Алгоритмы формирования телевизионного изображения улучшенного качества для дистанционного управления робототехническими комплексами

С.Н. Кириллов; П.С. Покровский; А.А. Бауков; П.Н. Сконников

Алгоритмы формирования телевизионного изображения улучшенного качества для дистанционного управления робототехническими комплексами

С.Н. Кириллов¹, П.С. Покровский², А.А. Бауков³, П.Н. Сконников⁴

научная статья УДК 621.397 Страницы: 30-39

¹ д.т.н., профессор, зав. кафедрой «Радиоуправление и связь», Рязанский государственный радиотехнический университет
² к.т.н., доцент, кафедра «Радиоуправление и связь», Рязанский государственный радиотехнический университет
^3,4 инженер, кафедра «Радиоуправление и связь», Рязанский государственный радиотехнический университет

Ключевые слова: Техническое зрение улучшенное видение увеличение контрастности комплексирование инфракрасный диапазон

Аннотация

Постановка проблемы: рассмотрены вопросы использования систем технического зрения в наземных робототехнических комплексах.

Цель: предложены алгоритмы улучшения качества телевизионного изображения и комплексирования каналов различных диапазонов.

Результаты: представлены результаты применения разработанных алгоритмов.

Практическая значимость: показано, что по показателям качества Fast-FMI, QE и SSIM выигрыш предложенного алгоритма комплексирования составляет соответственно 0,068, 0,186 и 0,164.

Для цитирования

Кириллов С.Н., Покровский П.С., Бауков А.А., Сконников П.Н. Алгоритмы формирования телевизионного изображения улучшенного качества для дистанционного управления робототехническими комплексами // Наукоемкие технологии. 2024. № 2. С. 30–39.

Список источников

Кириллов С.Н. и др. Интеллектуальная система жизнедеятельности мобильного наземного робототехнического комплекса // Вестник Рязанского государственного радиотехнического университета. 2017. № 60. С. 6−16.
Холопов И.С. Реализация алгоритма формирования цветного изображения по сигналам монохромных видеодатчиков видимого и длинноволнового инфракрасного диапазонов в цветовом пространстве YCbCr // Компьютерная оптика. 2016. Т. 40. № 2. С. 266−274.
Ефимов А.И. и др. Обработка изображений в многоспектральных системах технического зрения // Вестник Рязанского государственного радиотехнического университета. 2017. № 60. С. 83−92.
Мятов Г.Н. и др. Применение нечетких мер подобия в задаче совмещения изображений поверхности земли // Вестник Рязанского государственного радиотехнического университета. 2013. № 44. С. 18−26.
Zuiderveld K. Contrast limited adaptive histogram equalization // Graphics gems. 1994. V. 4. P. 474−485.
Фисенко Т.Ю., Фисенко В.Т. Исследование и разработка методов улучшения подводных изображений // Сб. трудов X Междунар. конф. «Прикладная оптика – 2012». 2012. Т. 3. С. 294−298.
Гонсалес Р., Вудс Р. Цифровая обработка изображений. Изд. 3-е, испр. и доп. М.: Техносфера. 2012. 1104 с.
Jia Z., Wang H., Caballero R.E., Xiong Z., Zhao J., Finn A. A two-step approach to see-through bad weather for surveillance video quality enhancement // Machine Vision and Applications. 2012. V. 23. № 6. P. 1059−1082.
Асатрян Д.Г. Оценивание степени размытости изображения путем анализа градиентного поля // Компьютерная оптика. 2017. Т. 41. № 6. С. 957−962. DOI: 10.18287/2412-6179-2017-41-6-957-962.
Исаенко О.К., Урбах В.Ю. Разделение смесей распределений вероятностей на их составляющие // Итоги науки и техники. Сер. Теор. вероятн. Мат. стат. Теор. кибернет. 1976. Т. 13. С. 37−58.
Инсаров В.В., Тихонова С.В., Михайлов И.И. Проблемы построения систем технического зрения, использующих комплексирование информационных каналов различных спектральных диапазонов // Информационные технологии. 2014. Приложение к № 3. С. 1−32.
Бондаренко М.А., Дрынкин В.Н. Оценка информативности комбинированных изображений в мультиспектральных системах технического зрения // Программные системы и вычислительные методы. 2016. № 1. С. 64−79.
Wang Z., Bovik A.C., Sheikh H.R., Simoncelli E.P. Image quality assessment: from error visibility to structural similarity // IEEE transactions on image processing. 2004. V. 13. № 4. P. 600−612.
Xydeas C.S., Petrovic V. Objective image fusion performance measure // Electronics letters. 2000. V. 36. № 4. P. 308−309.
Haghighat M., Razian M.A. Fast-FMI: non-reference image fusion metric // IEEE 8th International Conference on Application of Information and Communication Technologies (AICT). 2014. P. 1−3.
Li B., Ren W., Wang Z. RESIDE Dataset: OTS (Outdoor Training Set). URL = https://sites.google.com/view/reside-dehaze-datasets. Дата доступа 01.02.2019.
Дрынкин В.Н., Фальков Э.Я., Царева Т.И. Формирование комбинированного изображения в двухзональной бортовой авиационно-космической системе // Механика, управление и информатика. 2012. № 9. С. 33−39.
Yang C. et al. A novel similarity based quality metric for image fusion // Information Fusion. 2008. V. 9. № 2. P. 156−160.

