CC BY
53
Актуальные проблемы авиации и космонавтики. Информационные технологии
УДК 004.932.2
Е. С. Казмирук Научный руководитель - М. Н. Фаворская Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
АНАЛИЗ МЕТОДОВ СОПРОВОЖДЕНИЯ ОБЪЕКТОВ НА ВИДЕОПОСЛЕДОВТЕЛЬНОСТИ
Рассмотрены следующие алгоритмы для обработки видеопоследовательностей и предсказания траекторий: детектор Канни, алгоритм прямой интерполяции, фильтр Калмана.
Задачи цифровой обработки изображений можно условно разделить на два больших класса: повышение качества изображений для улучшения его визуального восприятия человеком и обработка изображений с целью их классификации, распознавания и анализа в системах технического зрения. Если для задач первого класса существуют известные опробированные решения, то решение второго класса задач связано с рядом трудностей, среди которых можно отметить: отсутствие математических моделей, адекватно описывающих наблюдаемую обстановку, несовершенство датчиков изображений, недостаточную производительность вычислительных систем и ряд других.
В настоящее время разработано множество алгоритмов выделения и оценки параметров объектов. Однако известные подходы зачастую обладают большой вычислительной сложностью и не учитывают специфику рассматриваемой задачи и особенности применяемых на практике датчиков изображений. Таким образом, разработка эффективных алгоритмов выделения, обнаружения и оценки параметров для систем автоматического сопровождения объектов до настоящего времени остается весьма актуальной задачей.
В ряде работ рассматриваются алгоритмы, позволяющие обнаруживать точечные и малоразмерные объекты, однако они преимущественно ориентированы на обработку изображений, получаемых с тепло-визионных датчиков и часто не способны эффективно обнаруживать протяженные объекты [1].
В разрабатываемой программной системе предусмотрено использование теории статистических решений и алгоритма фильтрации Калмана синтезирован оптимальный алгоритм обнаружения объектов и разработан многоэтапный алгоритм выделения, обнаружения и оценки параметров объектов, ориентированный на применение в системах реального времени [2]. Теоретические исследования в настоящей работе выполнены на основе методов теории статистических решений, теории вероятностей, теории оценивания. Существенным ограничением является то, что при больших размерностях изображения требуемая операция нахождения обратной матрицы является очень ресурсоемкой. Разработаны многоэтапные пространственно-временные алгоритмы выделения объектов, но им присущ такой недостаток, как необходимость четкого задания модели движения объектов. Экспериментальные исследования выполнялись на реальных и синтезированных видеосюжетах с использованием методов математической статистики.
Библиографические ссылки
1. Гонсалес Р., Вудс Р.. Цифровая обработка изображений. М. : Техносфера, 2005. С. 983-998.
2. Понс Д., Форсайт Ж. Компьютерное зрение. Современный подход. М. : Изд. дом «Вильямс», 2004.
© Казмирук Е. С., Фаворская М. Н., 2011
УДК 004.942
В. С. Кантеров, А. А. Казутов Научный руководитель - А. Н. Ловчиков Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
МЕТОДЫ РАСЧЕТА, ИСПОЛЬЗУЕМЫЕ В СИСТЕМАХ МОДЕЛИРОВАНИЯ
ЭЛЕКТРОННЫХ СХЕМ
Предлагается перечень методов расчета, используемых для анализа электронных схем, применяемых в различных программных системах схемотехнического моделирования. Выделяются общие черты этих методов и области их применения.
Анализ электронных схем осуществляется посредством построения математических моделей на основе данной схемы. Перечень методов, используемых в этом для построения топологических и компонентных уравнений, приведен на рисунке. Имеются три широко используемых метода: узловой, гибридный (смешанный) и метод переменных состояния.
Очевидно, что для проведения расчетов схем на ЭВМ применить аналитические методы не представляется возможным.
Для анализа линейных схем по постоянному и переменному току используются методы формирования узловых уравнений и гибридных (смешанных) уравнений.
