CC BY
73
А.В. Тамьяров, М.В. Тамьярова, Р.В. Шестов
ОСОБЕННОСТИ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ МЕТОДОВ ИЗМЕРЕНИЯ СКОРОСТИ ОПТИЧЕСКОГО ПОТОКА
A.V Tamyarov, M.V Tamyarova, R.V. Shestov
FEATURES OF DATAWARE OF METHODS OF MEASURING THE SPEED OF
OPTICAL FLOW
Ключевые слова: дистанционное зондирование, подстилающая поверхность,
идентификация движения, яркостный объект, навигация.
Keywords: remote sensing, underlying surface, motion identification, brightness object, navigation.
Аннотация: в статье представлен обзор наиболее известных технологий расчета оптического потока. Расчет оптического потока является краеугольной и трудоемкой задачей при проектировании программного обеспечения, применяемого в широком круге задач как в народном хозяйстве, так и в военно-промышленном комплексе. Разработан алгоритм выбора оптимального метода измерения оптического потока.
Abstract: the article presents the review of well-known computing technologies of the optical flow. Computing the optical flow is a basic and effortful task in the design of software used in a wide circle of tasks in the national economy and military-industrial set. We have designed the algorithm of an optimal method of measuring the optical flow.
В настоящее время происходит бурное развитие технологий, касающихся дистанционного зондирования и обработки цифровых изображений подстилающей поверхности. На сегодняшний день эти технологии являются очень востребованными в ряде областей народного хозяйства и военно-промышленного комплекса. Одними из самых распространенных и востребованных задач являются задачи создания глобальных карт Земли, идентификации движения, в случае если не возможен или не желателен непосредственный контакт с яркостным объектом, бесконтактного измерения движения, когда применение контактных методов невозможно или недопустимо. Примером могут послужить автономные средства навигации или ориентации космических и летательных аппаратов.
Несомненно, одной из основных проблем при решении описанных выше задач, является измерение оптического потока. Чаще всего оптический поток определяют по двум последовательным изображениям, он появляется как вектор перемещения от общих признаков на первом изображении до общих признаков на втором изображении и имеет размерность скорости. На сегодняшний день известно порядка десяти различных технологий для расчета оптического потока, однако существует необходимость качественного сравнения этих технологий на одинаковых последовательностях изображений для определения наиболее оптимального метода.
Заметим, что развитие рассматриваемых технологий невозможно без столь же стремительного развития информационных технологий, позволяющих обрабатывать все интенсивнее увеличивающиеся объемы информации.
Наибольшее распространение в практической области измерения скорости оптического потока получили:
1. Дифференциальные методы
2. Методы, основанные на совмещении пар изображений
3. Корреляционные методы
4. Фазовые методы
К дифференциальным методам относятся методы Горна и Шанка, Лукаса и Канаде, Симонцелли, Нагеля и Ураса.
В общем случае определение оптического потока при помощи дифференциальных методов основано на нахождении пространственно-временных производных от интенсивности изображения, а также на использовании биномиальных фильтров. В первом случае уравнение неразрывности оптического потока является отправной точкой для дифференциальных методов
^ + № g = 0
»‘ , (1)
где g - уровень яркости пикселя;
{ - скорость оптического потока.
Такое уравнение содержит W неизвестных векторных компонентов в W-мерном пространстве, следовательно, невозможно определить оптимальный поток / однозначно, ввиду того, что мы сталкиваемся с апертурной проблемой. Из этого следует, что невозможно определить полный вектор с помощью производных первого порядка в одиночной точке в пространственно временном изображении.
Однако вместо одиночной точки мы можем использовать малую окрестность для определения оптического потока. В таком случае уравнение (1) преобразуется в систему линейных уравнений, которую можно представить в виде матричного уравнения (2)
^ = g (2)
где / - оптический поток G - матрица перехода
g - регуляризованные оценки, состоящие из свертки и точечных преобразований
Однако заметим, что решение такой системы возможно только с помощью минимизирования функционала ошибки. При этом оптический поток внутри локальной области принимается постоянным. Т.е. мы обрабатываем изображение окнами с постоянным взвешиванием для всех точек и усредняем его. Такая методика решения называется методом наименьших квадратов.
