автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.05, диссертация на тему:Теоретические основы, алгоритмы и устройства повышения качества предварительной обработки видеоинформации в системах технического зрения
- доктора технических наук
- Дегтярев, Сергей Викторович
- город
- Курск
- год
- 2005
- специальность ВАК РФ
- 05.13.05
Автореферат диссертации по теме "Теоретические основы, алгоритмы и устройства повышения качества предварительной обработки видеоинформации в системах технического зрения"
На правах рукописи
ДЕГТЯРЕВ СЕРГЕЙ ВИКТОРОВИЧ
ТЕОРЕТИЧЕСКИЕ ОСНОВЫ, АЛГОРИТМЫ И УСТРОЙСТВА ПОВЫШЕНИЯ КАЧЕСТВА ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ ВИДЕОИНФОРМАЦИИ В СИСТЕМАХ ТЕХНИЧЕСКОГО ЗРЕНИЯ
05.13 05 - Элементы и устройства вычислительной техники и систем управления, 05.13.01 - Системный анализ, управление и обработка информации (промышленность, технические системы)
АВТОРЕФЕРАТ
диссертации на соискание ученой степени доктора технических наук
Курск - 2005
Работа выполнена в Курском государственном техническом университете
Научный консультант:
доктор технических наук, профессор Титов Виталий Семенович Официальные оппоненты:
доктор технических наук, профессор Афанасьев Валерий Николаевич доктор технических наук, профессор Домрачев Вилен Григорьевич доктор технических наук, профессор Сизов Александр Семенович
Ведущая организация:
Тульский государственный университет
Защита диссертации состоится «3» ноября 2005 г. в /2. часов на заседании диссертационного совета Д212.105.02 при Курском государственном техническом университете по адресу: 305040, Курск, ул. 50 лет Октября, 94 (конференц-зал).
С диссертацией можно ознакомиться в библиотеке Курского государственного технического университета.
Автореферат разослан «¿5» сентября 2005 г.
Ученый секретарь диссертационного совета кандидат технических наук, доцент
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность проблемы. В настоящее время в различных отраслях хозяйства, в частности, в системах диагностики и контроля качества изделий, производстве изделий для электронной промышленности, системах управления движением шагающих и транспортных роботов, автоматизированных системах медицинской диагностики, метрологии, в сельском хозяйстве широкое применение находят системы технического зрения (СТЗ), обладающие такими преимуществами, как возможность дистанционного контроля при больших расстояниях между системой и объектом; отсутствие сил, воздействующих на объект контроля со стороны преобразователя; высокое быстродействие; возможность организации многопараметрического контроля, широкого варьирования разрешающей способности и диапазона измерения, достижения высокой точности и стабильности измерений.
Основными функциональными компонентами СТЗ являются устройство ввода видеоинформации, система ее обработки и дополнительные специализированные устройства, включаемые в состав СТЗ как с учетом их назначения, так и для повышения качества и точности функционирования СТЗ.
Качество предварительной обработки видеоинформации - это комплексный показатель, определяющийся
- динамическим диапазоном видеосигнала;
- степенью адаптации оптико-электронного измерительного тракта к внешним условиям измерения и контроля (освещенность, динамика фона, уровень помех);
- уровнем достоверности получаемой видеоинформации, зависящей от процессов контрастирования, бинаризации, выделения контуров объектов, скелетизации, калибровки СТЗ;
- точностью измерения параметров видеоизображения;
- степенью соответствия быстродействия устройств предварительной обработки динамике контролируемых объектов;
- разрешающей способностью СТЗ к малым угловым перемещениям.
В устройствах ввода видеоинформации, кроме основной функции преобразования представления информации, выполняются алгоритмы предварительной обработки видеоинформации, обнаруживающие и выделяющие информационные сигналы на фоне шумов и искажений и повышающие точность функционирования СТЗ [Садыков С.С., Сойфер В.А.].
По мере увеличения степени интеграции элементной базы расширяются функциональные возможности, и повышается производительность СТЗ за счет перехода от программной реализации процедур предварительной обработки в ЭВМ к аппаратно-программной их реализации непосредственно в устройстве ввода видеоинформации. К таким процедурам относятся: улучшение качества изображения, бинаризация, выделение контуров изображений объектов, ориентация и нормализация растровых изображений нестабильных символов, калибровка и т.п.
Большое количество практических приложений СТЗ, например, определение параметров движения автотранспорта, проведение испытаний для обеспечения безопасности движения вдццшшлл п тоуотш объектов, контроль
и организация взаимодействия этих
1ИОТС Обусловливает
необходимость слежения за динамикой объектов. При этом важной задачей является автоматическая регистрация, отслеживание относительного перемещения и" определение параметров динамики объектов, расположенных в поле зрения системы [Афанасьев В Н., Смирнов В.Д.]. Наиболее сложной, и в то же время актуальной задачей, является слежение за расположенными на сложном динамическом фоне пространственными многотоновыми объектами, размеры и конфигурация которых изменяются в процессе слежения за ними. Особое внимание следует уделять организации наблюдений в условиях как пониженной, так и повышенной внешней освещенности, а также в условиях, когда освещенность может изменяться в течение некоторого промежутка времени. При этом возникает множество вопросов, связанных с анализом изображений, которые не могут быть решены без знания пространственных динамических характеристик объекта или решаются с потерей качественных показателей и времени. Отсюда возникает объективная необходимость в создании высокоэффективных и достаточно быстродействующих СТЗ, функционирующих в реальном масштабе времени и обеспечивающих достоверность при слежении за сложными объектами, основные параметры которых могут изменяться в процессе слежения.
При проведении измерений в некоторых отраслях промышленности, таких как строительство, тяжелое машиностроение, геодезия повышенные требования предъявляются к точности проводимых измерений, которая достигается с применением интерференционных методов, что обусловливает использование СТЗ для автоматизации указанных измерений [Хорошев М.В., Скоков И.В ]. Сложность автоматической расшифровки интерферограмм и выделения измерительной информации связана с тем, что интерференционная картина помимо полезной информации содержит искажения и шумы, вносимые дестабилизирующими факторами - посторонними источниками излучения, вибрациями, турбулентностью атмосферы, запыленностью и т. д.
Качество функционирования СТЗ во многом зависит от того, насколько точно она настроена. Так, например, из-за погрешностей при установке оптико-электронных датчиков (ОЭД) СТЗ, отклонений в их оптических системах процесс формирования видеоинформации сопровождается искажением геометрических форм исследуемых объектов, неточностью передачи яркости и т.д. Одним из неотъемлемых этапов настройки СТЗ является калибровка параметров ОЭД и их взаимного расположения [Найханов В.В., Тсаи С.] Для точной работы СТЗ необходимо, в общем случае, знать величины параметров переноса, вращения и смещения. Эти параметры могут быть измерены и откорректированы непосредственно, однако на практике удобнее определять их, используя сам ОЭД в качестве измерительного инструмента. Целью выполнения процесса калибровки является устранение отклонений и приведение внутренних и внешних параметров СТЗ к эталонным или специально задаваемым При калибровке СТЗ также необходимо найти такое расположение ОЭД и исследуемого объеюа, при котором изображение всего объекта помещалось бы в кадр, и при этом были различимы достаточно мелкие элементы объекта, а также обеспечить такое расположение ОЭД, при котором изображения наиболее допустимо удаленного и наименее удаленного участков объекта были одинаково четкими. . .
Таким образом, качество и точность функционирования СТЗ зависит от
множества факторов. Значительная их часть может быть учтена при создании методов, алгоритмов и устройств предварительной обработки видеоинформации и калибровки СТЗ В настоящее время отсутствуют завершенные научно-исследовательские работы и проекты СТЗ с комплексным рассмотрением множества названных выше мешающих факторов и разработкой алгоритмов и технических средств, способных устранить их негативные последствия. В то же время выполнение системного анализа названных факторов и разработка комплекса новых методов, алгоритмов и устройств, направленных на преодоление указанных негативных последствий, крайне необходимы для повышения качества и точности функционирования СТЗ как основного условия конкурентоспособности и расширения сферы их использования.
В связи с этим повышение качества предварительной обработки видеоинформации и технологии ее проведения, а также точности оптико-электронных измерений является актуальной научной проблемой.
Теоретический аспект сформулированной проблемы состоит в совершенствовании методов адаптации СТЗ к изменению освещенности, повышения контрастности и выделения контуров изображений; разработке новых технологических методов проведения предварительной обработки видеоинформации, оптико-электронных измерений малых угловых и линейных перемещений объектов и калибровки СТЗ.
Практический аспект проблемы состоит в расширении сферы использования СТЗ в различных отраслях народного хозяйства, в частности, в сельском хозяйстве, метрологии, производстве изделий для электронной промышленности, системах диагностики и контроля качества изделий, системах управления движением шагающих и транспортных роботов, автоматизированных системах медицинской диагностики. Использование методов предварительной обработки видеоинформации и адаптивной калибровки способствует повышению качества работы СТЗ и снижению аппаратной сложности Улучшение качества предварительной обработки видеоинформации обеспечивает повышение точности оптико-электронных измерений и достоверности распознавания изображений. Реализация предлагаемых методов и алгоритмов в ряде быстродействующих специализированных оптико-электронных устройств позволяет создать комплекс управляющих, контрольно-диагностирующих и информационно-измерительных малогабаритных переносных и бортовых СТЗ для автоматизированных систем широкого назначения.
Диссертационная работа выполнялась в рамках следующих грантов и НИР Министерства образования РФ: 2.95 "Адаптивная оптико-электронная система для контроля изделий микро- и радиоэлектроники" (№ ГР 01970002558), I 11 98 "Исследование принципов алгоритмического конструирования высокоточных оптических датчиков на базе приборов с зарядовой связью" (№ ГР
01980006840), 1.10.98 «Разработка фундаментальных основ алгоритмического обеспечения автоматизированных4 систем обработки изображений» (№ ГР
01980006841), 1 1 00 «Теоретические основы и аппаратная реализация оптико-электронной системы распознавания образов, работающей в статическом и динамическом режимах» (№ ГР 01970002856), 1 03.01 «Разработка теоретических основ и принципов построения угломерно-временных многопозиционных радиогеодезических систем» (№ ГР 01200 109248)
Цель работы - создание методов, алгоритмов и устройств предварительной обработки видеоинформации, теоретических и практических предпосылок для построения управляющих, контрольно-диагностирующих и информационно-измерительных систем технического зрения на основе системного подхода и комплексного учета основных факторов, влияющих на качество функционирования их оптико-электронных трактов.
В соответствии с этим в диссертационной работе решаются следующие задачи:
1. Анализ современных методов, алгоритмов и устройств обработки видеоинформации в управляющих, контрольно-диагностирующих и информационно-измерительных СТЗ и определение путей повышения качества и точности ее предварительной обработки.
2. Разработка теоретико-множественного описания системы предварительной обработки (СПОВИ) и алгоритмов цифровой обработки видеоинформации.
3. Разработка математической модели процессов предварительной обработки видеоинформации и оптико-электронных измерений, учитывающей воздействие внешней среды.
4. Создание новых и усовершенствование известных методов и алгоритмов повышения качества предварительной обработки видеоинформации.
5. Разработка методов и алгоритмов повышения точности оптико-электронных измерений и подавления фоновых помех в процессе оптико-электронных измерений.
6. Изыскание новых подходов и технических решений для создания аппаратно-программных средств адаптивной предварительной обработки видеоинформации и оптико-электронного измерительного тракта и экспериментальная оценка качества предварительной обработки.
Научная новизна:
1. На основе системного анализа разработаны теоретико-множественные описания системы предварительной обработки и алгоритмов цифровой обработки видеоинформации, отличительной особенностью которых является возможность декомпозиции системы и алгоритмов на функционально законченные блоки, что позволяет повысить степень адекватности представления процессов и трактов оптико-электронной обработки видеоинформации, уменьшить сложность и сроки синтеза системы.
2. Базируясь на анализе процессов обработки видеоинформации, выполняемых в СТЗ, синтезе структурно-функциональной организации систем предварительной обработки и алгоритмов цифровой обработки видеоинформации, разработана обобщенная математическая модель процесса предварительной обработки видеоинформации, особенностью которой является возможность учета влияния внешней среды, динамики контролируемых объектов и оптико-электронных параметров системы предварительной обработки видеоинформации, что определяет качество функционирования системы.
3. Созданы новые методы и алгоритмы повышения качества предварительной обработки видеоинформации, позволяющие:
- стабилизировать параметры видеосигнала;
- реализовать адаптацию к внешним и внутренним условиям контроля и
измерения, а именно к изменению освещенности, к динамике фона, уровню помех;
- усовершенствовать управление процессом преобразования видеосигнала в видеоизображение, включающего процедуры контрастирования, адаптивного преобразования полутонового видеоизображения в бинарное, выделения контуров объектов, скелетизации, калибровки СТЗ;
- учесть динамические свойства СТЗ и контролируемых объектов.
4. Разработан метод количественного анализа интерференционных картин, отличающийся пространственным сопряжением кадров, позволяющий повысить разрешающую способность и подавлять фоновые помехи
5. Разработаны алгоритмы и комплекс технических средств адаптивной предварительной обработки видеоинформации, новизна которых заключается в реализации адаптивной калибровки СТЗ, исключении эталонного калибровочного объекта, повышении разрешающей способности оптико-электронных измерений.
Методы исследования. В работе использованы методы системного анализа, дискретной математики, математической логики, математического анализа, цифровой обработки сигналов и изображений, математического программирования и моделирования, теории проектирования ЭВМ, статистического анализа и теории вероятностей, основные положения отики, теории измерений и обработки наблюдений, аналитические и экспериментальные методы исследований.
Практическая ценность диссертационной работы заключается в следующем.
Метод повышения контрастности и расширения динамического диапазона видеоинформации, быстрые алгоритмы преобразования полутонового изображения в двухградационное, скелетизации изображения и кодирования контуров позволяют, наряду с повышением качества и точности, расширить функциональные возможности и увеличить производительность СТЗ за счет перехода от программной реализации процедур предварительной обработки п ЭВМ к их аппаратно-программной реализации непосредственно в устройстве ввода видеоинформации.
Алгоритмы функционирования и структурно-функциональная организация адаптивного оптико-электронного устройства для определения параметров динамических объектов позволяют повысить точность слежения в сложных условиях внешней освещенности за расположенными на сложном динамическом фоне пространственными многотоновыми объектами, размеры и конфигурация которых изменяются в поле зрения.
Способ адаптивной калибровки бинокулярной СТЗ, обладающий высокой точностью нахождения внутренних поправочных параметров оптико-электронного датчика, позволяет, наряду с повышением точности автоматической калибровки СТЗ без отрыва датчика от основной работы, снизить аппаратную сложность СТЗ
На основании теоретико-множественного описания системы предварительной обработки видеоинформации найдены новые подходы к построению структурно-функциональной организации устройств предварительной обработки видеоинформации в управляющих, контрольно-диагностирующих и информационно-измерительных СТЗ, которые
позволили создать и внедрить в ряд отраслей народного хозяйства:
- быстродействующие устройства ввода и предварительной обработки видеоинформации, обладающие высокой производительностью и точностью предварительной обработки;
- адаптивный оптико-электронный датчик СТЗ;
- устройство для определения параметров динамических объектов;
- устройства для измерения малых угловых перемещений;
- универсальную бинокулярную СТЗ;
- устройства для калибровки СТЗ.
Созданные методы, новые алгоритмы и устройства повышения качества и точности предварительной обработки видеоинформации, а также программа автоматизированного построения линейных цепей' в устройствах управления позволяют расширить сферу использования СТЗ в различных отраслях народного хозяйства. Улучшение качества обработки видеоинформации создает необходимые предпосылки для повышения достоверности распознавания изображений и точности оптических измерений. Реализация предлагаемых методов и алгоритмов в ряде быстродействующих специализированных устройств позволяет создать комплекс управляющих, контрольно-диагностирующих и информационно-измерительных малогабаритных переносных и бортовых СТЗ для широкого круга автоматизированных систем.
Оригинальность предложенных способа и устройств подтверждается патентами РФ. Оригинальность программы подтверждается свидетельством об официальной регистрации программы для ЭВМ.
Реализация результатов работы. Результаты, полученные в диссертационной работе, внедрены в работах в/ч 25714 при создании ряда устройств повышения качества и точности обработки видеоинформации в СТЗ.
Использование в ОКБ «Авиаавтоматика» (г. Курск) разработанных процедур контрастирования, адаптивного преобразования полутонового видеоизображения в бинарное, выделения контуров объектов, скелетизациии, кодирования скелетных изображений позволило создать быстродействующее устройство ввода и предварительной обработки видеоинформации.
Метод расширения динамического диапазона и повышения контрастности видеоинформации при использовании для контроля цветности сока 2-й сатурации оптическим методом в ООО «Продсахсервис» (г. Воронеж) позволили расширить функциональные возможности и увеличить производительность СТЗ контроля цветности сока за счет перехода от программной реализации процедур предварительной обработки в ЭВМ к их аппаратно-программной реализации непосредственно в устройстве ввода видеоинформации.
Научио-методические результаты, полученные в диссертационной работе, внедрены в учебный процесс кафедры вычислительной техники Курского государственного технического университета и используются при проведении занятий по дисциплинам «Современные проблемы информатики и вычислительной техники», «Цифровая обработка и анализ изображений», «Микропроцессорные системы», в курсовом и дипломном проектировании, при подготовке магистерских диссертаций. Кроме этого материалы диссертации использованы при подготовке научно-педагогических кадров (в кандидатских диссертациях шести выпускников КурскГТУ).
Основные положения, выносимые на защиту:
1. Теоретико-множественные описания системы предварительной обработки и алгоритмов цифровой обработки видеоинформации,
2. Обобщенная математическая модель процесса предварительной обработки видеоинформации;
3. Методы и алгоритмы повышения качества предварительной обработки видеоинформации;
4. Метод количественного анализа интерференционных картин;
5. Способ адаптивной калибровки бинокулярной СТЗ и алгоритмы статической и адаптивной калибровок СТЗ,
6. Структурно-функциональная организация устройств повышения качества и точности предварительной обработки видеоинформации в управляющих, контрольно-диагностирующих и информационно-измерительных СТЗ.
Апробация работы. Основные положения диссертационной работы докладывались и получили положительную оценку на следующих международных и республиканских конференциях, семинарах и симпозиумах: 2-ой, 3-ей, 4-ой, 6-ой Международных конференциях "Распознавание", Курск, 1995, 1997, 1999, 2003, 7-ой, 9-ой, 10-ой, 11-ой, 13-ой, 14-ой, 15-ой и 16-ой Всероссийских научно-технических конференциях «Датчики и преобразователи информации систем измерения, контроля и управления», Москва-Крым, 1995, 1997, 1998, 1999, 2001, 2002, 2003, 2004, 5-ой конференции с международным участием «Приборы с зарядовой связью и системы на их основе», Москва, 1995; 2-й Международной научно-технической конференции «Новые информационные технологии и системы», Пенза, 1996; 1-ой международной научно-технической и практической конференции «Проблемы и перспективы автоматизации производства и управления», Ташкент, 1997; 5-ой, 6-ой Всероссийских научно-технических конференциях «Состояние и проблемы технических измерений», Москва, 1998, 1999; 9-ой международной научно-технической конференции «Лазеры в науке, технике, медицине», Москва, 1999, второй международной научно-теоретической и практической конференции «Проблемы и перспективы автоматизации производства и управления», Ташкент, 1999; 9-ой, 10-ой международных научно-технических конференциях «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций», Рязань, 2000, 2001; 5-й, 6-й, 7-й международных конференциях «Распознавание образов и анализ изображений», Самара, 2000, Великий Новгород, 2002, Санкт-Петербург, 2004; Международных конференциях «Телевидение передача и обработка изображений», Санкт-Петербург, 2000, 2002, 2005, 6,h German-Rassian workshop «Pattern recognition and image understanding», Novosibirsk, 2003, Всероссийской конференции по проблемам математики, информатики, физики и химии, Москва, РУДН, 2004, 2-ой Всероссийской НТК «Современные методы и средства обработки пространственно-временных сигналов», Пенза, 2004; научных семинарах кафедры вычислительной техники Курского государственного техническо! о университета с 1994 по 2005 годы
Публикации. Результаты диссертационной работы отражены в 98 печатных работах. Среди опубликованных работ имеется I монография, 30 статей, 20 из которых опубликованы в изданиях, входящих в перечень ВАК, 13 патентов и 1 свидетельство об официальной регистрации программы для ЭВМ
В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателем разработаны в [1, 2, 5, 7-10, 12, 17, 18, 27, 33, 34, 40, 42, 45, Л-56, 59] - подходы к построению структурно-функциональной организации устройств повышения качества и точности предварительной обработки видеоинформации, методы контрастирования, адаптивного преобразования полутонового видеоизображения в бинарное, выделения контуров объектов, скелетизации, кодирования контуров объектов, в [I, б, 14, 19, 21, 22, 24, 25, 35, 39, 43, 48, 50, 53] - методы стабилизации параметров видеосигнала и адаптации к изменению освещенности, к динамике фона, уровню помех, выделения динамических объектов и структурно-функциональная организация реализующих устройств, в [1, 3, 4, 23, 26, 28-32, 47, 49, 51, 52] - метод количественного анализа интерференционных картин и структурно-функциональная организация устройств измерения малых угловых перемещений, в [36-38, 44, 57, 58] - алгоритмы и комплекс технических средств адаптивной предварительной обработки видеоинформации, в [11, 16, 15, 30, 41, 46] - теоретико-множественное описание системы предварительной обработки видеоинформации и графовые модели компонентов СПОВИ и операций цифровой обработки видеоинформации.