[1] Кириллов С.Н. и др. Интеллектуальная система жизнедеятельности мобильного наземного робототехнического комплекса // Вестник Рязанского государственного радиотехнического университета. 2017. № 60. С. 6−16.

[2] Холопов И.С. Реализация алгоритма формирования цветного изображения по сигналам монохромных видеодатчиков видимого и длинноволнового инфракрасного диапазонов в цветовом пространстве YCbCr // Компьютерная оптика. 2016. Т. 40. № 2. С. 266−274.

[3] Ефимов А.И. и др. Обработка изображений в многоспектральных системах технического зрения // Вестник Рязанского государственного радиотехнического университета. 2017. № 60. С. 83−92.

[4] Мятов Г.Н. и др. Применение нечетких мер подобия в задаче совмещения изображений поверхности земли // Вестник Рязанского государственного радиотехнического университета. 2013. № 44. С. 18−26.

[5] Zuiderveld K. Contrast limited adaptive histogram equalization // Graphics gems. 1994. V. 4. P. 474−485.

[6] Фисенко Т.Ю., Фисенко В.Т. Исследование и разработка методов улучшения подводных изображений // Сб. трудов X Междунар. конф. «Прикладная оптика – 2012». 2012. Т. 3. С. 294−298.

[7] Гонсалес Р., Вудс Р. Цифровая обработка изображений. Изд. 3-е, испр. и доп. М.: Техносфера. 2012. 1104 с.

[8] Jia Z., Wang H., Caballero R.E., Xiong Z., Zhao J., Finn A. A two-step approach to see-through bad weather for surveillance video quality enhancement // Machine Vision and Applications. 2012. V. 23. № 6. P. 1059−1082.

[9] Асатрян Д.Г. Оценивание степени размытости изображения путем анализа градиентного поля // Компьютерная оптика. 2017. Т. 41. № 6. С. 957−962. DOI: 10.18287/2412-6179-2017-41-6-957-962.

[10] Исаенко О.К., Урбах В.Ю. Разделение смесей распределений вероятностей на их составляющие // Итоги науки и техники. Сер. Теор. вероятн. Мат. стат. Теор. кибернет. 1976. Т. 13. С. 37−58.

[11] Инсаров В.В., Тихонова С.В., Михайлов И.И. Проблемы построения систем технического зрения, использующих комплексирование информационных каналов различных спектральных диапазонов // Информационные технологии. 2014. Приложение к № 3. С. 1−32.

[12] Бондаренко М.А., Дрынкин В.Н. Оценка информативности комбинированных изображений в мультиспектральных системах технического зрения // Программные системы и вычислительные методы. 2016. № 1. С. 64−79.

[13] Wang Z., Bovik A.C., Sheikh H.R., Simoncelli E.P. Image quality assessment: from error visibility to structural similarity // IEEE transactions on image processing. 2004. V. 13. № 4. P. 600−612.

[14] Xydeas C.S., Petrovic V. Objective image fusion performance measure // Electronics letters. 2000. V. 36. № 4. P. 308−309.

[15] Haghighat M., Razian M.A. Fast-FMI: non-reference image fusion metric // IEEE 8th International Conference on Application of Information and Communication Technologies (AICT). 2014. P. 1−3.

[16] Li B., Ren W., Wang Z. RESIDE Dataset: OTS (Outdoor Training Set). URL = https://sites.google.com/view/reside-dehaze-datasets. Дата доступа 01.02.2019.

[17] Дрынкин В.Н., Фальков Э.Я., Царева Т.И. Формирование комбинированного изображения в двухзональной бортовой авиационно-космической системе // Механика, управление и информатика. 2012. № 9. С. 33−39.

[18] Yang C. et al. A novel similarity based quality metric for image fusion // Information Fusion. 2008. V. 9. № 2. P. 156−160.

Аннотация

Для цитирования

Похожие статьи