"Цифровая обработка сигналов" - научно-технический журнал

"Цифровая обработка сигналов" №3-2016 год : рефераты статей

Алпатов Б.А., Бабаян П.В., Шубин Н.Ю.
Обнаружение линий электропередач на изображении с использованием многоагентного подхода // Цифровая обработка сигналов. 2016. №3. С. 3-7.

Аннотация:
Рассмотрена задача обнаружения линий электропередач на изображении. Предложен алгоритм обработки изображения, решающий поставленную задачу в два этапа: обнаружение отдельных фрагментов линий электропередач с помощью преобразования Радона и объединение этих фрагментов в непрерывные кривые с помощью многоагентного подхода. Представлены результаты экспериментальных исследований разработанного алгоритма.

Ключевые слова:
обнаружение линий электропередач, обнаружение проводов, преобразование Радона, многоагентные системы, распознавание образов.

Об авторах:
Алпатов Б.А., д.т.н., профессор кафедры автоматики и информационных технологий в управлении (АИТУ) Рязанского государственного радиотехнического университета (РГРТУ), e-mail: aitu@rsreu.ru

Бабаян П.В., к.т.н., заведующий кафедрой АИТУ, e-mail: aitu@rsreu.ru

Шубин Н.Ю., к.т.н., доцент кафедры АИТУ, e-mail: aitu@rsreu.ru

Фельдман А.Б., Ерохин Д.Ю.
Комплекс алгоритмов выделения и прослеживания движущихся объектов для бортовой системы технического зрения // Цифровая обработка сигналов. 2016. №3. С. 8-14.

Аннотация:
Рассматривается комплекс алгоритмов для выделения и прослеживания движущихся объектов при наблюдении с борта летательного аппарата. Комплекс алгоритмов включает в себя: алгоритм оценки и компенсация геометрических преобразований изображений, алгоритм выделения движущихся объектов, алгоритм прослеживания объектов и прогнозирования их местоположения. Учет ориентации комплекса на применение в бортовых системах позволил добиться приемлемого уровня вычислительной сложности составляющих его алгоритмов. Экспериментальные исследования, проведенные с использованием натурных видеосюжетов, подтверждают, что предлагаемый комплекс дает возможность решать задачи выделения и прослеживания движущихся объектов с удовлетворительной точностью. Результаты работы могут быть востребованы при создании бортовых систем технического зрения летательных аппаратов, в том числе относящихся к малой и беспилотной авиации.

Ключевые слова:
выделение объектов, слежение, геометрические преобразования, система технического зрения, преобразование Фурье.

Об авторах:
Фельдман А.Б., к.т.н., доцент кафедры автоматики и информационных технологий в управлении (АИТУ) Рязанского государственного радиотехнического университета (РГРТУ), e-mail: aitu@rsreu.ru

Ерохин Д.Ю., магистрант, инженер кафедры АИТУ, e-mail: erokhin.d.y@Gmail.com

Корепанов С.Е., Смирнов С.А., Стротов В.В.
Сравнение трех критериев работоспособности многоэталонного алгоритма оценки координат объектов // Цифровая обработка сигналов. 2016. №3. С. 15-18.

Аннотация:
Рассмотрены три критерия работоспособности многоэталонного алгоритма оценки координат объектов: критерий на основе анализа временной изменчивости опорного участка, критерий на основе анализа поведения разностной критериальной функции в окрестности минимума и критерий на основе анализа градиентного изображения. Представлены результаты сравнительных экспериментальных исследований, выполненные с использованием натурных видеосюжетов.

Ключевые слова:
многоэталонный алгоритм оценки координат объектов, разностная критериальная функция, системы обработки изображений, критерии работоспособности.

Об авторах:
Корепанов С.Е., ведущий инженер каф. Автоматики и информационных технологий в управлении (АИТУ) Рязанского государственного радиотехнического университета (РГРТУ), e-mail: aitu@rsreu.ru

Смирнов С.А., к.т.н., доцент каф. АИТУ РГРТУ, e-mail: aitu@rsreu.ru

Стротов В.В., к.т.н., доцент каф. АИТУ РГРТУ, e-mail: aitu@rsreu.ru

Ерофеев М.В., Ватолин Д.С.
Матирование видеопоследовательностей с использованием восстановленного фона // Цифровая обработка сигналов. 2016. №3. С. 19-25.