Структура н объем работы. Диссертационная работа состоит из введения, 7 разделов, заключения, списка литературы, включающего 324 наименования, и приложения, и «ложей» на 372 страницах (без приложения) и поясняется 137 рисунками и 14 таблицами.
СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи исследований, научная новизна и практическая ценность, приведены результаты реализации работы.
В первом разделе проведен анализ современных методов, алгоритмов и устройств обработки видеоинформации
В известных устройствах ввода видеоинформации недостаточно развиты вопросы улучшения качества изображения, требуемого для повышения точности функционирования СТЗ. Процедуры улучшения качества в основном выполняются программно центральными ЭВМ систем технического зрения. Выявлено, что методы контрастирования изображений, такие как линейное, соляризация, последовательное усиление срезов, являются быстродействующими, но приводят к потерям информации при дальнейшей обработке Этого недостатка лишен метод кусочно-линейного контрастирования, однако он обладает большой вычислительной сложностью Методы перевода полутонового изображения в двухградационное требуют больших вычислительных затрат для вычисления порога преобразования В изображениях с меняющейся освещенностью происходит потеря информации при преобразовании. Рассмотренные методы получения контурного изображения объектов н дальнейшего представления их в векторном виде обладают большой вычислительной сложностью, обусловленной необходимостью выполнения прямого и обратного преобразований Фурье и подбора аппроксимирующей функции для каждой точки изображения
Непосредственная про|раммно-аппаратная реализация рассмотренных
алгоритмов в устройствах ввода видеоинформации требует многократного увеличения быстродействия элементной базы или аппаратной сложности устройств. В связи с этим необходимо разработать методы уменьшения вычислительной сложное) и существующих алгоритмов при сохранении достигнутого качества бинаризованного изображения.
Проведен анализ современного состояния методов выделения динамических объектов и способов определения их параметров Рассмотрена возможность применения основных методов цифровой обработки изображений для удаления избыточной информации при выделении динамических объектов Для быстрой адаптации к изменениям внешней освещенности предложено использовать параметрическую адаптацию оптико-электронного преобразователя (ОЭП).
Проведен анализ интерференционных методов измерения малых угловых перемещений. Приведена классификация интерференционных методов измерения малых угловых перемещений и параметров интерференционных картин. Рассмотрена возможность применения основных методов предварительной обработки интерференционных сигналов в устройствах измерения малых угловых перемещений для повышения ее точности и быстродействия Проанализированы варианты построения оптико-электронных интерференционных устройств измерения малых угловых перемещений, а также основные схемы и их параметры. Проведена классификация основных информативных признаков интерферограмм и методов определения углового смещения источника излучения, произведена оценка путей применения выбранных информативных признаков.
На основании результатов анализа существующих методов калибровки СТЗ показана необходимость создания новых методов статической и адаптивной калибровки, дающих возможность эффективно настраивать СТЗ в присутствии помех в зависимости 01 условий рабочего пространства и обладающих инвариантностью к ручным воздействиям. Определены недостатки существующих методов калибровки СТЗ, определяющие основные требования для синтеза новых алгоритмов калибровки, основанных на нечеткой лотке Выявлена перспективность применения нечеткой математической модели калибровки, позволяющей разработать метод калибровки, лишенный недостатков, присущих традиционным методам.
Второй ра|дел посвящен теоретико-множественному описанию и сип те ¡у структур систем предварительной обработки и алгоритмов цифровой обработки видеоинформации, которые основаны на работах М.Ф. Зарипова.
Анализ существующих СТЗ показывает, что теоретико-множественное описание систем предварительной обработки видеоинформации (СПОВИ) представляется в следующем виде.
где К - множество компонентов, входящих в состав СПОВИ; С множество детерминированных связей, необходимых для образования /Цдам/ из К, I функция, определяющая допустимую комбинацию компонентов и детерминированных связей между ними, 4 множество методов и алгоршмов обработки и преобразования видеоинформации, выполняемых компонентами К, Х- множество характеристик СПОВИ
Из множества X выделяются следующие подмножества: Х11КП0Ш -подмножество входных параметров СПОВИ; ХШ1,СП(Ж1 - подмножество выходных параметров СПОВИ и ХаМ поии - подмножество дополнительных параметров СПОВИ:
X = {XшГПОНН > X „шСПШШ ' ^,и!Л чинш )
С точки зрения проектирования сложных систем теоретико-множественное описание позволяет декомпозировать СПОВИ на функционально законченные блоки и применять метод проектирования для каждого блока отдельно, а в дальнейшем при проектировании СПОВИ в целом использовать уже готовые блоки.
Теоретико-множественное описание функционально законченных блоков СПОВИ представлено в виде:
где. К/, - множество элементарных компонентов, входящих в состав каждого функционально законченного блока; С,, - множество детерминированных связей, ' необходимых для образования каждого блока; - функция, определяющая допустимую комбинацию элементарных компонентов и детерминированных связей между ними внутри блока; Аь - множество методов и алгоритмов обработки и преобразования видеоинформации, выполняемых компонентами Кц\ Хь - множество характеристик каждого функционально законченного блока.
Таким образом, для конкретной СПОВИ, состоящей из определенного набора компонентов:
м, тя№ = (; С,; /•; А„ X,), X, 6 Хтз,
где Х/1 - множество характеристик СПОВИ, заданных в техническом задании.
Теоретико-множественное описание алгоритмов цифровой обработки видеоинформации (ЦОВИ) представляется в виде:
где Ацо - множество операций цифровой обработки видеоинформации; А, -множество детерминированных связей, необходимых для образования Ацонн из
Л/ ~ функция, определяющая допустимые комбинации между множеством операций цифровой обработки видеоинформации Ацо и множеством
детерминированных связей Лг; X'4"""" - множество характеристик (параметров) алгоритмов цифровой обработки видеоинформации.
По аналогии с теоретико-множественным описанием СПОВИ для конкретного алгоритма ЦОВИ имеем:
Л — ! А ■ Л ■ Л • УА1«>1«1,\ у^пки, уЛщм!
л1ти1~у1цо1'"с1>/,11>л /' где X*"*" - множество характеристик алгоритма ЦОВИ, заданных в
техническом задании.
Компоненты К)„ К, представляются множеством моделей элементарных компонентов СПОВИ и функционально законченных блоков СПОВИ Графовые модели, используемые в большинстве существующих систем синтеза, отражают причинно-следственные связи компонентов и представляются в виде дуг с начальными и конечными вершинами.
В многовходном и многовыходном вариантах графовых моделей (модель «звезда входа-выхода») модель компонента представляется в виде нескольких входных и нескольких выходных дуг, объединенных одной основной дугой (рис.1). Начальные и конечные вершины соответствуют входным и выходным физическим величинам, параметрам. Дуга указывает на наличие причинно-следственной связи между входными и выходными величинами. Выходы моделей отображают не только выходные величины, но и их имена Зависимость вход-выход для такой модели представляется в виде:
Xoui ~ К (^т, ■ X*', .X*' )• tt lim
где X*' и - входная и выходная характеристики (параметры) компонента К, соответственно.
«звезда входа-выхода»), т - количество входов компонента К„ п - количество выходов
Для выполнения компонентом СПОВИ функции, соответствующей данной модели, необходимо возбуждение одного из его входов, при этом на других (побочных или неосновных) входах должны быть заданы необходимые режимы.
По аналогии с представлением графовых моделей компонентов СПОВИ графовые модели операции цифровой обработки видеоинформации отражают причинно-следственные связи операций и представляются в виде дуг с начальными и конечными вершинами. Зависимость вход-выход для такой модели описывается функцией:
уацо! г? / улцт у-Аца улцо1 \ лшч ~гп\лт, *л!ч, • л!» )' л 1 1т
А Л
где Хт"а и X~ вх°Диая и выходная характеристики (параметры)
операции Ац0, соответственно.
Синтез структур СПОВИ и алгоритмов ЦОВИ сводится к нахождению некоторой совокупности взаимосвязанных графовых моделей и структуры соединения этих моделей. Универсальность данного метода синтеза позволяет использовать его для построения множества структур СПОВИ и выбора из полученного множества структур, наиболее удовлетворяющих требуемому результату.
Процесс синтеза СПОВИ представляется как поиск последовательности (цепочки) компонентов СПОВИ во взаимосвязанной системе их соединений. Отношение «взаимосвязанность» отображается в виде графа взаимосвязей компонентов СПОВИ и указывает на однотипность выходных величин одних компонентов и входных величин других компонентов СПОВИ. Для данного метода большинство компонентов СПОВИ описывается списковой моделью
вида Хк '.—XKs/XK v ,.vXK » i-l- п, которая интерпретируется как вых. :-ex, V&c. v... vex , i-I...n, где и - количество выходов модели
I 14 ff>
компонента СПОВИ, т - количество входов модели компонента СПОВИ. Для работы с такими моделями используется следующее специальное правило вывода:
спови
_, i=l...n;j=l...т.
ХК
out t СПОВИ
т
Здесь ((V X )-> X к ) интерпретируется как модель компонента СПОВИ.
Jo 1 '" J out.
Результатом синтеза СПОВИ может являться либо законченная СПОВИ, соответствующая всем заданным критериям, либо какой-то промежуточный вариант СПОВИ, частично соответствующий заданным в начале процесса синтеза критериям, либо несколько вариантов СПОВИ. В связи с этим по завершению процесса синтеза необходима оценка адекватности полученного результата критериям, заданным экспертом.
В качестве примера на рис. 2 показана синтезированная структура устройства трехмерной (бинокулярной) автоматической адаптивной калибровки
СТЗ. Входными величинами являются два световых потока - Р\ и F\ , выходными - механические - MB, и МВ2 и электронные - Ку1 и Ку2 воздействия.
Рис. 2. Структура устройства трехмерной (бинокулярной) автоматической адаптивной калибровки СТЗ
Базируясь на анализе процессов обработки видеоинформации, выполняемых в СТЗ, синтезе структурно-функциональной организации систем предварительной обработки видеоинформации и алгоритмов ЦОВИ разработана обобщенная математическая модель процесса предварительной обработки видеоинформации, которая представляется как
ииО'ЪМО]. А^иио], Ам = Г ¡(А), А"°=Р4(ЛМ), А*г = Р, (А*), А" = А * или
А'к Ап ^[Е(0], Р=Рг(...Р2(Г,)). А*[1,л-±1,
1*1 И /-/ п
/я /-/ т
где ЕМ - освещенность на входе ОЭД; - выходное напряжение ОЭД; А,
Ам, А , Аь, А* - исходное, промежуточные и преобразованное цифровые изображения (размерность всех изображений пхт); Р, - функция преобразования освещенности на входе оптико-электронного датчика в выходное напряжение; Р2 - функция преобразования выходного напряжения в исходное цифровое изображение; Р, - функция преобразования динамического диапазона и увеличения контрастности изображения; Р4 - функция выделения динамических объектов на изображении; Р5 - функция формирования градиентного изображения; Р6 - функция преобразования изображения в двухградационное; Р7 - функция скелетизации изображения. На основе скелетного изображения Л'*[/,/] строится множество линейных контурных
кодов /, которые имеют значительно меньшую информационную емкость. Скорость выполнения преобразований напрямую зависит от размера изображения и от количества и вида операций (вычислительной сложности), выполняемых над каждым элементом изображения.
В третьем разделе рассматриваются методы -и алгоритмы повышения качества предварительной обработки видеоинформации.
Метод адаптации ОЭД к изменениям внешней освещенности основан на перестройке работы матричного фоточувствительного прибора с зарядовой связью (МФПЗС) так, чтобы динамический диапазон МФПЗС сдвигался вдоль линии энергетической характеристики идеального оптико-электронного преобразователя (ОЭП), что осуществляется за счет изменения времени накопления фотозаряда в фоточувствительной секции МФПЗС.
Время накопления определяется в соответствие с выражением: 1 если и„ц, <и0(ГТ>
-"К.-.-А«. если и>ш>и„„
где - предыдущее значение времени накопления; Д1 - приращение времени накопления; иопт - напряжение, определяемое как:
Для ускорения сходимости ивых к ио!И время накопления („„, е [?„„„, 1тах ]
разбивается на N интервалов. Каждому интервалу ставится в соответствие диапазон напряжений диме[и,,и ,,],= 1,М +1 так, что при попадании ивых в
диапазон Аим выбирается соответствующее время накопления, при котором
tp и.ыкбди,
1»н. U>b„6AUN.
Метод нелинейного локального контрастирования позволяет получить изображение с широким динамическим диапазоном, для чего все изображение, представляющее собой матрицу A[¡j] целых чисел (значение числа пропорционально яркости соответствующего элемента изображения), разбивается на пересекающиеся области (размер области определяется для каждого типа изображения - 32x32, 64x64, 128x128 элементов) (рис. 3 а). В каждой области производится обработка подобласти (размер подобласти определяется для каждого типа изображения - 8x8,16x16, 32x32,64x64, 128x128 элементов), расположенной в центре области (рис. 3 б, в).
Значение яркости каждого элемента изображения вычисляется по формуле
если
+ если A[iJ)ZApl,
где А^ - максимальное значение яркости преобразованного изображения, кц -
коэффициент усиления перепада яркости каждого элемента изображения находится с учетом среднего значения яркости Ap¡ элементов области, в которую он входит:
i
A"[¡J\ =
А'Я-Ар, Amm-Api '
AUhJp,
Атах-А^ '
если
А', Л < Лрп
если A[i,j]>Apl,
где р, I - координаты области по горизонтали и вертикали, Атт и -минимальное и максимальное значение яркости обрабатываемого изображения.
а) б) в)
Рис. 3. Разбиение изображения на пересекающиеся области
Среднее значение яркости Ар/ вычисляется во время обработки
предыдущего кадра:
i Jímp ün¡ тп J£m(p-\)i¿n(l-\)
где от=я=32.,128 - размер области; ф - номер кадра. Для статических изображений Ар, вычисляется непосредственно по текущему кадру.
Для повышения скорости вычисления А""^/1 операция деления заменяется на операцию сдвига вправо, операция извлечения квадратного корня также
осуществляется при помощи сдвигов, умножения и сложения
Метод определения параметров динамических объектов по последовательностям стереоизображений основан на модели канала динамики, характеризующей изменение состояния объекта. Пространственное положение объекта описывается трехмерным вектором параметров:
а' О,,)^!»)^«,,)^«»)}',
где х(1ц), у(1„), ~0п) - трехмерные координаты центра объекта на момент времени /„; '/'- знак транспонирования.
Модель движения динамического объекта в матричном виде имеет вид:
к+1
4+1 1 / •
где г - вектор измерений, а - вектор параметров движения объекта, и' -случайный вектор, г] - вектор, определяющий ошибку ишерения, /', // -известные матрицы, £=0, 1,2. ..
Модель измерений является линейной, т.е
'х(1и)=х(/я.,) + 4х.
■ У('„) = у(1„.,)+лу.
.*('*) ='(*„.1) +& ■
Известно, что оптимальное решение линейной задачи оценивания лает фильтр Капмана, в соответствии с которым оптимальная оценка определяется рекуррентным соотношением с начальным условием () ■
) = )а0„ )+ К(1,„№0М ) - Р(,м )Н0„, )а(<к)], где К(!и1) - весовая матрица фильтра, определяемая известными соотношениями
Таким образом, для определения параметров динамических объекюн необходимо знать значения компонентой вектора измерений )> определение
которых осуществляется на основании выполнения следующих этапов.
) Формирование двумерных стереоизображений рабочей сцены в прямоугольной системе координат системой технического зрения, которые наблюдаются в дискретные моменты времени , , /4, в виде двумерных
матриц (кадров) изображений размерностью (т х п) элементов
2. Анализ последовательности изображений одного из каналов с целыо выделения в кадре фрагментов изображения, содержащих динамические объекты. Описанием обнаруженных динамических объектов в плоскости изображения является их аппроксимация минимальной прямоугольной областью, координаты центра которой выступают в качестве параметров объекта Такое представление изображения объекта названо формальным контуром объекта (ФКО).
3. Определение для каждого найденного фрагмента изображения описанного ФКО соответствующего фратмета изображения, полученною по другому каналу, и вычисление вектора :"0ь).
Метод выделения динамических объектов основан на определении
принадлежности пикселя изображения динамическому объекту с учетом зашумленности изображения рабочей сцены, сложности и нестатичности фона, которое производится по эвристической функции, для чего использовалось представление изображений в виде некоторого случайного процесса. Дисперсия каждого пикселя изображения определяется по формуле:
1 N
— УГч1 - -Ы-
где - значение уровня яркости пикселя; _ _ х„,„ + х„ш + • + х,,„| -
N
выборочное среднее; N - количество кадров последовательности изображений, участвующих в формировании выборочных значений.
Интервальная оценка статического пикселя изображения задается допустимой дисперсией а-»ш, которая рассчитывается заранее на основании
экспериментальных данных. Если дисперсия а™ последовательности N
значений яркости пикселя меньше допустимой дисперсии 0ЛОП, то
принимается решение о принадлежности пикселя статическому фону
к
Функция принадлежности пикселя Хтп динамическому объекту определяется при анализе последовательности изображений по выражению
О, иначе,
где Х„,„ - Ы-мерный вектор допустимых значений пикселя изображения фона, который формируется на основании N последних значений пикселя процесса
Таким образом, формируется изображение 8(к), несущее информацию о
динамических областях реальной сцены изображения, соответствующих динамическим объектам в кадре.
Для нахождения ФКО разработан алгоритм сегментации, согласно которому одновременно анализируются две строки изображения: текущая и предыдущая. Принадлежность текущего пикселя определенной локальной области (объекту) определяется на основании анализа кода варианта связности с соседними пикселями. В результате формируется массив данных, содержащий сведения о координатах центров и количестве локальных областей, включающих динамические объекты.
Определение пространственных параметров объектов основано на использовании метода обработки стереоскопического изображения (рис. 4).
Трехмерные координаты точки пространства (X, У, 2) вычисляются по выражениям:
Х-В(*:+х!) . у-В(У2+У,) , у- /» 2(х2-х,) 2(х2-х,) " х,-х,
где /- фокусное расстояние оптической системы, И - значение базовой линии, г,, у, и х_,. у; - значения координат проекции рассматриваемой точки на плоскость изображений.
Точки прост ранет ни
Рис 4. Формирование стереоизображения
Алгоритм преобразования градиентного изображения в двухградационное увеличивает скорость обработки и основан на использование глобальною порогового оператора Т,„ который определяется адаптивно для каждого бинаризуемого градиентного изображения. Величина порога определяется средним квадратическим отклонением яркостей точек градиентного изображения ¡у от яркости однородных областей Л^(//'"'''[/, /']) по следующим
правилам:
7; =тг|АГсг|.
где _
т п т п
К - коэффициент детализации получаемого бинарного изображения
А„ Го, если а*{,,л<т„-[1, если А"Г{1,)\^ТЬ. Алгоритм скелетизации, позволяющий повысить качество предварительной обработки, реализован следующим образом. Выполняется сканирование изображения в поисках шчек контуров, каждая из которых рассматривается как кандидат на удаление Возможность удаления точки контура определяется
из анализа множества смежных точек Р
где р = , - количество смежных точек, принадлежащих контуру
Множество смежных точек Р строится на основе восьмисвялюй окрестности текущей точки {¡ д, исключая данную точку
р„= 0 + А;,7 + Д/), Л/ е [-1,0,1], Д/ е [-1,0,1], Д; = Д/: Д; * 0. В том случае, если все элементы множества Р находятся в отношении косвенной связности Я (образуют связную область), то удаление центральной гочки области не вызовет образования разрыва контурной линии Если же существуют хотя бы две точки, не связанных между собой, то удаление центральной точки приведет к образованию двух или более несмежных областей Также не стедуе! удалять точку, если число смежных с ней точек
контура пч менее 3-х или более 6. В первом случае (пч<Ъ) точка является концевой, и ее удаление приведет к вырождению контура. Во втором случае (п,,>6) наблюдается явление эрозии контура (появлении каналов внутри контурной линии), что приводит к появлению линейных сегментов малой длины отходящих от основных контуров.
Исходя из вышеизложенного, окончательное правило построения скелетных изображений /("*[/,у] будет:
. . = |0,((/[/,У] = 0М(/[/,У1 = 1)л^,V/ • ПЯР,)^,, е[3,6])))
( = !,«,У = 1,т).т=1,8,/ = 1,8. Алгоритм кодирования контуров объектов увеличивает скорость преобразования и осуществляет поэлементное сканирование скелетного изображения /4'*[/,/] в поисках точек контуров. Для каждой найденной точки
контура производится анализ ее восьмисвязной окрестности Последовательность линейных контурных кодов / имеет вид
где 5^ - начальная точка линейного контура С,ь $ - его конечная точка, 5 -
множество концевых и узловых точек всех контуров на скелетном изображении А С = с,,с,,..,с,,..с(| - линейная последовательность связующих точек,
п - количество связующих точек линейного контура.
