автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Модели и алгоритмы оценивания параметров динамических изображений в бортовых системах видеослежения

На правах рукописи

СТРОТОВ Валерий Викторович

МОДЕЛИ И АЛГОРИТМЫ ОЦЕНИВАНИЯ ПАРАМЕТРОВ ДИНАМИЧЕСКИХ ИЗОБРАЖЕНИЙ В БОРТОВЫХ СИСТЕМАХ ВИДЕОСЛЕЖЕНИЯ

Специальность 05.13.01 - «Системный анализ, управление и обработка информации (технические системы)»

Автореферат

диссертации на соискание учёной степени кандидата технических наук

Рязань 2009

01413297781225

Работа выполнена в ГОУВПО «Рязанский государственный радиотехнический университет».

Научный руководитель:

доктор технических наук, профессор Алпатов Борис Алексеевич

Официальные оппоненты

доктор технических наук, Клочко Владимир Константинович

доцент

кандидат технических наук Худыш Александр Ильич

Ведущая организация:

ФГУП «Государственный научно-исследовательский институт авиационных систем», г. Москва

Защита состоится 28 октября 2009 г. в 12 часов на заседании диссертационного совета Д 212.211.01 в ГОУВПО «Рязанский государственный радиотехнический университет» по адресу:

390005, г. Рязань, ул. Гагарина, 59/1, ауд. 235.

С диссертацией можно ознакомиться в библиотеке ГОУВПО «Рязанский государственный радиотехнический университет».

Автореферат разослан « ^ » 2009 г.

Ученый секретарь диссертационного совета кандидат технических наук, доцент

Пржегорлинский В.Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы

Системы обработки и анализа видеоинформации всё более интенсивно применяются в различных областях человеческой деятельности. Наиболее широкое распространение они получили в таких задачах, как навигация, космический мониторинг Земли, контроль качества и количества производимой продукции, обеспечение безопасности различных объектов, передача и хранение видеоданных, медицинские и военные приложения.

Одним из направлений при создании систем анализа и обработки видеоинформации является разработка бортовых систем видеослежения, которые предназначены для установки на мобильных носителях, таких как самолёты, вертолёты, корабли, автомобили или танки. Из характерных черт систем данного класса можно выделить, в первую очередь, необходимость работы в реальном масштабе времени. Также эти системы должны функционировать в полуавтономном режиме, требуя от оператора минимума действий и предоставляя ему информацию в наиболее удобной форме.

При разработке бортовых систем видеослежения возникает целый класс задач, связанных с проблемами обнаружения, выделения и сопровождения объектов, находящихся в поле зрения датчика изображений. Примерами таких объектов могут служить различные летательные аппараты, автотранспорт, суда, люди и т.п. При этом поле зрения видеодатчика подвижно, а априорная информация о характеристиках объектов обычно довольно скудна и в лучшем случае включает в себя лишь приблизительные размеры объектов и характер их перемещения.

Между тем видеодатчик, расположенный на корпусе мобильного носителя, перемещается в пространстве вместе с носителем, помимо того, его ориентацию в пространстве можно изменять с помощью устройства позиционирования. Зачастую датчик изображения испытывает воздействие вибраций различной природы. Из-за влияния перечисленных факторов формируемые им изображения подвергаются геометрическим преобразованиям. Они затрудняют, а иногда делают совершенно невозможным решение многих таких задач, как обнаружение движущихся объектов, разделение и параметризация сопровождаемых объектов, расположенных близко друг к другу, анализ траекторий сопровождаемых объектов. Вдобавок геометрические искажения, вызванные вибрациями корпуса носителя, существенно усложняют работу оператора системы, в связи с чем возникает задача стабилизации наблюдаемого изображения.

Говоря о геометрических деформациях, вызванных движением видеодатчика, следует отметить, что иногда существует возможность оценить их вид и параметры, используя показания приборов носителя видеодатчика. В случае отсутствия или недостаточной точности измерительных устройств используются методы оценки параметров преобразований на основе анализа изображений видеопоследовательности. Вычислив оценки параметров

преобразований, можно компенсировать их влияние. Также для уменьшения влияния такого рода искажений применяются гиростабилгаированные платформы и подвесы.

Таким образом, существует актуальная проблема стабилизации наблюдаемого изображения на основе оценки параметров геометрических преобразований изображений в бортовых системах видеослежения.

Степень разработанности темы

Вопросам оценки 4 параметров динамических изображений уделяется достаточно много внимания в отечественной и зарубежной литературе. Значительный вклад в разработку методов и алгоритмов оценки параметров динамических изображений внесли работы таких учёных, как Б.А. Алпатов,

B.К. Баклицкий, A.M. Бочкарев, В.Г. Лабунец, Е.П. Путятин, А.Г. Ташлинский,

C. Crane, Q. Pham, W. Pratt, S. Wang. Несмотря на большое количество работ по данной тематике, анализ литературы показал, что не в полной мере использованы возможности для повышения качества решения рассматриваемых задач.

В ряде работ рассматривается задача стабилизации изображения в случае присутствия случайных смещений. Широко освещены задачи выделения, обнаружения и сопровождения объектов в системах с неподвижным видеодатчиком. Также рассматриваются вопросы, связанные с решением отдельных задач в системах видеослежения с подвижным датчиком, в частности задач выделения и сопровождения объектов. Однако в данных работах недостаточно внимания уделено проблеме оценки параметров геометрических искажений, являющейся базовой для решения основных задач в системе видеослежения с подвижным датчиком видеоизображений.

Таким образом, цель диссертации состоит в разработке алгоритмов оценивания параметров геометрических преобразований изображений, разработке на их основе алгоритмов электронной стабилизации изображений и модификаций известных алгоритмов измерения положения объектов на изображении в бортовых системах видеослежения.

Для достижения поставленной цели в работе решаются следующие основные задачи:

- анализ существующих методов оценки геометрических преобразований изображений;

-разработка модели формирования изображений с учётом параметрических

геометрических искажений; -разработка алгоритма оценки параметров геометрических преобразований

изображений, вызванных движением датчика; -синтез алгоритма выбора опорных участков для задачи оценки параметров

геометрических преобразований изображений; -разработка алгоритма электронной стабилизации выдаваемых оператору изображений в системах с подвижным видеодатчиком при наличии вибраций;

-исследование эффективности использования результатов оценки параметров геометрических преобразований изображений в алгоритмах выделения и сопровождения объектов в системах с подвижным видеодатчиком; - экспериментальные исследования разработанных алгоритмов.

Научная новизна диссертации состоит в том, что в ней впервые сформулированы и решены задачи оценивания параметров геометрических преобразований и электронной стабилизации изображений на основе выбора и замены по предложенным критериям опорных участков с последующим определением их положения в последовательности изображений в системах видеослежения с подвижным видеодатчиком. Эффективность разработанных подходов получила экспериментальное подтверждение.

Методы исследования

Теоретические исследования в настоящей работе выполнены на основе методов теории вероятностей, теории статистических решений, функционального анализа, спектрального анализа.

Моделирование и экспериментальные исследования выполнялись на реальных и синтезированных видеосюжетах.

Реализация и внедрение

Разработанные в диссертации алгоритмы и программное обеспечение были использованы при выполнении научно-исследовательских работ, проводимых в Рязанском государственном радиотехническом университете по заказу Министерства образования и науки РФ, Федерального агентства по образованию и Федерального агентства по науке и инновациям (НИР 6-ОЗГ, НИР 14-03Г, НИР 26-ОЗГ, НИР 7-04, НИР 9-05Г, НИР 2-06Г, НИР 17-08), при выполнении научно-исследовательских работ, проводимых в Рязанском государственном радиотехническом университете по заказу Российского фонда фундаментальных исследований (НИР 35-06Г), при выполнении работ, проводимых в Рязанском государственном радиотехническом университете по заказу ФГУП «Государственный Рязанский приборный завод» (НИР 3-00, НИР 1-03, НИР 1-04, НИР 7-05, НИР 7-06, НИР 5-07, НИР 1-08), при выполнении НИОКР, проводимых ФГУП «Государственный Рязанский приборный завод» по заказу ОАО «Красногорский завод им. С.А. Зверева» (шифр составной части ОКР «ТОР-Т») в рамках работы по созданию вертолёта МИ-28Н, что подтверждается актами внедрения.

Апробация работы

Основные результаты работы докладывались на следующих конференциях: -10-й - 15-й международных научно-технических конференциях «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (Рязань, 2001-2007 гг.); -11-й, 12-й всероссийских конференциях « технологии в научных

исследованиях и образовании» (Рязань, 2006 - 2007 гг.); -8-й и 10-й международных научно-технических конференциях «Цифровая

обработка сигналов и ее применения» (Москва, 2006, 2008 гг.); -4-й и 5-й международных научно-технических конференциях «Космонавтика. Радиоэлектроника. Геоинформатика» (Рязань, 2003,2007 гг.);

-4-й международной конференции «Телевидение: передача и обработка

изображений» (Санкт-Петербург, 2005 г.); -всероссийском научно-практическом семинаре «Сети и системы связи» (Рязань, 2005 г.);

- 32-й всероссийской научно-практической конференции "Сети, системы связи

и телекоммуникации" (Рязань, 2007 г.); -1-й конференции МАА-РАКЦ "Космос для человечества" (Королёв, 2008 г.); -2-й всероссийской научной конференции «Проектирование инженерных и

научных приложений в среде MATLAB» (Москва, 2004 г.); -международной научно-технической конференции «Современная радиоэлектроника в ретроспективе идей В.А. Котельникова» (Москва, 2003 г.);

-всероссийской дистанционной научно-технической конференции

«Информационно-телекоммуникационные технологии» (Москва, 2003 г.); -всероссийской научно-технической конференции «Информационно-телекоммуникационные технологии» - два доклада (Сочи, 2004 г.);

Выступления на всероссийском научно-практическом семинаре «Сети и системы связи» (2005 г.) и на 11-й всероссийской конференции «Новые информационные технологии в научных исследованиях и образовании» (2006 г.) отмечены дипломами.

