CC BY
58
Алгоритм селекции объектов для устройства тестирования видеосистемы на базе
квадрокоптера Горбунов Р. В.
Горбунов Руслан Владимирович / Gorbunov Ruslan Vladimirovich - студент, кафедра информатики и вычислительной техники, факультет микроприборов и технической кибернетики,
Национальный исследовательский университет Московский институт электронной техники, г. Москва
Аннотация: в статье рассматривается проблема анализа и классификации изображений, полученных в ходе тестирования видеосистемы, и приведён примерный алгоритм селекции объектов.
Ключевые слова: цифровая обработка изображений, фильтрация, алгоритм.
Обработка сигнала бывает построена на определённом алгоритме, решающем задачи обнаружения, выделения объектов и измерения их координат относительно заданной точки. К настоящему времени разработано множество алгоритмов обработки изображений, но универсального среди них не существует.
Процесс обработки видеоизображений можно разделить на несколько этапов. На первом этапе происходит захват видео - процесс преобразования видеосигнала из внешнего источника в цифровой видеопоток. Оцифрованное видео преобразуется в последовательность отдельных кадров, к которым можно применить какой-либо алгоритм обработки изображений. На следующем этапе кадры обрабатываются с помощью выбранного алгоритма, над ними выполняются требуемые преобразования и операции. На заключительном этапе из полученных изображений вновь формируется видео.
Рис. 1. Алгоритмы обработки изображений
Вид цифровой обработки изображений, заключающийся в выполнении одного и того же выбранного функционального преобразования для каждого элемента матрицы, вне зависимости от его положения и значений соседних элементов, получил название поэлементного преобразования изображений, т. е. перевод значений каждого элемента f в новое значение g в соответствии с выбранной функциональной зависимостью
g = G(f) [1].
Алгоритмы поэлементной обработки, как правило, используются для улучшения качества восприятия изображений оператором-наблюдателем или с целью сформировать бинарное изображение, пригодное для использования в простых системах технического зрения.
В плане зрения распознавания объектов на изображении наиболее информативными являются не значения яркостей объектов, а характеристики их границ - контуров. Контуром изображения называется совокупность его пикселей, в окрестности которых наблюдается скачкообразное изменение функции яркости.
Сначала изображение обрабатывается (проводится двумерная свертка) двумя двумерными фильтрами
Г-1 0 1> (-1 -1 -1Л
Sx = -1 0 1 * f (x, У) и Sy = 0 0 0
-1 0 1 ,1 1 1,
* f (x, У);
а затем проводится квадратурная обработка
S (х, У) = V Si + sy
[2].
Метод сегментации (препарирования) изображений заключается в приведении их к далёкому от естественного, но удобному для визуальной интерпретации или дальнейшего машинного анализа виду. Смысл этого уровня состоит в автоматическом разбиении изображения на содержательно интерпретируемые области [3].
Практически любое изображение зашумлено, возникает проблема борьбы с шумами. Одним из наиболее распространенных способов борьбы с шумами является фильтрация. Фильтрация осуществляется перемещением слева - направо (сверху - вниз) апертуры фильтра на один пиксель. При каждом положении апертуры производятся однотипные операции.
На основании рассмотренных методов, для разработки устройства тестирования предлагаются следующие этапы обработки изображений: фильтрация, пороговая сегментация, выделение контуров, выведение координат объектов и пометка маркерами на экране дисплея.
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 с.
2. Гансалес Р., Вудс Р. Цифровая обработка изображений. М., Техносфера, 2005. 1012 с.
3. Бакут П. А., Колмогоров Г. С., Ворновицкий И. Э. Сегментация изображений: методы пороговой обработки. // Зарубежная радиоэлектроника. № 10, 1987. С. 6-24.
