автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.13, диссертация на тему:Разработка и исследование алгоритмов и методов формирования пространственной модели среды по ее изображениям на базе многопроцессорных вычислительных систем

Р Г Б ОД

' '9 с

ГОСУДАРСТВЕННЫЙ КОМИТЕТ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ВЫСШЕМУ ОБРАЗОВАНИЮ

ГАГАНРОГСКИЙ ГОСУДАРСТВЕННЫЙ РАДИОТЕХНИЧЕСКИЙ

УНИВЕРСИТЕТ

На правах рухописи УДК 581.324

ЛЕВИН Борис Израилэвич

РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ И МЕТОДОВ АРМИРОВАНИЯ ПРОСТРАНСТВЕННОЙ МОДЕЛИ СРЕДЫ ПО ЕЕ ИЗОБРАЖЕНИЯМ НА БАЗЕ МНОГОПРОЦЕССОРНЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ

Вычислительные машины, комплексы, системы и сети. Системы обработки информации и управления. ^

Специальности: 05.13.13 — 05.13.14 -

АВТОРЕФЕРАТ диссертации на соискание ученой сгепени кандидата технических «аул

Таганрог —

!«Эо

Работа выполнена ка'кафедре вьгскслктелыгай: техники Тагаярагскоро государственного редиотсхшпоского утаярскгат;

КАУЧНЬМ РУКОВОДИТЕЛЬ:

доктор технических каук, ' профессор, действптелькиЙ член Академии естественных иа.ук Российской Федерации .ГУЗИКВ.Ф.

ОФИЦИАЛЬНЬШ ОППОНЕНТЫ: доктор технических наук, -, профессор ГОРЕЛОВА Г.В.

, . . кандидат технических наук

АГРАНОВСКИЙ А.В.

ВЕДУЩЕЕ ПРЕДПРИЯТИЕ:

Институт проблем передачи информации РАН, г. Москва.

Защита, состоится декабря 1836г. в часов на зг

седании специализированного совета Д 053.13.02 по защита дкссе^ таций при Таганрогском государственном радиотехническом ушше>: елтете по адресу: 347915, г. Таганрог, пер. Некрасовский, 44, ауд. / 406.

С диссертацией молен : ознакомиться в библиотеке ущшер'ситета Автореферат разоо.лв " ■// '" 19Э£,Г.

Ученый секретарь специализированного совета канд. техи нате доцйпт

А.Н. Целых

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

* Т/"Т\ Г * Л Т ТТГ\ЛТТ ТГК Г т. »Т «♦»--. глл^глтч/л..»».^ »»-»

/ММ / /"V/ чч 1VV 1 JJ .1 JUlvi ид. v/wj/uuw 1 i\u it uitwitio iivjwwpu/i\v.ititti "ч

Л как область исследований привлекает к себе в последнее время стальное внимание, благодаря широкой области применения ав-эмных систем машинного зрения. Такие системы могут быть неродственно использованы, например, в промышленности при Nib -этическом контроле изделий или при сборке сложных устройств с ощыо роботов, в системах ориентации автономных мобильный отов (AMP), в системах идентификации и распознавания. В военной ^ 1сти также возрастает интерес к исследованию возможностей ' жомного наведения и идентификации объектов и целей с помощью шиной обработки изображений.

В настоящий момент существует два основных ограничения для юкого применения систем машинного зрения. Во —первых, еще эстаточно разработаны эффективные алгоритмы для анализа изо — >хений, во вторых, требуется существенное увеличение вычисли — .пых мощностей ЭВМ, используемых для этих целей..