Публикации

По теме диссертации опубликовано 26 работ, в том числе 3 статьи в журналах, рекомендуемых ВАК для публикации результатов кандидатских диссертаций. Результаты исследований отражены в 13 отчётах о НИР. Получено положительное решение о выдаче патента на изобретение.

Структура и объём диссертации

Диссертация состоит из введения, четырёх глав, заключения, списка литературы (91 источник), изложенных на 179 страницах, содержит 51 рисунок и 9 таблиц.

СОДЕРЖАНИЕ РАБОТЫ В первой главе диссертации даны качественный анализ рассматриваемых проблем, обзор и анализ существующих подходов к решению задач оценки параметров геометрических преобразований изображений, электронной стабилизации и оценки координат объектов на изображении. Приведены описания моделей изображений, наблюдаемых в системах видеослежения.

Исходной проблемой, послужившей основой для выполненных в диссертационной работе исследований, является проблема электронной стабилизации изображений в бортовой системе видеослежения, схема которой приведена на рисунке 1. Система оснащена видеодатчиком (ВД) со светочувствительной матрицей ТВ-диапазона размером 768x576 пикселей, с частотой кадровой развёртки 25 Гц и малым углом зрения (не более 4°), расположенным на двухкоординатном устройстве позиционирования видеодатчика (УПВД). Сигнал видеодатчика поступает на систему обработки

видеоинформации (СОВИ), решающую задачи обнаружения, выделения и слежения за объектами на наблюдаемом изображении.

Рисунок 1 - Структура бортовой системы видеослежения

Под стабилизацией в данной работе понимается компенсация неуправляемых перемещений поля зрения ВД без внесения искажений в управляемые перемещения поля зрения видеодатчика. При этом управляемыми перемещениями поля зрения ВД будем считать такие, которые вызваны действиями оператора системы, управляющими сигналами СОВИ или движением носителя системы. Остальные перемещения будем считать неуправляемыми.

Часто системы видеослежения оснащаются УПВД с механической или гироскопической стабилизацией ВД, которые, однако, не всегда позволяют подавить нежелательные перемещения поля зрения ВД. Следовательно, в таких системах также необходимо выполнять электронную стабилизацию, т.е. стабилизацию наблюдаемых изображений, выполняемую средствами СОВИ по информации, содержащейся в наблюдаемой видеопоследовательности. Для решения данной задачи необходимо знать параметры геометрических преобразований наблюдаемых изображений, оценивание которых можно рассматривать как отдельную задачу. Результаты решения данной задачи можно использовать для решения других задач СОВИ, таких как выделение и сопровождение объектов.

В диссертации приведены математические модели наблюдаемых изображений в бортовых системах видеослежения. Движение носителя и работа УПВД приводят к возникновению сложных геометрических преобразований изображений, зависящих от трёхмерной структуры наблюдаемой сцены и от характера движения ВД. За основу принята следующая модель изображения:

1п(х>у)=Е(Тп (*. уЖ1 " гп (*» ->0)+(■*> УУп (Х> У)+4 (Ы (О

где 1„(х,у) -изображение, наблюдаемое в момент времени /„, g{x,y) -изображение фона, Т„(х,у) - оператор параметрического геометрического

преобразования изображения, (х, >>) - преобразованное изображение объектов, гп{х,у) - бинарная маска, определяющая положение объектов, \п(х,у) - аддитивный шум датчика. При указанных выше условиях наблюдения можно принять, что на ограниченном временном интервале геометрические преобразования наблюдаемого изображения являются преобразованиями смещения

*7-(лг,>0 = (*-уд,.К-Уу) (2)

либо евклидовыми преобразованиями вида

Т(х,у) = (хСОБф + уЗтф-У^-ХБНКр + Д'СОЗф-Уу), (3)

где - смещения изображения по горизонтали и по вертикали , <р - угол

поворота изображения вокруг его центральной точки. Именно эти типы преобразований, вызванные движением ВД, рассматриваются в диссертации. В работе показано, что в тех режимах работы системы, когда необходимо выполнять электронную стабилизацию изображений (режимы обзора и захвата цели), с достаточной степенью определённости можно считать, что изображение подвергается только преобразованию сдвига, причём итоговый сдвиг может быть представлен в виде:

твибр„ Тшум„ (х>у)> (4)

где Туирп (дг,_у) - управляемые смещения изображения, на ограниченном временном интервале аппроксимируемые полиномом 2-го порядка; Тт$Рп {х,у)

- неслучайные неуправляемые смещения изображения, носящие полигармонический характер с основной частотой у„, лежащей в диапазоне от 4 до 10 Гц и зависящей от режима работы двигателя; 7,ШуМп - случайные

неуправляемые смещения.

Таким образом, основным результатом первой главы являются обоснование принятых к дальнейшему рассмотрению моделей изображений, наблюдаемых в бортовых системах видеослежения с подвижным видеодатчиком, с учётом возникающих геометрических преобразований.

Вторая глава диссертации посвящена решению задачи оценки параметров геометрических преобразований наблюдаемых изображений в бортовых системах видеослежения.

Разработан алгоритм оценки параметров преобразования изображения текущего кадра относительно некоторого предшествующего изображения, которое считается наблюдаемым без преобразований. Его суть состоит в выборе на исходном изображении Мэт опорных участков, (Л/Эт -1) из которых принимаются в качестве основных, а один играет роль дополнительного. По изменению положения основных опорных участков производится оценка параметров геометрических преобразований. Дополнительный участок предназначен для возможной замены основного

опорного участка, вносящего наибольший вклад в ошибку оценки параметров преобразований изображений.

Предложено несколько подходов к выбору опорных участков. Данные подходы различаются количеством анализируемых участков на изображении текущего кадра. Простейший подход предполагает выбор произвольного участка, находящегося в так называемой зоне выбора. Данная зона формируется с учётом заданных отступов рт от краёв изображения, положения других опорных участков, а также априорной информации о положении движущихся объектов в кадре, если таковая имеется. Более сложные подходы предполагают анализ опорных участков с точки зрения выбранного критерия, причём количество анализируемых участков может изменяться в зависимости от имеющихся вычислительных ресурсов.

Оценка положения опорных участков на изображении наблюдаемого кадра производится с помощью корреляционно-экстремальных методов. Координаты т-го опорного участка с эталонным изображением у/т могут быть найдены как:

(<т (4 7т ("))=, ,arg т'п(^крит ('>./)}

лпв,

F^m{ij)= HZ

a=ip=l

(5)

Здесь Wm{n) - зона поиска т-го участка в кадре л; Ат,Вт - размеры т-го участка, полагаемые чётными. Зона поиска представляет собой прямоугольную область, а её положение зависит от положения опорного участка в предыдущем кадре. Очевидно, что вычисление координат по выражению (5) производится с точностью до целого пикселя. Субпиксельное уточнение измерений координат опорных участков может быть получено параболическим интерполированием критериальной функции /^рщ. в ближайшей окрестности точки минимума.

Оценка параметров преобразований вида (3) производится в несколько этапов. На первом этапе составляется выражение, связывающее координаты центров объектов в текущем и предыдущем кадрах:

Хп (") = Хп (" "!) ■cos ДФ(") + 1т (" " 0'sin АФ(") ~Avx ("); 1т (") ='~'In (« ~'1)' sin Дф(и) + jm (л-1) • cos Дф(л) - AVу (л); (6)

т = 1,МЭТ.

Данное выражение представляет собой переопределённую систему линейных (2А/Этх4) уравнений относительно вектора, зависящего от

параметров межкадрового преобразования Т = [со5(Дф(л)) ,гт(Дф(л)) Avx Av^,]7',

где Ду, (л) = V, (л) - (л -1), Avy (л) = \у (л) - v^, (л -1), Дф(и) = ф(л) - ф -1).

Для неё возможно нахождение псевдорешения Т, которое обеспечит минимум

среднего квадрата элементов вектора невязки D = [i/j,rf2,—>^2МЭТ - Элементы

вектора Т будут являться предварительными оценками параметров межкадрового преобразования.

Следующим этапом алгоритма является уточнение оценок. Для этого составляется новая система уравнений, отличная от системы (6) тем, что в ней отсутствуют строки, соответствующие опорным участкам q, для которых

+ < ^порога {ч = Ъ ^эт)> и дополнительному опорному участку. Из

псевдорешения Т' данной системы находятся оценки значений параметров межкадровых преобразований и оценки значений vx(n), vy(n), ф(и).

Опорный участок с номером qmax, где qmax = argmax|i/2l7-l|

заменяется на дополнительный опорный участок. Таким образом, в результате работы алгоритма происходит постепенное отбрасывание непригодных или малопригодных опорных участков, что способствует улучшению эффективности его работы.

Определение параметров преобразования (2), когда ср(и) = 0, осуществляется аналогично. При этом, естественно, используются упрощённые выражения. Так, предварительная оценка межкадрового сдвига изображения принимается равной медиане сдвигов опорных участков, а элементы вектора невязки вычисляются как разности предварительной оценки смещения изображения и смещений каждого опорного участка.

Условием полного перезапуска алгоритма является превышение евклидовой нормой |£>| вектора невязки новой системы уравнений заранее заданного порогового значения £>Порога- Перезахват основного опорного

участка производится в случае, если он перемещается в точку, расположенную на расстоянии менее рот от края изображения. Дополнительный опорный участок перезахватывается на каждом кадре.

