350 руб
Журнал «Информационно-измерительные и управляющие системы» №3 за 2016 г.
Статья в номере:
Алгоритм селекции изображений объектов на случайном пространственно неравномерном фоне
Ключевые слова: обработка изображений селекция изображений объектов случайные папоротники неравномерный фон работа в реальном времени
Авторы:
В.А. Бойков - аспирант, кафедра «Лазерные и оптико-электронные системы», МГТУ им. Н.Э. Баумана. E-mail: bazzilio215@rambler.ru В.Я. Колючкин - д.т.н., доцент, профессор кафедры «Лазерные и оптико-электронные системы», МГТУ им. Н.Э. Баумана. E-mail: vkoluch@bmstu.ru
Аннотация:
Рассмотрен алгоритм селекции изображений объектов на основе метода Random Ferns. Проведены исследования эффективности этого алгоритма при селекции нескольких типов объектов, регистрируемых в различных фоновых ситуациях при наличии аддитивных гауссовских помех. Показано, что алгоритм селекции на основе метода Random Ferns при значениях отношения сигнала к шуму больших 10 обеспечивает надежную селекцию изображений объектов даже на пространственно неравномерном фоне, а также обладает высоким быстродействием, что позволяет его использовать в системах технического зрения робототехнических комплексов, работающих в режиме реального времени.
Страницы: 29-36
Список источников

 

  1. Алпатов Б.А., Бабаян П.В., Балашов О.Е., Степашкин А.И. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. М.: Радиотехника. 2008. 176 c.
  2. Алпатов Б.А., Бабаян П.В. Методы обработки и анализа изображений в бортовых системах обнаружения и сопровождения объектов // Цифровая обработка сигналов.2006.№ 2.С. 45-51.
  3. Бабаян П.В. Выделение объектов в условиях случайных геометрических преобразований изображения // Автометрия.2010.№ 3.С. 41-47.
  4. Применение методов сегментации изображений в автономных системах обнаружения, распознавания и сопровождения движущихся целей / Под ред. П.А. Бакута // Зарубежная радиоэлектроника. 1987. № 10. С. 3-93.
  5. Алпатов Б.А., Блохин А.Н., Муравьев В.С. Алгоритм обработки изображений для систем автоматического сопровождения воздушных объектов // Цифровая обработка сигналов. 2010.№ 4.С. 12-17.
  6. Муравьев В.С., Муравьев С.И. Адаптивный алгоритм выделения и обнаружения воздушных объектов на изображении // Информационно-управляющие системы. 2011.№ 5. С. 8-14.
  7. Kalal Z., Mikolajczyk K., Matas J. Tracking-Learning-Detection // IEEE Transactions on pattern analysis and machine intelligence. 2012. V. 34. № 7. P. 1409-1422.
  8. Viola P., Jones M. J.Rapid object detection using a boosted cascade of simple features // IEEE Conf. on Computer Vision and Pattern Recognition. Kauai, Hawaii, USA, 2001. V.1. P. 511-518.
  9. Ozuysal M., Calonder M., Lepetit V., Fua P. Fast Keypoint Recognition using Random Ferns // IEEE Transactions on pattern analysis and machine intelligence. 2010. V. 32. № 3. P. 448-461.
  10. Calonder M., Lepetit V., Fua P. BRIEF: Binary Robust Independent Elementary Features // Computer Vision - ECCV-10. 2010. Р. 778-792.
  11. Мастов А., Коноваленко И.А., Григорьев А.С. Адаптивный подход к распознаванию объектов с произвольного ракурса в реальном времени // Труды 39-й школы-конференции ИТиС 2015. [Электронный ресурс] URL: http://itas2015.iitp.ru/pdf/ 1570177051.pdf (дата обращения 07.12.2015).
  12. Красильников Н.Н. Цифровая обработка 2D- и 3D- изображений: учеб. пособие. СПб.: БХВ-Петербург. 2011. 608 c.