Как следствие, на сегодняшний день важной задачей является штие соответствующей методологической и алгоритмической базы рограммных средств машинного зрения. Рост значимости задач аботки больших объемов графической информации приводит к Зходимости разработки новых высокопроизводительных систем аботки и анализа изображений. Существующие на сегодняшний ii вычислительные средства не позволяют решать задачи обработки юизображения в реальном масштабе времени. В то же время .шинство задач обработки изображений легко поддается распа — изливанию. Однако решение таких задач на многопроцессорных и гллельных вычислительных системах затрудняется из за большого йма обрабатываемых данных. При относительной простоте и алгоритмов обработки, распараллеливание оказывается не всегда )ективным, т.к. все алгоритмы требуют повышенного обмена 1ыми между элементами вычислительной системы. Нелинейность ющихся алгоритмов, не всегда позволяет использовать клеточные' целители с ОКМД структурой, которые до сих пор эффективно менялись для проведения простейших преобразований изобретя. С другой стороны, достижения в микроэледтронной технологии юля ют сегодня создавать многопроцессорные системы, МКМД 1, обладающие относительно низкой стоимостью при достаточно -J оком производительности.

Ос обое место в задачах обработки изображений занимает задача ируженйя на изображении объектов и восстановление их формы, инно развивающиеся в последнее время методы анализа изобрети и сцен оперируют чаще всего с готовыми данными о цро-

странственном положении поверхностей; Однако механизмы пол] чения таких данных остаются слабым звеном в цепочке анализа изс бражений и требуют либо привлечения дополнительных аппарата средств, типа пространственных сканеров, дальномеров и т.п., 5 используют заранее ограниченные условия получений проехционн изображений.

ОБЪЕКТ ИССЛЕДОВ ЛНИЯ. Объектом исследования являет методы формирования пространственного описания объектов по изображениям и аппаратные .средства, наиболее эффектнаана 4 решения данной задачи.

v"' /v , 3я А ДМ 14 Рот;,7* и"т : -- v г.,- г:, г

ко

оп

чес гсо

с

! и

О

и эле?.

1 )

бе

6л..л о пом

с1г11

а I

£Ша1ЬЗОВ2ГК8 I

i г о 1

1 , О", ¡Г "Г " ( Л"7 •

04

.„с.

с i

¡ I

с

о >,

ики.

о

чГО

II

•В соотватстзпи с поставленной целью решаются следующие з

дачи: - ' ' . ' -

■' • — теоретически и экспериментально обосновать бозмолшо восстановления формы и положения - объектов по ш; дшшшчсскс перспективному изображению;

— разработать и исследовать алгоритм ¡-"-^ образования исходных пзобрюлетгй в нростра гепгоп -/»<•» . V ;

— разработать усоггршенсгвэгшшыо шигдаяги Ссг;:о:лаг изображения с. цс-'■£.■.'о выд слеши; однородна с.;.,лс вующих сегмент»: искомых Поверхностей;

• — разраСогать методы эффективного- раснараллелш;аз:«я бс кошшжеа алгоритмов дая решения :задача р "шешаюбо -ргш&к времени; ' ■. ■

'"" — оценить эффеютггность разлнчньпе -.•типов '-мцогопроце сорных систем для-' решения описанной* зэдаад и оппезяь капбе. производительную структуру.

•На защиту выносятся следующий положения к результаты:

•—методы -и алгег^гшы "восстановления . формы и, колола объектов по их динамическому перспегптному иг-ображгшпо;

л—параллельный алгоритм сегаэнтщки изображений для быд ления од1юродныХ| у^йсгкоа^новериюстей;

о

— метод представления исходных изображений в виде графов вершин — полигонов;

— структура многопроцессорной ьЫЧИслйТёльНОИ системы И ор

ганизация вычислительного процесса в системе обработки изобра— жений;

НАУЧНАЯ НОВИЗНА, Предложен новый подход к методам формирования модели среды окружения, основанный на анализе динамического изображения. Разработан комплекс алгоритмов преобразования исходного изображения в структуры данных, описывающие пространственное положение и характеристики изображенных объектов.

ОСНОВНЫЕ НАУЧНЫЕ РЕЗУЛЬТАТЫ.

— предложена методика восстановления формы и положения объектов и элементов среды по их видео —изображению;

— разработан параллельный алгоритм сегментации изображения с целью выделения однородных участков поверхностей;

— произведена оценка существующих параллельных систем обработки изображений.