Для того чтобы синтезировать критерий выбора, в работе проведён анализ причин, вызывающих ошибки определения координат опорных участков на наблюдаемом изображении. Он показал, что аддитивный шум видеодатчика вносит наиболее заметные ошибки в измерения координат участка, причём величина данных ошибок зависит от свойств самого участка. Поэтому рассмотрена задача определения положения некоторого участка с непрерывным изображением s(x,y) на непрерывном изображении вида:

z (х Гя(*-(Х0>.>,-Ро) + 4(*>Д') при(д:-ао,>-Ро)б5(ао,Ро},

s ' [^(х, в остальных случаях,

где S- множество точек участка s(x,y). Переход к такой постановке задачи позволяет избежать влияния прочих факторов, вызывающих ошибки оценки положения участков на изображении. В работе показано, что с учётом принятых допущений, а также с учётом дискретной природы наблюдаемых

изображений наилучшим с точки зрения минимума влияния аддитивного шума будет опорный участок, расположенный в точке, где выполняется условие:

1 1

-+-7-^г--—» лип.

^Ши))2 Е(амилУ (8)

(/,;)е5(ао,Ро) (/,у)е5(а0,Ро)

Здесь запись вида Л,/,, (;',/) означает операцию численного дифференцирования изображения /„(/,у) по координате /, На качественном уровне выражение (8) показывает, что наилучшим опорным участком будет тот, у которого выше неравномерность яркости. Примеры участков, выбираемых по критерию (8) в центральной зоне изображений, приведены на рисунке 2.

Рисунок 2 - Примеры опорных участков, выбираемых на изображении по

предложенному критерию Разработаны две модификации алгоритма оценки параметров геометрических преобразований для работы в сложных условиях. К таким условиям, во-первых, можно отнести наличие в системе видеодатчика с чересстрочным типом развёртки, а во-вторых, расположение видеодатчика в непосредственной близости от орудийных систем носителя.

В случае чересстрочной развёртки на наблюдаемых изображениях возникают искажения, вызывающие значительные ошибки определения координат опорных участков. Известные методы компенсации эффектов чересстрочной развёртки предполагают увеличение каждого поля изображения до размера целого кадра. Предложен алгоритм вычисления сдвига полей изображения на основе опорных участков половинного размера, составленных из чётных и нечётных исходных опорных участков. Решение о расположении опорных участков половинного размера в полях изображения принимается на основе анализа значений минимумов критериальных функций.

В случае когда орудийные системы носителя и датчик видеоизображений бортовой системы видеослежения расположены в непосредственной близости друг от друга, последний во время выстрела подвержен сильному влиянию таких факторов, как ударная волна выстрела и заслонение поля зрения, что

вызывает временное пропадание или сильное искажение информации. Предложен алгоритм детектирования таких ситуаций на основе анализа гистограмм изображений соседних кадров, в необходимые моменты приостанавливающий и возобновляющий работу алгоритма оценки параметров евклидовых преобразований. При этом в момент приостановки запоминаются изображения опорных участков, а в момент возобновления работы на основе запомненных изображений, уменьшаемых в г раз, и уменьшенного в то же количество раз изображения текущего кадра принимается решение о возможности немедленного старта алгоритма без выбора новых опорных участков.

Таким образом, основным результатом второй главы является разработка алгоритмов оценивания преобразований смещения и поворота в последовательности изображений на основе выбора и замены опорных участков, пригодных для работы в сложных условиях, таких как наличие на изображении искажений, вызванных чересстрочной развёрткой видеодатчика, и временное пропадание или значительное искажение видеоинформации.

Третья глава диссертации посвящена разработке и исследованию алгоритмов, решающих различные задачи в системах видеослежения на основе информации о геометрических искажениях изображения текущего кадра.

Разработан алгоритм электронной стабилизации изображений в системах видеослежения с подвижным управляемым датчиком. Он ориентирован на подавление случайных и неслучайных неуправляемых перемещений изображения с внесением минимальных изменений в управляемые перемещения. Данный алгоритм выполняется в два шага. На первом шаге производятся оценка параметров и компенсация полигармонической помехи. На втором шаге при условии, что оператор системы не управляет положением видеодатчика, производится подавление случайных сдвигов изображений применением временной фильтрации, причём порядок фильтра выбирается равным двум исходя из модели управляемых преобразований.

Оценка параметров полигармонической помехи начинается с оценки основной частоты у„, которая выполняется по следующему алгоритму.

1. Находится предварительная оценка у„ раздельно по каждой из координатных осей изображения на основе анализа амплитудных спектров последовательностей оценок смещений изображений кадров.

2. Производится уточнение оценок основной частоты по каждой оси. Схема алгоритма уточнения оценок приведена на рисунке 3. Количество рассматриваемых частот ур, выбираемых в окрестности предварительной

оценки у„, определяется требуемой точностью нахождения частоты основной гармоники у„.

3. На основе утверждения о зависимости основной частоты у„ от режима работы двигателя носителя производится усреднение значений частот основной гармоники по обеим осям с последующей временной фильтрацией полученного значения фильтром первого порядка.

1|(и) = 5т(г,(и+Э-л))

3

X 7.

X I

5,(и) = С1И< у,(и + 9-л))

29 1

апПг -1-

и;

Ч = а^тах(а ) р

Рисунок 3 - Структурная схема алгоритма уточнения значения основной

частоты

После получения значения у„ основной частоты измеряются значения амплитуд и фаз как основной, так и кратных ей высших гармоник. Компенсация полигармонической помехи производится вычитанием из последовательностей оценок сдвигов изображений по соответствующим координатным осям сумм синусоидальных сигналов с полученными параметрами.

В диссертации предложены модификации двух известных из литературы алгоритмов определения координат объектов на изображении.

Первый из них предназначен для определения координат объектов с изменяющимся эталонным изображением при движущемся ВД. Он основан на известном алгоритме определения положения объектов при движущемся фоне, включающем в себя одновременное определение сдвигов и оценку изображений объекта и фона в ближайшей окрестности объекта за счёт оптимизации единой критериальной функции, а также последующую классификацию точек рассматриваемой окрестности на точки объекта и фона. Предлагаемая модификация предполагает использование имеющейся оценки сдвига фона для оценивания его изображения, что позволяет, во-первых, увеличить скорость работы алгоритма, а во-вторых, повысить точность вычисления сдвига фонового изображения в окрестности объектов, двигающихся по достаточно равномерному фону.

Второй предложенный алгоритм предназначен для выделения и оценки координат объектов по признаку движения. Он основан на известном алгоритме выделения точек движущихся объектов, состоящем в вычислении разности между изображением текущего кадра и оценкой фонового изображения. При этом оценка фонового изображения производится на основе так называемого одноэталонного алгоритма оценки параметров сдвига и поворота, базирующегося на анализе центрального участка изображения размером не менее 256x256 пикселей. Предлагаемая модификация предполагает, как и в случае предыдущего алгоритма, вычисление оценки фона на основе полученной информации о параметрах преобразований фонового изображения. Это позволяет значительно уменьшить требования к аппаратным ресурсам СОВИ, так как отпадает необходимость в обработке значительных участков изображений и использовании таких сложных операций, как двумерные спектральные преобразования. Также многоэталонный подход к оценке

параметров преобразований позволяет повысить точность в тех случаях, когда наиболее контрастные участки расположены вне центральной зоны изображений.

Таким образом, основным результатом третьей главы являются разработка алгоритма электронной стабилизации изображения, ориентированного на подавление неуправляемых сдвигов изображений с внесением незначительного искажения в управляемые сдвиги изображений, а также модификация алгоритмов оценки положения объектов с изменяющимся эталонным изображением и движущихся объектов на изображении, использующих информацию об оценке параметров преобразований фоновых изображений.

В четвёртой главе диссертации приведены результаты исследований предложенных в работе алгоритмов оценки параметров геометрических преобразований, электронной стабилизации и оценки положения объектов на изображении, а также даны рекомендации для реализации разработанных алгоритмов в бортовых системах видеослежения.

Приведено описание программного комплекса, разработанного в среде Ма^аЬ 7, предназначенного для проведения статистических исследований предлагаемых в работе алгоритмов. Комплекс позволяет создавать сценарии исследований, определяющие списки обрабатываемых

видеопоследовательностей, порядок и параметры вызова исследуемых алгоритмов.

Представлены результаты исследования алгоритма определения параметров преобразований сдвига и поворота изображения и его модификаций, позволяющие сделать следующие выводы.

1. Точность определения параметров преобразований изображений с использованием предложенного многоэталонного алгоритма растёт с увеличением размеров опорных участков и их количества. При размерах участков не менее 32x32 пикселя и количестве опорных участков не менее 9 рассматриваемый алгоритм превосходит по точности одноэталонный алгоритм определения параметров преобразований с размером опорного участка 256x256 пикселей при одновременном уменьшении количества требуемых вычислительных операций более чем в два раза.

2. Алгоритм обеспечивает требуемую точность, если максимальный угол поворота не превышает 45°, отношение сигнал/шум на изображении не менее 5 и суммарная площадь присутствующих на изображении объектов не превышает 4,6 процента от общей площади кадра.

3. Приведённый в работе способ выбора опорных участков значительно влияет на точность оценки параметров преобразований. СКО ошибки уменьшается на величину от 3 до 80 процентов при использовании процедуры отбора опорных участков по выбранному критерию. При этом использование синтезированного в диссертации критерия позволяет в подавляющем большинстве случаев достичь несколько лучшей точности по сравнению с известным из литературы критерием максимума дисперсии яркости исследуемого участка.

4. Предложенный в диссертации алгоритм определения параметров сдвига в условиях чересстрочной развёртки позволяет успешно компенсировать её негативные эффекты, причём суммарное СКО ошибки определения параметров сдвига в 1,1^-2,5 раза меньше, чем при использовании подхода с интерполяцией полей изображения.

5. Алгоритм определения параметров преобразований в условиях кратковременного заслонения поля зрения позволяет производить остановку и возобновление работы без перезапуска в случае, когда смешение изображения за время заслонения вдоль каждой оси не превышает уъ размера изображения вдоль той же оси.

