УДК: 535.8

Обнаружение объектов простых форм на неподвижных изображениях подстилающей поверхности оператором-дешифровщиком и системой компьютерного зрения

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Епифанцев Б.Н., Ляховский В.С. Обнаружение объектов простых форм на неподвижных изображениях подстилающей поверхности оператором-дешифровщиком и системой компьютерного зрения // Оптический журнал. 2016. Т. 83. № 1. С. 65–72.

Epifantsev B.N., Lyakhovskiy V.S. Detection of simply shaped objects on stationary images of an underlying surface by an interpreter/operator and by a computer vision system [in Russian] // Opticheskii Zhurnal. 2016. V. 83. № 1. P. 65–72.

Ссылка на англоязычную версию:

B. N. Epifantsev and V. S. Lyakhovskiĭ, "Detection of simply shaped objects on stationary images of an underlying surface by an interpreter/operator and by a computer vision system," Journal of Optical Technology. 83(1), 49-54 (2016). https://doi.org/10.1364/JOT.83.000049

Аннотация:

Получены математические выражения вероятностей ошибок 1-го и 2-го рода при поиске осесимметричных и протяженных объектов на изображениях подстилающей поверхности оператором-дешифровщиком и системой компьютерного зрения в зависимости от параметров корреляционной функции помех, отношения размера объекта к радиусу корреляции фона, отношения сигнал/помеха. По результатам сравнения возможностей решения задач обнаружения указанных объектов предложен вариант комплексной системы, ориентированной на повышение надежности принимаемых решений.

Ключевые слова:

случайное поле, объекты обнаружения, помехи, корреляционная функция помех, вероятность обнаружения объектов, вероятность ложной тревоги

Благодарность:

Работа выполнена при поддержке Министерства образования и науки РФ (соглашение № 541 по заданию № 212/2015 на 2015 год) и РФФИ (договор № НК15-48-04172\15 от 07.05.2015 г.)

Коды OCIS: 100.2000, 100.5010, 110.3000

Список источников:

1. Epifansev B.N. Remote thermal – emission diagnostics for underground pipelines // Russian Journal of Nondestructive Testing. 2014. V. 50. № 3. P. 154–163.

2. Колерс П., Иден М. Распознавание образов. Исследование живых и автоматических распознающих систем. М.: Мир, 1970. 287 с.
3. Гор Эл. Земля на чаше весов. Экология и человеческий дух. М.: ППП, 1993. 432 с.
4. Красильников Н.Н. Статистическая теория передачи изображений. М.: Связь, 1976. 184 с.
5. Птицын Н.В., Федосеева О.Е. Видеоанализ – 2011. Выдающийся опыт и технологии мирового рынка // Системы безопасности. 2011. № 2. С. 10–12.
6. Preece B.L., Olson J.T., Reynolds J.P., Fanning J.D., Haefner D.P. Human vision noise model validation for the U.S. Army sensor performance metric // Opt. Eng. 2014. V. 53. № 6. P. 061712.
7. Травникова Н.П. Эффективность визуального поиска. М.: Машиностроение, 1985. 128 с.
8. Xin Liu. Measurement and analysis of perceivable signal-to-noise ratio for infrared imaging system with human vision // Infrared, Millimeter-Wave, and Terahertz Technologies II. 2012. V. 8562–85621J.
9. Овсянников В.А., Овсянников Я.В., Филиппов В.Л. Повышение достоверности экспертной оценки вероятности обнаружения и распознавания объектов по тепловизионным изображениям // Оптический журнал. 2012. Т. 79. № 3. С. 65–70.
10. Епифанцев Б.Н., Ляховский В.С. Повышение эффективности алгоритмов обнаружения объектов на изменяющемся фоне. Часть II // Вестник компьютерных и информационных технологий. 2014. № 1. С. 10–14.
11. Леонов Ю.П. Теория статистических решений и психофизика. М.: Наука, 1977. 226 с.