560 е.: ил.

62. В.В. Яншин, Г.А. Обработка изображений на языке Си для IBM PC: Алгоритмы и программы. — М.: Мир, 1994. 553 е.: ил.

63. Я.А. Фурман, Юрьев А.ФН., Яншин В.В. Цифровые методы обработки и распознавания бинарных изображений. — Красноярск: Изд-во Краснояр. ун-та, 1992.-248с.

64. Jim Casaburi. 2D Cleaner Filter. Denoising filters comparison results CS MSU graphics&media lab Moscow, 05 apr 2003: 2-4.

65. P.B. Хемминг. Цифровые фильтры. Перевод с английского В.И. Ермиши-на / Под ред. Профессора A.M. Трахтмана. — М.: Советское Радио, 1980. 224 С.

66. Колос М.В., Колос И.В. Методы оптимальной линейной фильтрации / Под ред. В.А Морозова. М.: Изд-во МГУ, 2000. - 102 с.

67. Введение в контурный анализ; приложения к обработке изображений и сигналов / Я.А. Фурман, A.B. Кревецкий, А.К. Передеев, A.A. Роженцов, Р.Г. Хафизов, И.Л. Егошина, А.Н. Леухин; Под ред. Я.А. Фурмана. — 2-е изд., испр.-М.: Физмалит, 2003. 592 с.i

68. Р. Гонсалес, Р. Вудс. Цифровая обработка изображений. — М.: Техносфера, 2005.- 1072 с.

69. Е.А. Бутаков и др. Обработка изображений на ЭВМ/Е. М.: Радио и связь, 1987.-240 е.: ил.

70. Л.П. Ярославский. Введение в цифровую обработку изображений. М.: Советской радио, 1979. — 312 е.: ил.

71. Р. Дуда, П. Харт. Распознавание образов и анализ сцен. Пер. с англ. М.: Мир, 1976.-509 с.

72. А. Фор. Восприятие и распознавание образов. / Пер. с фр. A.B. Середин-ского; под ред. Г.П. Катыса М.: Машиностроение, 1989. - 272 с.

73. Густав Олссон, Джангуидо Пиани. Цифровые системы автоматизации и управления. — СПб.: Невский Диалект, 2001. — 557 е.: ил.

74. Д. Даджион, Р. Мерсеро. Цифровая обработка многомерных сигналов. Пер. с англ. -М.: Мир, 1988.-488 с.

75. В. В. Гнеденко. Курс теории вероятностей. М.: Наука, 1988. - 451 с.

76. В. П. Чистяков. Курс теории вероятностей. — М.: Наука, 1982. 224 с.

77. А. А. Боровков. Теория вероятностей. — М.: Наука, 1988. 367 с.

78. Б. А. Севастьянов. Курс теории вероятностей и математической статистики. М.: Наука, 1982. - 256 с.

79. Д. Марр. Зрение. Информационный подход к изучению представления и обработки зрительных образов. Пер. с англ. Под ред. И.Б. Гуревича. М.: Радио и связь, 1987. - 400 е.: ил.

80. B.C. Гутников. Фильтрация измерительных сигналов. — JL: Энергоатом-издат. Ленингр. отд-ние, 1990. — 192 е.: ил.

81. Эндрюс Г. Применение вычислительных машин для обработки изображений. -М.: Энергия, 1977. 160 с.

82. Pearson К., On lines and planes of closest fit to systems of points in space, Philosophical Magazine, (1901) 2, 559—572.

83. Sylvester J.J., On the reduction of a bilinear quantic of the nth order to the form of a sum of n products by a double orthogonal substitution, Messenger of Mathematics, 19(1889), 42—46.

84. Л.М. Финк. Теория передачи дискретных сообщений. Изд. 2-е, переработанное, дополненное. Изд-во «Советское радио», 1970, 728 С.

85. Ю. Сато. Обработка сигналов. Первое знакомство / Под ред. Ё. Амэмия. Изд-во ОДЭКА, 1999 174 С.

86. Л. Френке. Теория сигналов. Нью-Джерси, 1969 г. Пер. с англ., под ред. Д.Е. Вакмана. М., «Сов. радио», 1974, 344 С.

87. A.M. Трахтман, В.А. Трахтман. Основы теории дискретных сигналов на конечных интервалах. Изд-во «Советское радио», 1975, 208 С.

88. Э. Айфичер, Б. Джервис. Цифровая обработка сигналов: практический подход, 2-е издание.: Пер. с англ. — М.: Издательский дом «Вильяме», 2004. — 992 е.: ил.

89. Применение компьютерной обработки сигналов. Под ред. Э. Оппенгейма. М.: Мир, 1980. 552 е.: ил.

90. Л. Рабинер, Б. Гоулд. Теория и применение цифровой обработки сигналов. Пер. с англ., под ред. Ю.И. Александрова. — М.: Мир, 1978. 848 с.