Точки контуров, принадлежащие множеству 5, кодируются их координатами на скелетном изображении .у = (¡к, ), .у е 5 • Связующие точки
кодируются приращениями координат относительно предшествующей точки контура ск = (Дгк,Д/ц) • После однопроходного кодирования выполняется
операция объединения линейных сегментов, необходимость которой объясняется тем, что сложные контуры, имеющие разветвления и циклические участки, разбиты в результате предыдущей процедуры кодирования на несколько неразветвляющихся контуров Суть данной операции заключается в объединении линейных сегментов контура Ск в исходный контур . В
результате формируется множество исходных контуров / = {<Эк} ■
Четвертый раздел посвящен оптико-электронным измерениям малых линейных и угловых перемещений объектов
Метод количественного анализа интерференционной картины является развитием работ Хорошева М.В. и разработанной им математической модели двухзеркального призменного интерферометра, позволяющей определять основные характеристики интерференционной картины и их зависимость от геометрических параметров:
- оценку ширины А интерференционной полосы:
- угловое смещение источника излучения'
ы я,
Д т =---
h D
- энергетические параметры источника излучения и предельную чувствительность устройства:
A«Wd =159,1 Чпред Фл RA<p-Ta-Tk
где D - расстояние между зеркалами оптической системы оптико-электронного интерференционного устройства измерения малых угловых перемещений, / -расстояние от интерферометра до ОЭП; А - длина волны; Ah - смещение интерференционной картины; Ф,щ, - пороговый поток освещенности ОЭП, Ф, -поток излучения от лазера; R - расстояние между ОЭП и лазером; <ртп максимальный угол смещения; г„, г» - коэффициенты пропускания атмосферы и каналов оптической системы соответственно
Определение углового положения источника излучения по выходному сигналу фоточувствительного прибора с зарядовой связью описывается выражением:
(Д77/,)Л
Д (п = —----'
hD&x
где ДТ - время между приходами передних фронтов двух реализаций интерференционного сигнала; I, - длительность импульса; Ах - расстояние между элементами ОЭП.
Синтезирована следующая функция адаптирования порога дискретизации в выходном сигнале ОЭП:
40. 70 < Д < 100 20, 50<Д<70 10, 30 < Д < 50 5, 20 < Д <- 30 3, 10 < Д<20 0,0< Д'-10
где А - разность между количеством белых и черных элементов.
Разработана методика инженерного расчета параметров основных узлов устройств измерения малых угловых перемещений, необходимых для устойчивой и надежной их работы, и определены требования к ним на основе параметров интерференционной картины. Шаг элементов ОЭП определяется, исходя из выражения:
. o+i
Ах<-Л
2 D
Максимальное угловое смещение определяется как:
Я
Д®-, =0.5 — у > 1 D
где v- частота следования кадровых или строчных импульсов (в зависимости от типа ОЭП, матричного или линейного).
Пятый раздел посвящен калибровке систем технического зрения Способ адаптивной калибровки бинокулярной СТЗ и алгоритмы статической и адаптивной калибровок СТЗ базируются на системе
ди„ =
математических моделей процессов трехмерной калибровки на основе нечетких множеств, включающей математические модели калибровки вертикальных осей координат изображений, фокусных расстояний оптических систем оптико-электронных датчиков СТЗ радиальной дисторсии оптической системы СТЗ, оптических осей оптико-электронных датчиков СТЗ, а также восстановления контуров объектов и адаптации при калибровке СТЗ.
Вертикальная ось декартовой системы координат изображения, поступающего с ОЭД, калибруется путем смещения направления наблюдения ОЭД в горизонтальной плоскости и последующего определения углов в,, в, (рис. 5) по двумерным координатам на плоскости изображения контрольной точки (КТ) до и после смещения направления наблюдения ОЭД.
В качестве КТ выбирается точка кадра, являющаяся центром тяжести изображения калибровочного контура. Для выбора калибровочного контура из множества контуров на изображении введена лингвистическая переменная (ЛП) «калибровочный контур» равная
А* =
где //, - функция принадлежности терму «оптимальная площадь», //,„ - функция принадлежности терму «оптимальное окно», - функция принадлежности терму «оптимальное положение в кадре», //, - функция принадлежности терму «неподвижный контур».
Смещение направления наблюдения ОЭД производится так, чтобы калибровочной контур смещался на изображении в противоположную сторону, «
при этом для идентификации калибровочного контура после смещения введена ЯП «идентичность смещенного контура»
/'.„ =
где циЛ - функция принадлежности терма «идентичность контура», ц„ - функция принадлежности терма «ожидаемое положение», характеризующая полученное положение калибровочного контура после смещения и ожидаемое положение калибровочного контура.
Определение угла 0 основано на том, что высота И калибровочного объекта в кадре, измеренная о г нижней границы кадра до некоторой контрольной точки, принадлежащей калибровочному объекту, не будет совпадать с высотой Ь, измеренной при смещении направления наблюдения ОЭД в ту или иную
сторону по горизонтали (рис. 6, высоты И и И не равны), в случае если угол
0. При этом угол в в диапазоне _ И < д < Е. вычисляется по формуле
2 2'
б1 = агсБШ
V
где / / - расстояния от левого края кадра до контрольной точки, выраженные в пикселях, Л. Л - высоты от нижнего края кадра до кош рольной точки, выраженные в пикселях.
Рис. 6. Определение угла в
Калибровка фокусных расстояний бинокулярной СТЗ, содержащей дпа ОЭД, заключайся в приведении значений фокусных расстояний обоих ОЭД к равенству при одновременном сохранении высокой резкости Я изображения, определяемой по экстремуму среднего значения градиента по кадру изображения
Цо(х,у)
= -.
ХУ
Выбор максимальной резкости /?„ изображения производится по каждому кадру путем изменения фокусного расстояния Р ОЭД в диапазоне [/-'„„„, /■'„„„] и выбора значения фокусного расстояния /-"„
/V,
(Я)
... К ~ шах
Определение относительного расхождения фокусных расстояний А, основано на том, что при одинаковых оптических параметрах фокусирующих систем ОЭД (радиалыюй и тангенциальной дисторсиях) отношение периметров одного и того же контура на его изображениях прямо пропорционально отношению фокусных расстояний
на первом и в юром который должен бьпь чегкнм.
где Рн Р: - периметры калибровочных контуров изображениях в пикселях.
Для выбора калибровочного контура достаточно длинным, располагаться в центре кадра и неизменным во времени, введена ЛП «калибровочный контур», характеризующая контуры объектов рабочей сцены Выбор калибровочного контура производится на основе расчет значений функций принадлежности (ФП) ц, контуров, находящихся в кадре, и выбора контура с максимальным значением ФП равной
где //„ ■ ФП терма «четкий», ц, - ФП терма «длинный периметр», /I, — ФП терма «центр кадра», - ФП терма «неизменный»
После выбора контура на одном из кадров осуществляется поиск этого же контура на другом кадре. При этом контур описывается совокупностью внутренних и внешних по отношению к контуру параметров. Поиск калибровочного контура на втором кадре изображения осуществляется на основе функции принадлежности //д терма «калибровочный контур 2»
Ир = /'.«И/'иАиИ/'у. .
где //„,, - функция принадлежности терма «внутренняя идентичность», по которой производится сравнение контуров по расположению составляющих каждый контур точек, //„,„,„ - функция принадлежности терма «внешняя идентичность», характеризующая схожесть контуров по взаимному расположению с соседними контурами, //,/> - функция принадлежности «спектральная идентичность», характеризующая идентичность контура по гистограмме распределения частот яркостей пикселей в прямоугольных областях, ограничивающих контур на обоих полутоновых изображениях.
Для1 построения методов адаптивной калибровки необходима математическая модель калибровки радиальной дисторсии оптической системы СТЗ, позволяющая определять дисторсию в автоматическом режиме без использования специально созданного калибровочного объекта
После выбора калибровочного контура определяется центральная точка (ЦТ) калибровочного объекта, определяемая средними координатами множества точек калибровочного контура по горизонтали и вертикали
Искажения, вызванные радиальной дисторсией оптической системы, определяются по формуле
А*,
м.
х (к/ + к2г +... у (к/1 +к2г4 + ..
где (Лг,, Лу,) - отклонение точки изображения от ее истинного положения -положения, которое ¡анимала бы точка при отсутствии радиальной дисторсии, кI к,, - коэффициенты радиальной дисторсии,/■ (х~ <у;)': - расстояние от ценз ра кадра до точки с координатами (лг, у).
При определении радиальной дисторсии производится последовательное ориентирование ОЭД СТЗ в различных направлениях наблюдения так, чтобы калибровочный объект всегда находился в кадре, и определяются координаты (л-,) ЦТ на изображении после каждого изменения направления наблюдения.
Калибровка отклонений осей Л'и 7. локальных декартовых координат ОЭД производится на основе анализа изображения калибровочного объекта на изображениях, полученных с разных ОЭД.
Выбор калибровочного объекта производится на основе расчета значений функций принадлежности /(„„ объектов, находящихся в кадре, и выбора объекта с максимальным значением
/'»» = ^¡.л^л^ /\//Л,
где - ФП терма «четкий»; //„ - ФП терма «оптимальный размер»; д - ФП
терма «центр кадра»; //,> - ФП, определяющая удаление обьекта по отношению площадей объектов <У> на изображениях с разных ОЭД
Адаптация при калибровке СТЗ заключается в повышении точности
калибровки путем приведения значений выходных параметров СТЗ к требуемым в зависимости от влияния различных входных параметров:
X: X =Х(ф)>
где X - вектор выходных параметров, Ф - вектор входных параметров, 0 -область допустимых значений входных параметров.
Для адаптации СТЗ к изменению освещенности (яркости) рабочей сцены введена ЛП «яркость», принимающая нечеткие значения «очень темный», «темный», «средний», «яркий» и «очень яркий» и функции принадлежности, соответствующие указанным термам - д,очеИ1 темный», //««мный« Рмрмиий.. и
/4<очекь яркий»*
При значении ЛП «яркость» «темный», «средний» и «яркий» яркость / пикселей с координатами (х, у) поступающих кадров изображения корректируется программно согласно следующего правила:
1(х,у) + (1„ при 0 < 1(х,у) + с1, < 1 1(х,у) = • 1, при 1(х,у) + <1, > 1 О, при 1(х,у) + с1|<0
где = Ь -1„ I,- эталонное значение яркости, х = 1..Х,у- \ У,
х ■ у
X, У - размерность изображения по горизонтали и вертикали, соответственно.
При значении ЛП «очень яркий» или «очень темный» подается управляющее воздействие на ОЭД, и яркость изображения уменьшается плавным изменением чувствительности ОЭД до тех пор, пока ЛП «яркость» не примет значение «средний».
Алгоритм адаптивной калибровки показан на рис. 7.
Выбор метода калибровки зависит от параметров СТЗ, параметров внешней среды, задач, решаемых СТЗ, времени, которое может быть затрачено на калибровку, и точности калибровки.
Статическая калибровка рекомендуется для калибровки СТЗ и выполнения следующих задач- калибровки серийно выпускаемых видеокамер; калибровки стационарных СТЗ, не изменяющих своего пространственного положения в процессе работы; калибровки хэнд-ай роботизированных систем до начала работы.
Адаптивная калибровка рекомендуется для калибровки СТЗ и выполнения следующих задач: определения монохроматических аберраций серийно выпускаемых видеокамер и фотоаппаратов при их производстве и в бытовых условиях в автоматизированном режиме; калибровки СТЗ, обеспечивающих получение трехмерных координат объектов рабочей сцены, и калибровки бинокулярных СТЗ хэнд-ай роботизированных систем в процессе выполнения их основной работы в автоматическом режиме.
Определение расхождения
иркшггей изображений к
Функционирование в обычном режиме
Рис. 7. Алгоритм адаптивной калибровки
Основным достоинством адаптивной калибровки является автоматический режим выполнения и проведение калибровки без использования специального эталонного объекта за малое время практически без отрыва от основной работы.
В шестом разделе изложены результаты создания аппаратно-программных средств адаптивной предварительной обработки видеоинформации и оптико-электронного измерительного тракта:
- структурно-функциональные схемы блоков автоматической регулировки экспозиции (АРЭ) [49, 52], позволяющие реализовать адаптацию ОЭП к изменению внешней освещенности;
- структурно-функциональная организация быстродействующих устройств ввода и предварительной обработки видеоинформации [54, 58], в том числе двухпроцессорного устройства ввода и предварительной обработки,
обладающих высокой производительностью и точностью. Разработанная конвейерная организация процедур обработки видеоинформации позволила совместить во времени аппаратно-программную предварительную обработку и последующее программное выполнение в ЭВМ алгоритмов распознавания, что дало возможность увеличить скорость предварительной обработки не менее чем в 2 раза. Устройство ввода и предварительной обработки [58] (рис. 8), основанное на ДСП, содержит усилитель (У), аналого-цифровой преобразователь (АЦП), формирователь управляющих сигналов (ФУС), ОЗУ, дешифратор адреса (ДА) и шинный формирователь (ШФ), алгоритм работы устройства заключается в оцифровке видеоизображения, обработке и запоминании его в ОЗУ, передачи обработанного изображения в ЭВМ.
ОЗУ
Рис 8. Устройство ввода и предварительной обработки изображений на основе ЦСП
- универсальная бинокулярная СТЗ (рис. 9), реализующая вышеназванные методы и алгоритмы предварительной обработки видеоинформации и предназначенная для выполнения технологического контроля качества изделий, мониторинга состояния технологических процессов, проведения бесконтактной диагностики различных заболеваний на основе анализа изображений участков тела пациента; СТЗ содержит два оптико-электронных датчика (ОЭД1, ОЭД2), блок коммутации (БК), блок выделения кадрового и строчного импульсов (БВКСИ), аналого-цифровой преобразователь (АЦП), цифровой сигнальный процессор (ЦСП), буферную память (БП), контроллер последовательного интерфейса (КПИ).
Рис. 9. Структурная схема универсальной бинокулярной СТЗ
- структурно-функциональная организация устройства определения параметров динамических объектов (рис 10) Показано, что для достижения параллелизма вычислений, оптимизации режима обмена информацией, а также минимизации размеров устройства и снижения времени обработки наиболее
целесообразным является применение многопортовых ОЗУ и ПЛИС
- принципы структурно-функциональной организации ряда устройств измерения мапь& угловых перемещений [46, 48, 50, 51], а также методика выбора микропроцессорного элемента и расчета объема ОЗУ для названных устройств.
бло«упр*ал«мия 1
ОЭД2;
Бло« кадрмой памяти
А
I 1 МФЛЗС
1
\
АРЭ | —^ ФНЧ2
4* ,
Бло« упрютдчия
Ии«ропр01*№с0р О*
т
с.
данные
Рис. 10. Структурная схема устройства определения параметров динамических объектов
• структурные схемы устройств, реализующих алгоритм статической калибровки СТЗ с двухцветной пирамидой и алгоритм адаптивной калибровки бинокулярной СТЗ [56, 57].
Седьмой раздел посвящен экспериментальной оценке качества предварительной обработки видеоинформации.
Для оценки скорости и качества выполнения известных и разработанных методов улучшения качества видеоинформации созданы тестовые изображения. Обобщенные результаты экспериментальных оценок достигнутых результатов приведены на диаграмме (рис. 11).
Контрастность (коэффициент контрастности) 1,6
Калибровка (точность) 1.3
Интерференционное / измерение 1 25 / '< (точноет I.)
Определение динамических Ц объеккш ^зь (точность)
Контрастность (скорое и>
......
Кодирование (скорость) ~ Ю
У 1,2
Бинаризация (скорость)
Скелета ишш СшК1 н мцн* (скорость) (точность)
Рис. 11. Обобщенные результаты экспериментальной оценки качества предварительной обработки видеоинформации и оптико-электронных
измерений
На лучах диаграммы отложены относительные значения основных показателей качества и точности. Лучшие значения показателей, полученные известными методами, алгоритмами и устройствами приняты за единицу. Результаты, полученные в данной диссертационной работе, показаны в виде величин их отношений к лучшим известным значениям. Относительные показатели по точности определялись как отношение погрешностей известных методов и алгоритмов к соответствующим погрешностям новых методов и алгоритмов, созданных в данной диссертационной работе.
Полученные данные позволяют сделать вывод о том, что разработанные методы и алгоритмы повышают основные показатели качества предварительной обработки видеоинформации и точности оптико-электронных измерений в среднем в 1,3... 1,6 раза.
В приложении приведены графовые модели различных компонентов СПОВИ и операций цифровой обработки видеоинформации, результаты синтеза структур СПОВИ и алгоритмов цифровой обработки видеоинформации, результаты работы разработанных и известных алгоритмов предварительной обработки видеоинформации, документы, подтверждающие внедрение результатов диссертационной работы в промышленность и использовании их в учебном процессе.
ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ
В диссертационной работе в рамках решения поставленной научно-технической проблемы повышения качества предварительной обработки видеоинформации и технологии ее проведения, а также точности оптико-электронных измерений получены следующие результаты:
1. На основании системного анализа разработаны теоретико-множественные описания систем предварительной обработки и алгоритмов цифровой обработки видеоинформации, позволяющие в процессе синтеза декомпозировать систему и алгоритм обработки на функционально законченные компоненты, создавать каждый компонент в отдельности и далее комплектовать систему в целом, что обеспечивает синтез сложных систем предварительной обработки видеоинформации (СПОВИ) и их алгоритмов, а также переход к структурно-функциональной и технической реализации конкретных СПОВИ и алгоритмов цифровой обработки видеоинформации (ЦОВИ). Разработанные графовые модели компонентов СПОВИ и операций ЦОВИ обеспечивают оценку всех входных и выходных величин компонентов СПОВИ и всех входных и выходных параметров операций ЦОВИ.
2. Базируясь на анализе процессов обработки видеоинформации, выполняемых в СТЗ, синтезе структурно-функциональной организации систем предварительной обработки и алгоритмов цифровой обработки видеоинформации разработана обобщенная математическая модель процесса предварительной обработки видеоинформации, включающая параметры, влияющие на качество предварительной обработки видеоинформации, что позволило учесть воздействие внешней среды, динамику контролируемых объектов и оптико-электронные параметры СПОВИ.
3 Созданы новые методы и алгоритмы повышения качества предварительной обработки видеоинформации и точности оптико-электронных
измерений, а именно:
- метод адаптации оптико-электронного датчика, основанный на регулировании времени накопления матричного фоточувствительного прибора с зарядовой связью и обеспечивающий изменение чувствительности и стабилизацию уровня выходного сигнала оптико-электронного датчика за время одного опроса (время кадра) при изменении внешней освещенности;
- метод определения параметров динамических объектов по последовательностям стереоизображений, основанный на математической модели, описанной в пространстве состояний и позволяющей определять параметры динамических объектов;
- метод выделения динамических объектов, основанный на представлении изображений в виде случайного процесса, позволяющий определять принадлежность пикселя изображения динамическому объекту с учетом зашумленности изображения рабочей сцены, сложности и нестатичности фона;
- метод нелинейного локального контрастирования изображения, алгоритм преобразования градиентного изображения в двухградационное, основанный на использ9вании адаптивного порога преобразования, а также алгоритмы скелетизации изображения и кодирования контуров объектов, позволяющие повысить качество и скорость предварительной обработки видеоинформации за счет упрощения обрабатывающих процедур и совмещения во времени аппаратно-программной обработки видеоинформации.
4. Разработаны метод количественного анализа интерференционных картин, основанный на пространственном распределении интерференционного сигнала и позволяющий повысить точность измерения малых угловых перемещений, и методика определения малого углового перемещения источника излучения по смещению интерференционной картины и ширине интерференционной полосы с помощью фоточувствительного прибора с зарядовой связью Проведена оценка энергетических параметров излучения в области анализа, позволяющая определить параметры источника излучения, и разработана методика выбора лазерного источника излучения, исходя из пороговой освещенности приемника излучения.
