Алгоритм автоматического сопровождения изображений объектов

Описан алгоритм цифровой обработки изображений, который позволяет осуществлять селекцию изображений объекта, а также определять координаты и габаритные размеры этих изображений в процессе сопровождения перемещения объекта. Предлагаемый алгоритм основан на методе Random Ferns -- случайных папоротников. В целях оценки эффективности алгоритма и временных затрат на реализацию проведены численные эксперименты. Показано, что при селекции различных по сложности изображений объектов, регистрируемых на пространственно неравномерном фоне и при наличии аддитивных гауссовских помех, алгоритм обеспечивает надежную селекцию, измерение координат и габаритных размеров с погрешностью, не превышающей 3 пикc. Кроме того, алгоритм обладает высоким быстродействием, что позволяет использовать его в системах технического зрения робототехнических комплексов, работающих в режиме реального времени

Литература

[1] Алпатов Б.А., Бабаян П.В., Балашов О.Е., Степашкин А.И. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. М.: Радиотехника, 2008. 176 c.

[2] Алпатов Б.А., Бабаян П.В. Методы обработки и анализа изображений в бортовых системах обнаружения и сопровождения объектов // Цифровая обработка сигналов. 2006. № 2. С. 45−51.

[3] Бакут П.А., ред. Применение методов сегментации изображений в автономных системах обнаружения, распознавания и сопровождения движущихся целей // Зарубежная радиоэлектроника. 1987. № 10. С. 3−93.

[4] Алпатов Б.А., Блохин А.Н., Муравьев В.С. Алгоритм обработки изображений для систем автоматического сопровождения воздушных объектов // Цифровая обработка сигналов. 2010. № 4. С. 12−17.

[5] Муравьев В.С., Муравьев С.И. Адаптивный алгоритм выделения и обнаружения воздушных объектов на изображении // Информационно-управляющие системы. 2011. № 5. С. 8−14.

[6] Kalal Z., Mikolajczyk K., Matas J. Tracking-learning-detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2012. Vol. 34. No. 7. P. 1409−1422. DOI: 10.1109/TPAMI.2011.239

[7] Мастов А., Коноваленко И., Григорьев А. Адаптивный подход к распознаванию объектов с произвольного ракурса в реальном времени // Труды 39-й школы-конференции ИТиС 2015. URL: http://itas2015.iitp.ru/pdf/1570177051.pdf (дата обращения: 07.12.2015).

[8] Бойков В.А., Колючкин В.Я. Алгоритм селекции изображений объектов на случайном пространственно неравномерном фоне // Информационно-измерительные и управляющие системы. 2016. № 3. С. 29−36.

[9] Ozuysal M., Calonder M., Lepetit V., Fua P. Fast keypoint recognition using random ferns // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2010. Vol. 32. No. 3. P. 448−461. DOI: 10.1109/TPAMI.2009.23

[10] Calonder M., Lepetit V., Fua P. BRIEF: Binary robust independent elementary features // Computer Vision — ECCV’10. 2010. Р. 778−792.