В своем методе Горн и Шанк объединили градиентное уравнение и ограничение сглаживания в задаче оценки поля скорости [32]. Нагель был одним из первых, кто использовал производные второго порядка для измерения оптического потока. В этом методе, подобно Горну и Шанку, Нагель применил интегрирование с ограничением сглаживания.
Урас и другие также использовали в своих исследованиях дифференциальные методы с применением производных второго порядка для расчета оптического потока. Они разделили изображение на области 8*8 пикселей, затем на каждой из областей они выделили 8 оценок, которые наилучшим образом удовлетворяли условию
||М 1|| << ||У (3)
где м° (V у)т.
В случае обработки большого изображения не только решение, но и составления систем (2), (3) является трудоемким процессом, практически невозможным без применения специализированного программного обеспечения.
Точность дифференциального метода может быть недостаточна ввиду зашумленности изображения при его получении, ввиду неидеальных условий или аппаратуры. В таких условиях применение дифференциальных методов нецелесообразно. Тогда можно использовать методы, основанные на совмещении пар изображений. Суть метода заключается в следующем: на последовательностях изображений выделяются общие области, а скорость оптического потока рассматривают как смещение между кадрами при совмещении общих областей. Первым, кто описал технологию совмещения пар изображений, был Анандан. Основой этой технологии является пирамида Лапласа и метод обработки изображения от грубого к точному. Пирамида Лапласа позволяет усилить текстуру изображения.
Совмещение изображений, а тем более двойное интегрирование фактически становится возможным только с применением информационных технологий достаточно высокого быстродействия.
Корреляционный метод основывается на анализе перемещения между двумя последовательными изображениями. Для поиска характеристического признака, как и в случае с дифференциальным методом, выделяется общая область на одном из изображений и сравнивается со вторым изображением. В пределах общей области ищется оптимальное подобие между двумя изображениями.
Суть метода состоит в том, чтобы максимизировать коэффициент взаимной корреляции, который является мерой подобия. Основой метода корреляции, как и метода дифференциальных преобразований, является свертка изображения, а также точечные операции. Для вычисления свертки и коэффициента корреляции используется наложение на область изображения клинообразной области. Отметим, что основным достоинством корреляционного метода является то, что он не чувствителен к изменениям интенсивностей между изображениями и ввиду этого может быть применен для обработки стереоизображений. Однако для реализации этого метода требуется большое время и большие вычислительные ресурсы. При этом на ряде цифровых последовательностей могут возникнуть проблемы с совмещением, ввиду того что в автоматическом режиме вместо глобального максимума находится местный локальный максимум.
Основным достоинством фазового метода является его нечувствительность к интенсивности изображения. Основоположниками данного метода являются Флит и Джепсон. Вычисление временных и пространственных производных от фазы, то есть вычисление пространственно временного градиента
V xt f
k' = 2p k
_f t. n _
(4)
где k - волновое число, n -частота структуры
дает и волновое число, и частоту движущемся периодическом структуры, следовательно скорость в таком случае можно найти как отношение частоты к волновому числу.
Флит и Джепсон в своих исследованиях определяли компоненты скорости с точки зрения мгновенного перемещения нормали к уровню фазы контуров в выходном сигнале полосовых настроенных фильтров скорости. Полосовые фильтры используют для разложения входного сигнала в зависимости от уровня скорости и ориентации. В сущности это дифференциальная техника, примененная к фазе.
Для каждого метода и его разновидности в настоящее время разработаны и разрабатываются специализированные программные продукты.
В результате проведенных исследований разработан алгоритм программного обеспечения, позволяющий выбрать оптимальный и наиболее адекватный метод измерения скорости светового потока. Преимуществом такого программного обеспечения является возможность подключения необходимого исполнительного модуля, выполняющего расчет скорости потока по определенному методу с определенной точностью.
Библиографический список
1. Яне Б. Цифровая обработка изображений. - М.: Техносфера, 2007. -584 с.
2. J.L. Barron, D.J. Fleet and S.S. Beauchemin Perfomance of Optical Flow Techniques,
1994.