5. Разработана система математических моделей процессов трехмерной калибровки на основе нечетких множеств, включающая математические модели калибровки:
- вертикальных осей координат изображений;
- фокусных расстояний оптических систем оптико-электронных датчиков СТЗ;
- радиальной дисторсии оптической системы СТЗ;
- оптических осей оптико-электронных датчиков СТЗ;
а также восстановления контуров объектов и адаптации при калибровке СТЗ. На основании этих моделей созданы методы и алгоритмы статической калибровки СТЗ с двухцветной пирамидой, статической калибровки СТЗ в условиях сложного фона, статической калибровки по эталонному объекту с оптическими излучателями и способ и алгоритм адаптивной калибровки бинокулярной СТЗ, новизной которого является отсутствие специального калибровочного объекта Сформулированы рекомендации по выбору метода калибровки в зависимости от условий внешней среды и параметров СТЗ
6. Разработана структурно-функциональная организация системно обоснованных устройств, обеспечивающих повышение качества предварит ельной обработки видеоинформации, а именно:
- структурно-функциональные схемы блоков автомагической регулировки экспозиции, позволяющие реализовать адаптацию ОЭД к изменению внешней освещенности,
- быстродействующие устройства ввода и предварительной обработки видеоинформации, н том числе двухпроцессорное устройство ввода и предварительной обработки, обладающие высокой производительностью и точностью и позволяющие, благодаря конвейерной организации процедур обработки видеоинформации, увеличить скорость предварительной обрабо!ки не менее, чем в 1,5 раза;
- универсальная бинокулярная СТЗ, реализующая алгоршмы предварительной обработки видеоинформации и предназначенная для выполнения техноло! ического контроля качества изделий, мониюртна состояния технологических процессов, проведения бесконтактной диагностики различных заболеваний на оснойе анализа изображений участков тела пациента,
- устройство определения параметров динамических объект» с применением многопортовых ОЗУ и ПЛИС, что позволило достичь параллелизма вычислений, оптимизировать режим обмена информацией, а также уменьшить время обработки видеоинформации;
- устройства измерения малых угловых перемещений, а также устройства, реализующие алгоритмы статической калибровки СТЗ с двухцветной пирамидой и способ адаптивной калибровки бинокулярной СТЗ.
7. Результаты экспериментальной оценки достигнутого качества предварительной обработки видеоинформации и точности оптико-электронных измерений подтвердили основные теоретические выводы и положения работы и показали, что:
- разработанный метод увеличения контрастности и расширенна динамического диапазона видеоинформации повышает контраст в 1,6 раза н выполняется в 1,6 раз быстрее метода кусочно-линейною контрастирования, лучшего из известных,
- алгоритм преобразования изображения в двухградационное позволяет сохранять на изображении необходимую информацию и выполняется быарее рассмофенных методов не менее чем в 1,2 раза;
- разработанный алгоритм скелетизации обеспечивает повышение точности в 1,6 раза по сравнению со стандартными алгоритмами скелетизации н утончения;
- разработанный однопроходный алгоритм кодирования контуров позволяет осуществлять операцию кодирования не менее чем в 10 раз быстрее известного рекурсивного алгоритма кодирования с сохранением качссны контуров;
- разработанный метол выделения динамических объектов дает сходные результаты с известными методами на статическом фоне, однако превосходит их по точности не менее, чем в 1,36 раза на динамическом фоне при верояшосш обнаружения динамическою объекта на статическом фоне, равной 0,97, а на динамическом фоне - 0,73, при этом использование фильтра Калмана позволило уменьшить ошибку определения координат динамического объекта на 7%,
- экспериментально подтверждена достоверность результатов теоретических исследований и функционирования алгоритма, выполняющего обработку интёрференционных картин и определяющего малые угловые перемещения; разработанный метод проведения интерференционных оптико-электронных измерений позволяет повысить их точность в 1,25 раза по сравнению с известными;
- доказана адекватность комплекса разработанных математических моделей реальным процессам калибровки СТЗ, что позволяет .в дальнейшем использовать их для теоретических исследований влияния параметров устройств на точность калибровки и синтеза систем автоматического управления СТЗ;
- сравнительный анализ устройств калибровки свидетельствует о снижении погрешности разработанного устройства не менее чем в 1,3 раза, повышении точности выполнения адаптивной калибровки без использования специального эталонного объекта, что позволяет калибровать СТЗ различного назначения с высокой точностью в мультипрограммном режиме работы контроллера СТЗ без отрыва от основной выполняемой работы.
Таким образом, вышеизложенное дает основание полагать, что сформулированные научно-техническая проблема и поставленные задачи решены, и цель диссертационной работы достигнута.
Список основных публикаций Монография
1. Распознавание оптических изображений [Текст] / СВ. Дегтярев, B.C. Титов, [и др.]. - Ташкент: ТЭИС, 2000. - 313 с.
Статьи, входящие в перечень ВАК РФ
2. Дегтярев, C.B. Оптико-электронная система контроля параметров аншлифов керамики [Текст] / СВ. Дегтярев, B.C. Титов // Автоматизация и современные технологии. - 1996. - № I. - С. 9-10.
3. Оптико-электронный измеритель линейных перемещений подвижного объекта на ФПЗС [Текст] / C.B. Дегтярев, Т.А. Ширабакина [и др.] // Известия вузов. Электроника.- 1997.-№3-4.-С. 130-134.
4. Дегтярев, C.B. Устройство для высокоточного измерения малых угловых перемещений [Текст] / C.B. Дегтярев, Д.А. Бергер, В.С Титов // Приборы и системы управления. - 1998. - № 10. - С. 70-72.
5. Дегтярев, C.B. Система идентификации интегральных схем [Текст] / C.B. Дегтярев, А.Е. Архипов // Датчики и системы. - 2000. - № 3. - С. 33-35.
6. Дегтярев, C.B. Оптико-электронная система автоматической регистрации и отслеживания относительных перемещений движущегося объекта на фоне помех [Текст] / С.В Дегтярев, А.Ф. Рубанов, B.C. Титов // Датчики и системы. - 2000. - N° 3 - С. 35-36.
7. Дегтярев, С.В Анализ систем распознавания дорожных знаков [Текст] / C.B. Дегтярев, B.C. Панищев // Известия Тульского гос. Тех. Ун-та. Серия Вычислительная техника. Автоматика. Управление. Том 4 Выпуск 1 -Тула, 2002.-С. 96-103.
8. Диагностирующее оптико-электронное устройство [Текст] / C.B. Дегтярев, B.C. Титов [и др ] // Известия вузов Приборостроение. - 2003. - №
11.-С. 5-8.
9. Дегтярев, C.B. Быстродействующее оптико-электронное устройство выделения контуров изображения объектов [Текст] / C.B. Дегтярев, Т.А. Ширабакина // Известия вузов. Приборостроение. - 2003. - № 11. - С. 9-11.
10. Дегтярев, C.B. Устройство для ввода изображения в ЭВМ с использованием интерфейса ISA [Текст] / C.B. Дегтярев, B.C. Панищев // Известия Тульского гос. Тех. Ун-та. Серия Вычислительная техника. Информационные технологии. Системы управления. Том 1, Выпуск 2.-Тула,
2003.-С. 77-81.
11. Дегтярев, C.B. Оптико-электронное устройство для управления движением транспортного робота [Текст] / C.B. Дегтярев, Д.В. Жуковский, А.Ф. Рубанов // Датчики и системы. - 2004. - № 7. - С. 25-27.
12. Дегтярев, C.B. Выделение контуров объектов на изображении операторами Собела и Лапласа на основе нейронной сети [Текст] / C.B. Дегтярев, B.C. Панищев // Датчики и системы. - 2004. - № 8. - С. 12-14.
13. Дегтярев, C.B. Автоматическая калибровка систем технического зрения для определения координат движущихся объектов [Текст] / C.B. Дегтярев // Известия Тульского гос. Тех. Ун-та. Серия Вычислительная техника. Информационные технологии Системы управления. Том 1. Выпуск З.-Тула,
2004.-С. 59-66.
14. Дегтярев, C.B. Определение координат движущихся объектов стереоскопической системой технического зрения [Текст] / C.B. Дегтярев, А.Г. Спеваков, А.П. Типикин И Телекоммуникации. - 2004. - № 8. - С. 35-36.
15. Дегтярев, C.B. Математическое моделирование оптико-электронного устройства для управления движением транспортного робота методом списочных моделей [Текст] / С.В Дегтярев, Д.В. Жуковский, А.Ф. Рубанов II Телекоммуникации. - 2004. - № 8. - С. 32-34.
16. Дегтярев, C.B. Проектирование системы технического зрения для управления транспортным роботом [Текст] / C.B. Дегтярев, Д.В. Жуковский, B.C. Яковлева // Известия вузов. Приборостроение. - 2005. - № 2. - С. 39-43.
17. Дегтярев, C.B. Распознающий аппаратно-программный диагностирующий комплекс [Текст] / C.B. Дегтярев, С.Ю. Мирошниченко, В.Н. Мишустин // Известия вузов. Приборостроение. - 2005. -№ 2. - С. 22-27.
18. Degtyariev, S.V. Computer Vision System for the Walking Robot Control [Text]/ S.V. Degtyariev, A.E Arckhipov, V.S. Yakovleva // Pattern Recognition and [mage Analysis.-2003.-Vol. 13,X»2.-P. 199-201.
19. Degtyariev, S.V. Structure of a Tunable Adaptive Videodetector [Text]/ S.V. Degtyariev, V.S. Titov, V.S. Yakovleva // Pattern Recognition and Image Analysis. -2004. -Vol. 14, № 3.- P. 463-465.
20. Degtyariev, S.V. Automated Design of Computer Vision Systems [Text] / S.V. Degtyariev, D.V. Zhukovskiy, A.F. Rubanov // Pattern Recognition and Image Analysis. -2005,-Vol. 15, № 2,- P. 478-479.
21. Degtyariev, S.V. Adaptive Image Sensor with Reconfigurable Parameters and Structure [Text] / S.V. Degtyariev, V.S. Yakovleva // Pattern Recognition and Image Analysis. -2005.-Vol. 15, № 2,- P. 472-473.
Статьи
22. Система автоматической регистращ
БИБЛИОТЕКА Cflfttfôypr 09 Л* мт
метров
движения объекта [Текст] / C.B. Дегтярев, B.C. Титов [и др.] // Оптико-электронные системы визуализации и обработки оптических изображений: сб. статей. -М,- 2000. - №1. - С. 58-62.
23. Дегтярев, C.B. Высокоточный измеритель малых угловых перемещений на ЛФПЗС с автоматической регулировкой экспозиции [Текст] / C.B. Дегтярев,
B.В. Струков, Т.А. Ширабакина // Методы и средства систем обработки информации: сб. научных статей. - Курск, КурскГТУ - 1997. - Выпуск № 1. -
C. 92-102.
24. Дегтярев, C.B. Подавление фоновых помех при наблюдении движущихся объектов [Текст] / C.B. Дегтярев, А.Ф Рубанов // Методы и средства систем обработки информации: сб. научных статей - Курск, КурскГТУ. - 2000. - Выпуск № 2,- С. 5-7.
25. Дегтярев, С.В Выбор и обоснование метода обработки растровых пространственно-временных сигналов [Текст] / С В Дегтярев, И.И. Сальников, B.C. Яковлева // Методы и средства систем обработки информации: сб. научных статей. Выпуск № 3. - Курск, КГТУ.- 2003. - С. 131-138.
26. Photon measurers of transport means velocity [Text] / S. Degtyariev, V. Titov [et al]. // Photonics for Transportation, SP1E. - March 1999 -Vol. 3901. - P. 69-71.
27. Degtyariev, S.V. The system for microcircuit analysis and identification [Text] / A.E. Arckhipov, S.V. Degtyarev, V.S. Titov // Machine ORAPHICS&VISION. - 2000. - Vol. 9, № 1/2. - P. 519-524.
Материалы конференций
28. Дегтярев, C.B. Система измерения линейных и угловых величин на ПЗС [Текст] / C.B. Дегтярев, Т.А. Ширабакина // Приборы с зарядовой связью и системы на их основе: тез. Докладов V НТК с международным участием. - M -1995.-С. 63.
29. Дегтярев, C.B. Автоматизированное измерение малых угловых перемещений в РТС [Текст] / Д.А. Бергер, C.B. Дегтярев, Т.А. Ширабакина // Новые информационные технологии и системы: тез. Докладов II международной НТК. - Пенза,- 1996.- Часть 2 - С. 20-21.
30. Дегтярев, C.B. Автоматизированное измерение малых угловых перемещений в ИИС [Текст]/Д.А Бергер, С.В Дегтярев, B.C. Титов//Датчики и преобразователи информации систем измерения, контроля и управления: материалы IX НТК с участием зарубежных специалистов. - Гурзуф.- 1997. - С. 378-379.
31. Дегтярев, C.B. Применение ПЗС в интерференционных системах измерения малых угловых и линейных перемещений [Текст] / C.B. Дегтярев, А.А Емельянов // Состояние и проблемы технических измерений: тез. Докл. V Всероссийской научно-технической конференции - М. - 1998. - С. 18.
32. Дегтярев, С.В Автоматическое определение параметров движения объекта [Текст] / C.B. Дегтярев, A.A. Емельянов, М.В. Хорошев // Датчики и преобразователи систем измерения, контроля и управления: тез. Доклада XI НТК с участием зарубежных специалистов. - Гурзуф - 1999. - С. 109-110.
33. Дегтярев, С.В Устройство ввода, предобработки и сжатия видеоинформации [Текст] / А Е. Архипов, C.B. Дегтярев, В С. Панищев // Проблемы передачи и обработки информации в сетях и системах
телекоммуникаций: материалы Международной научно-технической конференции. - Рязань - 2000. - С. 39-40.
34. Дегтярев, С.В Быстрый ввод и предобработка видеоинформации в распознающих системах [Текст] / А.Е. Архипов, C.B. Дегтярев И Распознавание образов и анализ изображений' новые информационные технологии «РОАИ-5-2000»: труды 5-й Международной конференции: в 4 т. - Самара - 2000. - С. 671.
35. Дегтярев, C.B. Телевизионная камера с повышенным быстродействием стабилизации амплитуды видеосигнала [Текст] I C.B. Дегтярев, B.C. Титов, Т.А. Ширабакина // Телевидение: передача и обработка изображений: материалы Международной конференции. - С.П6.-2000. - С. 39-40.
36. Дегтярев, C.B. Метод стереокалибровки оптико-электронной системы совмещением изображений [Текст] / С.В Дегтярев, М.И.Труфанов, Т.А. Ширабакина II Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: материалы X Международной НТК. - Рязань: Рязанская государственная радиотехническая академия - 2001. - С. 247-250.
37. Дегтярев, C.B. Калибровка оптико-электронной системы с использованием нейронной сети [Текст] / С В. Дегтярев, М.И. Труфанон // Датчики и преобразователи информации систем измерения, контроля и управления' материалы XIV НТК с участием зарубежных специалистов. - М-2002.-С. 267-268.
38. Дегтярев, C.B. Метод адаптивной калибровки бинокулярной оптико-электронной системы на основе нечеткой логики [Текст] / C.B. Дегтярев, М.И. Труфанов // Телевидение: передача и обработка изображений: материалы Международной конференции. - С.Пб- 2002. - С. 68-69.
39. Дегтярев, C.B. Быстродействующее оптико-электронное устройство обработки стереоизображений [Текст] / C.B. Дегтярев, А.Г. Спеваков // Датчики и преобразователи информации систем измерения, контроля и управления: материалы XV НТК с участием зарубежных специалистов. - М - 2003. - С. 190.
40. Дегтярев, C.B. Методы повышения точности обработки изображений в устройстве для управления движением транспортного робота [Текст] / С В. Дегтярев, Д В. Жуковский // Распознавание-2003: сб. материалов VI Международной конференции. - Курск,- 2003. - С. 31-32.
41. Дегтярев, С.В Моделирование структур оптико-электронных устройств [Текст] / СВ. Дегтярев, Д.В. Жуковский // Датчики и преобразователи информации систем измерения, контроля и управления: материалы XVI НТК с участием зарубежных специалистов. - М - 2004. - С. 63-64.
42. Дегтярев, C.B. Бинокулярное оптико-электронное диагностическое устройство [Текст] / C.B. Дегтярев, С.Ю. Мирошниченко // Современные методы и средства обработки пространственно-временных сигналов- сб. статей II Всероссийской НТК,- Пенза,- 2004- С. 98-100.
43. Degtyariev, S V. The structural organization of the adaptive image sensor with reconfigurable parameters [Text]/ S.V. Degtyariev, V.S. Titov, V.S. Yakovleva // Pattern recognition and image understanding workshop proceedings of the 6th German-Rassian workshop-Novosibirsk.-2003,- P. 242-243.
44 Degtyariev, S V. The method of automatic determination monochromatic aberration of vision's optical subsystem [Text]/ S.V. Degtyariev, M.I. Trufanov, S.Yu. Miroshnichenko // Information and Telecommunication Technologies in Intelligent Systems: proceedings of the 2-nd International Conference. - Barcelona,
Spain.-2004.-P. 40-43.
45. Degtyariev, S.V. Adaptive choice of global threshold for gradient image binarization [ТеЛ]/ S.Yu Miroshnichenko, Yu.A. Rukavitsin // Pattern recognition and image analysis: new information technologies: proceedings of 7-th international conference PR1A-7-2004. - St. Petersburg. - 2004,- V. 1.- P. 316-318.
46. Degtyariev, S.V. The automated design of systems of technical vision [Text]/ D.V. Zhukovskiy, A.F. Rubanov // Pattern recognition and image analysis-new information technologies: proceedings of 7-th international conference PRIA-7-2004,- St. Petersburg.-2004,- V. 2,- P. 576-577.
Изобретения
47. Пат. 2112208 Российская Федерация, МПК G01B11/26, G01B9/02. Устройство для автоматизированного измерения угловых величин [Текст] / С.В. Дегтярев, Д.А. Бергер, Т.А. Ширабакина; Заявитель и патентообладатель КурскГТУ. № 95112933/28; заявл. 25.07.1995; опубл. 27.05 1998, Бюл. № 15. 18 с. Ил.
48. 1Пат. 2119725 Российская Федерация, МПК H04N5/20. Устройство стабилизации амплитуды видеосигнала [Текст] / С.В. Дегтярев, В.В. Струков,
B.C. Титов; Заявитель и патентообладатель КурскГТУ. № 96124309/09; заявл. 24.12.1996; опубл. 27.09. 1998, Бюл. № 27. 12 с. Ил.
49. Пат, 2133451 Российская Федерация, МПК G01B11/26. Устройство для автоматизированного измерения угловых величин [Текст] 1 С.В. Дегтярев, Я.М. Канер, Т.А. Ширабакина; Заявитель и патентообладатель КурскГТУ. № 97109875/28; заявл. 11.06.1997; опубл. 20.07.1999, Бюл. № 20. 14 с. Ил.
50. Пат. 2137318 Российская Федерация, МПК H04N5/20 Устройство стабилизации амплитуды видеосигнала [Текст] / А.Е. Архипов, С.В. Дегтярев,
1 B.C. Титов и др.; Заявитель и патентообладатель КурскГТУ № 98110388/09; заявл. 01.06.1998; опубл. 10.09.1999, Бюл. № 25. 10с. Ил
51. Пат. 2138014 Российская Федерация, МПК G01B11/26. Устройство для автоматизированного измерения малых угловых перемещений [Текст] / С.В Дегтярев, А.А. Емельянов, Т.А. Ширабакина; Заявитель и патентообладатель КурскГТУ. № 98105883/28; заявл. 25.03.1998; опубл. 20.09.1999, Бюл. № 14. с Ил.
52. Пат. 2149355 Российская Федерация, МПК G01BU/26. Устройство для автоматического определения изменений угловой координаты объекта [Текст] /
C.В. Дегтярев, А.А. Емельянов, Т.А. Ширабакина; Заявитель и патентообладатель КурскГТУ. № 99101652/28; заявл 19 01.1999; опубл. 20.05.2000, Бюл. № 17. с. Ил.
53. Пат. 2150179 Российская Федерация, МПК H04N5/20. Устройство стабилизации амплитуды видеосигнала [Текст] / С.В. Дегтярев, А.Ф. Рубанов [и др.]; Заявитель и патентообладатель КурскГТУ № 99104034/09; заявл. 01.03.1999; опубл. 27 05.2000, Бюл. № 15. 8 с. Ил.
54 Пат. 2158959 Российская Федерация, МПК G01B11/30 Система технического зрения для контроля формы изделий [Текст] / С В Дегтярев, С С. Тевс, B.C. Титов; Заявитель и патентообладатель КурскГТУ № 99102567/09, заявл. 09.02.1999; опубл. 10.11.2000, Бюл №31. с. Ил.
55. Пат. 2166790 Российская Федерация, МПК G06F3/00 Устройство для ввода изображения в ЭВМ [Текст] / А.Е. Архипов, С В. Дегтярев, В С Титов [и
др]; Заявитель и патентообладатель КурскГТУ. № 2000113062/09; мяв л 25.05.2000; опубл. 10.05.2001, Бюл. № 13. 12 с. Ил.
56 Пат 2185659 Российская Федерация, МПК G06K9/46 Устройство выделения контуров изображения объектов [Текст] / C.B. Дегтярев, B.C. Титов, А.Г. Спеваков; Заявитель и патентообладатель КурскГТУ. № 2000133065/09; заявл. 28.12.2000; опубл. 20 07.2002, Бюл. № 20. с. Ил.
57. Пат, 2199150 Российская Федерация, МПК G06K9/32. Устройство калибровки оптико-электронной системы [Текст] / СВ. Дегтярев, В С. Титов, М.И. Труфанов; Заявитель и патентообладатель КурскГТУ. № 2001103097/09; заявл. 02.02.2001; опубл. 20.02.2003, Бюл. № 5. с. Ил.