— разработана структура эффективной многопроцессорной системы, определены ее основные параметры;

— построены математическая и имитационная модель вычислительного процесса в предложенной системе; определены аналитические и экспериментальные оценки ее производительности;

— разработана методика преобразования исходного изображения в структурный вид с последующим преобразованием в пространственную модель среды;

— создан программный комплекс восстановления объектов по их видеоизображению.

ПРАКТИЧЕСКУЮ ЦЕННОСТЬ РАБОТЫ представляют:

— методика восстановления формы и положения объектов и элементов среды по их видео изображениям;

• — параллельный алгоритм сегментации изображений;

— методика преобразования исходного изображения в структурный вид;

— программный комплекс восстановления объектов по их видеоизображению.

Предложенные решения позволяют строить системы ориентации роботов, системы автоматического картографирования, системы идентификации и классификации неизвестных объектов и системы автоматического контроля узлов и механизмов.

РЕАЛИЗАЦИЯ РЕЗУЛЬТАТОВ РАБОТЫ. Исследования прово -лились в соответствии с планами научно — исследовательских работ Таганрогского государственного радиотехнического униберст -'■>> Результаты проведенных исследований нашли практическое исполь -

«

зование в следующих разработках, выполненных в 1993 — 1996 годах на кафедре вычислительной техники: "Методы определения опорной проходимости среды по ее тепловизионному изображе — нию.",Таганрог,1994. "Разработка эмулятора базового модуля наращивания супер-ЭВМ" УДК 621.391.24:681.3.01, N гос.рег.: 01.9.50003771, сентябрь 1995, Таганрог. Результаты исследований были - использованы в. НКБ "Миус" г.Таганрог, в работе по теме "Совершенствование — 88", договор N323.069., в НИИ МВС в работах по теме "Разработка методов и средств для решения задач обработки многомерной информации на МПВС ПА" и в НИЦ Супер —ЭВМ и Нейрокомпьютеров в работах по теме "Клинок —РАН".

АПРОБАЦИЯ РАБОТЫ: Основные научные результаты диссер — тадионной. работы докладывались и обсуждались: на III межрегио — нальном семинаре по ООП ."Современные технологии программирования и использования компьютерной техники", (Минск, 1993г.); на региональной НТК студентов, аспирантов и молодых специалистов северного Кавказа "Методы и средства цифровой обработки сигналов", (Таганрог, 1994г.); на 40 —й, 41—й, 42 —й НТК профессорско-преподавательского состава, сотрудников и аспирантов ТРТУ, (Таганрог, 1994 —1996гг.); на III — Всероссийской НТК "Техническая кибернетика, радиоэлектроника и системы управления", Таганрог, 1996г.

ПУБЛИКАЦИИ._По результатам диссертационной работы

опубликовано 10 печатных работ, в том числе значительная часть практических результатов изложена в отчетах о выполнении НИР.

СТРУКТУРА И ОБЪЕМ РАБОТЫ. Диссертационная работа состоит из введения, четырех разделов и заключения, изложенных на 176 страницах, содержит 25 рисунков, 10 таблиц 107 наименований библиографии и 20 страниц приложения, всего 197 страниц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель и задачи исследований.

В первом разделе рассмотрены существующие формы представления изображения и задачи возникающих при его обработке н анализе. Произведен анализ современных методов анализа комплексных сцен, распознавания объектов их классификации и идеи — тификации. Рассмотрены основные архитектурные решения в области задач обработки изображений. Произведен анализ особенностей параллельного решения задач обработки изображений на различны? типах архитектур вычислителей. В результате проведенного анализе обоснована целесообразность создания системы преобразования *ви— деоизображения в структурное представление, описывающее форму у. пространственное положение объектов сцены. Показана первнчнссп

формации и форме и положении объектов в пространстве по от — пению к используемым сегодня классифицирующим критериям нтурам, характерным деталям, текстурным особенностям).