Аннотация:
Задача матирования состоит в разделении данного изображения или видео на передний план, задний план и карту прозрачности переднего плана. Построение такого разделения важно для решения многих задач редактирования и обработки видео, таких как: замена фона, применение спецэффекта только к фону либо только к переднему плану, построение стереоизображения. Предлагается метод матирования видеопоследовательностей, основанный на методе матирования изображений Learning Based Matting. Описывается способ модификации базового метода, позволивший использовать информацию о фрагментах фона, скрытых объектом переднего плана, в качестве дополнительных данных; а также способ итеративной фильтрации последовательности карт прозрачности. Приводятся результаты сравнения предложенного алгоритма с 11 аналогами, иллюстрирующие преимущества предложенного подхода.

Ключевые слова:
матирование, обработка видео, восстановление фона, матирующий Лапласиан.

Об авторах:
Ерофеев М.В., аспирант Московского государственного университета им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, e-mail: merofeev@graphics.cs.msu.ru

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

Боков А.А., Ватолин Д.С.
Методика объективной оценки качества восстановления фона в видео // Цифровая обработка сигналов. 2016. №3. С. 26-33.

Аннотация:
В общей постановке задача восстановления фона в видео состоит в максимально правдоподобной реконструкции области видеопоследовательности, отмеченной входной маской, на базе известной части видеопоследовательности, лежащей вне маски. Однако большинство авторов ограничиваются публикацией результатов работы предложенного алгоритма на нескольких видеопоследовательностях, которые зачастую различны для разных подходов. Предлагается методика для объективного сравнения алгоритмов восстановления фона в видео. Вводится ряд показателей качества восстановления фона, превосходящих предшествующие подходы по корреляции с экспертной оценкой, полученной путем попарного сравнения результатов различных алгоритмов с участием более 300 респондентов.

Ключевые слова:
восстановление фона, обработка видео, объективная оценка качества, методика сравнения.

Об авторах:
Боков А.А., аспирант Московского государственного университета им. М.В. Ломоносова, e-mail: abokov@graphics.cs.msu.ru

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

Клочко В.К., Макарова О.Н., Гудков С.М., Кошелев А.А.
Алгоритм формирования теплового изображения объектов при радиометрическом наблюдении // Цифровая обработка сигналов. 2016. №3. С. 34-36.

Аннотация:
Предложен алгоритм совместной обработки радиометрических и оптических изображений, позволяющий получать радиотепловое изображение объектов с пространственным разрешением, соответствующим размеру элемента дискретизации искомого изображения. Приводятся результаты экспериментального исследования, показывающие возможность формирования теплового изображения объектов на местности с помощью предложенного алгоритма.

Ключевые слова:
радиометр, радиометрическое изображение, оптическое изображение, разрешающая способность.

Об авторах:
Клочко В.К., д.т.н., зав. кафедрой Рязанского государственного радиотехнического университета (РГРТУ), e-mail: klochkovk@mail.ru

Макарова О.Н., инженер РГРТУ

Гудков С.М., инженер-конструктор 2 кат. Рязанской радиоэлектронной компании (РРК)

Кошелев А.А., ведущий инженер-программист РРК

Егошкин Н.А.
Коррекция смаза и расфокусировки спутниковых изображений с учетом геометрических искажений // Цифровая обработка сигналов. 2016. №3. С. 37-41.

Аннотация:
Рассматривается проблема коррекции скоростного смаза и расфокусировки спутниковых изображений от современных сканирующих датчиков. Показано, что необходимо учитывать геометрические искажения снимков. Устранение скоростного смаза основано на аналитическом описании процесса накопления сигнала. Коррекция расфокусировки основана на оценивании функция рассеяния точки по точечным объектам и по многоканальным изображениям одной и той же местности. Для повышения качества коррекции и упрощения настройки алгоритмов используется методы вейвлетпреобразования.