58. Пат. 2250498 Российская Федерация, МПК G06K9/32. Способ автоматической адаптивной трехмерной калибровки бинокулярной системы технического зрения и устройство для его реализации [Текст] / C.B. Дегтярев, В С. Титов, М.И. Труфанов; Заявитель и патентообладатель КурскГТУ. X» 2003105497/09; заявл 25 02 2003, опубл. 20.04 2005, Бюл. № 11. 15 с Ил
59 Пат. 2251735 Российская Федерация, МПК G06K9/46. Устройство для обработки изображений [Текст] / С В. Дегтярев, В С. Титов, А.Е. Архипов, Яковлева B.C.; Заявитель и патентообладатель КурскГТУ. № 2003123313/09; заявл. 16.09.2003; опубл. 10.05 2005, Бюл №13.5 с. Ил.
Свидетельство об официальной регистрации программы для ЭВМ
60 Свидетельство об официальной регистрации программы для ЭВМ 2004611966 Российская Федерация. Программа автоматизированного построения линейных цепей в устройствах управления / Д.В. Жуковский, С В Дегтярев.; Правообладатель КурскГТУ № 2004611405; заявл 30.06 2004; зарегистрировано 26.08.2004
ИД №06430 от 10.12.01 Подписано к печати ¿¿^ О формат 60x84 1/16
Печатных листов 2,0> . Тираж 100 экз. Заказ М Курский государственный технический университет. 305040, г. Курск, ул. 50 лет Октября, 94.
»Î7745
РНБ Русский фонд
2006-4 14527
Оглавление автор диссертации — доктора технических наук Дегтярев, Сергей Викторович
Введение.
1. Анализ современных методов, алгоритмов и устройств обработки видеоинформации.
1.1 Устройства ввода и предварительной обработки видеоинформации.
1.2 Методы улучшения качества видеоинформации.
1.2.1 Повышение контрастности и расширение динамического диапазона видеоизображения.
1.2.2 Повышение отношения сигнал/шум.
1.2.3 Проблема выбора порога при преобразовании полутонового изображения в двухградационное.
1.2.4 Методы построения контуров объектов, расположенных на плоскости, и повышение достоверности их выделения.
1.3 Методы и принципы определения параметров динамических объектов
1.3.1 Методы выделения динамических объектов.
1.3.1.1 Методы, основанные на вычислении взаимно-корреляционной функции двух полей изобралсения.
1.3.1.2 Методы пространственно-временной обработки.
1.3.1.3 Методы цифровой обработки изобралсений, используемые для выделения динамических объектов.
1.3.2 Устройства для определения параметров динамических объектов.
1.3.3 Определение параметров динамических объектов.
1.3.3.1 Определение пространственных координат.
1.3.4 Адаптация оптико-электронного датчика к изменению освещенности
1.4 Методы и оптико-электронные устройства измерения малых угловых перемещений на основе интерференции.
1.4.1 Высокоточные устройства измерения угловых перемещений и оптические методы и средства для проведения угловых измерений.
1.4.2 Оптико-электронные устройства для измерения малых угловых перемещений.
1.4.3 Информативные признаки и способ анализа интерференционной картины.
1.5 Методы и средства калибровки систем технического зрения.
Выводы.
2. Теоретико-множественное описание и синтез структур систем предварительной обработки и алгоритмов обработки видеоинформации.
2.1 Теоретико-множественное описание систем предварительной обработки видеоинформации.
2.2 Теоретико-множественное описание алгоритмов цифровой обработки видеоинформации.
2.3 Графовые модели компонентов системы предварительной обработки и операций цифровой обработки видеоинформации.
2.4 Синтез систем предварительной обработки и алгоритмов цифровой обработки видеоинформации с использованием графовых моделей.
2.5 Алгоритм синтеза структур систем предварительной обработки и алгоритмов цифровой обработки видеоинформации.
2.6 Обобщенная математическая модель процесса предварительной обработки видеоинформации в СТЗ.
Выводы.
3. Методы и алгоритмы повышения качества предварительной обработки видеоинформации.
3.1 Метод адаптации оптико-электронного преобразователя к изменению освещенности.
3.2 Расширение динамического диапазона изображения и увеличение скорости повышения контрастности.
3.3 Определение параметров динамических объектов.
3.3.1 Математическая модель определения параметров динамических объектов.
3.3.1.1 Вычисление матрицы коррекции фильтра Калмана.
3.3.2 Определение координат проекции точки.
3.3.3 Метод выделения динамических объектов.
3.3.3.1 Исследование изобраэ/сений сцен и построение функции принадлежности пикселя изображения динамическому объекту.
3.3.3.2 Выделение динамических областей изобралсений с помощью меэ/скадровой разности.
3.3.3.3 Алгоритм определения формального контура объекта.
3.3.4 Представление динамических объектов и определение их параметров.
3.3.5 Определение предельных значений относительной дальности и скорости динамического объекта.
3.4 Увеличение точности и скорости преобразования градиентного изображения в двухградационное.
3.5 Скелетизация изображения.
3.6 Кодирование контуров объектов.
3.7 Определение типа проекции объекта.
3.8 Определение положения объектов на плоскости с помощью одной видеокамеры.
Выводы.
4. Оптико-электронное измерение малых линейных и угловых перемещений объектов.
4.1 Математические основы анализа интерференционных картин.
4.1.1 Математическая модель статической интерференции в оптическом интерференционном устройстве.
4.1.2 Распределение интенсивности освещения в интерференционной картине.
4.1.3 Регистрация интерференционных картин фоточувствительными приборами с зарядовой связью.
4.1.4 Адаптация уровня квантования порогового устройства.
4.2 Выбор основных элементов устройств измерения малых угловых перемещений.
4.2.1 Анализ характеристик интерференционной картины и выбор оптико-электронного преобразователя.
4.2.2 Выбор источника излучения.
Выводы.
5. Калибровка систем технического зрения.
5.1 Математическая модель трехмерной калибровки на основе нечетких множеств.
5.1.1 Математическая модель калибровки вертикальных осей координат изображений.
5.1.2 Математическая модель калибровки фокусных расстояний оптических систем оптико-электронных датчиков СТЗ.
5.1.3 Математическая модель калибровки радиальной дисторсии оптической системы СТЗ.
5.1.4 Математическая модель восстановления контуров объектов.
5.1.5 Математическая модель калибровки оптических осей оптико-электронных датчиков СТЗ.
5.1.6 Математическая модель адаптации при калибровке СТЗ.
5.2 Методы калибровки СТЗ.
5.2.1 Методы статической калибровки.
5.2.1.1 Статическая калибровка с двухцветной пирамидой.
5.2.1.2 Статическая калибровка в условиях сложного фола.
5.2.1.3 Статическая калибровка по эталонному объекту с оптическими излучателями.
5.2.1.4 Использование мнимого изображения эталонного объекта для трехмерной калибровки СТЗ.
5.2.2 Метод адаптивной калибровки.
5.3 Рекомендации по выбору метода калибровки в зависимости от условий внешней среды и параметров СТЗ.
Выводы.
6. Аппаратно-программные средства адаптивной предварительной обработки видеоинформации и оптико-электронного измерительного тракта.
6.1 Реализация блоков автоматической регулировки экспозиции.
6.1.1 Автоматическая регулировка экспозиции методом последовательного приближения.
6.1.2 Автоматическая регулировка экспозиции методом мгновенного приближения.
6.2 Алгоритм функционирования и микропроцессорное устройство определения параметров динамических объектов.
6.3 Устройства ввода и предварительной обработки видеоинформации.
6.3.1 Устройство ввода и предварительной обработки видеоинформации на основе цифрового сигнального процессора.
6.3.2 Устройство ввода и предварительной обработки видеоинформации для конвейерных систем распознавания нестабильных символов.
6.4 Универсальная бинокулярная СТЗ.
6.5 Реализация устройств измерения малых угловых перемещений.
6.5.1 Устройство для измерения относительного углового перемещения
6.5.2 Устройство для автоматического определения углового положения источника излучения в пространстве.
6.5.3 Устройство измерения малых угловых перемещений на базе микропроцессора.
6.5.3.1 Методика выбора микропроцессорного элемента и расчет объема ОЗУ.
6.6 Устройства калибровки СТЗ.
6.6.1 Устройство для калибровки СТЗ с двухцветной пирамидой.
6.6.2 Устройство для адаптивной калибровки бинокулярной СТЗ.
Выводы.
7. Экспериментальная оценка качества предварительной обработки видеоинформации.
7.1 Исследование точности и производительности алгоритмов предварительной обработки видеоинформации.
7.2 Экспериментальное исследование методов определения параметров динамических объектов.
7.2.1 Описание экспериментальной установки.
7.2.2 Методика определения коэффициента сигнал/шум.
7.2.3 Результаты экспериментальных исследований.
7.2.3.1 Сравнение методов выделения динамических объектов.
7.2.3.2 Определение координат относительного центра динамического объекта.
7.2.3.3 Определение пространственных координат объекта.
7.3 Экспериментальные исследования устройства измерения малых угловых перемещений.
7.3.1 Описание экспериментальной установки и методика проведения эксперимента.
7.3.2 Основные экспериментальные числовые характеристики интерференционной картины.
7.4 Экспериментальные исследования устройства для адаптивной калибровки бинокулярной системы технического зрения.
7.4.1 Методика проведения исследований устройства для адаптивной калибровки бинокулярной СТЗ.
7.5 Результаты экспериментальной оценки качества предварительной обработки видеоинформации и оптико-электронных измерений.
Выводы.
Введение 2005 год, диссертация по информатике, вычислительной технике и управлению, Дегтярев, Сергей Викторович
В настоящее время в различных отраслях хозяйства, в частности, в системах диагностики и контроля качества изделий, производстве изделий для электронной промышленности, системах управления движением шагающих и транспортных роботов, автоматизированных системах медицинской диагностики, метрологии, в сельском хозяйстве широкое применение находят системы технического зрения (СТЗ), обладающие такими преимуществами, как возможность дистанционного контроля при больших расстояниях между системой и объектом; отсутствием сил, воздействующих на объект контроля со стороны преобразователя; высокое быстродействие; возможность организации многопараметрического контроля, широкого варьирования разрешающей способности и диапазона измерения, достижения высокой точности и стабильности измерений.
Основными функциональными компонентами СТЗ являются устройство ввода видеоинформации, система ее обработки и дополнительные специализированные устройства, включаемые в состав СТЗ как с учетом их назначения, так и для повышения качества и точности их функционирования.
Качество предварительной обработки видеоинформации это комплексный показатель, определяющийся
- динамическим диапазоном видеосигнала;
- степенью адаптации оптико-электронного измерительного тракта к внешним условиям измерения и контроля (освещенность, динамика фона, уровень помех);
- уровнем достоверности получаемой видеоинформации, зависящей от процессов контрастирования, бинаризации, выделения контуров объектов, скелетизации, калибровки СТЗ;
- точностью измерения параметров видеоизображения;
- степенью соответствия быстродействия устройств предварительной обработки динамике контролируемых объектов;
- разрешающей способностью СТЗ к малым угловым перемещениям.
В устройствах ввода видеоинформации кроме основной функции преобразования способа представления информации выполняются алгоритмы предварительной обработки видеоинформации, обнаруживающие и выделяющие информационные сигналы на фоне шумов и искажений и повышающие точность функционирования СТЗ [Садыков С.С., Сойфер В.А.].
По мере увеличения степени интеграции элементной базы расширяются функциональные возможности, и повышается производительность СТЗ за счет перехода от программной реализации процедур предварительной обработки в ЭВМ к аппаратно-программной их реализации непосредственно в устройстве ввода видеоинформации. К таким процедурам относятся: улучшение качества изображения, бинаризация, выделение контуров изображений объектов, ориентация и нормализация растровых изображений нестабильных символов, калибровка и т.п.
Большое количество практических приложений СТЗ, например, определение параметров движения автотранспорта, проведение испытаний для обеспечения безопасности движения воздушных и морских объектов, контроль и организация взаимодействия этих объектов между собой обусловливает необходимость слежения за динамикой объектов. При этом важной задачей является автоматическая регистрация, отслеживание относительного перемещения и определение параметров динамики объектов, расположенных в поле зрения системы [Афанасьев В.Н., Смирнов В.Д.]. Наиболее сложной, и в то же время актуальной задачей, является слежение за расположенными на сложном динамическом фоне пространственными многотоновыми объектами, размеры и конфигурация которых изменяются в процессе слежения за ними. Особое внимание следует уделять организации наблюдений в условиях как пониженной, так и повышенной внешней освещенности, а также в условиях, когда освещенность может изменяться в течение некоторого промежутка времени. При этом возникает множество вопросов, связанных с анализом изображений, которые не могут быть решены без знания пространственных динамических характеристик объекта или решаются с потерей качественных показателей и времени. Отсюда возникает объективная необходимость в создании высокоэффективных и достаточно быстродействующих СТЗ, функционирующих в реальном масштабе времени и обеспечивающих достоверность при слежении за сложными объектами, основные параметры которых могут изменяться в процессе слежения.
При проведении измерений в некоторых отраслях промышленности, таких как строительство, тяжелое машиностроение, геодезия повышенные требования предъявляются к точности проводимых измерений, которая достигается с применением интерференционных методов, что обусловливает использование СТЗ для автоматизации указанных измерений [Хорошев М.В., Скоков И.В.]. Сложность автоматической расшифровки интерферограмм и выделения измерительной информации связана с тем, что интерференционная картина помимо полезной информации содержит искажения и шумы, вносимые дестабилизирующими факторами - посторонними источниками излучения, вибрациями, турбулентностью атмосферы, запыленностью и т. д.
Качество функционирования СТЗ во многом зависит от того, насколько точно она настроена. Так, например, из-за погрешностей при установке оптико-электронных датчиков (ОЭД) СТЗ, отклонений в их оптических системах процесс формирования видеоинформации сопровождается искажением геометрических форм исследуемых объектов, неточностью передачи яркости и т.д. Одним из неотъемлемых этапов настройки СТЗ является калибровка параметров ОЭД и их взаимного расположения [Найханов В.В., Тсаи С.]. Для точной работы СТЗ необходимо, в общем случае, знать величины параметров переноса, вращения и смещения. Эти параметры могут быть измерены и откорректированы непосредственно, однако на практике удобнее определять их, используя сам ОЭД в качестве измерительного инструмента. Целью выполнения процесса калибровки является устранение отклонений и приведение внутренних и внешних параметров СТЗ к эталонным или специально задаваемым. При калибровке СТЗ также необходимо найти такое расположение ОЭД и исследуемого объекта, при котором изображение всего объекта помещалось бы в кадр, и при этом были различимы достаточно мелкие элементы объекта, а также обеспечить такое расположение ОЭД, при котором изображения наиболее допустимо удаленного и наименее удаленного участков объекта были одинаково четкими.
Таким образом, качество и точность функционирования СТЗ зависит от множества факторов. Значительная их часть может быть учтена при создании методов, алгоритмов и устройств предварительной обработки видеоинформации и калибровки СТЗ. В настоящее время отсутствуют завершенные научно-исследовательские работы и проекты СТЗ, с комплексным рассмотрением множества названных выше мешающих факторов и разработкой алгоритмов и технических средств, способных устранить их негативные последствия. В то же время выполнение системного анализа названных факторов и разработка комплекса новых методов, алгоритмов и устройств, направленных на преодоление указанных негативных последствий, крайне необходимы для повышения качества и точности функционирования СТЗ, как основного условия конкурентоспособности и расширения сферы их использования.
В связи с этим повышение качества предварительной обработки видеоинформации и технологии ее проведения, а также точности оптико-электронных измерений является актуальной научной проблемой.
Теоретический аспект сформулированной проблемы состоит в совершенствовании методов адаптации СТЗ к изменению освещенности, повышения контрастности и выделения контуров изображений; разработке новых технологических методов проведения предварительной обработки видеоинформации, оптико-электронных измерений малых угловых и линейных перемещений объектов и калибровки СТЗ.
Практический аспект проблемы состоит в расширении сферы использования СТЗ в различных отраслях народного хозяйства, в частности, в сельском хозяйстве, метрологии, производстве изделий для электронной промышленности, системах диагностики и контроля качества изделий, системах управления движением шагающих и транспортных роботов, автоматизированных системах медицинской диагностики. Использование методов предварительной обработки видеоинформации и адаптивной калибровки способствует повышению качества работы СТЗ и снижению аппаратной сложности. Улучшение качества предварительной обработки видеоинформации обеспечивает повышение точности оптико-электронных измерений и достоверности распознавания изображений. Реализация предлагаемых методов и алгоритмов в ряде быстродействующих специализированных оптико-электронных устройств позволяет создать комплекс управляющих, контрольно-диагностирующих и информационно-измерительных малогабаритных переносных и бортовых СТЗ для автоматизированных систем широкого назначения.
Диссертационная работа выполнялась в рамках следующих грантов и НИР Министерства образования РФ: 2.95 "Адаптивная оптико-электронная система для контроля изделий микро- и радиоэлектроники" (№ ГР 01970002558), 1.11.98 "Исследование принципов алгоритмического конструирования высокоточных оптических датчиков на базе приборов с зарядовой связью" (№ ГР 01980006840), 1.10.98 «Разработка фундаментальных основ алгоритмического обеспечения автоматизированных систем обработки изображений» (№ ГР 01980006841), 1.1.00 «Теоретические основы и аппаратная реализация оптико-электронной системы распознавания образов, работающей в статическом и динамическом режимах» (№ ГР 01970002856), 1.03.01 «Разработка теоретических основ и принципов построения угломерно-временных многопозиционных радиогеодезических систем» (№ ГР 01200 109248).
Цель работы - создание новых методов, алгоритмов и устройств предварительной обработки видеоинформации, теоретических и практических предпосылок для построения управляющих, контрольно-диагностирующих и информационно-измерительных систем технического зрения на основе системного подхода и комплексного учета основных факторов, влияющих на качество функционирования их оптико-электронных трактов. .
В соответствии с этим в диссертационной работе решаются следующие задачи:
Заключение диссертация на тему "Теоретические основы, алгоритмы и устройства повышения качества предварительной обработки видеоинформации в системах технического зрения"
Выводы
1. Разработанные экспериментальные установки и методики позволили провести оценку качества предварительной обработки видеоинформации и точности оптико-электронных измерений.
2. Разработанный метод увеличения контрастности и расширения динамического диапазона видеоинформации повышает контраст в 1,6 раза и выполняется в 1,6 раз быстрее кусочно-линейного контрастирования, дающего наилучшее качество обработанного изображения.
3. Метод преобразования изображения в двухградационное позволяет сохранять на изображении необходимую информацию и выполняется быстрее рассмотренных методов не менее чем в 1,2 раза.
4. Разработанный алгоритм скелетизации работает в 1,6 раза точнее по сравнению со стандартными алгоритмами скелетизации и утончения
5. Разработанный однопроходный алгоритм кодирования контуров позволяет осуществлять операцию кодирования не менее чем в 10 раз быстрее известного рекурсивного алгоритма кодирования с сохранением качества контуров.
6. Сравнительный анализ методов выделения динамических объектов показал, что разработанный метод дает сходные результаты с известными методами при статическом фоне, но превосходит их не менее чем в 1,36 раз при динамическом фоне. В результате использования фильтра Калмана ошибка определения координат динамического объекта уменьшается на 7%, вероятность обнаружения динамического объекта при статическом фоне равна 0,97, а при динамическом фоне - 0,73.
7. Проведенные экспериментальные исследования макета устройства измерения малых угловых перемещений, реализующего разработанный метод анализа интерференционной картины, подтверждают достоверность теоретических исследований и разработанного алгоритма, позволяющих выполнять обработку интерференционных картин и определять малые угловые перемещения. Разработанный метод проведения интерференционных оптико-электронных измерений позволяет повысить их точность в 1,25 раза по сравнению с известными.
8. В результате экспериментальных исследований подтверждена адекватность разработанной математической модели калибровки СТЗ, что позволяет использовать математическую модель для теоретических исследований влияния параметров устройств калибровки на точность калибровки.
9. Сравнительный анализ устройств калибровки свидетельствует о снижении погрешности разработанного устройства не менее чем в 1,3 раза и высокой точности выполнения адаптивной калибровки без использования специального эталонного объекта, что обеспечивает проведение калибровки СТЗ различного назначения с высокой точностью практически без отрыва от основной выполняемой работы.
Заключение
В диссертационной работе в рамках решения поставленной научно-технической проблемы повышения качества предварительной обработки видеоинформации и технологии ее проведения, а также точности оптико-электронных измерений получены следующие результаты:
1. На основании системного анализа разработаны теоретико-множественные описания систем предварительной обработки и алгоритмов цифровой обработки видеоинформации, позволяющие в процессе синтеза декомпозировать систему и алгоритм обработки на функционально законченные компоненты и создавать каждый компонент в отдельности и далее комплектовать систему в целом, что позволяет синтезировать сложные СПОВИ и их алгоритмы, а также перейти к структурно-функциональной и технической реализации конкретных СПОВИ и алгоритмов ЦОВИ. Разработанные графовые модели компонентов систем предварительной обработки видеоинформации (СПОВИ) и операций цифровой обработки видеоинформации (ЦОВИ) обеспечивают оценку всех входных и выходных величин компонентов СПОВИ и всех входных и выходных параметров операций ЦОВИ.