Приведены результаты исследований разработанного алгоритма электронной стабилизации изображений в бортовых системах видеослежения, в том числе в сравнении с известными программными системами стабилизации видеоизображений ОевЬаскег и ЧЧёеоВгаЫНгег, позволяющие сделать следующие выводы.

1. Предложенный алгоритм позволяет эффективно подавлять как случайные помехи, так и неслучайные помехи, имеющие полигармоническую природу в реальном времени.

2. Эффективность подавления полигармонической помехи определяется точностью оценки основной частоты.

3. Задержка в отработке управляющих сигналов при частоте поступления кадров 25 Гц при использовании информации о наличии управляющих сигналов не превышает 80 мс, в то время как в других рассмотренных системах стабилизации величина задержки достигала 0,5 с.

На рисунке 4 показан результат электронной стабилизации для натурной видеопоследовательности. Из данного рисунка видно, что погрешность определения управляемого перемещения не превышает 1 пикселя.

кадры, шт

Рисунок 4 - Результат работы алгоритма электронной стабилизации для натурной видеопоследовательности

В работе представлены результаты исследования модифицированного алгоритма определения координат объектов с изменяющимся эталонным изображением. Показано, что предлагаемый в работе алгоритм в подавляющем большинстве случаев превосходит по точности модифицируемый исходный алгоритм, основанный на одновременном определении смещений объекта и фона, причём суммарное СКО определения координат объектов уменьшается на 3+25%.

Приведены результаты исследования модифицированного алгоритма слежения за движущимися объектами. Приведённые на рисунке 4 рабочие характеристики выделения, представляющие собой зависимость частоты правильного выделения точек объектов от частоты ложного выделения точек того же объекта, показывают, что эффективность использования многоэталонного алгоритма (МЭ на рисунке 5) в случае, когда поворот изображения отсутствует или не превышает единиц градусов, выше эффективности использования одноэталонного способа оценки евклидовых преобразований (1Э на рисунке 5).

Рисунок 5 - Результаты исследования модифицированного алгоритма выделения точек движущихся объектов

Модифицированный алгоритм выделения точек движущихся объектов остаётся работоспособным при углах поворота изображения до 45 градусов.

В работе показано, что рассмотренные в диссертации алгоритмы могут быть реализованы в системах обработки видеоинформации реального времени, реализуемых на базе современных ПЛИС и сигнальных процессоров, например таких как системы обработки видеоизображений реального времени типа «Охотник».

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработаны модели изображений с подвижным фоном, наблюдаемых в бортовых системах видеослежения. При разработке моделей учтены характер перемещения видеодатчика и параметры фоноцелевой обстановки.

2. Разработаны алгоритмы оценки параметров геометрических преобразований изображений, основанные на оценке межкадрового сдвига нескольких

опорных участков изображений, ориентированные на работу в реальном масштабе времени. Показана возможность функционирования данных алгоритмов в условиях чересстрочного способа формирования изображений и кратковременного пропадания видеоинформации.

3. Разработан эффективный алгоритм выбора и замены опорных участков, позволяющий уменьшить СКО ошибки оценки параметров геометрических преобразований на величину от 3 до 80 %.

4. На основе многоэталонного алгоритма оценки параметров геометрических преобразований разработан алгоритм электронной стабилизации изображений, учитывающий характер вибраций, возникающих при эксплуатации бортовых систем видеослежения. При использовании информации о наличии управляющих сигналов от оператора данный алгоритм вызывает задержку их отработки не более 80 мс.

5. Модифицированы и исследованы алгоритмы оценки координат движущихся и неподвижных объектов по их изменяющимся эталонным изображениям, а также объектов, выделяемых по признаку движения, для случая подвижного датчика изображений, учитывающие полученные оценки геометрических преобразований фонового изображения.

6. Экспериментально подтверждена эффективность предложенных в диссертации алгоритмов. Проведены сравнительные исследования предложенных алгоритмов с известными способами оценок геометрических преобразований изображений, показавшие возможность снижения вычислительных затрат более чем в два раза при том же уровне ошибок определения параметров. Даны рекомендации по реализации предложенных алгоритмов в системах видеослежения.

7. Проведены сравнительные исследования модифицированных алгоритмов оценки координат объектов с известными способами, показавшие уменьшение величин ошибок на 3*25 %.

ОПУБЛИКОВАННЫЕ РАБОТЫ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Алпатов Б.А., Стротов В.В. Исследование надёжности двух алгоритмов измерения координат объектов в условиях вращения изображения объекта // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций; тез. докл. 10-й Международной научно-технической конференции. - Рязань, 2001. - С. 209-211.

2. Балашов O.E., Стротов В.В. Исследование алгоритма оценки параметров искажения сцены // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: тез. докл. 11-й Международной научно-технической конференции. -Рязань, 2002.-С. 20-22.

3. Алпатов Б.А., Стротов В.В. Алгоритм электронной стабилизации видеоизображений // Современная радиоэлектроника в ретроспективе идей В.А. Котельникова: тез. докл. Международной конференции. - М.: МЭИ, 2003. - С. 124-125.

4. Алпатов Б.А., Стротов В.В. Алгоритм электронной стабилизации фона для случая линейных сдвигов в последовательности видеоизображений // Космонавтика Радиоэлектроника. Геоинформатика: тез. докл. 4-й международной конференции. -Рязань, 2003.-С. 322-323.

5. Алпатов Б.А., Бабаян П.В., Балашов O.E., Бохан К.А., Катаев A.A., Стротов В.В. Методы и алгоритмы обнаружения, распознавания и сопровождения объектов в бортовых

видеоинформационных системах // Информационно-телекоммуникационные технологии: тез. докл. Всероссийской научно-технической дистанционной конференции. - М., 2003. -С. 14.

6. Алпатов Б.А., Стротов В.В. Алгоритм электронной стабилизации фона по опорным участкам в последовательности видеоизображений // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: тез. докл. 12-й Международной научно-технической конференции. - Рязань, 2004. - С. 62-64.

7. Алпатов Б.А., Бабаян П.В., Балашов O.E., Бохан К.А., Катаев A.A., Стротов В.В. Информационные технологии обнаружения, распознавания и сопровождения объектов в бортовых видеокомпьютерных системах // Информационно-телекоммуникационные технологии: тез. докл. Всероссийской научно-технической конференции - Сочи, 2004. -С. 5-6.

8. Бабаян П.В., Стротов В.В. Методы оценки геометрических преобразований изображения для бортовой видеоинформационной системы // Информационно -телекоммуникационные технологии: тез. докл. Всероссийской научно-технической конференции. - Сочи, 2004. - С. 7-8.

9. Алпатов Б.А., Бабаян П.В., Стротов В.В. Сравнительное исследование методов слежения за фоновым изображением для бортовой видеоинформационной системы // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: тез. докл. 13-й Международной научно-технической конференции. - Рязань, 2004. - С. 91-92.

10. Алпатов Б.А., Бабаян П.В., Стротов В.В. Исследование методов слежения за фоновым изображением для бортовой видеоинформационной системы // Тез. докл. всероссийского научно-практического семинара «Сети и системы связи». - Рязань, 2005. - С. 12-13.

11. Алпатов Б.А., Бабаян П.В., Стротов В.В. Исследование двух методов слежения за фоновым изображением для бортовой видеоинформационной системы // Тез. докл. 4-й международной конференции «Телевидение: передача и обработка изображений». - СПб, 2005.-С. 93-94.

12. Алпатов Б.А., Бабаян П.В., Стротов В.В. Многоэталонный алгоритм слежения за фоном // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: тез. докл. 14-й Международной научно-технической конференции. - Рязань, 2005. - С. 108-109.

13. Бабаян П.В., Стротов В.В. Оценивание параметров смещения изображения при выделении движущихся объектов // Цифровая обработка сигналов и её применение: тез. докл. 8-й международной конференции. -М., 2005. - С. 375-378.

14. Стротов В.В. Многоэталонный алгоритм слежения за фоном в последовательности видеоизображений // Новые информационные технолбпш: тез. докл. XI Всероссийской научно-технической конференции. -Рязань, 2006. - С. 133-134.

15. Алпатов Б.А., Бабаян П.В., Стротов В.В. Многоэталонный алгоритм оценивания параметров смещения изображения //Тез. докл. 31-й межвузовской научно-практической конференции РВВКУС и РГРТУ. - Рязань, 2006. - С. 5 - 6.

16. Стротов В.В. Модифицированный многоэталонный алгоритм слежения за фоном в последовательности чересстрочных видеоизображений // Новые информационные технологии: тез: докл. ХП Всероссийской научно-технической конференции. - Рязань, 2007.-С. 217-218.

17. Корепанов С.В., Селяев A.A., Стротов В.В. Корелляционно-экстремальное совмещение полутоновых изображений в условиях их неполного соответствия // Новые информационные технологии: тез. докл. XII Всероссийской научно-технической конференции. - Рязань, 2007. -С. 36-37.

18. Алпатов Б.А., Стротов В.В. Исследование многоэталонного алгоритма оценивания параметров геометрических преобразований космических изображений // Тезисы докладов 5-й МНТК "К.Э.Циолковский - 150 лет со дня рождения. Космонавтика Радиоэлектроника. Геоинформатика." - Рязань, 2007. - С. 232-236.

19. Стротов B.B. Определение параметров геометрического искажения фонового изображения в условиях временного пропадания видеоинформации // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: тез. докл. 15-й Международной научно-технической конференции-Рязань, 2008. - С. 141-142.

20. Селяев A.A., Стротов В.В. Корреляционно-экстремальное совмещение полутоновых изображений в условиях их неполного соответствия // Материалы 32-й Всероссийской научно-практической конференции РВВКУС и РГРТУ "Сети, системы связи и телекоммуникации. " - Рязань, 2007. - С.51-53.

21. Стротов В.В. Оценивание параметров смещения изображения при выделении движущихся объектов в сложных условиях наблюдения // Цифровая обработка сигналов и её применение: тез. докл. 10-й международной конференции. - М., 2007. - С. 460-463.