Сформулирована задача создания системы формирования про — •анственной модели среды, восстановления формы и положения 3ектов по их динамическому перспективному изображению в гштабе реального времени.

По последовательности изображений сцены, снятой движущейся известной траектории камерой, необходимо произвести декомпо — (шо изображения и восстановить форму и пространственное по — кение поверхностей, составляющих объекты и элементы среды, и ;дставить исходный набор изображений в структурном виде, об — чающем анализ и классификацию объектов сцены. Т.е. сформи — ¡ать пространственную модель среды по ее изображениям и ко — дот. гам камеры в момент получения кадра. В данную задачу не |дит полный анализ сцены, классификация объектов или их идеи — [шкация, все эти операции могут быть проведены после получения .ной пространственной модели.

Возникающий при перемещении наблюдателя или объекта на — эдения стереоэффект позволяет получить из входного потока ин — рмации дополнительные данные о положении плоскостей поверх — :тей объектов в пространстве. Использование единственного ис — пика изображения дешевле использования специализированной темы получения стерео — снимков, и, кроме того, позволяет об — ¡атывать большое число уже отснятого материала. Движение на — эдателя эквивалентное съемке с разных точек наблюдения, создает реоэффект с переменной базой, что более эффективно, чем 1чный стерео снимок, т.к. представляет из себя фактически набор peo — снимков с переменной стерео базой.

В настоящей работе рассматривается, в основном, полигональное [сание поверхностей объектов. Поверхность объекта моделируется эжеством плоских полигональных примитивов, которые при дос — очном разбиении довольно полно описывают поверхности любого >ядка. Полученные в результате анализа данные о плоскостях, со — вляющих поверхность объектов, и координатах узлов, состав — зщих полигоны, в совокупности с цвето— текстурными характери — ками представляют собой компактное описание изображения, ко — ое может быть передано по каналам связи или сохранено в базах-ных с минимальными накладными расходами. Полученные описания ледовательности кадров (после соответствующих расчетов абсо — гных координат узлов полигонов в пространстве) формируют ную пространственную модель анализируемой сцены и могут быть ользованы для восстановления не только исходного изображения, и изображения объектов под любым ракурсом. При этом можно

говорить о сжагии изображения методами шшболга блилккми фрактальному. Дсйстшггслыю, при наличии пространственного ош сания объекта, достаточно задать траекторию дкшхении камеры траектории норемеа',ений объектов, чтобы вэссгаиошт» исход!-динамическое изображение.

Рассмотрены суй1 1 > 1

подход к расндраллал а > I 1с I 1

создания многопроце"со{ ю а 11

описания:'; задачи.

' До. лгором^раолг* ' г Г > дельные подзадачи, пр ) ~> г 1 анализа изображал}:: — ' >

оярсд&лешгя хоорднн: > 1 > 1

асигшы рстгшш згд"11 I В' »с> г жеппя с 1!пде грпфо! рл * » — 1 о г г козлепил изображена * оС» " V. п I > 1

Г1р:; обработке 1з.мр1; \ 1" в п ) о бавитьсз; от возника о 4 л г »л сг° махропараметры изобръ ель ("р ^ > я> о т.п.}, сгладить изображение или подчеркнуть з

задача решается на стадии предобработки изои время изззЬтно достаточное число алгоритмов >

ззтшх операций. Все эти операции обобщенно можно аяш фильтрации исходного изображения. Единственная сложность, пикающая на данном этапе, это объем информации который нес ходило обработать при решении задачи в масштаба реального срам

Следующей задачей является декомпозиция изображения и г деление на отдельных г гдпах информации о поверхностях, об; зующих объекты сцеши. Данный этап наиболее близок к сешеш< изображения. Исковой величиной является не граигзда сегмента, а сешсят как обл.-'- минимального изменения сегментирующего рамэтра. Большой объем обрабатываемых данных, также трсбуат пользования на данной фазе анализа параллельна зысокопрокз дителыхых мег до в.