2. Базируясь на анализе процессов обработки видеоинформации, выполняемых в СТЗ, синтезе структурно-функциональной организации систем предварительной обработки и алгоритмов цифровой обработки видеоинформации разработана обобщенная математическая модель процесса предварительной обработки видеоинформации, включающая параметры, влияющие на качество предварительной обработки видеоинформации, что позволило учесть воздействие внешней среды, динамику контролируемых объектов и оптико-электронные параметры СПОВИ.
3. Созданы новые методы и алгоритмы повышения качества предварительной обработки видеоинформации и точности оптико-электронных измерений, а именно:
- метод адаптации оптико-электронного датчика, основанный на регулировании времени накопления матричного фоточувствительного прибора с зарядовой связью и обеспечивающий изменение чувствительности и стабилизацию уровня выходного сигнала оптико-электронного датчика за время одного опроса (время кадра) при изменении внешней освещенности;
- метод определения параметров динамических объектов по последовательностям стереоизображений, основанный на математической модели, описанной в пространстве состояний и позволяющей определять параметры динамических объектов;
- метод выделения динамических объектов, основанный на представлении изображений в виде случайного процесса, позволяющий определять принадлежность пикселя изображения динамическому объекту с учетом зашумленности изображения рабочей сцены, сложности и нестатичности фона;
- метод нелинейного локального контрастирования изображения, алгоритм преобразования градиентного изображения в двухградационное, основанный на использовании адаптивного порога преобразования, а также алгоритмы скелетизации изображения и кодирования контуров объектов, позволяющие повысить качество и скорость предварительной обработки видеоинформации за счет упрощения обрабатывающих процедур и совмещения во времени аппаратно-программной обработки видеоинформации.
4. Разработаны метод количественного анализа интерференционных картин, основанный на пространственном распределении интерференционного сигнала и позволяющий повысить точность измерения малых угловых перемещений, и методика определения малого углового перемещения источника излучения по смещению интерференционной картины и ширине интерференционной полосы с помощью фоточувствителыюго прибора с зарядовой связью. Проведена оценка энергетических параметров излучения в области анализа, позволяющая определить параметры источника излучения, и разработана методика выбора лазерного источника излучения, исходя из пороговой освещенности приемника излучения.
5. Разработана система математических моделей процессов трехмерной калибровки на основе нечетких множеств, включающая математические модели калибровки:
- вертикальных осей координат изображений;
- фокусных расстояний оптических систем оптико-электронных датчиков
СТЗ;
- радиальной дисторсии оптической системы СТЗ;
- оптических осей оптико-электронных датчиков СТЗ; а также восстановления контуров объектов и адаптации при калибровке СТЗ. На основании этих моделей созданы методы и алгоритмы статической калибровки СТЗ с двухцветной пирамидой, статической калибровки СТЗ в условиях сложного фона, статической калибровки по эталонному объекту с оптическими излучателями и способ и алгоритм адаптивной калибровки бинокулярной СТЗ, новизной которого является отсутствие специального калибровочного объекта. Сформулированы рекомендации по выбору метода калибровки в зависимости от условий внешней среды и параметров СТЗ.
6. Разработана структурно-функциональная организация системно обоснованных устройств, обеспечивающих повышение качества предварительной обработки видеоинформации, а именно:
- структурно-функциональные схемы блоков автоматической регулировки экспозиции, позволяющие реализовать адаптацию ОЭД к изменению внешней освещенности;
- быстродействующие устройства ввода и предварительной обработки видеоинформации, в том числе двухпроцессорное устройство ввода и предварительной обработки, обладающие высокой производительностью и точностью и позволяющие, благодаря конвейерной организации процедур обработки видеоинформации, увеличить скорость предварительной обработки не менее, чем в 1,5 раза;
- универсальная бинокулярная СТЗ, реализующая алгоритмы предварительной обработки видеоинформации и предназначенная для выполнения технологического контроля качества изделий, мониторинга состояния технологических процессов, проведения бесконтактной диагностики различных заболеваний на основе анализа изображений участков тела пациента;
- устройство определения параметров динамических объектов с применением многопортовых ОЗУ и ПЛИС, что позволило достичь параллелизма вычислений, оптимизировать режим обмена информацией, а также уменьшить время обработки видеоинформации;
- устройства измерения малых угловых перемещений, а также устройства, реализующие алгоритмы статической калибровки СТЗ с двухцветной пирамидой и способ адаптивной калибровки бинокулярной СТЗ.
7. Результаты экспериментальной оценки достигнутого качества предварительной обработки видеоинформации и точности оптико-электронных измерений подтвердили основные теоретические выводы и положения работы и показали, что:
- разработанный метод увеличения контрастности и расширения динамического диапазона видеоинформации повышает контраст в 1,6 раза и выполняется в 1,6 раз быстрее метода кусочно-линейного контрастирования, лучшего из известных;
- алгоритм преобразования изображения в двухградационное позволяет сохранять на изображении необходимую информацию и выполняется быстрее рассмотренных методов не менее чем в 1,2 раза;
- разработанный алгоритм скелетизации обеспечивает повышение точности в 1,6 раза по сравнению со стандартными алгоритмами скелетизации и утончения;
- разработанный однопроходный алгоритм кодирования контуров позволяет осуществлять операцию кодирования не менее чем в 10 раз быстрее известного рекурсивного алгоритма кодирования с сохранением качества контуров;
- разработанный метод выделения динамических объектов дает сходные результаты с известными методами на статическом фоне, однако превосходит их по точности не менее, чем в 1,36 раза на динамическом фоне при вероятности обнаружения динамического объекта на статическом фоне, равной 0,97, а на динамическом фоне - 0,73, при этом использование фильтра Калмана позволило уменьшить ошибку определения координат динамического объекта на 7%;
- экспериментально подтверждена достоверность результатов теоретических исследований и функционирования алгоритма, выполняющего обработку интерференционных картин и определяющего малые угловые перемещения; разработанный метод проведения интерференционных оптико-электронных измерений позволяет повысить их точность в 1,25 раза по сравнению с известными;
- доказана адекватность комплекса разработанных математических моделей реальным процессам калибровки СТЗ, что позволяет в дальнейшем использовать их для теоретических исследований влияния параметров устройств на точность калибровки и синтеза систем автоматического управления СТЗ;
- сравнительный анализ устройств калибровки свидетельствует о снижении погрешности разработанного устройства не менее чем в 1,3 раза, повышении точности выполнения адаптивной калибровки без использования специального эталонного объекта, что позволяет калибровать СТЗ различного' назначения с высокой точностью в мультипрограммном режиме работы контроллера СТЗ без отрыва от основной выполняемой работы.
Таким образом, вышеизложенное дает основание полагать, что сформулированные научно-техническая проблема и поставленные задачи решены, и цель диссертационной работы достигнута.
Библиография Дегтярев, Сергей Викторович, диссертация по теме Элементы и устройства вычислительной техники и систем управления
1. А.С. 1290063 СССР, МПК G 01 b 11/26. Способ определения изменения угловой координаты объекта в плоскости и устройство для его осуществления Текст. / Константинович К.М., Хорошев М.В.; опубл. 1987. Бюл. № 6.
2. А.С. 1795271 СССР, МПК G 01 b 11/26. Способ измерения угловых величин и устройство для его осуществления Текст. / Васенков А.А., Хорошев М.В. опубл. 1993. Бюл. № 6.
3. Абламейко, С.В. Обработка изображений: технология, методы, применение Текст. / С.В. Абламейко, Д.М. Лагуновский. Мн.: Амалфея, 2000.-304 с.
4. Аггарвал, Дж. К. Определение параметров движения по последовательности изображений Текст. / Дж. К. Аггарвал, Н. Нандхакумар // ТИИЭР. 1988. - №8. - С. 73-88.
5. Алтунин, А.Е. Модели и алгоритмы принятия решений в нечетких условиях Текст.: Монография / А.Е. Алтунин, М.В. Семухин / Тюмень: Издательство Тюменского государственного университета, 2000. 352 с.
6. Анго, А. Математика для электро- и радиоинженеров Текст. / А. Анго. -М.: Наука, 1964 г.-772 с.
7. Андреев, А.Д. Квазиоптимальный алгоритм обработки сигнала в интерференционном угломере Текст. / А.Д. Андреев, Ю.В. Кудрявцев // Изв. Вузов СССР. Приборостроение. -1988. № 8 - С. 83-86.
8. Анисимов, Б.В. Распознавание и цифровая обработка изображений Текст.: учеб. пособие для ст. вузов / Б.В. Анисимов, В.Д. Курчатов, В.К. Злобин. М.: Высш. шк., 1983. - 295 с.
9. Асмаков, С. Говорит и показывает компьютер Текст. / С. Асмаков // Компьютер ПРЕСС. 2001. № 1. - С. 109-117.
10. Ахманов, С. А. Введение в статическую радиофизику и оптику Текст. / С. А. Ахманов, Ю.Е. Дьяков, А.С. Чиркин. -М.: Наука, 1981. 640 с.
11. Балакришнан, А.В. Теория фильтрации Калмана Текст. / А.В. Балакришнан. М.: Мир, 1988. - 169 с.
12. Балякин, И.А., Приборы с переносом заряда в радиотехнических устройствах обработки информации Текст. / И. А. Балякин, Ю. М. Егоров, В. А. Родзивилов. -М.: Радио и связь, 1987. 176 с.
13. Баранов, J1.A. Квантование по уровню и временная дискретизация в цифровых системах управления Текст. / J1. А. Баранов- М.: Энергоатомиздат, 1990.-304 с.
14. Белокуров, А.А. Методы сглаживания спекл-шума на радиолокационных изображениях земной поверхности Текст. / А.А. Белокуров // Зарубежная электроника. 1990. - № 6. - С. 26-35.
15. Бендат, Дж.С. Основы теории случайных шумов и ее применения Текст. / Дж.С. Бендат.: Пер. с англ. М.: Наука, 1965. - 463 с.
16. Бендат, Дж.С. Прикладной анализ случайных данных Текст. / Дж. С. Бендат, А.Дж. Пирсол: Пер. с англ. М.: Мир, 1989. - 540 с.
17. Букреев, В.И. Телевизионная камера на матрице ПЗС с предварительной обработкой сигналов для вычисления координат точечных источников света Текст. / В.И. Букреев, М.Н. Дмитриева // Изв. Вузов СССР. Приборостроение- 1991. -№ 10.-С. 105.
18. Бутаков, Е.А. Обработка изображений на ЭВМ Текст. / Е.А. Бутаков, В. И. Островский, И. JI. Фадеев. М.: Радио и связь, 1987. - 236 с.
19. Быков, Р. Е. Анализ и обработка цветных и объемных изображений Текст. / Р. Е. Быков, С. Б. Гуревич. М.: Радио и связь, 1984. - 248 с.
20. Быстрые алгоритмы в цифровой обработке изображений Текст. / Т.С. Хуанг, Дж. О. Эклунд. Г. Дж. Нусбаумер [и др.]; под ред. Т.С. Хуанга; пер. с англ. под ред. Л.П. Ярославского. М.: Радио и связь, 1984. - 221 с.
21. Вайнцвайг, М.Н. Установление поточечного соответствия изображений Текст. / М.Н. Вайнцвайг, М.П. Полякова // тез. докл. II Всероссийской с участием стран СНГ конф. РОАИ-2-95, ч.2, Ульяновск, 1995 С. 62-64.
22. Васильев, В.И. Распознающие системы. Справочник Текст. / В.И. Васильев. Киев: Наук, думка, 1983 .-412с.
23. Васильев, В.Н. Компьютерная обработка сигналов Текст. / В.Н. Васильев, И.П. Гуров. СПб.: БХВ - Санкт-Петербург, 1998. - 240 с.
24. Васильев, В.Н. Компьютерная обработка сигналов в приложении к интерферометрическим системам Текст. / В.Н. Васильев, И.П. Гуров. Спб.: БХВ-Санкт-Петербург, 1998. - 240 с.
25. Введение в контурный анализ и его приложение к обработке изображений и сигналов Текст. / Под ред. Я.А. Фурмана. М.:ФИЗМАТЛИТ, 2002. -592 с.
26. Вентцель, Е.С. Теория вероятностей Текст. / Е.С. Вентцель. М.: Высш. шк, 1999.-576 с.
27. Вентцель, Е.С. Овчаров Л.А. Теория случайных процессов и ее инженерные приложения Текст. / Е.С. Вентцель, Л.А. Овчаров. М.: Наука, 1991.-384 с.
28. Веселков, В.В. Метод функционального контроля ошибок считывания в преобразователях перемещения с рекурсивной кодовой шкалой Текст. / В.В.
29. Веселков, М.В. Тарасюк // Изв. Вузов СССР. Приборостроение. 1997. - № 7. -С. 40.
30. Вилькоцкий, М.А. Алгоритм медианной фильтрации для обработки результатов голографических измерений ближних полей антенных систем Текст. / М.А. Вилькоцкий, Г.П. Личко // Автометрия, 1989. № 2. - С. 24-30
31. Высокоточные преобразователи угловых перемещений Текст. / Ахметжанов А.А. [и др.]. М.: Энергоатомиздат, 1986. - 273 с.
32. Высокоточные угловые измерения Текст. / Д.А. Аникст, К.М. Константинович, И.В. Меськин [и др.].; Под ред Ю.Г. Якушенкова, М.: Машиностроение, 1987.-480 с.
33. Гидзбург, В.М. Формирование и обработка изображений в реальном времени Текст. / В.М. Гидзбург. М.: Радио и связь, 1986. - 232 с.
34. Горелик, А.Л. Методы распознавания Текст. / А.Л. Горелик, В.А. Скрипкин: учеб. пособие для вузов. 3-е изд., перераб. и доп. - М.: Высш. шк., 1989.-231 с.
35. ГОСТ 7845-92. Система вещательного телевидения. Основные параметры. Методы измерений Текст. М.: Изд-во стандартов, 1992. - 11 с.
36. Гужов, В.И. Использование свойств целых чисел для расшифровки интерферограмм Текст. / В.И. Гужов, Ю. Н. Солодкин // Оптика и спектроскопия-1988. Т.65, Вып. 5-С. 1123-1128.
37. Гуров, И.П. Алгоритмическая коррекция погрешности Аабс в многоканальном интерферометре Текст. / И.П. Гуров // Изв. Вузов СССР. Приборостроение. 1991. - № 2. - С. 79.
38. Гутников, B.C. Фильтрация измерительных сигналов Текст. / B.C. Гутников. Л.: Энергоатомиздат. Ленингр. отделение, 1990. - 192 с.
39. Даджион, Д. Цифровая обработка многомерных сигналов Текст. / Д. Даджион, Р. Мерсеро. М.: Мир, 1988. - 488 с.
40. Девис, М.Х.А. Линейное оценивание и стохастическое управление Текст. / М.Х.А. Девис; пер. с англ. -М.: Наука, 1984. 183 с.
41. Дегтярев С.В. Система измерения линейных и угловых величин на ПЗС Текст. / С.В. Дегтярев, Т.А. Ширабакина // Приборы с зарядовой связью и системы на их основе: тез. докладов V НТК с международным участием. М., 1995.-С. 63.
42. Дегтярев С.В. Структурная организация адаптивного видеодатчика для СТЗ мобильного робота Текст. / С.В. Дегтярев, B.C. Яковлева // Распознавание-2003: сб. материалов VI Международной конференции. Курск, 2003.-С. 112-114.
43. Дегтярев С.В. Устройство для измерения угловых перемещений Текст. / С.В. Дегтярев, Д.А. Бергер, Т.А. Ширабакина // Распознавание-95: сб. материалов II Международной конференции. Курск, 1995. - С. 138.
44. Дегтярев С.В. Методы повышения точности обработки изображений в устройстве для управления движением транспортного робота Текст. / С.В. Дегтярев, Д.В. Жуковский // Распознавание-2003: сб. материалов VI Международной конференции. Курск, 2003. - С. 31-32.
45. Дегтярев, С.В. Подавление фоновых помех при наблюдении движущихся объектов Текст. / С.В. Дегтярев, А.Ф. Рубанов // Методы и средства систем обработки информации: сб. научных статей. Курск, КурскГТУ. - 2000. -Выпуск №2-С. 5-7.
46. Дегтярев, С.В. Автоматизированное измерение малых угловых перемещений в РТС Текст. / С.В. Дегтярев, Д.А. Бергер, Т.А. Ширабакина // Новые информационные технологии и системы: тез. докладов II международной НТК. Пенза, 1996. Часть 2, - С. 20-21.
47. Дегтярев, С.В. Анализ систем распознавания дорожных знаков Текст. / С.В. Дегтярев, B.C. Панищев // Известия Тульского гос. тех. ун-та. Серия
48. Вычислительная техника. Автоматика. Управление. Том 4. Выпуск 1.-Тула, 2002.-С. 96-103.
49. Дегтярев, С.В. Быстродействующее оптико-электронное устройство выделения контуров изображения объектов Текст. / С.В. Дегтярев, Т.А. Ширабакина // Известия вузов. Приборостроение. 2003. — № 11. - С. 9-11.
50. Дегтярев, С.В. Выделение контуров объектов на изображении операторами Собела и Лапласа на основе нейронной сети Текст. / С.В. Дегтярев, B.C. Панищев //Датчики и системы. 2004. -№ 8. - С. 12-14.
51. Дегтярев, С.В. ИИС для определения геометрических параметров объектов Текст. / С.В. Дегтярев, А.Е. Архипов // Проблемы и перспективыавтоматизации производства и управления: материалы 1 Международной НТиПК: В 2 ч. -Ташкент, 1997. Ч. 2. - С. 105-108.
52. Дегтярев, С.В. Математическое моделирование оптико-электронного устройства для управления движением транспортного робота методом списочных моделей Текст. / С.В. Дегтярев, Д.В. Жуковский, А.Ф. Рубанов // Телекоммуникации. 2004. - № 8. - С. 32-34.
53. Дегтярев, С.В. Методы интерферометрии в системах обработки и распознавания изображений Текст. / С.В. Дегтярев, А.А. Емельянов, М.В. Хорошев // Медико-экологические информационные технологии: тез. докл. МТК, Курск, 1998.-С. 192
54. Дегтярев, С.В. Оптико-электронное устройство для управления движением транспортного робота Текст. / С.В. Дегтярев, Д.В. Жуковский,
55. A.Ф. Рубанов // Датчики и системы. 2004. - № 7. - С. 25-27.
56. Дегтярев, С.В. Определение координат движущихся объектов стереоскопической системой технического зрения Текст. / С.В. Дегтярев, А.Г. Спеваков, А.П. Типикин // Телекоммуникации. 2004. - № 8. - С. 35-36.
57. Дегтярев, С.В. Оптико-электронная система автоматической регистрации и отслеживания относительных перемещений движущегося объекта на фоне помех Текст. / С.В. Дегтярев, А.Ф. Рубанов, B.C. Титов // Датчики и системы.2000.-№3.-С. 35-36.
58. Дегтярев, С.В. Оптико-электронная система распознавания динамических объектов Текст./ С.В. Дегтярев, О.И. Атакищев, А.Ф. Рубанов // Известия Курского государственного технического университета. 2000. - № 4. - С. 102-106.
59. Дегтярев, С.В. Проектирование системы технического зрения для управления транспортным роботом Текст. / С.В. Дегтярев, Д.В. Жуковский,
60. B.C. Яковлева // Известия вузов. Приборостроение. 2005. - № 2. - С. 39-43.
61. Дегтярев, С.В. Предобработка изображений при видеоконтроле технологических процессов Текст. / С.В. Дегтярев А.Е. Архипов // Материалы и упрочняющие технологии 2001: тез. и материалы докл. IX НТК. - Курск,2001.-С. 212-214.
62. Дегтярев, С.В. Распознающий аппаратно-программный диагностирующий комплекс Текст. / С.В. Дегтярев, С.Ю. Мирошниченко, В.Н. Мишустин // Известия вузов. Приборостроение. 2005. - № 2. - С. 22-27.
63. Дегтярев, С.В. Система быстрого ввода и распознавания символьной информации Текст. / С.В. Дегтярев, А.Е. Архипов // Распознавание-99: сб. материалов 4 Международной конференции. Курск, 1999. - С. 109-110.
64. Дегтярев, С.В. Система идентификации интегральных схем Текст. / С.В. Дегтярев, А.Е. Архипов // Датчики и системы. 2000. -№ 3. - С. 33-35.
65. Дегтярев, С.В. Система контроля качества маркировочных надписей микросхем Текст. / С.В. Дегтярев, А.Е. Архипов // Состояние и проблемы измерений: тез. докладов 6 Всероссийской НТК: В 2 ч. М., 1999. - 4.1. - С. 109-110.
66. Дегтярев, С.В. Система распознавания символьной информации Текст. / С.В. Дегтярев, А.Е. Архипов // Материалы и упрочняющие технологии 98: тез. докладов 6 Российской НТК. - Курск, 1998. - С. 237-238.
67. Дегтярев, С.В. Система управления шагающим роботом Текст. / С.В. Дегтярев, А.Е. Архипов // Датчики и преобразователи информации системизмерения, контроля и управления: материалы XIV НТК с участием зарубежных специалистов. М., 2002. - С. 201-204.
