350 руб
Журнал «Радиотехника» №3 за 2019 г.
Статья в номере:
Совмещение цифровых видеосигналов на фоне аддитивных и мультипликативных помех
Тип статьи: научная статья
DOI: 10.18127/j00338486-201903-07
УДК: 681.518.5
Авторы:

Н.Н. Васин – д.т.н., профессор, кафедра «Сети и системы связи», 

Поволжский государственный университет телекоммуникаций и информатики (г. Самара)

E-mail: vasin.psuti@mail.ru, vasin-nn@psuti.ru

Р.Р. Диязитдинов – к.т.н., доцент, кафедра «Сети и системы связи», 

Поволжский государственный университет телекоммуникаций и информатики (г. Самара) E-mail: rinat.diyazitdinov@gmail.com

Аннотация:

Представлен алгоритм совмещения цифровых видеосигналов на фоне аддитивных и мультипликативных помех, актуальность которого заключается в повышении точности совмещения сигналов в условиях помех при высокой скорости обработки.        Показано, что идея совмещения заключается в добавлении в математическую модель совмещаемых сигналов двух переменных – аддитивной и мультипликативной составляющих, оценка которых производиться путем решения системы линейных уравнений, полученной путем разложения одного из сигналов в ряд Тейлора. 

     Проведено сравнение с существующими алгоритмами по показателям точности измерения и скорости обработки. Отмечено, что работа будет полезна для разработчиков измерительных систем.

Страницы: 46-51
Список источников
  1. Васин Н.Н., Куринский В.Ю. Обработка видеосигналов для измерения скорости движения железнодорожных вагонов на сортировочной горке // Компьютерная оптика. 2005. № 27. С. 185−188.
  2. Brox T., Bruhn A., Papenberg N., Weickert J. High Accuracy Optical Flow Estimation Based on a Theory for Wrapping // ECCV 2004. Lecture Notes in Computer Science. 2004. V. 3024. P. 25−36.
  3. Lucas B.D., Kanade T. An iterative image registration technique with an application to stereo vision // Proc. Seventh International Joint Conference on Artificial Intelligence. 1981. P. 674−679.
  4. Lucas B.D. Generalized Image Matching by the Method of Differences. Pittsburgh. Carnegie-MelionUniversitypublisher. 1984.
  5. Ташлинский А.Г. Оценивание параметров пространственных деформаций последовательностей изображений. Ульяновск: Изд-во УлГТУ. 2000.
  6. Horn B.K., Schunck B.G. Determining optical flow // Artificial Intell. 1981. V. 17. P. 185−204.
  7. Андросов В.А., Бойко Ю.И., Бочкарев А.М., Однорог А.П. Совмещение изображений в условиях неопределенности // Зарубежная радиоэлектроника. 1985. № 4. С. 32−41.
  8. Губанов А.В., Ефимов В.М., Киричук В.С., Пустовских А.И., Резник А.Л. Методы оценивания взаимного смещения фрагментов изображений // Автометрия. 1988. № 3. С. 70−73.
  9. Панкова Т.Л., Резник А.Л. Эффективность алгоритмов прецизионного совмещения цифровых изображений // Автометрия. 1991. № 5. С. 39−43.
  10. Попов П.Г. Совмещение изображений телевизионного и тепловизионного каналов // Автометрия. 1993. № 1. С. 35−39.
  11. Croon G., Ho H., Wagter C., Kampen E., Remes B., Chu Q. Optic-flow based slope estimation for autonomous landing // International Journal of Micro Air Vehicles. 2013. V. 5. P. 287−297.
  12. Hordijk B., Scheper K., Croon G. Vertical landing for micro air vehicles using event-based optical flow // Field Robotics. 2017. V. 35. P. 69−90.
  13. Kueng B., Mueggler E., Gallego G., Scaramuzza D. Low latency visual odometry using event-based feature tracks // IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2016. P. 16−23.
  14. Liu M., Delbruck T. Block-matching optical flow for dynamic vision sensors: Algorithm and FPGA implementation // IEEE International Symposium on Circuits and Systems (ISCAS). 2017. P. 1−4.
  15. Barranco F., Fermuller C., Aloimonos Y. Contour motion estimation for asynchronous event-driven cameras // Proceedings of the IEEE. 2014. V. 102. P. 1537−1556.
Дата поступления: 16 января 2019 г.