На следующей фазе производится ьекторизация границ пи чешшх сегментов, что позволяет резко сократить объем данньп: следующих фаз снализа.

Пцсле декомпозиции изображения полученные данные дол быть представлены в структурной форме (в данном случае в графов), позволяющей производить сравнение структуры изображ смежных кадров с целью определения однозначного соответс между узлами н поверхностями выделенных объектов и элем1 среды.

jj s/1 ^ "" "" -> »!' 1 i. Il ' " ' > , i' II

Г > ' Л ui'i

I

i! S'' jp

l

M " I

ivfiA». t t. • 1 ' * ' * -

l'

i ls f о

■ nvi îur* • , yp i'< '!<> ni v i > ^ ли îk>' 1 - rïpv ï 1 л Or,;i 14102. £ I iTiA* i' ! ï HJT 1 ' M'u* i t Tiivi.'! _\p.IMP«.\ Дл l

каждого цикла рекурсия (кроме начального) учитывается направление, з. котором располагалась шшопепш^ точка. Для этой точки анализ проводится сначала слева (относительно начального направления),' затем прямо и в заключении справа, при прямом обходе и, наоборот, сперва справа, затем прямо и слева при обратном обходе. Переключении направления обхода с прямого на обратное происходит при

невключении течки, расположенной прямо относительно начального направления, и новое направление обхода начинает действовать со следующего цикла рекурсии. Включенные точки заносятся в стек и, следовательно, последнее включенное направление будет являться начальным направлением следующего цикла итерации. Таким образом, для точки, включенной в направлении <вниз> при прямом обходе, выполняется следующий порядок анализа: < вправо, вниз, влево>, а при обратном обход,е — < влево, вниз, вправо>. В результате реализации такого метода организации просмотра обеспечивается минимальное число вторичных проверок точек и равномерный рост сегментируемого участка.

Отличительными особенностями данного алгоритма являются небольшая вычислительная сложность и локальный характер проводимых вычислений, позволяющий производить предварительную независимую сегментацию на участках изображения распределенных среди нескольких процессоров МВС без накладных расходов на передачу краевых данных смежными процессорами. Тогда сегментация изображения разбивается на две фазы, первая из которых проводится по вышеописанному алгоритму, а вторая фаза сегментации объединяет полученные субсегменты в единые сегменты изображения по методу Брайса и Феннема.

Две области Я] и Я2 с периметрами Р1 и Р2 сливаются, если выполняются условия:

о/ 1шп{р|.р2} > £2 или 0/с>£3,

где С — длина общей границы, Б — длина участка границы, нг котором Д У < а, Л У — перепад яркости, е\, ег, и £т, — пороговые значения.

В результате работы алгоритмов сегментации формируете* массив связности точек изображения, равный размерности исходного изображения, каждый элемент которого хранит номер принадлежностг гегменту, либо равен нулю, если точка не вошла ни в один из сегментов. Вторая фаза анализа обрабатывает полученный массив с целые выделения границ сегментов. Использование массива связности позволяет модифицировать известный алгоритм пространственной: дифференцирования, совместить две фазы алгоритма и выполнит! составление списка контура и линейную фильтрацию кодом Фримэнг за один проход.

Полученный список контурных точек подвергается векторизации которая производится с учетом максимального отклонения точи контура от ребра полигона. Для векторизации наклонных, 'линю достаточно использовать коэффициент 1/2. Использование большей коэффициента приводит к огрублению формы полигона, однако способно заменить линейную фильтрацию контура. Для получения непрерывной поверхности, покрывающей объект, производится допол-

ельное стягивание узловых точек. Объединению подлежат только те ки, которые отстоят друг от друга менее чем на пороговое значение.

