Аннотация:
Проведен анализ методов цветовой коррекции панорамных изображений с малоразмерными объектами. Выполнена сравнительная качественная и количественная оценка эффективности способов цветовой коррекции для работы с малоразмерными объектами. Показано преимущество локальных методов цветовой коррекции.

Ключевые слова:
цветовая коррекция, структурное подобие, цветовое подобие, локальные методы цветовой коррекции, глобальные методы цветовой коррекции.

Об авторах:
Сильвестрова О.В., инженер ОАО «Центр наукоемких технологий», e-mail: silvol@mail.ru

Аннотация:
Рассмотрена технология автоматического контроля точности геодезической привязки спутниковых изображений, включающая создание опорного банка данных и механизм идентификации одноименных объектов на анализируемом и опорном изображениях. Описывается алгоритм создания глобального банка опорных растровых данных на основе снимков КА «Landsat-8». Предложен надежный и высокопроизводительный механизм идентификации одноименных точек на разновременных спутниковых изображениях, основанный на сопоставлении дескрипторов характерных фрагментов.

Ключевые слова:
контроль точности геопривязки, банк растровых данных, идентификация одноименных точек.

Об авторах:
Кузнецов А.Е., д.т.н., зам. директора НИИ «Фотон» Рязанского государственного радиотехнического университета (РГРТУ), e-mail: foton@rsreu.ru

Пошехонов В.И., с.н.с. НИИ «Фотон» РГРТУ

Рыжиков А.С., техник НИИ «Фотон» РГРТУ

Аннотация:
Классификация как статических, так и видеоизображений является бурно развивающейся областью и обладает большим потенциалом коммерциализации. В настоящей работе решается задача определения игровых эпизодов в видеопотоке на основе применения т.н. визуальных ключей, характеризуемых одномерными и двумерными распределениями цветовых и текстурных признаков. Реализована технология обработки видео, обеспечивающая требуемую классификацию с точностью до одного кадра в реальном времени и позволяющая простую аппаратную реализацию.

Ключевые слова:
классификация видео, реальное время, спорт, футбол, визуальный ключ, ациклический направленный граф, цвет, текстура.

Об авторах:
Петрова К.Ю., к.т.н., руководитель проектов, Исследовательский Центр Самсунг, Москва, e-mail: xenya.petrova@samsung.com

Рычагов М.Н., д.ф.-м.н., проф., начальник управления, Исследовательский Центр Самсунг, Москва, e-mail: michael.rychagov@samsung.com

Седунов С.М., старший инженер, Научно–Исследовательский Центр Хуавей, Москва, e-mail: Sedunov.Sergey@huawei.com

Аннотация:
Задача матирования состоит в разделении данного изображения или видео на передний план, задний план и карту прозрачности переднего плана. До сегодняшнего дня существовала только общепринятая методика объективного сравнения алгоритмов матирования изображений, неприменимая для сравнения методов матирования видео. Авторы алгоритмов матирования видео сообщали лишь результаты сравнения их метода с одним или двумя аналогами на малом тестовом наборе или вовсе не сообщали таковых. Данная работа предлагает методику сравнения алгоритмов матирования по их пространственной ошибке и стабильности результата во времени. А также содержит результаты проведенного сравнения ряда современных алгоритмов матирования видео и изображений. Для создания тестовой выборки была использована цветная электронная рирпроекция, а также оригинальная методика на основе кукольной мультипликации.

Ключевые слова:
матирование видео, тернарная маска, объективная оценка качества.

Об авторах:
Ерофеев М.В., аспирант МГУ им. М. В. Ломоносова, факультет вычислительной математики и кибернетики, лаборатория компьютерной графики, e-mail: merofeev@graphics.cs.msu.ru

Гитман Ю.А., студент МГУ им. М. В. Ломоносова, e-mail: ygitman@graphics.cs.msu.ru

Ватолин Д.С., к.ф.-м.н., с.н.с. МГУ им. М. В. Ломоносова, e-mail: dmitriy@graphics.cs.msu.ru

Федоров А.А., аспирант МГУ им. М. В. Ломоносова, e-mail: afedorov@graphics.cs.msu.ru