Ключевые слова:
улучшение изображений, коррекция расфокусировки, коррекция смаза, дистанционное зондирование земли, функция рассеяния точки, обратная свёртка.

Об авторах:
Егошкин Н.А., к.т.н., в.н.с. НИИ «Фотон» РГРТУ , e-mail: foton@rsreu.ru

Егошкин Н.А., Ушенкин В.А.
Уточнение пространственной базы при космической бистатической радиолокационной съемке Земли по сигналу интерферограммы // Цифровая обработка сигналов. 2016. №3. С. 42-48.

Аннотация:
Рассматривается задача уточнения пространственной базы при интерферометрической радиолокационной съемке Земли из Космоса путем анализа сигнала интерферограмммы. Выделяется два основных параметра, зависящих от базы и подлежащих уточнению: мультипликативный коэффициент зависимости фазы на интерферограмме от высоты рельефа земной повехности и коэффициент квазилинейного набега фазы плоского рельефа. Предлагаются алгоритмы высокоточной оценки значений указанных параметров, не требующие развертывания фазы на интерферограмме.

Ключевые слова:
интерферограмма, радиолокационная съемка, цифровая модель рельефа, развертывание фазы, пространственная интерферометрическая база.

Об авторах:
Егошкин Н.А., в.н.с. НИИ «Фотон» РГРТУ, к.т.н., e-mail: foton@rsreu.ru

Ушенкин В.А., м.н.с. НИИ «Фотон» РГРТУ, ., e-mail: foton@rsreu.ru

Ефимов И.Н., Косолапов А.М., Ефимов Н.А.
Модель атак и метод подтверждения подлинности объектов в системах контроля доступа по изображению лица // Цифровая обработка сигналов. 2016. №3. С. 49-56.

Аннотация:
Приводятся описание, достоинства и недостатки оригинального метода подтверждения подлинности распознаваемого объекта, на основе многократной оценки рассеивания яркостей сопряжённых пикселей изображений объекта. Представлена модель атак на биометрическую систему распознавания человека по изображению лица. Рассмотрены возможные действия злоумышленников по обману систем распознавания с помощью подмены распознаваемого объекта (атаки спуфинга). Описаны требования к системе, способной предотвратить подмену распознаваемого объекта.

Ключевые слова:
компьютерное зрение, методы подтверждения подлинности распознаваемого объекта, распознавание образов, системы контроля доступа, спуфинг атаки.

Об авторах:
Ефимов И.Н., аспирант, ФГБОУ ВО «СамГТУ», e-mail: Mr.Efimov.IN@gmail.com

Косолапов А.М., д.т.н., профессор, в.н.с., ФГБОУ ВО «СамГТУ»

Ефимов Н.А., к.т.н., доцент, ФГБОУ ВО «СамГУПС»

Лихачёв А.В.
Разработка сглаживающих фильтров проекционных данных в задачах двумерной томографии // Цифровая обработка сигналов. 2016. №3. С. 57-62.

Аннотация:
Предложен новый метод определения коэффициентов сглаживающего фильтра проекционных данных в задачах томографии. В его основе лежит выполненное ранее исследование влияния различных типов помех на точность восстановления. Расчёт ведётся, исходя из минимизации на определённом множестве отклонения корреляционной функции сглаженного шума от гауссовой кривой с заданными параметрами. Проделан вычислительный эксперимент, в котором, в частности, получено, что разработанный алгоритм обеспечивает ошибку реконструкции в полтора раза меньшую, чем фильтр скользящего среднего.

Ключевые слова:
двумерная томография, корреляционная функция шума, сглаживание проекционных данных.

Об авторах:
Лихачёв А.В., д.т.н., старший научный сотрудник Института автоматики и электрометрии Сибирского отделения РАН, e-mail: ipm1@iae.nsk.su

Завалишин С.С.
Алгоритм адаптивного контрастирования изображения // Цифровая обработка сигналов. 2016. №3. С. 63-68.