22. Алпатов Б.А., Бабаян П.В., Муравьёв B.C., Стротов В.В. Обнаружение и сопровождение объектов в последовательности изображений при наблюдении из космоса // Материалы 1-й конференции МАА-РАКЦ "Космос для человечества." - Королёв, Моск. обл., 2008.-С. 175.

23. Бабаян П.В., Стротов В.В. Оценивание параметров геометрических преобразований изображения при выделении движущихся объектов II Обработка информации в автоматических системах: сборник научных трудов. - Рязань, 2006. - С. 17-22.

24. Алпатов Б.А., Бабаян П.В., Стротов В.В. Анализ точностных характеристик методов слежения за фоновым изображением для бортовой видеоинформационной системы // Вестник Рязанской государственной радиотехнической академии. - № 20. - Рязань, 2007. -С. 3 -10.

25. Стротов В.В. Оценивание параметров смещения изображения в задачах выделения движущихся объектов // Вестник Рязанского государственного радиотехнического университета. - № 23. - Рязань, 2008. - С. 30 - 37.

26. Стротов В.В. Выбор опорных участков в многоэталонном алгоритме определения параметров геометрических преобразований изображений // Вестник Рязанского государственного радиотехнического университета. - №28. - Рязань, 2009. - С.93 - 96.

27. Алпатов Б.А., Бабаян П.В., Блохин А.Н., Костяшкин Л.Н, Стротов В.В. "Способ обработки сигналов для определения параметров геометрических искажений фона в последовательности телевизионных изображений". Положительное решение о выдаче патента на изобретение РФ по заявке на изобретение №2008110295 от 7 мая 2009.

СТРОТОВ Валерий Викторович

МОДЕЛИ И АЛГОРИТМЫ ОЦЕНИВАНИЯ ПАРАМЕТРОВ ДИНАМИЧЕСКИХ ИЗОБРАЖЕНИЙ В БОРТОВЫХ СИСТЕМАХ ВИДЕОСЛЕЖЕНИЯ

Автореферат

диссертации на соискание учёной степени кандидата технических наук

Подписано в печать 14.09.2009 Бумага офсетная. Формат бумаги 60*84/16. Гарнитура Тайме Усл. печ. л. 0,93. Уч.-издл. 1,0. Тираж 100 экз. Печать офсетная. Заказ № Ц<31

Отпечатано в ООО «Интермета» 390000 Рязань, ул. Семинарская, д.3.

ВВЕДЕНИЕ.

1 АНАЛИЗ ПРОБЛЕМЫ ОЦЕНИВАНИЯ ПАРАМЕТРОВ ГЕОМЕТРИЧЕСКИХ ПРЕОБРАЗОВАНИЙ ИЗОБРАЖЕНИЙ В СИСТЕМАХ ВИДЕОСЛЕЖЕНИЯ.

1.1 Анализ задач, решаемых бортовой системой видеослежения.

1.2 Обзор методов решения основных задач в системах видеослежения

1.3 Математические модели последовательностей изображений. Постановка и качественный подход к решению задач оценивания параметров геометрических преобразований изображений.

2 АЛГОРИТМЫ ОЦЕНИВАНИЯ ПАРАМЕТРОВ ГЕОМЕТРИЧЕСКИХ ПРЕОБРАЗОВАНИЙ В ПОСЛЕДОВАТЕЛЬНОСТИ ИЗОБРАЖЕНИЙ.

2.1 Математические модели геометрических преобразований изображений ^

2.2 Аналитическая постановка задачи оценки параметров геометрических преобразований изображения при движущемся датчике.

2.3 Алгоритм оценивания параметров преобразований смещения и поворота.

2.4 Алгоритм выбора и замены опорных участков.

2.5 Модификации алгоритма оценивания параметров смещения фонового изображения при работе в сложных условиях.

3 ПРИМЕНЕНИЕ РЕЗУЛЬТАТОВ ОЦЕНКИ ПАРАМЕТРОВ ГЕОМЕТРИЧЕСКИХ ПРЕОБРАЗОВАНИЙ ИЗОБРАЖЕНИЙ В СИСТЕМАХ ВИДЕОСЛЕЖЕНИЯ.

3.1 Электронная стабилизация поля зрения оператора на основе оценки параметров геометрических преобразований изображений.

3.2 Применение результатов оценки параметров геометрических преобразований изображений в алгоритмах слежения за объектами.

3.3 Применение результатов оценки параметров геометрических преобразований изображений в алгоритмах выделения и сопровождения объектов по признаку движения.

4 КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ РАЗРАБОТАННЫХ АЛГОРИТМОВ. РЕКОМЕНДАЦИИ ПО РЕАЛИЗАЦИИ АЛГОРИТМОВ В БОРТОВЫХ СИСТЕМАХ ВИДЕОСЛЕЖЕНИЯ.

4.1 Описание программного комплекса для проведения моделирования.

4.2 Исследование алгоритма оценивания параметров преобразований смещения и поворота изображений.

4.3 Исследование возможности и эффективности применения результатов оценки параметров геометрических преобразований для решения задач в системах видеослежения.

4.4 Рекомендации по реализации алгоритмов в бортовых системах видеослежения.

Актуальность работы.

Системы обработки и анализа видеоинформации всё более интенсивно применяются в различных областях человеческой деятельности. Наиболее широкое распространение они получили в таких задачах как навигация, космический мониторинг Земли, контроль качества и количества производимой продукции, обеспечение безопасности различных объектов, передача и хранение видеоданных, медицинские и военные приложения.

Одним из направлений при создании систем анализа и обработки видеоинформации является разработка бортовых систем видеослежения, которые предназначены для установки на мобильных носителях, таких, как самолёты, вертолёты, корабли, автомобили или танки. Из характерных черт систем данного класса можно выделить, в первую очередь, необходимость работы в реальном масштабе времени. Также эти системы должны функционировать в полуавтономном режиме, требуя от оператора минимум действий и предоставляя ему информацию в наиболее удобной форме.

При разработке бортовых систем видеослежения возникает целый класс задач, связанных с проблемами обнаружения, выделения и сопровождения объектов, находящихся в поле зрения датчика изображений [14]. Примерами таких объектов могут служить различные летательные аппараты, автотранспорт, суда или люди. При этом поле зрения видеодатчика подвижно, а априорная информация о характеристиках объектов обычно довольно скудна, и в лучшем случае включает в себя лишь приблизительные размеры объектов и характер их перемещения.

Между тем, видеодатчик, расположенный на корпусе мобильного носителя, перемещается в пространстве вместе с носителем, его ориентацию в пространстве меняется при помощи устройства позиционирования, он испытывает воздействие вибраций различной природы из-за чего его поле зрения подвергается геометрическим преобразованиям. Они затрудняют, а иногда делают совершенно невозможным решение многих таких задач, как обнаружение движущихся объектов, разделение и параметризация сопровождаемых объектов, расположенных близко друг к другу, анализ траекторий сопровождаемых объектов. Вдобавок, геометрические искажения, вызванные вибрациями корпуса носителя существенно усложняют работу оператора системы, то есть возникает задача стабилизации наблюдаемого изображения.

Говоря о геометрических деформациях, вызванных движением видеодатчика, следует отметить, что иногда существует возможность оценить их вид и параметры, используя показания приборов носителя видеодатчика. Однако, в случае отсутствия или недостаточной точности измерительных устройств, используются методы оценки параметров преобразований на основе анализа изображений видеопоследовательности [76,91]. Вычислив оценки параметров искажений, можно компенсировать их влияние. Также для уменьшения влияния такого рода искажений применяются гиростабилизированные платформы и подвесы.

Таким образом, существует актуальная проблема стабилизации наблюдаемого изображения на основе оценки параметров геометрических преобразований изображений в бортовых системах видеослежения.

Степень разработанности темы.

Вопросам оценки параметров динамических изображений уделяется достаточно много внимания в отечественной и зарубежной литературе. Значительный вклад в разработку методов и алгоритмов оценки параметров динамических изображений внесли работы таких учёных, как Б.А. Алпатов, В.К. Баклиц-кий, П.А. Бакут, A.M. Бочкарев, В.Г. Лабунец, Е.П. Путятин, А.Г. Ташлинский, С. Crane, Q. Pham, W. Pratt, S.Wang и др. Несмотря на большое количество работ по данной тематике, анализ литературы показал, что не в полной мере использованы возможности для повышения качества решения рассматриваемых задач.

Вряде работ рассматривается задача стабилизации изображения в случае присутствия, случайных-смещений. Широко освещены,задачи выделения- обнаружения и1 сопровождения* объектов в системах с неподвижным видеодатчиком. Также рассматриваются вопросы, связанные с решением' отдельных задач в системах видеослежения с подвижным датчиком, в частности задач выделения и сопровождения объектов. Однако в данных работах недостаточно внимания уделено проблеме оценки-параметров, геометрических искажений, являющейся базовой' дляа решения основных задач в системе видеослежения с подвижным датчиком видеоизображений.

Исходя, из этого, цель диссертации состоит в разработке алгоритмов оценивания параметров геометрических преобразований изображений, разработке алгоритмов электронной стабилизации изображений-№ исследовании алгоритмов измерения положения объектов на изображении с учётом- оценки» параметров его геометрических преобразований в бортовых системах видеослежения.

Для- достижения! поставленной цели- необходимо решить следующие основные подзадачи:.

-анализ существующих методов оценки с геометрических преобразований изображений;* разработка модели формирования1 изображений с учётом параметрических геометрических искажений; разработка алгоритма оценки параметров геометрических преобразований изображения, вызванных движением датчика; синтез алгоритма выбора опорных участков для задачи оценки параметров геометрических преобразований изображения; разработка алгоритма электронной стабилизации выдаваемого оператору изображения в системах с подвижным видеодатчиком; исследование возможности использования результатов оценки параметров-геометрических преобразования в алгоритмах выделения'и сопровождения объектов в системах с подвижным видеодатчиком;

-экспериментальные исследования эффективности разработанных алгоритмов;

Научная новизна диссертации состоит в том, что в ней впервые сформулированы и решены задачи оценивания параметров геометрических преобразований и электронной стабилизации изображений на основе выбора и определения положения опорных участков в последовательности изображений в системах видеослежения с подвижным видеодатчиком. Эффективность разработанных подходов получила экспериментальное подтверждение.