Д\я дальнейшего анализа изображения и его последующего становления важно сохранить структуру изображения как единого ого и максимально использовать информацию о взаимном распо — ;ении однородных областей на кадре. Для этого сегментированное и горизованное изображение представляется в виде двух графов4, »вый граф состоит из вершин, расположенных в центрах тяжести центов изображения, й связей, отображающих соприкосновение зльных сегментов. Каждой вершине графа соответствует так же эр параметров, определенных для сегментов (однородных областей) |зазе сегментации, — таких как площадь, средние значения цве — ах компонент, число вершин, и т.д. . Условием соприкосновения с сегментов, в данном случае, является наличие у них двух общих жных вершин. Данный граф отображает взаимосвязь сегментов и 1вно используется на заключительных фазах анализа для опреде — т совокупности примитивов, составляющих отдельный объект, рой граф соответствует первому на каждом отдельном кадре и вставляет из себя множество вершин (узловых точек) изображения, ¡анных ребрами полигонов их образующих. Каждой вершине [•ветствует ряд параметров, — таких как число полигонов прохо — их через нее и общая площадь этих полигонов.

Пространственные координаты узла объекта определяются по 1М кадров I и ]' изображения как точка пересечения прямых, про — пцнх из положений наблюдателя в соответствующие моменты тени, через проекции узла на этих кадрах. Координаты точек эк — I в мировой системе координат определяются из экранных коор — 1Т и фокусного расстояния умножением на матрицу обратной геформации с добавлением координат наблюдателя. Для опреде— [я направляющего вектора ап точки (хп,уп) необходимо получить ее эдинаты в локальной системе координат:

Х1„:=(Хп/1Ьс--0.5Г<1х;

21„ = (0.5-уп/11у)'с1у; где: х„, у„ - координаты точки п на кадре; &/. - фокусное тояние камеры; ёх — физический размер кадра по оси X; -Лу — 1ческий размер кадра по оси У; Их — число точек в кадре по оси у — число точек в кадре по оси У.

В преобразовании отражен факт изменения направления оси У и мной замены У и Ъ для перехода от системы координат, принятой обработке изображений, к мировой системе координат. Для получения координат направляющего вектора в пространстве зточно умножить полученный вектор на матрицу обратной сформации:

[Х1п"

ап = |у1п *мч.,

I г\п I

[тп т,, тп"| т2| = »»(ОДшС^шО')-$т(0)с<иО'' М'| = |т:. т2: т)., т,: = со$(в)со${<,>).

I т,, т„] т2, =-81п(б)5т(у)-со5(0)$!п(^>)со5(;

го л = -со$(р)«н1(}');

= зт(<р); т„ = С05(^)С05(У).

где: ф, у, 0 - углы положения наблюдателя в простран Соответственно: тангаж, крен и рысканье).

В связи с возникающей погрешностью определения коорд наблюдателя и погрешностью при квантовании изображения пр$ отстоят друг от друга в пространстве на расстояние, величина кото характеризует достоверность полученных координат узла. Полож узла в пространстве рассчитывается как среднее между точками ресечения общего перпендикуляра к указанным прямым.

Координаты точки пересечения общего перпендикуляра с 1— т ¡—той прямыми расчитываются по формулам:

У| = Г|-»-а*н. г}»ъар — па^/а^ар).

где: а^, а} — направляющие вектора прямых проходящих 1 проекции узла в мировой систем«; координат; ),, Г| —положение блюдателя в моменты времени 1 и ар = ч а; — направляй вектор общего перпендикуляра.

В третьем разделе работы рассматривает«-я мкшожность иш лельной организации вычислений для проведении их в маги реального времени. Производится анализ различных иараллел структур. Предлагается использование комплексной системы, вк чающей в себя матрицу процессорных элементов, для прове/ вычислений в наиболее трудоемкой фазе анализа. Произво, оценка производительности предложенной вычислительной систег.