68. Дегтярев, С.В. Универсальная программная система обработки изображений Текст. / С.В. Дегтярев, С.Ю. Мирошниченко, B.C. Титов // Всероссийская конференция по проблемам математики, информатики, физики и химии: тез. докладов.-М., 2004 С. 101-102.
69. Дегтярев, С.В. Устройство быстрого автоматического регулирования в системах распознавания образов Текст. / С.В. Дегтярев, А.Ф. Рубанов // Медико-экологические информационные системы: тез. докл. НТК- Курск, 1998.-С. 163-164.
70. Дегтярев, С.В. Устройство быстрой автоматической настройки в ТВ системах наблюдения Текст. / С.В. Дегтярев, А.Ф. Рубанов, В.В. Струков // Материалы и упрочняющие технологии 97: тез. докл. V НТК с международным участием - Курск, 1997. - С. 222.
71. Дегтярев, С.В. Устройство для высокоточного измерения малых угловых перемещений Текст. / С.В. Дегтярев, Д.А. Бергер, B.C. Титов // Приборы и системы управления. 1998. -№ 10. - С. 70-72.
72. Дегтярев, С.В. Устройство для высокоточного измерения угловых перемещений Текст. / С.В. Дегтярев, Я.М. Канер // Новые информационные технологии и системы: тез. докладов II международной НТК. Пенза, 1996-Часть 2. - С. 21-22.
73. Дегтярев, С.В. Устройство предварительной обработки и передачи видеоинформации в ЭВМ Текст. / С.В. Дегтярев, А.Е. Архипов // Методы и средства систем обработки информации: сб. научных статей. Курск, КГТУ, 2000. - С. 76-79.
74. Дегтярев, С.В. Высокоточный измеритель малых угловых перемещений на ЛФПЗС с автоматической регулировкой экспозиции Текст. / С.В. Дегтярев,
75. B.В. Струков, Т.А. Ширабакина // Методы и средства систем обработки информации: сб. научных статей. Курск, КГТУ, 1997. - С. 92-102.
76. Дегтярев, С.В. Оптико-электронная система контроля параметров аншлифов керамики Текст. / С.В. Дегтярев, B.C. Титов // Автоматизация и современные технологии. 1996. -№ 1. - С. 9-10.
77. Дегтярев, С.В. Оптико-электронная система распознавания маркировочных надписей Текст. / С.В. Дегтярев, А.Е. Архипов, А.П. Типикин // Известия Курского государственного технического университета. 2000. - № 4.-С. 98-102.
78. Денисов, Д.А. Компьютерные методы анализа видеоинформации Текст. / Д.А. Денисов. Красноярск: Изд-во Красноярского ун-та, 1993. - 192 с.
79. Джонсон, Д. Справочник по активным фильтрам Текст. / Д. Джонсон, Дж. Джонсон, Г. Мур .- М.: Энергоатомиздат, 1983. 140 с.
80. Диагностирующее оптико-электронное устройство Текст. / Дегтярев
81. C.В., Мирошниченко С.Ю., Мишустин В.Н., Титов B.C. // Известия вузов. Приборостроение. 2003. - № 11. - С. 5-8.
82. Дмитриев, В.М. Автоматизация моделирования видеосенсора системы технического зрения Текст. / В.М. Дмитриев, Т.Н. Зайченко, В.А. Колодин. -Томск: МГП «Раско», 1986. 124 с.
83. Дуда, Р. Распознавание образов и сцен Текст. / Р. Дуда, П. Харт; пер. с англ. Г.Г. Вайнштейна и A.M. Васьковского; под ред. B.JI. Стефанюка. М.: «Мир», 1976.-511 с.
84. Егорова, С.Д. Оптико-электронное цифровое преобразование изображений Текст. / С.Д. Егорова, В.А. Колесник. М.: Радио и связь, 1991. -208 с.
85. Заблоцкий, В.Р. Повышение контрастности космических сканерных изображений анроландшафта цифровыми методами Текст. / В.Р. Заблоцкий // Исследование земли из космоса. 1997. - № 6. - С. 30-34.
86. Зайцев, В.В. Экспериментальное исследование алгоритмов фильтрации спекл-шума на радиолокационных изображениях Текст. / В.В. Зайцев, Вл.В.
87. Зайцев, Д.В. Трошкин // Зарубежная радиоэлектроника. 1994. - № 6. - С. 3040.
88. Застрогин, Ю.Ф. Контроль параметров движения с использованием лазеров: Методы и средства Текст. / Ю.Ф. Застрогин. М.: Машиностроение, 1981.- 176 с.
89. Застрогин, Ю.Ф. Прецензионные измерения параметров движения с использованием лазера Текст. / Ю.Ф. Застрогин. М.: Машиностроение, 1986. - 272 с.
90. Заявка 60-146374 Япония, МКИ G 06 К 9/32, 9/20. Двумерное оптико-электронное устройство, реализующее функцию автоматической установки видимой области Текст. 2 с.
91. Земсков, Г. Г. Средства измерения линейных размеров с использованием ОКГ Текст. / Г. Г. Земсков, В. А. Савельев М.: Машиностроение, 1977. - 85 с.
92. Зубков, А.Ф. Статистические методы определения параметров случайных процессов: учеб. Пособие Текст. / А.Ф. Зубков, В.Ф. Шишов. Пенза: Пенз. технол. инст., 2000. - 157 с.
93. Игнатьев, В.М. Теория оптимальных линейных МНК-фильтров Текст. / В.М. Игнатьев, А.В. Фабриков, А.А. Ильин. Тула: Изд-во Тул. гос. техн. Унт, 1995.-98 с.
94. Измеритель угловых и линейных перемещений на основе двухчастотного лазера Текст. / С.Н. Атутов [и др.] // Автометрия, 1975. -№ 5. С. 20-25.
95. Интеллектуальные системы распознавания текстов Текст. // Computer direct. М.: А.О. «Компьютерра», апрель 1995. - С. 46-48.
96. Интерферометр на основе двухчастотного лазера для измерения линейных или угловых перемещений Текст. / С.Н. Атутов [и др.] // МДНТП "Применение ОЭП в измерительной технике", 1973. С. 43-47.
97. Ищенко, Е.Ф. Оптические квантовые генераторы Текст. / Е.Ф. Ищенко, Ю.М. Климков. -М, Советское радио, 1968. 472 с.
98. Казанцев, Г.Д. Измерительное телевидение Текст. / Г.Д. Казанцев, М.И. Курячий, И.Н. Пустынский.-М.:Высш. шк., 1994.-288 с.
99. Катыс, Г.П. Восприятие и анализ оптической информации автоматической системой Текст. / Г.П. Катыс. М.: Машиностроение, 1986415 с.
100. Катыс, П.Г. Автоматическая обработка и интерпретация изображений Текст. / П.Г. Катыс, Г.П. Катыс // Информационные технологии. 2001. - № 1. -С. 9-17.
101. Климков, Ю.М. Лазерные приборы Текст. / Ю.М. Климков, М.В. Хорошев.- М.: МИИГАиК, 1982. 115 с.
102. Кнушев, Д.А. ПЛИС фирмы 'XILINX': описание структуры основных семейств Текст. / Д.А. Кнушев. М.: Додека-ХХ1, 2001. - 238 с.
103. Константинович, К.М., Информационные параметры изображения в интерференционных угломерах Текст. / К.М. Константинович, М.В. Хорошев.-ОМП, 1983. -№ 5. С. 28-31.
104. Копылов, П.М., Телевидение и голография Текст. / П.М. Копылов, А.Н. Тачкова. М.: Связь, 1976. - 168 с.
105. Кориков, A.M. Корреляционные зрительные системы роботов Текст. /
106. A.M. Кориков, В.И. Сырямкин, B.C. Титов. Томск: Радио и связь. Томское отд.- 1990.-264 с.
107. Коронкевич, В.П. Лазерная интерферометрия Текст. / В.П. Коронкевич,
108. B.C. Соболев, Ю.Н. Дубинцев. Новосибирск: Наука, 1983. - 157 с.
109. Коронкевич, В.П. Современные лазерные интерферометры перемещений Текст. / В.П. Коронкевич, В.А. Ханов // Автометрия.- 1982. № 6. - С. 15-17
110. Кравцов, А. Общая формулировка задачи внешней калибровки камеры Электронный ресурс. / А. Кравцов, В. Вежневец // Электронный журнал
111. Графика и мультимедиа»; http://cgm.graphicon.ru/issuel /extcameracal/. -2003.-№ 1.
112. Куафе, Ф. Взаимодействие робота с внешней средой Текст.: пер. с франц / Ф. Куафе. М.: Мир, 1985. - 285 с.
113. Кузнецов, Ю.А. Микросхемотехника БИС на приборах с зарядовой связью Текст. / Ю.А. Кузнецов, В.А. Шилин. М.: Радио и связь, 1988. - 160 с.
114. Курочкин, Е.П. Адаптивные методы обработки измерительной информации Текст. / Е.П. Курочкин, Н.А. Муминов, С.В. Копейкин. -Ташкент: Фан, 1986. 204 с.
115. Левшин, В.Л. Обработка информации в оптических системах пеленгации Текст. / В.Л. Левшин. -М.: Машиностроение, 1978. 168 с.
116. Линдли, К. Практическая обработка изображений на языке Си Текст.: пер. с англ. / К. Линдли. -М.: Мир, 1996. 512 с.
117. Мамаева, Т.Ю. Разработка и исследование методов и алгоритмов оценки параметров движения фрагментов изображения в цифровых телевизионных системах Текст.: дисс. . канд. техн. наук. / Т.Ю. Мамаева. СПб., 2000. - 107 с.
118. Мамиев, Г.В. Стереотелевизионные устройства отображения информации Текст. / Г.В. Мамиев. М.: Радио и связь, 1983. - 96 с.
119. Марр, Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов Текст.: пер. с англ./ Д. Марр. М.: Радио и Связь, 1987.-297 с.
120. Методы и алгоритмы цифровой обработки изображений Текст. / С.С. Садыков, М.Н. Маликов и др.; Под ред. С.С. Садыкова. Ташкент: НПО «Кибернетика» АН Руз, 1992. - 296 с.
121. Методы компьютерной обработки изображений Текст. / Под ред. В.А. Сойфера. М.: Физматлит. -- 2001. - 784 с.
122. Методы цифровой обработки изображений Текст.: учебное пособие 4.1. Гриф УМО / С.В. Дегтярев, С.С. Садыков [и др.]. Курск: Курск, гос. тех. ун-т., 2001.- 167 с.
123. Методы цифровой обработки изображений Текст.: учебное пособие 4.2. Гриф УМО / С.В. Дегтярев [и др.]. Курск: Курск, гос. тех. ун-т., 2002. - 120 с.
124. Методы цифровой обработки изображений Текст.: учебное пособие 4.3. Гриф УМО / С.В. Дегтярев [и др.]. Курск: Курск, гос. тех. ун-т., 2004. - 216 с.
125. Методы цифровой обработки изображений Текст.: учебное пособие 4.4. Гриф УМО / С.В. Дегтярев, Я.А. Фурман [и др.]. Курск: Курск, гос. тех. ун-т., 2004.- 140 с.
126. Мэйтлэнд, А. Введение в физику лазеров Текст. / А. Мэйтлэнд, М. Данн. -М.: Наука, 1978.-407 с.
127. Найханов, В.В. Автоматизация калибровки камеры Текст. / В.В. Найханов, Ц.Ц. Цыдапов, Л.Д. Жимбуева // Сборник научных трудов. Серия Технические науки. Вып. 5.3, ВСГТУ- Улан-Удэ, 1998. С. 65-87.
128. Нечеткие множества в моделях управления и искусственного интеллекта Текст. / Под ред. Д.А. Поспелова М.: Наука. Гл. ред. физ.-мат. лит., 1986. -312 с.
129. Нечеткие множества и теория возможностей. Последние достижения Текст.: пер. с англ./ под ред. P.P. Ягера. М.: Радио и связь. - 1986. - 408 с.
130. ГОСТ 8.009-84. Нормируемые метрологические характеристики средств измерений Текст. Введ. 2002-11-01. - М.: Изд-во стандартов, 1985. - 31 с.
131. Носов, Ю.Р. Физика приборов с зарядовой связью Текст. / Ю.Р. Носов, В.А. Шилин. М.: Наука, 1986. - 320 с.
132. Обработка изображений и цифровая фильтрация Текст.: пер. с англ. под ред. Т. Хуанга. М.: Мир. - 1979.
133. Оптико-электронный измеритель линейных перемещений подвижного объекта на ФПЗС Текст. / С.В. Дегтярев, В.В. Струков, B.C. Титов, Т.А. Ширабакина // Известия вузов. Электроника. 1997. - № 3-4. - С. 130-134.
134. Орлов, А.А. Методы улучшения и препарирования полутоновых изображений Текст. / А.А. Орлов. Муром, ин-т Владимир, гос. ун-та. Муром, 2001.- 12 с.
135. Павлидис, Т. Алгоритмы машинной графики и обработки изображений Текст.: пер. с англ. / Т. Павлидис М.: Радио и связь, 1986. - 400 с.
136. Пат. 2138014 Российская Федерация, МПК G01B11/26. Устройство для автоматизированного измерения малых угловых перемещений Текст. /
137. Дегтярев С.В., Емельянов А.А., Ширабакина Т.А.; Заявитель и патентообладатель КурскГТУ. № 98105883/28; заявл. 25.03.1998; опубл.2009.1999, Бюл. № 14. с. ил.
138. Пат. 2168207 Российская Федерация, МПК G06F15/173. Устройство для распознавания ситуаций Текст. / Дегтярев С.В., Тевс С.С., Титов B.C.; Заявитель и патентообладатель КурскГТУ. № 99126264/09; заявл. 09.12.1999; опубл. 27.05.2001, Бюл. № 15. с. ил.
139. Пат. 2168764 Российская Федерация, МПК G06F15/173. Устройство для распознавания ситуаций Текст. / Дегтярев С.В., Тевс С.С., Титов B.C.; Заявитель и патентообладатель КурскГТУ. № 2000103234/09; заявл. 08.02.2000; опубл. 10.06.2001, Бюл. № 16. с. ил.
140. Пат. 2185659 Российская Федерация, МПК G06K9/46. Устройство выделения контуров изображения объектов Текст. / Дегтярев С.В., Титов B.C.,
141. Спеваков А.Г.; Заявитель и патентообладатель КурскГТУ. № 2000133065/09; заявл. 28.12.2000; опубл. 20.07.2002, Бюл. № 20. с. ил.
142. Пат. 4435837 США, МКИ G 06 К 9/32. Pattern recognition and orientation system Text. / H. Frederick. №240878; заявлено 5.03.81; опубл.6.03.84. - 5 с.
143. Петзолд, Ч. Программирование для Windows 95 Текст. / Ч. Петзолд. Том 1: пер. с англ. СПб.: BHV. - Санкт-Петербург, 1997. - 752 с.
144. Петраков, А.В. Автоматические телевизионные комплексы для регистрации быстропротекающих процессов Текст. / А.В. Петраков. М.: Энергоатомиздат, 1987. - 152 с.
145. Помехоустойчивый оптико-электронный диагностирующий комплекс Текст. / С.В. Дегтярев, Ю.А. Рукавицын, С.Ю. Мирошниченко, В.Н. Мишустин // Материалы и упрочняющие технологии: материалы X НТК-Курск, 2003.-С. 49-54.
146. Порфирьев, Л.Ф. Основы теории преобразования сигналов в оптико-электронных системах Текст. / Л.Ф. Порфирьев. Л.: Машиностроение, 1989. -512 с.
147. Пресс, Ф.П. Приборы с зарядовой связью Текст. / Ф.П. Пресс. -М.: Радио и связь, 1991.- 175 с.
148. Применение цифровой обработки сигналов Текст. / Под ред. Э. Опенгейма. М.: Мир, 1980. - 552 с.
149. Прэтт, У. Цифровая обработка изображений Текст.: пер с англ./ У. Прэтт.-М.: Мир, 1982.-Кн. 1.-312 с.
150. Прэтт, У. Цифровая обработка изображений Текст.: пер с англ./ У. Прэтт.- М.: Мир, 1982. Кн. 2. - 480 с.
151. Путятин, Е.П., Обработка изображений в робототехнике Текст. / Е.П. Путятин, С.И. Аверин. М.: Машиностроение, 1990. - 320 с.
152. Распознавание оптических изображений Текст. / Дегтярев С.В., Титов B.C., Сагдуллаев Ю.С. [и др.]. Ташкент: ТЭИС, 2000. - 313 с.
153. Растригин, Л.А. Адаптация сложных систем Текст. / Растригин Л.А. -Рига: Зинатне. 1981. - 375 с.
154. Сагдулаев, Ю.С. Основы телевизионного контроля процесса сближения космических аппаратов Текст. / Ю.С. Сагдулаев, Д.А. Абдуллаев, А.И. Смирнов. Ташкент: «ФАН» АН Руз, 1997. - 127 с.
155. Садыков, С.С. Методы выделения структурных признаков изображений Текст. / С.С. Садыков, В.Н. Кан, И.Р. Самандаров. Ташент: Фан, 1990. - 104 с.
156. Сальников, И.И. Растровые пространственно-временные сигналы в системах технического зрения Текст. / И.И. Сальников. Пенза: Издательство ЦНТИ, 1999.-254 с.
157. Секен, К. Приборы с переносом заряда Текст.: Пер. с англ./ К. Секен, М. Томпсет. М.: Мир, 1978. - 327с.
158. Система автоматической регистрации и определения параметров движения объектов Текст. / Дегтярев С.В., Титов B.C. [и др.]. // Оптикоэлектронные системы визуализации и обработки оптических изображений: сб. статей. Выпуск 1.-М. 2000. С. 58-62.
159. Системы технического зрения Текст. / А.Н. Писаревский, А.Ф. Чернявский, Г.К. Афанасьев [и др.].; под общ. ред. А.Н. Писаревского, А.Ф. Чернявского. — JI: Машиностроение. Ленигр. отд., 1988. — 424 с.
160. Системы технического зрения Текст.: Справочник / В.И. Сырямкин, B.C. Титов, Ю.Г. Якушенков [и др.]; под общей редакцией В.И. Сырямкина, B.C. Титова.- Томск: МГП "РАСКО", 1993.-367 с.
161. Скоков, И. В. Многолучевые интерферометры Текст. / И. В. Скоков. -М.: Машиностроение, 1969. 247 с.
162. Скоков, И.В. Многолучевые интерферометры в измерительной технике Текст. / И.В. Скоков. М.: Машиностроение, 1989. - 256 с.
163. Скоков, И.В. Расчет спектральных интерференционных приборов Текст. / И.В. Скоков. М.: Машиностроение, 1983. - 79 с.
164. Скрибанов, Е.В. Устройство для измерения линейных перемещений Текст. / Е.В. Скрибанов, М.П. Гришин, А.А. Братенков // Измерительная техника. 1983.-№11.-С. 13-15.
165. Стенин, В.Я. Применение микросхем с зарядовой связью Текст. / В.Я. Стенин. М.: Радио и связь, 1989. - 256 с.
166. Стешенко, В. Школа разработки аппаратуры цифровой обработки сигналов на ПЛИС Текст. / В. Стешенко // Chip News 1999. -№8.
167. Стешенко, В. Школа разработки аппаратуры цифровой обработки сигналов на ПЛИС Текст. / В. Стешенко // Chip News 1999. -№9.
168. Стешенко, В. Школа разработки аппаратуры цифровой обработки сигналов на ПЛИС Текст. / В. Стешенко // Chip News.- 1999. -№10.
169. Стешенко, В. Школа разработки аппаратуры цифровой обработки сигналов на ПЛИС Текст. / В. Стешенко // Chip News 2000. -№1.
170. Стешенко, В. Школа разработки аппаратуры цифровой обработки сигналов на ПЛИС Текст. / В. Стешенко // Chip News.- 2000. -№3.
171. Стешенко, В. Школа разработки аппаратуры цифровой обработки сигналов на ПЛИС Текст. / В. Стешенко // Chip News 2000. -№4.
172. Твердотельное телевидение: Телевизионные системы с переменными параметрами на ПЗС и микропроцессорах Текст. / Л.И. Хромов, Н.В. Лебедев, А.К. Цыцулин, А.Н. Куликов; под. ред. И.А. Росселевича. М.: Радио и связь, 1986.- 184 с.
173. Телевидение: учеб. пособие для вузов Текст. / Р.Е. Быков, В.М. Сигалов, Г.А. Эйсенгардт; под ред. Р.Е. Быкова М.: Высш. Шк., 1988. - 248 с.
174. Телевизионный измеритель малых скоростей и перемещений Текст. / Гаранин Ю.М. [и др.]. // Оптико-электронные измерительные устройства и системы: тез. докл. Всесоюзной конференции. Томск: Радио и связь, 1989. — С. 273
175. Техническое зрение роботов Текст. / под ред. А. Пью; пер. с англ. Д.Ф.Миронова; под ред. Г.П.Катыса. М.: Машиностроение. - 1987. - 320 с.
176. Техническое зрение роботов Текст. / В.И. Мошкин, А.А. Петров, B.C. Титов, Ю.Г. Якушенков; под общ. ред. Ю.Г. Якушенкова- М.: Машиностроение, 1990. 272 с.