Методы исследования.

Теоретические исследования в настоящей работе выполнены на основе методов теории статистических решений, теории вероятностей, функционального анализа, спектрального анализа.

Моделирование и экспериментальные исследования предлагаемых алгоритмов выполнялись на реальных и синтезированных видеосюжетах.

Достоверность результатов и выводов диссертации подтверждается корректным использованием математического аппарата, результатами моделирования и экспериментальными исследованиями.

Реализация и внедрение.

Разработанные в диссертации модели и алгоритмы были использованы при выполнении научно-исследовательских работ, проводимых в Рязанском государственном радиотехническом университете по заказу министерства образования и науки РФ (НИР 6-ОЗГ, НИР 14-ОЗГ, НИР 26-ОЗГ, НИР 7-04, НИР 905Г, НИР 2-06Г, НИР 17-08Г), при выполнении научно-исследовательских работ, проводимых в Рязанском государственном радиотехническом университете по заказу Российского фонда фундаментальных исследований (НИР 35-06Г), при выполнении работ, проводимых в Рязанском государственном радиотехническом университете по заказу ФГУП «Государственный рязанский приборный завод» (НИР 3-00, НИР 1-03, НИР 1-04, НИР 7-05, НИР 7-06, НИР 5-07, НИР 108), при выполнении НИОКР, проводимых ФГУП «Государственный рязанский приборный завод» по заказу ОАО «Красногорский завод им. С.А. Зверева» (шифр составной части ОКР «ТОР-Т») в рамках работы по созданию вертолёта МИ-28Н, что подтверждается актами внедрения.

Практическая ценность работы состоит в том, что предложенные алгоритмы определения параметров геометрических преобразований и электронной стабилизации изображений использованы при создании бортовых систем видеослежения.

Апробация работы.

Основные результаты работы докладывались на следующих конференциях:

- 10-й, 11-й, 12-й, 13-й, 14-й и 15-й международных научно-технических конференциях «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (Рязань - 2001-2007);

- 11-й и 12-й всероссийских конференциях «Новые информационные технологии в научных исследованиях и образовании» (Рязань — 2006, 2007);

- 8-й и 10-й международных научно-технических конференциях «Цифровая обработка сигналов и ее применения» (Москва - 2006, 2008);

- 4-й и 5-й международных научно-технических конференциях «Космонавтика. Радиоэлектроника. Геоинформатика» (Рязань - 2003, 2007);

- 4-й международной конференции «Телевидение: передача и обработка изображений» (С.Петербург - 2005);

- Всероссийском научно-практическом семинаре «Сети и системы связи» (Рязань - 2005);

- 31 и 32-й Всероссийских научно-практических конференциях "Сети, системы связи и телекоммуникации" (Рязань - 2007)

- 1-й конференции МАА-РАКЦ "Космос для человечества" (Королёв

2008)

-2-й Всероссийской научной конференции «Проектирование инженерных и научных приложений в среде МАТЬАВ» (Москва - 2004);

-международной научно-технической конференции «Современная радиоэлектроника в ретроспективе идей В.А. Котельникова» (Москва - 2003);

-Всероссийской дистанционной научно-технической конференции «Информационно-телекоммуникационные технологии» (Москва - 2003);

- Всероссийской научно-технической конференции «Информационно-телекоммуникационные технологии» - два доклада - (Сочи — 2004);

Выступления на всероссийском научно-практическом семинаре «Сети и системы связи» (2005) и на 11-й всероссийской конференции «Новые информационные технологии в научных исследованиях и образовании» (2006) отмечены дипломами.

Публикации.

По теме диссертации опубликовано 26 работ, в том числе 3 статьи в журналах, рекомендуемых ВАК для публикации результатов кандидатских диссертаций. Результаты исследований отражены в 13 отчётах о НИР. Получено положительное решение о выдаче патента на изобретение.

Личный вклад.

Используемые в диссертации математические модели, определяющие процесс формирования изображений и характер геометрических преобразований в системах видеослежения, алгоритмы выбора, замены опорных участков и объединения информации об их смещениях в различных условиях, а также алгоритм электронной стабилизации видеоизображений разработаны лично диссертантом.

Основные результаты, выносимые на защиту:

- математические модели формирования изображений в системах видеослежения с подвижным датчиком изображений;

- многоэталонный алгоритм оценивания параметров евклидовых преобразований в последовательности изображений;

- алгоритм выбора и замены опорных участков на изображении;

- алгоритм электронной стабилизации видеоизображений;

- модифицированные алгоритмы, выделения и сопровождения объектов в системах видеослежения;

Структурами объём диссертации.

Диссертация состоит из введения, четырёх глав» заключения, списка литературы (91 источник), изложенных на 179 страницах, содержит 51 рисунок и 9 таблиц.

Результаты исследования представлены на рисунке 4.15. кл2(п) = '

Кадры, шт

Рисунок 4.15

Из рисунка 4.15 можно видеть, что: 1. Система БезИакег (чёрная линия с маркерами вида «+» на рисунке 4.15), хотя и эффективно подавляет неуправляемые колебания, является системой постобработки видеоизображений, в которой для сглаживания вибраций применяются физически нереализуемые фильтры. То есть, данная система не может быть использована для стабилизации изображений в реальном времени. Невозможность использования информации о наличии управляющего воздействия вызывает задержки отработки управляющего; воздействия;

2. Система У1ёео81аЬ1Нзег (серая линия с маркерами вида «х» на рисунке 4.15) не обеспечивает подавления гармонической помехи;

3. Предложенный алгоритм (чёрная линия с маркерами вида «о» на рисунке 4Л 5) эффективно подавляет гармоническую помеху, при этом не вызывает запаздывания- смещения изображения при поступлении управляющего; воздействия.

По результатам; исследований алгоритма электронной;' стабилизации изображений можно сделать следующие выводы:

1. Предложенная- модель описания неуправляемых перемещений изображений адекватна для решения-задачи электронной стабилизации в бортовых системах видеослежения;;

2. Предложенный, алгоритм- электронной; стабилизации; фонового изображения, обеспечивает оценку параметров и практически полное подавление полигармонической? помехи; а также подавление шумовой; помехи,г в том числе и в условиях чересстрочной развёртки;

3. Для обеспечения»минимальной задержки в перемещении поля зрения при поступлении5 управляющих воздействий' от операторам необходимо? приостанавливать подавление шумовой .помехи на всё: время поступления команд оператора.

Целью экспериментальных исследований;; алгоритма выделения- объектов-по признаку движения являлось подтверждение эффективности предложенного подхода по сравнению с. известными подходами [10].

Экспериментальные исследования, проводились, с использованием видеопоследовательности продолжительностью 24 секунды (600 кадров), снятой в; видимом диапазоне. Отношение сигнал/шум для данной последовательности около 8; размер кадров 400х 400 точек. Сюжет снят подвижной видеокамерой, при этом движение датчика визуально проявлялось в виде линейного дрейфа изображения со скоростью приблизительно 2 пикселя за кадр по горизонтали и 0,5 пикселя за кадр по вертикали. Для слежения за фоновым изображением использовались предложенный многоэталонный алгоритм, а также алгоритм на основе преобразования Фурье, описанный в работе [10], который будем называть одноэталонным.

Для каждого алгоритма строились рабочие характеристики выделения объекта при изменении параметра с1, рассмотренного подробнее в разделе 3.3 и входящего в выражение (3.35). Они представлены на рисунке 4.16.

Рисунок 4.16 - Рабочие характеристики выделителей движения, построенных на базе различных алгоритмов определения параметров сдвига изображения

Рабочая характеристика выделения - это зависимость частоты правильного выделения от частоты ложного выделения при изменении параметров алгоритма. Частота правильного выделения — это отношение числа точек, правильно отнесённых к объекту, к общему количеству точек объекта. Частота ложного выделения это отношение количества точек, неверно отнесённых к объекту к общему количеству точек изображения, не принадлежащих объекту.

Для вычисления частот правильного выделения и ложного выделения точек объекта использовался каждый 30-й кадр видеопоследовательности. Пример кадра приведён на рисунке 4.17 (а). Эталонная бинарная маска объекта (рисунок 4.17 (б)) создавалась вручную с помощью графического редактора. Результаты выделения движения рассматриваемым алгоритмом (без морфологической фильтрации) при различных значениях параметра й приведены на рисунках 4.17 (в-г). в) г)

Рисунок 4.17 - Кадр исходной видеопоследовательности (а), соответствующее ему эталонное бинарное изображение (б) и результаты выделения движения рассматриваемым алгоритмом при значении параметра с1 —1.5 (в) и с1 = 3 (г)

Исследования, проведённые на той же последовательности, но с добавлением преобразования поворота, показывают, что точность предложенного алгоритма уменьшается с ростом предельного угла отклонения при неизменном значении модуля межкадрового поворота равном 10. При больших предельных углах поворота это выражается в увеличении количества ошибочно выделенных точек, что вызывает рост вероятности ложной тревоги. Результаты исследования показывают, что предельное значение максимального угла поворота, при котором алгоритм выделения остаётся работоспособным, составляет 45°. Это согласуется с результатами, полученными в разделе 4.2.

0.9

0.S5 0.8 0.75 0.7 0.65 0.6 0.55 0.5 0.45 0.4 0 1

Макс, угол поворота 1 град. Макс, угол поворота 5 град. О- -Макс, угол поворота 20 град. О Макс, угол поворота 45 град.