Аннотация:
Предлагается итерационный алгоритм локализации центров глаз на основе мультиблочных локальных бинарных шаблонов. Основой для предлагаемого алгоритма является метод на основе машинного обучения с использованием мультиблочных локальных бинарных шаблонов, ранее применявшийся в задаче детектирования лиц. Приводятся результаты сравнительного анализа предложенного алгоритма с другими известными методами локализации (градиентным и байесовским) на стандартных тестовых базах изображений FERET и BioID. Низкая вычислительная сложность рассмотренного алгоритма позволяет использовать его в приложениях обработки видеоданных реального времени.

Ключевые слова:
распознавание лиц, локализация центров глаз, мультиблочные локальные бинарные шаблоны, машинное обучение.

Об авторах:
Хрящев В.В., к.т.н., доцент, доцент кафедры динамики электронных систем Ярославский государственный университет им. П.Г. Демидова, e-mail: vhr@yandex.ru

Приоров А.Л., д.т.н., доцент, доцент кафедры ДЭС ЯрГУ им. П.Г. Демидова, e-mail: andcat@yandex.ru

Никитин А.Е., аспирант кафедры ДЭС ЯрГУ им. П.Г. Демидова, e-mail: dcslab@uniyar.ac.ru

Степанова О.А., аспирант кафедры ДЭС ЯрГУ им. П.Г. Демидова, e-mail: dcslab@uniyar.ac.ru

Аннотация:
В настоящее время в некоторых приложениях необходимы новые методы сжатия цифровых изображений (ЦИ), не уступающие по своей эффективности известным методам (JPEG, JPEG2000), но требующие меньших вычислительных ресурсов. Предлагается метод сжатия ЦИ, удовлетворяющий указанным требованиям. Метод основан на разделении ЦИ на разрядные двоичные изображения (РДИ) и представлении РДИ двумерной цепью Маркова с двумя состояниями. На основе теории условных марковских процессов выполняется предсказание состояний пикселов РДИ. Для младших РДИ выполняется процедура удаления фона, близкого по своим статистическим характеристикам к белому гауссовскому шуму (БГШ). Эти области заполняются выборками БГШ при восстановлении. Предложенный метод не требует спектральных преобразований и позволяет осуществлять сжатие ЦИ любой разрядности (8 и более на цветовую плоскость) без увеличения вычислительных ресурсов за счет возможности параллельной обработки.

Ключевые слова:
цифровые изображения, сжатие изображений, марковский процесс, матрица вероятностей переходов, статистические характеристики, случайный фон, белый гауссовский шум, кодирование изображений.

Об авторах:
Петров Е.П., д.т.н., профессор, заведующий кафедрой радиоэлектронных средств Вятского государственного университета (ВятГУ), e-mail: EPPetrov@mail.ru

Харина Н.Л., к.т.н., доцент кафедры радиоэлектронных средств ВятГУ, e-mail: NataL_res@mail.ru

Сухих П.Н., аспирант кафедры радиоэлектронных средств ВятГУ, e-mail: raznodel@yandex.ru

Аннотация:
Проведены исследования метода глобальной оптимизации – генетического алгоритма с целью получения оптимальних значений его параметров при использовании в системах комбинированного видения. Для уменьшения вычислительной сложности данного алгоритма корреляционного совмещения изображений предлагается использовать расширенные ракурсы виртуальной модели местности. Данный поход значительно сокращает количество генерируемых для совмещения виртуальных изображений.

Ключевые слова:
глобальный экстремум, критериальная функция, область поиска, генетический алгоритм, поэтапное сканирование, пирамида изображений, система комбинированного видения, параметры позиционирования летательного аппарата, реальное изображение, виртуальное изображение.

Об авторах:
Елесина С.И., доцент кафедры «Электронные вычислительные машины» ФГБОУ ВПО «Рязанский государственный радиотехнический университет», e-mail: elesinas@mail.ru

Ломтева О.А., аспирант кафедры «Электронные вычислительные машины» ФГБОУ ВПО «Рязанский государственный радиотехнический университет», e-mail: olomteva@gmail.com