Аннотация:
Предлагается алгоритм адаптивного контрастирования изображения с использованием знания о структуре последнего. В отличие от существующих алгоритмов, предлагаемый подход опирается на предварительную сегментацию изображения на зоны с последующим подбором параметров кривой контраста для каждой зоны в отдельности, что позволяет учесть наличие недоэкспонированных и переэкспонированных участков. Для обеспечения равномерности переходов между зонами предлагается согласовывать параметры соседних зон с помощью построения графа параметров алгоритма специального вида.

Ключевые слова:
обработка изображений, контрастирование, обработка документов.

Об авторах:
Завалишин С.С., аспирант кафедры АИТУ Рязанского государственного радиотехнического университета, e-mail: ss.zavalishin@gmail.com

Зыков А.Н.
Повышение быстродействия алгоритма фрактального кодирования полутоновых изображений // Цифровая обработка сигналов. 2016. №3. С. 69-74.

Аннотация:
Описывается использование оператора локальных бинарных шаблонов (LBP – Local Binary Pattern) в задаче фрактального кодирования полутоновых изображений. Основываясь на локальной двоичной модели, локальные бинарные шаблоны предлагают эффективный способ анализа текстуры изображения и являются её эффективной характеристикой. Эта работа нацелена на предоставление новых идей для уменьшения времени фрактального кодирования, в частности, в использовании классификации областей изображения на основе использования оператора локальных бинарных шаблонов.

Ключевые слова:
сжатие изображений, фрактальное кодирование, анализ изображений, локальные бинарные шаблоны.

Об авторах:
Зыков А.Н., АО «Центр Судоремонта «Звёздочка», г. Северодвинск, e-mail: alexzikov@gmail.com

Степанов В.Н.
Оптимизация алгоритмов сегментации с применением методов параллельных вычислений для систем анализа изображений // Цифровая обработка сигналов.2016. №3. С. 75-78.

Аннотация:
Представлен анализ технологии общих (неграфических) вычислений на графических процессорах (GPGPU) применительно к обработке изображений (сегментации) для систем анализа и обработки изображений медико-биологических микрообъектов. Приводится адаптация алгоритмов обработки для распараллеливания и повышения производительности.

Ключевые слова:
параллельные вычисления, обработка изображений, сегментация, общие вычисления на графических процессорах.

Об авторах:
Степанов В.Н., к.т.н., с.н.с. Института проблем управления им. В.А. Трапезникова РАН, e-mail: vnstepanov@yandex.ru

Ипатов А.А., Волохов В.А., Приоров А.Л., Апальков И.В.
Фильтрация цифровых изображений на основе автоэнкодера // Цифровая обработка сигналов. 2016. №3. С. 79-83.

Аннотация:
Представлены реализация и исследование алгоритма шумоподавления, построенного на основе автоэнкодера. Автоэнкодер является разновидностью нейронной сети прямого распространения, обучаемой без учителя. Для тестирования предложенного алгоритма фильтрации использовались стандартные базы тестовых изображений. В качестве модели шума рассматривался аддитивный белый гауссовский шум. Приведены численные и визуальные результаты, демонстрирующие основные особенности предложенного алгоритма.

Ключевые слова:
фильтрация изображений, машинное обучение, нейронная сеть прямого распространения, автоэнкодер.

Об авторах:
Ипатов А.А., аспирант кафедры динамики электронных систем Ярославского государственного университета им. П. Г. Демидова, e-mail: artoymipatov@gmail.com

Волохов В.А., к.т.н., доцент кафедры динамики электронных систем Ярославского государственного университета им. П. Г. Демидова, e-mail: volokhov@piclab.ru

Приоров А.Л., д.т.н., доцент кафедры динамики электронных систем Ярославского государственного университета им. П. Г. Демидова, e-mail: andcat@yandex.ru

Апальков И.В., к.т.н., доцент кафедры динамики электронных систем Ярославского государственного университета им. П. Г. Демидова, e-mail: ilya@apalkoff.ru