en
Назад
УДК: 004.932.2, 517.968
Автоматическая вейвлет-сегментация фоноцелевого кадра оптико-электронного прибора при обнаружении динамических объектов на 2D изображении
Полный текст «Оптического журнала»
Полный текст на elibrary.ru
Публикация в Journal of Optical Technology
Катулев А.Н., Храмичев А.А. Автоматическая вейвлет-сегментация фоноцелевого кадра оптико-электронного прибора при обнаружении динамических объектов на 2D изображении // Оптический журнал. 2016. Т. 83. № 2. С. 30–39.
Katulev A.N., Khramichev A.A. Automatic wavelet-based segmentation of a background-and-target frame from an optoelectronic device for detection of dynamic objects in 2D images [in Russian] // Opticheskii Zhurnal. 2016. V. 83. № 2. P. 30–39.
A. N. Katulev and A. A. Khramichev, "Automatic wavelet-based segmentation of a background-and-target frame from an optoelectronic device for detection of dynamic objects in 2D images," Journal of Optical Technology. 83(2), 98-105 (2016). https://doi.org/10.1364/JOT.83.000098
Предложен адаптивный инвариантный метод автоматической сегментации фоноцелевого кадра оптико-электронного прибора при обнаружении динамических объектов на изображении. Метод основан на применении вейвлет-преобразования изображения с оптимальной в смысле принципа Неймана–Пирсона пороговой обработкой вейвлет-коэффициентов по локальному наиболее мощному несмещенному критерию. Для реализации метода не требуется введения априорных данных о фоноцелевой обстановке, в том числе эталонных изображений динамических объектов, местоположения и размеров окон при обнаружении объектов. Используется только информация, содержащаяся в регистрируемых оптико-электронным прибором изображениях. Приведены алгоритм и результаты оценки показателей качества сегментации нестационарных (и стационарных) изображений в различных условиях функционирования. Установлена высокая эффективность метода и его реализуемость в реальном времени.
оптико-электронный прибор, изображение, сегментация, окно, нестационарный фон, динамический объект
Коды OCIS: 100.0100; 100.2000; 110.3960; 100.2000
Список источников:1. Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин. М.: Мир, 1972. 232 с.
2. Прэтт У.К. Цифровая обработка изображений. Кн. 1. Кн. 2. М.: Мир, 1982. 312 с. 480 с.
3. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
4. Гашников М.В., Глумов Н.И., Ильясова Н.Ю., Мясников В.В., Попов С.Б., Сергеев В.В., Сойфер В.А., Храмов А.Г., Чернов А.В., Чернов В.М., Чичева М.А., Фуров В.А. Методы обработки изображений / Под ред. Сойфера В.А. М.: ФМЛ, 2003. 784 с.
5. Alper Yilmaz, Khurram Shafique, Mubarak Shah Target tracking in airborne forward looking infrared imagery // Imagery and Vision Computing. 2003. V. 21. P. 623–635.
6. Алпатов Б.А., Бабаян П.В., Балашов О.В., Степашкин А.И. Системы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. М.: Радиотехника, 2008. 176 с.
7. Борзов С.М., Потатуркин О.И. Обнаружение малоразмерных динамических объектов подвижной системой наблюдения // Автометрия. 2012. Т. 48. № 1. С. 22–29.
8. Киричук В.С., Косых В.П. Построение многоканального фильтра для обнаружения точечных объектов в изображении, формируемом матричным фотоприемником // Автометрия. 2012. Т. 48. № 5. С. 82–92.
9. Борзов С.М. Обнаружение динамических объектов по пространственно-временным аномалиям в видеопоследовательностях // Автометрия. 2013. Т. 49. № 1. С. 11–17.
10. Донцов А.А., Козирацкий Ю.Л. Алгоритм локализации малоразмерных объектов на изображениях с использованием вейвлет-преобразований // Автометрия. 2013. Т. 49. № 2. С. 42–48.
11. Кроновер Р.М. Фракталы и хаос в динамических системах. Основы теории. М.: Постмаркет, 2000. 252 с.
12. Зуев В.Е., Кабанов М.В. Перенос оптических сигналов в земной атмосфере. М.: Советское радио, 1977. 368 с.
13. Федер Е. Фракталы. М.: Мир, 1991. 258 c.
14. Schroder М. Fractals, Chaos, Power Laws. Шредер M. Фракталы, хаос, степенные законы. Миниатюры из бесконечного рая. Ижевск: Регулярная и хаотическая динамика, 2001. 528 с.
15. Катулев А.Н., Колонсков А.А., Храмичев А.А., Ягольников С.В. Адаптивный метод и алгоритм обнаружения малоконтрастных объектов оптико-электронным средством // Оптический журнал. 2014. Т. 82. № 2. С. 29–39.
16. Храмичев А.А., Ковальчук М.П., Васильев В.Б. Методика определения пространственно-частотных характеристик фона небосвода // Вестник МГТУ им. Н.Э. Баумана. Спецвыпуск “Антенны и устройства радио- и оптического диапазонов”. Серия “Приборостроение”. 2009. С. 245–252.
17. Петухов А.П. Введение в теорию базисов всплесков. Спб: СПбГТУ, 1999. 132 с.
18. Добеши И. Десять лекций по вейвлетам. Москва-Ижевск: Регулярная и хаотическая динамика, 2001. 464 с.
19. Яковлев А.Н. Основы вейвлет-преобразования сигналов. М.: САЙНС-ПРЕСС, 2003. 80 с.
20. Свистов В.М. Радиолокационные сигналы и их обработка. М.: Советское радио, 1977. 448 с.
21. Розанов Ю.А. Случайные процессы (краткий курс). М.: Наука, 1971. 288 с.
22. Кокс Д., Хинкли Д. Теоретическая статистика. М.: Мир, 1978. 560 с.
23. Ивченко Г.И., Медведев Ю.И. Математическая статистика. М.: ВШ, 1984. 250 с.
24. Колмогоров А.Н., Фомин С.В. Элементы теории функций и функционального анализа. М.: Наука, 1968. 496 с.
25. Ван Трис Г. Теория обнаружения, оценок и модуляция. Т. 1. М.: Сов. Радио, 1972. 744 с.
26. Фишберн П. Теория полезности для принятия решения. М.: Наука, 1978. 358 с.
27. Гузенко О.Б., Катулев А.Н., Колонсков А.А., Храмичев А.А.. Обнаружение динамического объекта на сложном фоне по точечному слабоконтрастному изображению оптико-электронного прибора // Оптический журнал. 2014. Т. 81. № 11. С. 51–61.