Вычислительная система для решения задачи в масштабе альпого времени включает в себя:

— ЗУ кадра, содержащего исходные данные, поступающ; датчика (камеры);

— матрицу процессорных элементов, выполняющих первь: фазы анализа, — фильтрацию, сегментацию, и частично фазу ве ризации сегментов, целиком укладывающихся в зону одного про сора;

— процессор постобработки, завершающий векторизацию егмептоо и преобразующий полученные данные в графы узлов — юлиготюв;

— ЗУ графов, — несколько блохов памяти, содержащих графы ■ассчитанпых смежных кадров, организованные и адресуемые в виде ольцевого буфера таким образом, что в них сохраняется носледова —

п —т-т ------. Т ■ ' . \ р ' < "Г Л \ Г; П * : 1. ^ М '. I V. I''' '-Г' : * '''' ' ' '■ ' 1

— ! 2 01 (II О ! Г"» I | \3 ПН 1" Л 1 С 1"г I 5'

11 }< ■> ' г а к - г ( ' г л I г 1

О' •

о пс П-

'"О

** г С."9 ТГ - О "ТГ НО Г'1 Т > »

5

Л" !

^ 1 и

С» "О

1 »•*"::>•■ Ч-Я'Г Т.

Г » —» Т! Л

ст

! • '

) г ^

> ч

1 I < . -

О-1* и 1 4 . ' -Ц.Ло..

с ЛС1'

О»! 1 1 1

про ! '

-1С Л. '

' " " " Т,. vC.ru. О -

ГО- !Ь" ^ 1'|Гд1 т, —

: ■),!■" J^ оI г тог

I.

У,. Т

Г.' ' *

\

Г

д

входного изображения, управляющих параметром алгоритмов.» размерности многопроцессорной системы.

Разработанный программный комплекс позволяет, помимо основной функции — восстановления' формы объектов, оценить временные параметры процесса восстановления для различной конфигурации системы, различного разрешения исходного изображения и сложности обрабатываемой сцепы, а также предоставляет возможность исследовать влияние управляющих параметров алгоритмов (коэффициентов фильтрации, сегментации, векторизации), на результаты и качество восстановления объектов при различных состояниях входного потока информации.

Результирующие данные сохраняются на магнитном носителе для дальнейшего анализа и используются для восстановления исходного изображения посредством созданной ранее системы визуализации моделей.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.

В диссертационной работе рассмотрен комплекс теоретических и практических вопросов, связанных с решением задачи формирования пространственной модели среды, основанной на методах восстановления формы трехмерных объектов и элементов среды но их динамическому перспективному изображению. В работе получены следующие основные результаты.

1. На основе проведенного анализа результатов исследований I методов работы систем технического зрения, обоснована возможносп восстановления формы и положения объектов но их динамическом) перспективному изображению и целесообразность использованиз полученных данных для формирования пространственной модел! среды, определения геометрической проходимости, картографирова -ния, анализа изображения, идентификации и классификации объектов

2. Разработана комплексная алгоритмическая последовательное!'! восстановления формы объектов и элементов среды по их видеоизображению, состоящая из фаз фильтрации, сегментации, векторизации, составления и анализа графой структурного представлен»: кадров, расчета положения узловых точек, формирования пространственной модели.

3. Предложен метод структурного представления кадров изображения в виде .поры графов узлов — полигонов, позволяющи производить сравнительный анализ смежных к<1дров для ■ выделен и узловых точек объектов.

4. Разработан новый алгоритм сегментации изображения целью выделения однородных областей, соответствующих сегмента искомых поверхностей. Отличительной- особенностью''алгоритма является выделение сегментов по принципу однородности областей

авшсщш-г порогам, реализация рекурсии к геометрической раз —

•тш-г к позжжгюсть распераллглпзйькя алгоритма' арк Бьтолиеги-л: 5 гга базе МПС.

