Журнал «Системы высокой доступности» №2 за 2021 г.
Статья в номере:
Алгоритмическая модель обнаружения аномалий на разновременных панорамах
Тип статьи: научная статья
DOI: https://doi.org/10.18127/j20729472-202102-01
УДК: 004.93
Авторы:

П.О. Архипов, М.В. Цуканов

Орловский филиал ФИЦ «Информатика и управление» РАН (г. Орел, Россия)

Аннотация:

Постановка проблемы. После получения множества панорам инспектируемой местности, созданных в разное время и при различном освещении, погодных условиях или угле расположения камеры относительно снимаемой поверхности, возникает необходимость в дальнейшем их анализе и выявлении возникающих аномалий. Следовательно, необходимо разрабатывать новые алгоритмические модели обнаружения аномалий на разновременных панорамах, автоматизирующие рутинные операции синхронизации, сравнения и калибровки панорам, выдающие оператору только достоверный результат по обнаруженным аномалиям и их типу.

Цель. Разработать новую алгоритмическую модель обнаружения аномалий на разновременных панорамах, основываясь на сравнении найденных особых точек и дескрипторов, устанавливая их взаимное соответствие на разновременных панорамах, и выделяя найденные отличия в непересекающиеся области аномалий

Результаты. Разработана новая алгоритмическая модель обнаружения аномалий на разновременных панорамах, полученных на одном и том же оборудовании БПЛА. Предложена стратегия, направленная на приведение панорам к единому виду и их последующей синхронизации. Представлены результаты работы алгоритма, на примере разновременных панорам инспектируемой местности.

Практическая значимость. Благодаря разработанной алгоритмической модели удалось провести синхронизацию разновременных панорам для минимизации отличий в ракурсах съемки и освещенности; осуществить поиск аномалий на разновременных панорамах, исключающий выделение аномалий типа «шум» и незначительного отклонения в цветовых и геометрических координатах особых точек; выполнить сортировку найденных аномалий по группам важности.

Страницы: 5-10
Для цитирования

Архипов П.О., Цуканов М.В. Алгоритмическая модель обнаружения аномалий на разновременных панорамах // Системы высокой доступности. 2021. Т. 17. № 2. С. 5−10. DOI: https://doi.org/ 10.18127/j20729472-202102-01

Список источников
  1. Архипов П.О., Цуканов М.В. Информационная модель технологии коррекции яркости и цвета при создании панорамных изображений // Системы высокой доступности, 2020. Т.16. № 3. С. 46–51. DOI: 10.18127/j20729472-202003-04.
  2. Архипов П.О., Сидоркин И.И., Цуканов М.В. Алгоритмическая модель технологии минимизации искажений при сшивании снимков, полученных с БПЛА // Системы высокой доступности. 2018. № 5. С. 30–35. DOI 10.18127/j20729472-201805-04.
  3. Библиотека компьютерного зрения OpenCV – URL: https://opencv.org
  4. Библиотека обработки изображений Scikit-Image – URL: https://scikit-image.org
  5. Leutenegger S., Chli M., Siegwart R. BRISK: Binary Robust invariant scalable keypoints. IEEE International Conference on Computer Vision. November 2011.
  6. Lowe D.G. Object recognition from local scale-invariant features, International Conference on Computer Vision, Corfu, Greece (September 1999). P. 1150–1157.
  7. Lowe D.G. Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision. 2004. V. 60. № 2. P. 91–110.
  8. Nixon M.S., Aguado A.S. Feature Extraction and Image Processing. Academic Press. 2008. 
  9. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2005. 1007с.
  10. Arhipov P.O., Cukanov M.V. Informacionnaya model' tekhnologii korrekcii yarkosti i cveta pri sozdanii panoramnyh izobrazhenij. Sistemy vysokoj dostupnosti. 2020. V. 16. № 3. P. 46–51. DOI: 10.18127/j20729472-202003-04.
  11. Arhipov P.O., Sidorkin I.I., Cukanov M.V. Algoritmicheskaya model' tekhnologii minimizacii iskazhenij pri sshivanii snimkov, poluchennyh s BPLA. Sistemy vysokoj dostupnosti. 2018. № 5. P. 30–35. DOI 10.18127/j20729472-201805-04.
  12. Biblioteka komp`yuternogo zreniya OpenCV – URL: https://opencv.org
  13. Biblioteka obrabotki izobrazhenij Scikit-Image – URL: https://scikit-image.org
  14. Leutenegger S., Chli M., Siegwart R. BRISK: Binary Robust invariant scalable keypoints. IEEE International Conference on Computer Vision. November 2011.
  15. Lowe D.G. Object recognition from local scale-invariant features, International Conference on Computer Vision, Corfu, Greece (September 1999). P. 1150–1157.
  16. Lowe D.G. Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision. 2004. V. 60. № 2. P. 91–110.
  17. Nixon M.S., Aguado A.S. Feature Extraction and Image Processing. Academic Press. 2008. 
  18. Gonsales R., Vuds R. Cifrovaya obrabotka izobrazhenij. M.: Texnosfera. 2005. 1007s.
Дата поступления: 28.04.2021
Одобрена после рецензирования: 18.05.2021
Принята к публикации: 02.06.2021