177. Титов, B.C. Метод автоматической калибровки бинокулярной оптико-электронной системы Текст. / B.C. Титов, М.И. Труфанов // Датчики и системы.-2003.-№8.-С. 10-12.
178. ГОСТ Р ИСО 5725-1-2002. Точность (правильность и прецизионность)методов и результатов измерений Текст. Введ. 2002-11-01 - М.: Изд-востандартов, 2002. 31 с. \
179. Уидроу, Б. Адаптивная обработка сигналов Текст. / Б. Уидроу, С. Стирнз. М: Радио и связь, 1989 - 440 с.
180. Федоров, И.В. Разработка и исследование метода интерферометрического контроля микрокомпонентов радиоэлектронной аппаратуры Текст.: автореф. дис. канд. техн. наук / И. В. Федоров. С.-Пб., 1997. - 21 с.
181. Фишер Роберт, Б. От поверхностей к объектам. Машинное зрение и анализ трехмерных сцен Текст. / Б. Фишер Роберт: пер. с англ. под ред. Д.А. Денисова. М.: Радио и связь, 1993. - 287 с.
182. Фор, А. Восприятие и распознавание образов Текст. / А. Фор: пер. с фр-М.: Машиностроение, 1989. 272 с.
183. Фотонные измерители скорости транспортных средств Текст. / С.В. Дегтярев, А.А. Емельянов, B.C. Титов, Т.А. Ширабакина // Лазеры в науке, технике, медицине: сб. тез. докл. IX МНТК. М., 1999. - С. 141.
184. Фотоэлектрические преобразователи информации Текст. / Л.Н. Преснухин, С.А. Майоров, И. В. Мескин, В.Ф. Шангин; под ред. Л.Н. Преснухина. М., 1974. - 376 с.
185. Фу, К. Робототехника Текст. / К. Фу, Р. Гонсалес, К. Ли: пер. с англ. -М.: Мир, 1989.-624 с.
186. Фурман, Я.А. Основы теории обработки контуров изображений: учеб. пособие Текст. / Я.А. Фурман. Йошкар-Ола: МарГТУ, 1997. - 255 с.
187. Хан, Г., Статистические модели в инженерных задачах Текст. / Г. Хан, С. Шапиро. М.: Мир, 1969. - 395 с.
188. Цифровая обработка телевизионных и компьютерных изображений Текст. / под. ред. Ю.Б. Зубарева, В.П. Дворковича. М., 1997. - 212 с.
189. Цифровое кодирование телевизионных изображений Текст. / И.И. Цуккерман, Б.М. Кац, Д.С. Лебедев [и др.].: под ред. И.И. Цуккермана. М.: Радио и связь, 1981,- 240 с.
190. Чэн, Ш.-К. Принципы проектирования систем визуальной информации Текст. / Ш.-К. Чэн: пер. с англ. М.: Мир, 1994. - 408 с.
191. Шевкопляс, Б.В. Микропроцессорные структуры. Инженерные решения Текст. / Б.В. Шевкопляс. М.: Радио и связь, 1988. - 250 с.
192. Шестопалов, Ю. Н. Метрологическое обеспечение углометрии в машиностроении Текст. / Ю. Н. Шестопалов // Измерение, контроль, автоматизация, 1991. -№ 2. С. 20-26.
193. Шипулин, С.Н. Основные тенденции развития ПЛИС Текст. / С.Н. Шипулин, В.Ю. Храпов // Электронные компоненты. 1996. -№ 3-4. - С. 26.
194. Шипулин, С.Н. Особенности проектирования цифровых схем на ПЛИС Текст. / С.Н. Шипулин, В.Ю. Храпов // Chip News. 1996. - № 5.- С. 40-43.
195. Ягодицкий, М.Я. Справочник по высшей математике Текст. / Ягодицкий М.Я. М.: Наука. - 1965. - 872 с.
196. Якушенков, Ю.Г. Теория и расчет оптико-электронных приборов: учебник для студентов вузов Текст. / Ю.Г. Якушенков. М.: Логос, 1999. - 480 с.
197. Яншин, В.В. Анализ и обработка изображений: принципы и алгоритмы Текст. / В.В. Яншин. М: Машиностроение, 1994. - 112 с.
198. Яншин, В.В. Обработка изображений на языке Си для IBM PC: Алгоритмы и программы Текст. / В.В. Яншин, Г.А. Калинин. М.: Мир, 1994. -241 с.
199. Ярославский, Л.П. Введение в цифровую обработку изображений Текст. / Л.П. Ярославский. М.: Советское радио, 1979. - 312 с.
200. Ahmand, М.О., Fast algorithm for two-dimensional median filtering Text. / M.O. Ahmand, D.A. Sandararajan // IEEE Transactions on circuits and system. -1988. Vol. 35, № 6. - P. 1364-1374.
201. Alexander, S.T. Adaptive Signal Processing. Theory and Applications Text. / S.T. Alexander. -N.Y.: Springer-Verlag, 1986. 179 p.
202. Amizi-Sadjadi, M.R. Two dimensional recursive parameter identification for adaptive Kalman filtering Text. / M.R. Amizi-Sadjadi, S. Bannour// IEEE Transactions on circuits and system. 1995. - Vol. 57, № 9. p. 1077-1081.
203. Application Note AN-144, Sync Dual-Ports for DSP & Comm Application Text.-IDTInc., 2000.
204. Application Note AN-253, Introduction to Multi-Port Memories Text. IDT Inc., 2000.
205. Application Note AN-254, The Most Commonly Asked Sync Questions Text. IDT Inc., 2000.
206. Application Note AN-91, The Most Commonly Asked Async Questions Text. IDT Inc., 2000.
207. Baltes, J. Camera calibration using rectangular textures Text. / J. Baltes // R. Klette, S. Peleg, G. Sommer. Robot Vision2001, LNCS.- 1998-P. 245-251.
208. Baraldi, A. Contextual clustering for image segmentation Text. / A. Baraldi // Optical Engineering. 2000. - Vol. 39, № 4. - P. 907-923.
209. Baraldi, A. Analternative form of Lee filter for speckle suppression in Sar images Text. / A. Baraldi, F. Parmiggiani // Graphical models and image processing.- 1995.-Vol. 57, № l.-P. 75-78.
210. Bas, E.K. An easy to install camera calibration for traffic monitoring Text. / E.K. Bas, J.D. Crisman // In Proc. IEEE Conf. on Intelligent Transportation Systems. -1997.-P. 362-366.
211. Beghdadi, A. Contrast enhancement technique based on local detection of edges Текст. / A. Beghdadi, A.L. Negrate // Computer vision, and image processing.- 1989.-№46.-P. 162-174.
212. Bing, Zeng. Image interpolation based on median-type filters Text. / Zeng. Bing // SPIE Optical Engineering.- 1998.-Vol. 37, №. 9.- P. 2472-2481.
213. Bird, H.M.B. A computer controlled interferometer system for precision relative angle measurements Text./ H.M.B. Bird Rev.Scient. Instrum., 1971-Vol.42, № 10.
214. Chapman, G.D. Interferometric angular measurement Text. / G.D. Chapman // Applied Optics 1974- Vol.13, № 7.
215. Chen, S.Y. Robot location using surface patches of curved objects Text. / S.Y. Chen, W.H. Tsai // International Journal of Robotics and Automation. 1989. -Vol. 4, № 3 - P. 123-133.
216. Creath, K. Phase measurement interferometry techniques Text. / K. Creath // Progress in Optics. -1988.- Vol. 26. Chap. 5.
217. Dash, L. Adaptive contrast enhancement and de-enhancement Text. / L. Dash, B.N. Chatterji // Pattern recognition. 1991. - Vol. 55, № 3. - P. 327-331.
218. De Cou, A.B. Interferometric Star Tracking Text. / A.B. De Сои // Applied Optics.- 1974.- Vol. 13, №2.
219. Degtyarev, S.V. The system for microcircuit analysis and identification Text. / S.V. Degtyarev, A.E. Arckhipov, V.S. Titov // Machine GRAPHICS&VISION. -2000.-Vol. 9, №. 1/2.-P. 519-524.
220. Degtyariev, S. Structure of a Tunable Adaptive Videodetector Text. / S. Degtyariev, V. Titov, V. Yakovleva // Pattern Recognition and Image Analysis, 2004-Vol. 14, №. 3.-P. 463-465.
221. Degtyariev, S. V. Adaptive Image Sensor with Reconfigurable Parameters and Structure Text. / S.V. Degtyariev, V.S. Yakovleva // Pattern Recognition and Image Analysis. -2005.-Vol. 15, № 2.- P. 472-473.
222. Degtyariev, S.V. Automated Design of Computer Vision Systems Text. / S.V. Degtyariev, D.V. Zhukovskiy, A.F. Rubanov // Pattern Recognition and Image Analysis. -2005.-Vol. 15, № 2.- P. 478-479.
223. Degtyariev, S.V. Computer Vision System for the Walking Robot Control Text. / S.V. Degtyariev, A.E. Arckhipov, V.S. Yakovleva // Pattern Recognition and Image Analysis. -2003. -Vol. 13, № 2. -P. 199-201.
224. Edmund Scientific Industrial Optics Division Text.: Optics and Optical Instruments Catalog. 2000. - № 007A. - P. 202, 204-205.
225. Ellis, R.E. Locating and acquiring on object in a robot workspace using multiple stereo images Text. / R.E. Ellis // SPIE Intelligent robots and computer vision. 1985. - Vol. 579. - P. 464-473.
226. Faugueras, O.D. The calibration problem for stereoscopic vision Text. / O.D. Faugueras, G. Toscani // NATO ASI Series, 1989.- Vol. F52. P. 195-211.
227. Fischler, M. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography Text. / M. Fischler, R. Bolles // CACM 24(6). 1981. - P. 381-395.
228. Fung, G. Camera calibration from road lane markings Text. / G. Fung, N. Yung, G. Pang // Optical Engineering.- 2003.- Vol. 42, №. 10.- P. 2967-2977.
229. Goodwin, D.W. An interferometer for the measurement of angular displacements Text. / D.W. Goodwin // Optica Acta, 1979 Vol.26, № 2.
230. Hangu, Yeo A Modular High-Throughput architecture for logarithmic search block-matching motin estimation Text. / Hangu Yeo, Yu Hen Hu IEEE Trans. On circuits and systems for video technology-Jun. 1998 Vol.8.-P. 299-315.
231. Heikkila, J. Calibration procedure for short focal length off-the-shelf CCD cameras Text. / J. Heikkila, O. Silven // Proc. 13th International Conference on Pattern Recognition, Vienna, Austria, 1996. P. 166-170.
232. Hibino, К. Phase shifting for nonsinusoidal waveforms and phase-step fringe patterns Text. / K. Hibino, B. F. Oreb, D. I. Farrant // J. Opt. Soc. Am. A., 1995 — V. 12. №4.
233. Izaguirre, A. A new development in camera calibration calibrating a pair of mobile cameras Text. / A. Izaguirre, P. Pu, J. Summers // "IEEE Int. Conf. Rob. and Autom., St. Louis, Mo., March 25-28, 1985" Silver Spring, Md, 1984. P. 74-79.
234. Izaguirre, A. Contribution a l'integration de la vision dans la commande d'un robot Text. / A. Izaguirre // These de 3-eme cycle, Universite Pual Sabatier, Toulouse, Dec. 1983.
235. Jablonski, R., Calibration of photo-electric autocollimator with a laser interferometer system and microcomputer Text. / R. Jablonski, A. Toyama.-Bull. Res. Lab. Precis. Mach. and Electron., 1979.
236. Jain, J.R. Displacement measurement and its application in interframe image coding Text. / J.R.Jain, A.K.Jain // IEEE Trans. Commun- Dec. 1981 Vol. COMM-29.-P. 1799-1808.
237. Janesick, J. CCD charge collection efficiency and the photon transfer technique Text. / J. Janesick, K. Klaasen, T. Elliott // Proc. SPIE.- 1985.- Vol. 570.- P. 7-19.
238. Kasprzak, W. Adaptive methods of moving car detection in monocular image sequencas Text. / W. Kasprzak // Machine GRAPHICS&VISION. 2000. - Vol. 9, №. 1/2.-P. 167-185.
239. Kim, Jong-Nam A fast three-step search algorithm with minimum checking points using unimodal error surfase assumption Text. / Jong-Nam Kim, Tae-Sun Choi // IEEE Trans. On Consume Electronics.- Aug. 1998.- Vol.44.- P. 638-648.
240. Koga, T. Motion compensated interframe coding for video conferencing Text. / in Proc. Nat. Telecommunications Conf., 1981-P.G5.3.1-G5.3.5.
241. Ledger, A.M. Monolithic interferometric angle sensor Text. / A.M. Ledger // Applied Optics, 1975,-Vol.14, № 12.
242. Liang, P. Adaptive self-calibration of vision-based robot systems Text. / P. Liang, Y. Chang, S. Hackwood // IEEE transactions on systems, Man and Cybernetics, 1989.-Vol. 19, №4.-P. 811-824.
243. Lilas, Т. An active 3D robot vision system for robotic welding applications Text. / T. Lilas, S. Kollias // Mashine Graphics and Vision, 2000.-Vol. 9- №. 4.- P. 743-762.
244. Liu, Y. Essential representation and calibration of rigid body transformations Text. / Y. Liu, M. Rodrigues // Machine Graphics and Vision 2000 - Vol. 9, № 1/2.-P. 123-138.
245. Malacara, D. Interferometric measurement of angles Text. / D. Malacara, O. Harris // Applied Optics 1970,- Vol.9, № 7.
246. Marr, D. Theory of edge detection Text./ D. Marr, E. Hiloreth. // in Proc. Royal Sosiety of London. 1980. - Vol. 207. - P. 187-217.
247. Martins, H.A. Camera model based on data from two calibration planes Text. / H.A. Martins, J.R. Birk, R.B. Kelly // Computer Graphics and Image Processing-1981.-Vol. 17, № 2 P.322-341.
248. Murray, D. Motion tracking with an active camera Text. / D. Murray, A. Basu // IEEE Trans. Pattern Anal. March. Intell.-1994.-№16- P. 449-459.
249. Nishida, H. Algebraic description of curve structure Text. / H. Nishida, S. Mori // IEEE Trans. On PAMI, 1992. -№14(5). P. 517-533.
250. Osberger, W. Automatic identification of perceptually important regions in an image Текст. / W. Osberger, A.J. Maeder // Pattern Recognition: Proc. 14th Int. Conf. Brisbane, Australia, 1998. - P. 701-704.
251. Overview of three-dimensional shape measurement using optical methods Text. / Chen F. Et al. // Opt. Eng.- 2000.- Vol. 32, №1.- P. 10-32.rw
252. Parker, J.R. Gray level thresholding in badly illuminated images Text. / J.R. Parker// IEEE Trans. Pattern Anal. Mach. Intell. 13, 1991.-P 813-819.
253. Peli, T. A study of edge detection algorithms Text. / T. Peli // Comput. graphics and image processing. 1982. - Vol. 20, № 1. - P. 1 -21.
254. Penna, M.A. Determing camera parameters from the perspective projection of a quadrilaterial Text. / M.A. Penna // Pattern Recognition 1991- Vol. 24, №. 6. -P. 533-541.
255. Photon measurers of transport means velocity Text./ S. Degtyariev, V. Titov [et al] // Photonics for Transportation, SPIE. March 1999. -Vol. 3901. - P. 69-71.
256. Pizer, S.M. Adaptive histogram equalization and its variations Text. / S.M. Pizer, P. Amburn // Computer vision, graphics, and image procesing. 1987. - Vol. 39.-P. 355-368.
257. Pose estimation from corresponding point data Text. / R. Haralick, H. Joo, C. Lee, X. Zhuang, V.Vaidya, M. Kim // IEEE transactions on systems, Man and Cybernetics, 1989-Vol. 19, №6.-P. 1426-1446.
258. Puri, A. An efficient block-matching algorithm for motion compensated coding Text. / A. Puri, H.M. Hang//Proc. ISASSP, 1987.-P.1063-1066.
259. Rao, K. Extracting salient contours for target recognition: algorithm and performance evaluation Text. / K. Rao // SPIE Optical Engineering 1993-Vol. 32, №. 11.-P. 2690-2697.
260. Reeves, W. Dynamic shape measurement system for laser materials processing Text. / A. Moore, D. Hand, J. Jones // Optical Engineering. 2003. - Vol. 42, № 10. - P. 2923-2929.
261. Skiestad, K. Illumination independent change detection for real word image sequences Text. / K. Skiestad, R. Jain // Comput. Vision Graph. Image Process. 46, 1989.-P. 387-399.
262. Srinivasan, Ram Predictive coding based on efficient motion estimation Text. / Ram Srinivasan, K.R. Rao // IEEE Trans. Commun.- Aug. 1985.-Vol. COMM-33.-P. 888-896.
263. Stapor, K. A vectorized thinning algorithm for handwritten symbols recognition Text. / K. Stapor // Machine GRAPHICS&VISION. 1999. - Vol 8, №. 3.-P. 341-352.
264. Stapor, K. Recognition of cartographic symbols based on a structural model of a shape Текст. / К. Stapor //Machine GRAPHICS&VISION. 1999. - Vol 8.- №. l.-P. 129-142.
265. Szwoch, M. ScoreExplorer: a musical score recognition system Text. / M. Szwoch, G. Meus, P. Tutkaj // Machine GRAPHICS&VISION. 2000. - Vol 9, №. 1/2.-P. 233-241.
266. Titov, V. Optical Recognition System for Radioelectronic Products Text. / V.• Titov, S. Tevs, T. Shirabakina // Machine GRAPHICS & VISION, 1999. Vol. 8, №. l.-P. 143-152.
267. TMS320C5000 DSP Family Functional Overview Text. Texas Instruments Inc., 1998.
268. TMS320C6000 CPU And Instruction Set Reference Guide Text. Literature Number: SPRU 189F. October 2000.
269. Tsai, R.Y. A versatile Camera Calibration Technique for High Accuracy 3D Machine Vision Metrology using Off-the-Shelf TV Cameras and Lenses Text. / R.Y.• Tsai // IBM Research Report RC 11413, 1985.
270. C. Wang // IEEE Trans. Rob. and Auttom. 1992. -№ 2. -P. 161-175.
271. Wang, L.L. Camera calibration by vanishing lines for 3-D computer vision ф Text. / L.L. Wang, W.H. Tsai // IEEE Trans. Pattern Anal. Mach. Intell 1991.13(4).-P. 370-376.
272. Wang, Y.F. Inegration of active and passive sensing techniques for representing three-dimensional objects Text. / Y.F. Wang, J.K. Aggarwal // IEEE transactions on robotics and automation. 1984. - Vol. 5, №. 4. - P. 460-470.
273. Wei, Z. Calibration approach for structured-light-stripe vision sensor based on the invariance of double cross-ratio Text. / Z. Wei, G. Zhang, Y. Xu // Optical
274. Engineering. 2003. - Vol. 42, № 10. -P. 2957-965.ф 321. Wuerz, A. Enchanced Stereo Vision Using Free-form Surface Mirrors Text. /
275. A. Wuerz, S. Gehrig, F. Stein. // R. Klette, S. Peleg, G. Sommer. Robot Vision 2001, LNCS 1998.-P. 91-98.
276. Yeon, С. Positioning three dimensional objects using stereo images Text. / C. Yeon, J. Aggarwal // IEEE J. robotics and automation. 1987. - Vol. RA-3, № 6. - P. 361-373.
277. Young, I.T. Recursive implementation of the Gaussian Filter Text. / I.T. Young, L.J. van Vliet//SP., 1995.-P. 139-151.
278. Zhuang, X. Two-view motion analysis: A unified algorithm Text. / X. Zhuang, R. Haralick, T. Huang // Opt. Soc. Am., 1986.-Vol. 3, №. 9.- P.1492-1450.373
-
Похожие работы
- Метод защиты видеоданных с различной степенью конфиденциальности
- Быстродействующее устройство ввода и предварительной обработки изображений в системе распознавания видеоинформации
- Управление параметрами алгоритма сжатия видеоинформации при передаче данных в системах мобильной связи
- Разработка быстродействующих алгоритмов компрессии видеоданных с использованием дельта-преобразований второго порядка
- Методы улучшения параметров цифровой системы видеонаблюдения при передаче цветовой информации
-
- Системный анализ, управление и обработка информации (по отраслям)
- Теория систем, теория автоматического регулирования и управления, системный анализ
- Элементы и устройства вычислительной техники и систем управления
- Автоматизация и управление технологическими процессами и производствами (по отраслям)
- Автоматизация технологических процессов и производств (в том числе по отраслям)
- Управление в биологических и медицинских системах (включая применения вычислительной техники)
- Управление в социальных и экономических системах
- Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей
- Системы автоматизации проектирования (по отраслям)
- Телекоммуникационные системы и компьютерные сети
- Системы обработки информации и управления
- Вычислительные машины и системы
- Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях (по отраслям наук)
- Теоретические основы информатики
- Математическое моделирование, численные методы и комплексы программ
- Методы и системы защиты информации, информационная безопасность