3.5

Частота ложного обнаружения х 10

4.5 з

Рисунок 4.18 - Рабочие характеристики выделителей движения, построенных на базе различных алгоритмов определения параметров поворота и сдвига изображения при различных максимальном углах поворота.

Из полученных результатов можно сделать вывод о том, что в случае, когда геометрические преобразования изображений, возникающие из-за движения видеодатчика, являются преобразованием сдвига, предложенный алгоритм показывает точность выделения движущихся объектов, превосходящую точность выделителя, построенного на базе одноэталонного алгоритма [10], отличающегося от рассматриваемого в работе алгоритма значительно повышенными вычислительными затратами. В случае присутствия преобразований поворота ошибка увеличивается в зависимости от величины максимального угла поворота. Алгоритм выделения движения на основе многоэталонного алгоритма определения может быть рекомендован для использования в случаях, когда на изображении присутствует преобразование поворота на угол не более 45 градусов.

Целью экспериментальных исследований алгоритма слежения за объектами при известных эталонных изображениях, предложенного в разделе 3.2, являлось подтверждение эффективности предложенного подхода в условиях присутствия геометрических преобразований.

Экспериментальные исследования проводились с использованием видеопоследовательности продолжительностью 12 секунд (300 кадров), полученной с неподвижной камеры видимого диапазона. Отношение сигнал/шум для данной видеопоследовательности около 8. На видеопоследовательности присутствовали движущиеся объекты, положение которых в каждом кадре было заранее определено экспериментатором.

На базе данной последовательности формировались тестовые видеосюжеты путём выделения из каждого её кадра области размером 400x400 точек. Положение данной области определялось величинами V х(п),у у(п) , показывающих смещение центра области от центра изображения исходного кадра. Данные величины выбирались случайными, распределёнными по нормальному закону: Vх (п) ~ 7/(0, а\ ), V (п) ~ N(0, о^ ).

Рассматривались три алгоритма определения координат объектов на изображении, первый из которых ориентирован на случай неподвижного фона, а второй и третий — на случай движущегося фона. Второй алгоритм основан на одновременном вычислении сдвига объекта и фона в окрестности объекта. Его блок схема представлена в разделе 3.2 на рисунке 3.8. Третий алгоритм основан на предварительной оценке сдвига всего фонового изображения с последующим вычислением положения объекта. Его блок схема представлена в разделе 3.2 на рисунке 3.9. Во всех алгоритмах производилась калмановская фильтрация координат объектов.

Исследования проводились для одного из объектов и различных значений ау, причём для каждого значения исследование повторялось 10 раз, после чего результаты усреднялись. Для оценки точности работы алгоритмов вычислялось значение СКО ошибок определения координат. Результаты исследования представлены в таблице 4.7.

ЗАКЛЮЧЕНИЕ

Диссертационная работа посвящена решению задач оценивания параметров геометрических преобразований и электронной стабилизации изображений, а также исследованию алгоритмов измерения положения объектов на изображении, использующих оценки параметров геометрических преобразований изображений, в бортовых системах видеослежения. В процессе исследований задачи получены следующие новые научные и практические результаты:

1. Разработаны модели изображений с подвижным фоном, наблюдаемых в бортовых системах видеослежения. При разработке моделей учтены характер перемещения видеодатчика и параметры фоноцелевой обстановки.

2. Разработаны алгоритмы оценки параметров геометрических преобразований изображений, основанные на оценке межкадрового сдвига опорных участков изображений в реальном масштабе времени. Разработан эффективный алгоритм выбора и замены опорных участков. Показана возможность функционирования данных алгоритмов в условиях чересстрочного способа формирования изображений и кратковременного пропадания видеоинформации.

3. Разработан алгоритм электронной стабилизации изображений, учитывающий характер вибраций, возникающих при эксплуатации бортовых систем видеослежения.

4. Рассмотрены и исследованы алгоритмы оценки координат движущихся и неподвижных объектов по известному эталонному изображению, а также объектов, выделяемых по признаку движения, для случая подвижного датчика изображений, учитывающие полученные оценки геометрических преобразований фонового изображения,

5. Экспериментально подтверждена эффективность рассматриваемых способов и алгоритмов. Проведены сравнительные исследования предложенных алгоритмов с известными способами оценок геометрических преобразований изображений и координат объектов, показавшие состоятельность предлагаемых в диссертации алгоритмов. Даны рекомендации по реализации их в системах видеослежения.

1. Акимов U.C., Сенин А.И., Соленое В.И. Сигналы и их обработка в информационных системах. М.: Радио и связь, 1994. - 255с.

2. Алберт А. Регрессия, псевдоинверсия и рекуррентное оценивание: Пер. с англ. М.:Наука, 1977. 224 с.

3. Алпатов Б.А. Методы и алгоритмы обработки изображений в системах управления. — Рязань, 1999. — 64 с.

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

5. Алпатов Б.А. Оптимальное оценивание параметров движущегося объекта в последовательности изображений //Автометрия. — 1994. №2. - С. 32-37.

6. Алпатов Б.А. Алгоритм оценивания местоположения изменяющего яркость объекта в последовательности изображений // Изв. вузов. Приборостроение, 1991. - №7. - С.76-81.

7. Алпатов Б.А. Оценивание параметров движущегося фрагмента двумерного изображения // Техника средств связи. Серия Техника телевидения. -1991.- №2. С. 77-81.

8. Алпатов Б.А. Алгоритм обнаружения и выделения движущегося фрагмента изображения // Техника средств связи. Серия техника телевидения. 1991. - С. 72-76.

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

10. Алпатов Б.А., Бабаян П.В. Методы обработки и анализа^изображений в бортовых системах обнаружения и сопровождения* объектов. // Цифровая обработка сигналов. — 2006. №2. — С. 45-51.

11. Алпатов Б.А., Бабаян П.В., Муравьёв B.C., Стротов В.В. Обнаружение и сопровождение объектов- в последовательности изображений при- наблюдении из космоса // Iм конференция- МАА-РАКЦ "Космос для человечества". Королёв Моск. обл., 2008. С. 175.

12. Алпатов Б.А., Бабаян П.В., Стротов В.В. Анализ точностных характеристик методов слежения, за фоновым изображением для бортовой видеоинформационной системы. // Вестник РГРТА. Вып. 20. Рязань, 2007 -с. 3-10

13. Алпатов Б.А., Бабаян П.В., Стротов В.В. Исследование методов слежения за фоновым изображением для бортовой видеоинформационной системы. // Всероссийский научно-практический семинар «Сети и системы связи», 2005 — с. 45-47.

14. Алпатов Б.А., Бабаян П.В., Стротов В.В. Исследование двух методов слежения за фоновым изображением для бортовой видеоинформационной системы. // 4-я международная конференция «Телевидение: передача и обработка изображений», С.Петербург, 2005 с. 93-94.

15. Алпатов Б.А., Бабаян П.В., Стротов В.В. Многоэталонный алгоритм слежения за фоном. // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций. Тез. докл. 14-я Международная научно-техническая конференция. Рязань, 2005 — с. 108-109.

16. Алпатов Б.А., Бабаян П.В., Стротов В.В. Многоэталонный алгоритм оценивания параметров смещения изображения // 31-я межвузовская научно-практическая конференция. Тез. докл., Рязань: РВВКУС, 2006 -с.5-6.

17. Алпатов Б.А., Балашов O.E. Исследование алгоритмов сегментации изображения по фрактальным признакам // Космонавтика. Радиоэлектроника. Геоинформатика. Тез. докл. 4-й междунар. конф. — Рязань, 2003. — С. 320-321.

18. Алпатов Б.А., Балашов O.E. Исследование методов оценки фрактальной размерности и сегментация изображения // Цифровая обработка сигналов и ее применения. Тез. докл. 6-й междунар. конф. Том 2. М.: 2004. — С. 97-99.

19. Алпатов Б.А., Блохин А.Н., Бохан К.А. Исследование алгоритма сегментации, основанного на Байесовской процедуре классификации // Космо- навтика. Радиоэлектроника. Геоинформатика. Тез. докл. 2-й междунар. науч.-техн: конф. — Рязань, 1998. — С. 169 — 170.

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

21. Алпатов Б.А., Бохан К.А. Алгоритм обнаружения и выделения изображения движущегося объекта в присутствии неоднородного фона // Вестник Рязанской государственной радиотехнической академии. — 1999. -№6-С. 7-11.

22. Алпатов Б.А., и др. Алгоритмы последовательных испытаний в задаче совмещения двумерных изображений // Изв. вузов. Сер. Электромехани• ка. — 1988: №7. — С. 87-91.

23. Алпатов Б.А., Катаев A.A. Метод автоматического выделения опорных участков фона в замкнутой видеокомпьютерной системе // Космонавтика. Радиоэлектроника. Геоинформатика. Тез. докл. 4-й междунар. науч.-техн. конф. Рязань, 2003. - С. 315-317.

24. Алпатов Б.А., Селяев A.A. Алгоритм коррекции эталонного изображения при слежении за двумерным объектом // Межвуз. сб.: Обработка и преобразование информации в задачах управления. Рязань: РРТИ, 1984, — С. 52-57.

25. Алпатов Б.А., Селяев А\А. Алгоритм оценки местоположения объекта на двумерном изображении // Изв. вузов. — Приборостроение. 1988. — №5. -С. 3-5.

26. Алпатов Б.А., Селяев A.A., Степашкин А.И. Цифровая обработка изображений в последовательности движущихся объектов // Изв. вузов. —

27. Приборостроение. 1985. - №2. - С. 39-43.

28. Алпатов Б.А., Стротов В.В. Алгоритм электронной стабилизации видеоизображений // Современная радиоэлектроника в ретроспективе идей В.А. Котельникова. Тез. докл. Международной конференции. М.: МЭИ, 2003.-С. 124-125.