5. Произведен: екалк.ч меггольгуеккх ^»гзрйтиа» л предложены годы раегтараллелягания ншгбалес сложких, в' вычислительном щс, птапои, 1тго п.:/зполяст решать задачу ка. базе МВС в режиме алтагого премекп. _. " '

6. Ка оеггсше вкалкаа слол;носп£ к особенностей вычислений и ыгт даквкх па кагкдрй-.фазе решеккя задачи предложена структура «стлексной • пылкелктелькой системы, включающей в себя матрицу оцессоров, предназначенную для- решения' задач фильтрации я ■меитацик. Разработана общая структура процессорного элемента, юизведена оценка эффективности предложенной вычислительной

ГГСМ".!.

7. Разработана программная модель системы формирования мо -ш среды, позволяющая оценить временные параметры системы при работке реального потока видео—данных г; изучить' влияние. мно — ствекных управляющих критериев на качестео решеция задет, деление и .восстановление^ формы объекте л.

По теме диссертации опубликовано Ю работ:

1. Гузик В.ф. , Ленин о.И.,'"Методы определения опорной про — дакости среди по ее тепловкзконкоку изображению.", тезисы ушда,//РепЕбяалы1ач. НТК "Методы и средства цифровой обрз — юз сигналов"',Таганрог. 1994.

2. Левин. Б.М.,"Решение задал обработки изображений на база эгопроцессорньк _ сясгзм", //40—п НТК. профессор««)-. щодазстельского 'состава ТРТУ. тезисы доклада. 1994.

' 3. Решйтгаж В.Н.; Левин ' В.И., Сидоренко В., "Учебно — ледовательскяй программно—лабораторный комплекс Ь1ЕТ1АВ",// хираьгшшге продукта?- я с::сте.мы"/2—й иып. Тула, 1994г.,

4,- Гузик В.Ф., Решотшпс' В.Н., Левин Б.И. "Использование мезга — »нов .объезяЕо—ориептвровакпою • программирования, при ре — ■гик задач расчета н прсактпронан'-ш глобальных. вычислительных ей", -тозпен .доялзда, //"Современные технологии лрогракмн-:гшня' й лепользгзанпя компьютерной техники" "Материалы' Ш ¡фепгояального семинара по ООП ", Минск, 5С1, октябрь, 1993, С. -37//

5. "Разработка эмулятора базового модуля играхцивания су— -ЭВМ" УДК 621.391.24:631.3.01, N гос.рег.: 01.9.50003771, сентябрь

5, ■" • -'" •-

У

6. Левин Б.И., "Параллельный алгоритм выделения однородны сегментов изображения", 42 —я НТК профессорско-пргподавательского состава ТРТУ, Тез. доклада, Таганрог 1996.

7. Левин Б.И., "Восстановление формы и положения объектов п их видеоизображению", III — Всероссийская НТК "Техническая кибернетика, радиоэлектроника и системы управления", Тез. доклад; Таганрог, 1996г.

Я. Рогозов Ю.И., Золотовский В.Е., Левин Б.И., "Ам'оритмы построения трехмерной карты поверхности по ее динамическое перспективному изображению", Всероссийская НТК Электроника информатика", Москва, Зеленоград, 1995г.

9. Итенберг. И.И., Клименко В.В., Левин Б.П., ЛедозсккХ Ю.П Наумов В.В., Сапрыкин В.А., Шапсчал В.Г., "Мобильная систем электронной картографии", Материалы международной НТК по гидроавиации "Геленджик — 96", доклад. М.: 1996г. г

10. Левин Б.И., "Программный комплекс синтеза изображени моделируемых событий", "Программные продукты и системы", 3 — вып., Тула. 1995г.

В работах, написанных в соавторстве, личный вклад автора состоит в следующем: [1] — предложена последовательность фаз обработки изображения; [3J — предложены рекурсивные алгоритмы обработки графов; [4J — разработаны методы анализа структур заданны графами; [5J — реализована методика моделирования вычислительны процессов в МВС; [8] — сформулированы основные алгоритмы восстановления объектов по их изображению; [9] — предложены алгоритмы формирования карты и .ее отображения.

\

-шографля Таганрогского государственного

радютеигаческого ушй^рсптега

Заказ Д2Тншга: 1 OD.экз. *