С.В. Васильев1, А.В. Богословский2, И.В. Жигулина3

1,2 ВУНЦ ВВС «ВВА имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж, Россия)

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

Постановка проблемы. Каждый кадр видеопоследовательности представляет собой финитное по пространству изображение, энергетический спектр которого содержит информацию о фазовых компонентах, необходимую при определении местоположения динамических объектов. Важная информационная составляющая об изображении содержится в амплитудах гармоник энергетического спектра, а при обработке видеопоследовательностей – в их межкадровых приращениях, формирующих скалярное дискретное поле. Следовательно, для применения энергетических спектров в алгоритмах выделения движущихся объектов требуется анализ свойств этих скалярных полей.

Цель. Исследовать возможность использования энергетических спектров для идентификации движения объектов в кадрах видеопоследовательности.

Результаты. Исследованы особенности скалярных дискретных полей, порождаемых энергетическими спектрами кадров тестовых видеопоследовательностей, содержащих движущийся в произвольном направлении объект. Приведены графические представления скалярных полей энергетических функций, описывающих межкадровые изменения амплитуд гармоник энергетических спектров. Выделены характерные области, представляющие наибольший интерес при исследовании функций, и с помощью изолиний построены их проекции на координатную плоскость. Определены границы характерных областей и экстремумы энергетических функций, по которым можно найти все координаты динамического объекта и значения его горизонтальных/вертикальных смещений. Предложены дополнительные критерии устранения неоднозначностей, возникающих при совпадении числа и характера экстремумов для различных направлений движения и расположений объектов в разных квадрантах координатной плоскости.

Практическая значимость. Представленные результаты определения положения объекта, скорости и направления его перемещения путем анализа скалярных полей компонентов энергетических спектров могут быть использованы в качестве основы алгоритмов автоматизации обнаружения динамических объектов. Комплексное применение скалярных полей, порождаемых энергетическими спектрами, и векторных полей, порождаемых фазоэнергетическими спектрами, может служить дополнительным или основным инструментом идентификации движения в системах технического зрения.

Васильев С.В., Богословский А.В., Жигулина И.В. Особенности скалярных дискретных полей энергетических характеристик видеопоследовательностей // Радиотехника. 2024. Т. 88. № 2. С. 86−97. DOI: https://doi.org/10.18127/j00338486-202402-12

1. Дэвис Р., Тверк М. Компьтерное зрение. Современные методы и перспективы развития. М.: ДМК Пресс. 2022. 690с.
2. Мареев А.В., Орлов А.А., Рыжкова М.Н. Методы локализации объектов в видеопотоке // Радиотехнические и телекомму-никационные системы. 2021. № 3. С. 48-60.
3. Лукьяница А.А., Шишкин А.Г. Цифровая обработка видеоизображений. М.: Ай-Эс-Эс Пресс. 2009. 511 с.
4. Алпатов Б.А., Бабаян П.В., Ершов М.Д. Подходы к обнаружению и оценке параметров движущихся объектов на видео-последовательности применительно к транспортной аналитике // Компьютерная оптика. 2020. № 5. С. 746-756.
5. Катулев А.Н., Храмичев А.Л., Ягольников С.В. Цифровая обработка 2D слабоконтрастных изображений, формируемых оптико-электронным прибором в сложных фоновых условиях. Обнаружение, распознавание, сопровождение динамических объектов. М.: Радиотехника. 2018. 408 с.
6. Фаворская М.Н., Пахирка А.И., Шилов А.С., Дамов М.В. Методы поиска движения в видеопоследовательностях // Вестник Сибирского гос. аэрокосмического ун-та им. акад. М.Ф. Решетнева. 2009. № 1-2. С. 69-73.
7. Дворкович В.П., Дворкович А.В. Цифровые видеоинформационные системы (теория и практика). М.: Техносфера. 2012. 1008 с.
8. Богословский А.В. и др. Обработка многомерных сигналов. В 2-х книгах. Кн. 1. Линейная многомерная дискретная обра-ботка сигналов. Методы анализа и синтеза: Монография / Под ред. А.В. Богословского. М.: Радиотехника. 2013. 168 с.
9. Bogoslovsky A., Zhigulina I. A way of energy analysis for image and video sequence processing / Eds. M.N. Favorskaya, L.C. Jain // Computer vision in control systems-1. ISRL. V. 73. P. 183−210. Springer. Switzerland. 2015.
10. Жигулина И.В. Содержит ли энергетический спектр изображения информации о фазовых составляющих? // Радиотехника. 2017. № 12. С. 8-12.
11. Bogoslovsky A., Zhigulina I., Maslov I., Mordovina T. Frequency Characteristics for Video Sequences Processing // Smart Innovation, Systems and Technologies. V. 40: Intelligent Interactive Multimedia Systems and Services. P. 149−160. Springer. Switzerland. 2015.
12. Пономарев А.В., Богословский А.В., Жигулина И.В., Сухарев В.А. Особенности корреляционного анализа изображений и видеопоследовательностей // Журнал СФУ. Техника и технологии. 2018. № 11/7. С. 811-822.