91. Р. Блейхут. Быстрые алгоритмы цифровой обработки сигналов. Пер. с англ. -М.: Мир, 1989. 448 е.: ил.

92. Л.М. Гольденберг и др. Цифровая обработка сигналов: Учеб. пособие вузов / 2-изд., перераб. и доп. М.: Радио и связь, 1990. — 256 е.: ил.

93. Голд Б., Рэйдер Ч. Цифровая обработка сигналов. Пер. с англ., под ред. A.M. Трахтмана. М.: «Советское радио», 1973. 368 с.

94. Печинкин В. А., Тескин О. И., Цветкова Г. М. и др. Теория вероятностей: Учеб. для вузов / Под ред. В. С. Зарубина, А. П. Крищенко. — М.: Изд-во МГТУ им. Баумана, 1998. — 456 с. (Сер. Математика в техническом университете; Вып. XVI).

95. Зайдель А.Н. Погрешности измерений физических величин. Л.: Наука, 1985. -112 с.

96. Куо Б. Теория и проектирование цифровых систем управления: Пер. с англ. -М.: Машиностроение, 1986. -448 е., ил.

97. Алберг Дж., Нильсон Э., Уолш Дж. Теория сплайнов и ее приложения. Пер. с англ. М.: Мир, 1972. - 316 е., ил.

98. Стренг Г. Линейная алгебра и ее применения. М.: Мир. 1980.

99. Каханер Д., Моулер К., Нэш С. Численные методы и программное обеспечение. М.: Мир. 1998.

100. Стрижов В. В. Методы индуктивного порождения регрессионных моделей. М.: ВЦ РАН. 2008. 55 с.

101. Демидович Б.П., Марон И.А., Шувалова Э.З. Численные методы анализа. Приближение функций, дифференциальные и интегральные уравнения. М., 1967 г., 368 е., ил.

102. В.А. Зорич. Математический анализ. Часть I. Изд. 2-е, испр. и доп. М.: ФАЗИС, 1997. -xiv + 554 с.

103. В.А. Зорич. Математический анализ: Учебник. Часть II. М.: Наука Главная редакция физико-математической литературы, 1984. — 640 с.

104. Ч. Лоусон, Р. Хенсон. Численное решение задач метода наименьших квадратов. Пер. с англ. М.: Наука, Гл. ред. физ.-мат. лит., 1986 - 264 с.

105. Б.В. Дворяшин. Основы метрологии и радиоизмерения: Учеб. Пособие для вузов. — М.: Радио и связь, 1993. — 320 е.: ил.

106. Васин H.H., Куринский В.Ю. Статистический анализ данных при обработке видеосигнала в измерительных системах. Радиотехника и связь, Материалы МНТК. Саратов, СГТУ 2009.

107. Тэйлор Дж. Введение в теорию ошибок. М.: Мир, 1985. - 271 с.

108. Васин H.H., Куринский В.Ю. Статистический анализ данных при обработке видеосигнала в измерительных системах. «Радиотехника и связь», Материалы МНТК. Саратов, СГТУ 2009.

109. Куринский В.Ю. Интерполяция изображений для повышения точности обработки видеосигналов в измерительных системах. «Радиотехника и связь», Материалы МНТК. Саратов, СГТУ 2009

110. Куринский В.Ю. Способы повышения точности результата в задачах измерения параметров движения объектов. Десятая Международная научно-техническая конференция "ПРОБЛЕМЫ ТЕХНИКИ И ТЕХНОЛОГИЙ ТЕЛЕКОММУНИКАЦИЙ" Самара, ПТмТТ-2009.

111. Cisco 4300 IP Camera HD Day/Night (CIVS-IPC-4300) http://www.shop.mcart.ru/goods/90604 cisco CIVS-IPC-4300

112. Универсальная IP-камера Cisco 2500 «день-ночь» с WDR, микрофоном и разрешением D1 при 25 к/сhttp://www.ip-videosystems.ru/news/ip-camera.ahtm

113. Сетевая камера AXIS 221 для круглосуточного видеонаблюдения http://www.axis.com/ru/products/cam 221/

114. BD4070-K12 Цветная IP-камера КМОП 1/3", 2 Мрх, День/Ночь, уличное исполнение в термокожухеhttp://www.aktivsb.ru/prod-12104.html120. МВК-8152ц ДВ (2,8-11мм)http://www.expert-video.ru/catalog/videocameras-colour/ulichnye/mvk-8152tsdv/

115. BD4070H-K12 Уличная IP-камера, 2 мегапикселя, День/Ночь. 0.5 лк(День)/0.01 (Ночь), H.264/MJPEGhttp://www.aktivsb.ru/prod-12099.html

116. Описание среды программирования Borland Delphi 8.0 http://www.interface.ru/fset.asp?Url=/borland/delphi8.htm

117. ПРИЛОЖЕНИ №2. ТЕХНИЧЕСКИЕ ТРЕБОВАНИЯ