А.В. Богословский1, С.В. Васильев2, И.В. Жигулина3

1-3 ВУНЦ ВВС «ВВА имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж, Россия)

1 p-digim@mail.ru; 2 stanislav-vas1986@mail.ru; 3 ira_zhigulina@mail.ru

Постановка проблемы. В задачах обработки видеопоследовательностей, таких как определение местоположения объектов и идентификация движения, особенное значение имеет фазовая информация, содержащаяся в фазочастотном пространственном спектре. Фазоэнергетический спектр (ФЭС), сочетающий в себе преимущества энергетического и фазового спектров, позволяет поставить в соответствие кадру видеопоследовательности (скалярному полю) дискретное векторное поле. Не менее информативным, но гораздо более простым для анализа, является другое дискретное векторное поле - поле фазоэнергетических характеристик (ФЭХ), координаты которого формируются амплитудами гармоник ФЭС двумерного кадра. Алгоритмы идентификации движения на основе одномерных ФЭХ, найденных по строкам кадра, соответствуют принципам работы сетчатки глаза. Для применения векторного поля ФЭХ в алгоритмах идентификации динамических объектов важна информация о межкадровых изменениях его компонент, описываемых фазоэнергетическими функциями двух переменных, каждая из которых представляет собой скалярное поле. Анализ изменений дискретного векторного поля ФЭС между кадрами видеоряда сводится к исследованию особенностей двух скалярных полей фазоэнергетических функций.

Цель. Исследовать возможность применения компонентов векторных полей ФЭС в алгоритмах идентификации движущихся объектов.

Результаты. Исследованы особенности изменения компонентов векторного поля для случаев горизонтального и вертикального движения прямоугольного объекта постоянной яркости на однородном фоне. Приведены графические представления скалярных полей фазоэнергетических функций. Выделены характерные области, представляющие наибольший интерес при исследовании функций и с помощью изолиний построены их проекции на координатную плоскость. Показано, что обе фазоэнергетические функции имеют ряд важных свойств в двух характерных областях - «ближней» и «дальней» возвышенностях скалярных полей, рассматривая которые можно определить пространственные координаты объекта до начала движения и величину межкадрового смещения объекта. Определены особые области скалярных полей фазоэнергетических функций для случая движения объекта в произвольном направлении. Установлено, что наличие протяженных экстремумов графиков фазоэнергетических функций свидетельствует о строго вертикальном или горизонтальном перемещении объекта, а наличие точечных экстремумов - о перемещении объекта «под углом», причем по координатам точечных экстремумов полностью определяются границы движущегося объекта и его смещения по горизонтали и вертикали. Предложены варианты нахождения параметров объектов по экстремумам («экстремальный» подход) или/и по границам характерных областей фазоэнергетических функций («граничный» подход).

Практическая значимость. Результаты определения положения объекта, скорости и направления его перемещения путем анализа границ характерных областей и экстремумов скалярных полей компонентов ФЭС могут быть использованы в качестве основы алгоритмов автоматизации обнаружения динамических объектов, а представленные «граничный» и «экстремальный» подходы - в качестве дополнительного или основного инструмента идентификации движения в системах технического зрения.

Богословский А.В., Васильев С.В., Жигулина И.В. Применение двумерного векторного поля фазоэнергетического спектра для идентификации движения // Радиотехника. 2023. Т. 87. № 10. С. 96−107. DOI: https://doi.org/10.18127/j00338486-202310-11

1. Коул А., Ганджу С., Казам М. Искусственный интеллект и компьютерное зрение. Реальные проекты на Python, Keras и Tensor Flow. СПб: Питер. 2023. 624 с.
2. Клетте Р. Компьютерное зрение. Теория и алгоритмы: Пер. с англ. В.В. Слинкин. М.: ДМК Пресс. 2019. 506 с.
3. Маркус Г., Дэвис Э. Искусственный интеллект: Перезагрузка. Как создать машинный разум, которому действительно можно доверять. М.: Интеллектуальная Литература, 2021. 304 с.
4. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Изд. 3-е, испр. и доп. М.: Техносфера, 2019. 1104 с.
5. Коренной А.В., Кожевников А.А., Ященко Е.А. Комплексная обработка изображений видимого и инфракрасного диапазонов// Радиотехника. 2021. Т. 85. № 4. С. 77-88. DOI: 10.18127/j00338486-202104-09.
6. Бабаян П.В., Кожина Е.С. Автоматическое выделение и обнаружение движущихся объектов с использованием видеокамеры с изменяющимся полем зрения // Вестник Рязанского государственного радиотехнического университета, 2023. № 83. С. 84-94.
7. Удот С.А., Асташев Н.Л. Алгоритмы распознавания направления движения объекта автоматизированной системой технического контроля, включающей в свой состав оптико-электронные средства обнаружения // Радиотехника. 2017. № 1. С. 34-36.
8. Обработка многомерных сигналов. В 2-х книгах. Кн. 1. Линейная многомерная дискретная обработка сигналов. Методы анализа и синтеза / Под ред. А.В. Богословского. М.: Радиотехника. 2013. 168 с.
9. Богословский А.В., Сухарев В.А., Жигулина И.В., Пантюхин М.А. Векторные поля, порождаемые преобразованием Фурье видеосигналов изображений // Радиотехника. 2021. № 7. С. 127-139. DOI: 10.18127/j00338486-202107-17.
10. Жигулина И.В. Энергетические характеристики изображений и видеопоследовательностей // Материалы 13-й Международ. конф. «Телевидение: передача и обработка изображений». СПб.: ГЭУ «ЛЭТИ» им. В.И. Ульянова (Ленина). 2016. С. 128-131.
11. Богословский А.В., Жигулина И.В., Сухарев В.А. Векторное поле фазоэнергетического спектра изображения и видеопоследовательности // Радиотехника. 2018. № 11. С. 11-16. DOI: 10.18127/j00338486-201811-02.
12. Богословский А.В., Васильев С.В., Жигулина И.В. Двумерные фазоэнергетические характеристики // Сб. докладов XXV Международ. науч. конф. «Цифровая обработка сигналов и ее применение (DSPA-2023)». М.: РНТОРЭС им. А.С. Попова. 2023. С. 256-259.