29. Алпатов Б.А., Стротов В.В. Алгоритм электронной стабилизации фона для случая линейных сдвигов в последовательности видеоизображений // Космонавтика. Радиоэлектроника. Геоинформатика. Тез. докл. 4-й международной конференции. Рязань, 2003. — С. 322—323.

30. Бабаян П.В. Исследование алгоритма выделения движущихся объектов при мультспектральном наблюдении // Искусственный интеллект в XXI веке. Решения в условиях неопределенности: Сборник статей VI Все-росс. науч-техн. конф. Пенза, 2008. - С. 33-36.

31. Бабаян П.В. Методы математической морфологии- в задачах обработки изображений // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций. Тез. докл. 10-й междунар. науч.-техн. конф. Рязань, 2001. - С. 212-214.

32. Бабаян П.В., Cmpomoe В.В. Оценивание параметров геометрических преобразований изображения при выделении движущихся объектов // Обработка информации в автоматических системах. Сборник научных трудов. Рязань: РГРТУ, 2006 с. 17 - 22.

33. Бабаян П.В., Cmpomoe B.B. Методы оценки геометрических преобразований изображения^ для бортовой видеоинформационной системы. // Информационно телекоммуникационные технологии: Тез. докл. Всероссийская научно-техническая конференция. Сочи, 2004 — с. 5-6.

34. Бабаян П.В., Cmpomoe B.B. Оценивание параметров смещения изображения при выделении движущихся объектов // Цифровая обработка сигналов и её применение. Тез. докл. 8-я международная конференция. Москва,- 2005 с. 375-378

35. Баклицкий В.К., Бочкарёе A.M. Методы фильтрации сигналов в корреляционно-экстремальных системах навигации. — М.: Радио и связь, 1986. — 216 с.

36. Балашов O.E., Cmpomoe B.B. Исследование алгоритма оценки параметров искажения сцены // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций. Тез. докл. 11-я Международная научно-техническая конференция. Рязань, 2002. — С. 20-22.

37. Банило С.А. и др. Субпиксельное оценивание перемещения дискретныхизображений // Цифровая обработка сигналов и ее применения. Тез. докл. 4-й междунар. конф. Том 2. М.: 2003. - С. 274-276.

38. Бачгшо С.А. и др. Средства электронной стабилизации телевизионных систем изображений для подвижных систем наблюдения // Цифровая обработка сигналов и ее применения. Тез. докл. 4-й междунар. конф. Том 2.-М.: 2003. С. 252-254.

39. Бочкарёв A.M. Корреляционно-экстремальные системы навигации // Зарубежная радиоэлектроника. 1981. — №9. — С. 28-53.

40. Буймов А.Г. Корреляционно-экстремальная обработка изображений. — Томск: Изд-во Том. ун-та, 1987. — 134 с.

41. Вентцелъ Е.С. Теория вероятностей. М.:Наука, 1964. - 576 с.

42. Голъденберг Л.М., Лгвчук Ю.П., Поляк М.Н. Цифровые фильтры М.: Связь, 1974.-160 с.

43. Гонзалес Р., Вудс Р. Цифровая обработка изображений М:Техносфера, 2005. - 1072 с.

44. Катыс Г.П. Восприятие и анализ оптической информации автоматической системой. М.: Машиностроение, 1986. — 415 с.

45. Коршунов Ю.М. и др. Расчёт и проектирование цифровых сглаживающих и преобразующих устройств М.: Энергия, 1976. — 336 с.изображений // Цифровая обработка сигналов и ее применения. Тез. докл. 4-й междунар. конф. Том 2. — М.: 2003. — С. 274-276.

46. Бачшо С.А. и др. Средства электронной стабилизации телевизионных систем изображений для подвижных систем наблюдения // Цифровая обработка сигналов и ее применения. Тез. докл. 4-й междунар. конф. Том 2. М.: 2003. - С. 252-254.

47. Бочкарёв A.M. Корреляционно-экстремальные системы навигации // Зарубежная радиоэлектроника. — 1981. №9. — С. 28-53.

48. Буймов А.Г. Корреляционно-экстремальная обработка изображений. — Томск: Изд-во Том. ун-та, 1987. 134 с.

49. Вентцелъ Е.С. Теория вероятностей. М.:Наука, 1964. - 576 с.

50. Голъденберг U.M., Левчук Ю.П., Поляк М.Н. Цифровые фильтры М.: Связь, 1974.-160 с.

51. Гонзалес Р., Вудс Р. Цифровая обработка изображений М:Техносфера, 2005.-1072 с.

52. Катыс Г.П. Восприятие и анализ оптической информации автоматической системой. М.: Машиностроение, 1986. — 415 с.

53. Коршунов Ю.М. и др. Расчёт и проектирование цифровых сглаживающих и преобразующих устройств — М.: Энергия, 1976. — 336 с.

54. Латышев B.B. Кодирование изображений в корреляционно-экстремальных системах // Автоматика и телемеханика. — 1983., №5. — С. 117-121.

55. Левин Б.Р. Теоретические основы статистической радиотехники (книга вторая) -М.: «Советское радио», 1968. 504 с.

56. Марпл-мл. С.Л. Цифровой спектральный анализ и его приложения М.: Мир, 1990.-584 с.

57. Милъман Г.Ю. Применение методов оптимального растрирования для решения задач распознавания изображений // Вопросы кибернетики. Устройства и системы. М: МИРЭА, 1994 - С. 49-56.

58. Моисеев A.A., Волохов В.А. Устранение чересстрочной развёртки с применением вейвлет-преобразований // Цифровая обработка сигналов и её применение. Тез. докл. 9-я международная конференция. Москва, 2007 — с. 337-340

59. Муравьев B.C., Муравьев С.И. Алгоритм выделения и измерения координат объектов, наблюдаемых на облачных фонах // Вестник РГРТУ, №21, 2007.-С. 20-24.

60. Муравьев С.И., Муравьев B.C. Использование вейвлет-признаков в задачах сегментации изображений // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций Тез. докл. 12-й между-нар. науч.-техн. конф. Рязань, 2004. - С. 73-74.

61. Прэтт У. Цифровая обработка изображений. — М.: Мир, 1982. 790 с.

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

63. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов -М.: Мир, 1978. 848 с. ,

64. Стротов В.В. Оценивание параметров смещения изображения в задачах выделения движущихся объектов // Вестник РГРТУ. Вып 23. Рязань, 2008-с. 30-37

65. Стротов В.В. Многоэталонный алгоритм слежения за фоном в последовательности видеоизображений // Новые информационные технологии НИТ 2006. Тез. докл. XI Всероссийская научно-техническая конференция Рязань, 2006 - с. 133-134

66. Стротов В.В. Оценивание параметров смещения изображения при выделении движущихся объектов в сложных условиях наблюдения // Цифровая обработка сигналов и её применение. Тез. докл. 10-й международной конференциии. Москва, 2007 — с. 460-463

67. Ташлинский А.Г. Оценивание параметров пространственных деформаций последовательностей изображений / Ульяновский государственный технический университет. — Ульяновск: УлГТУ, 2000. 131 с.

68. Теоретичекие основы радиотехники: Учебное пособие для вузов / А.А Коростелёв, Н.Ф. Клюев, Ю.А. Мельник и др.; Под ред. В.Е. Дулевича — 2-е изд. М: Сов. радио, 1978. - 608 с.

69. Abdel-Malek A., Sohie G. A simple psychvisual approach for multiple target detection and tracking in passive sonar imaging systems // Proc. of SPIE Vol. 1706, Adaptive and Learning Systems 1992, pp 277-286.

70. Burns T.J., Rogers S.K., Oxley M.E., Ruck D. W. Computing Optical Flow a Discrete, Spartio-Temporal, Wavelets Multiresolution Analysis // Proc. of SPIE Vol. 2242, Wavelet Applications, ed. H H Szu 1994, pp. 549-560

71. Casasent D., Shenoy R. Detection and Classification in SAR using MINACE correlation filters // Proc. of SPIE Vol. 2487, Algorithms for Synthetic Aperture Radar Imagery II. 1995, pp. 211-224.

72. Eklund M. W., Trivedi M.M. Adaptive correlation-based tracking algorithm // Proc. of SPIE Vol. 2234, Automatic Object Recognition IV. 1994, pp. 384

73. Gowarl A. E., Snyder W. E., Ruedger W. H. The detection of unresolved targets using the Hough transform / / Ibid. P. 222

74. Kim S., Jay Kno C.-C. A Stochastic Approach for Motion Vector Estimation in Video Coding I I Proc. of SPIE Vol. 2304, Neural and Stochastic Methods in Image and Signal Processing III. 1994, pp. 111-122.

75. Mostafavi H. Optimal window function for image correlation in the presence of geometric distortion // IEEE Trans.-1979.-Vol. ASSP 27.-№2. - pp. 163169.

76. Peli T., Widder D., Plante S., Monsen P. T., Bennet L. Morphology-Based Detection/Discrimination of Ground Vehicles in Terrainboard FLIR Imagery // Proc. of SPIE Vol. 2485, Automatic Object Recognition V, ed. F A Sadjadi -1995.-Pp. 2-9

77. Pham Q.H., Brosnan T.M., Smith M.J.T., Merserean R.M. A morphological method of clutter suppression in ATR // Proc. of SPIE Vol. 3371, Automatic Target Recognition VIII. 1998, pp. 367 - 374.

78. Tan L. Digital Signal Processing: fundomental and application Elsevier, 2008.-816 p.

79. Wand S., Crane C. Target recognition using cepstrum and inverse filtering // Proc. of SPIE Vol. 2484, Signal Processing, Sensor Fusion, and Target Recognition IV. 1995, pp. 224-235

80. Yang W., Shen Z., Li Z., Wang W. Using phase correlation approach to correct images // Proc. of SPIE Vol. 2561, Signal and Data Processing of Small Targets. 1995, pp. 526-532.

81. Zitova B., Flusser J. Image registration methods: a survey // Image and Vision Computing 21 2003, pp. 977-1000