CC BY
16
Key words: surveillance radar, probability of detection, probability of false alarm, dynamic programming.
Minakov Evgeniy Ivanovich, doctor of technical sciences, professor, EMina-kov@bk.ru, Russia, Tula, Tula State University,
Meshkov Aleksandr Vladimirovich, postgraduate, aleksmeshkovtula@yandex.ru, Russia, Tula, Tula State University,
Meshkova Elena Olegovna, undergraduate, emeshkova16@gmail. com, Russia, Tula, Tula State University
УДК 621.397.13
МОДЕЛЬ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ ВИДЕОМОНИТОРИНГА ЛЕСНЫХ ПОЖАРОВ
Е.И. Минаков, Д.С. Калистратов, С.Г. Мирчук
Рассматривается проблематика мониторинга лесных пожаров. Предлагается структурная схема информационно-измерительной системы на основе метода идентификации и определения пространственных координат очагов возгорания лесных массивов по цифровым видеоизображениям в режимах спутниковой, воздушной и наземной съёмки.
Ключевые слова: информационно-измерительная система, цифровое видеоизображение, двумерное дискретное преобразование Фурье, очаг возгорания, проекция, идентификация, пространственные координаты.
На сегодняшний день в связи с нестабильностью климата, всё большую актуальность приобретает проблема очагов возгорания лесных массивов. Лесные пожары мешают рациональному распределению земельных ресурсов, наносят вред флоре и фауне, а в ряде случаев, представляют непосредственную угрозу человеческой жизни.
Между тем, известно [1 - 4], что на сегодняшний день существуют два основных подхода к детектированию очагов возгорания лесных массивов: видеосканирование и тепловидение.
Стоит отметить, что даже современные тепловизоры имеют очень низкое разрешение матрицы теплового изображения. Как следствие, обработка видеоизображений, на сегодняшний день, представляется более перспективным подходом к решению рассматриваемой проблемы.
По этой причине в данной работе предлагается модель информационно-измерительной системы, работающей на основе анализа цифровых видеоизображений.
Структурная схема предлагаемой системы (рис. 1) состоит из трёх взаимосвязанных уровней, характеризующих спутниковые, воздушные и наземные средства видеомониторинга пожарной обстановки. Предполагается, что каждая пара блоков взаимосвязана как на уровне полезной информации (изображения, координаты), так и на уровне управляющих сигналов.
В такой модели при использовании стандартного алгоритма работы спутниковые средства делают первичный панорамный снимок и затем передают информацию воздушным и наземным средствам, которые осуществляют более детальный анализ изображений.
Однако благодаря двусторонней направленности потоков полезной и управляющей информации не исключаются также случаи, когда воздушные и наземные средства мониторинга корректируют действие спутниковых средств по принципу обратной связи.
Спутниковые средства мониторинга
а
Воздушные средства мониторинга Наземные средства мониторинга
Рис. 1. Структурная схема информационно-измерительной системы на базе разработанного метода
Все три перечисленных режима съёмки используют цифровые видеоизображение и имеют схожий метод реализации, математическую модель и программное обеспечение. Основные различия состоят только в рекомендуемых разрешениях изображений и численных значениях расчётных параметров (количество коэффициентов преобразования, параметры фильтров и так далее). Отдельно учитываются также геометрические размеры сцены.
Функционирование модели предложенной измерительной системы основано на спектральном анализе фрагментов различных изображений с заранее подготовленной базой. При этом в качестве базовых используются изображения огня и «густого» дыма.
Суть метода, положенного в основу системы, состоит в том, что анализируемое изображение разбивается на некоторое множество блоков малого размера (например, 8x8 точек). Далее для каждой цветовой матрицы каждого кадрового блока проводится прямое дискретное преобразование Фурье, дающее действительную и мнимую часть коэффициентов преобразования. К блокам опорной базы также применяется прямое преобразование Фурье. При этом опорные изображения огня и дыма размещаются в базе предварительно.
После этого матрицы коэффициентов блоков анализируемого изображения сравниваются с соответствующими матрицами коэффициентов блоков опорных изображений огня и дыма.
В результате программный алгоритм использует два вида поиска: поиск по дыму и поиск по огню. Причём указанные виды поиска обособленны друг от друга только логически, но не на уровне математической модели и программного обеспечения метода.
Математическая модель метода, в свою очередь, основана [5] на двумерном дискретном преобразовании Фурье
'2клРПл 2к2т2 л
N -Ш>> -1 1 -1-1+-2-2 ,
/(щЬП2)» X X ск1,к2е ^ 1 2 У к1=0 к 2 =0
х = М у = Т2П2 N1 N2
с комплексными коэффициентами
1 N1 -Ш 2 -1
скл,к2 = Л7 Л7 Х Х I 12 ^2 щ = 0 п2 = 0
Т1п1 Т2п2 N1 , N2 у
(2к1лп1 2к2ПП2 ^ 1 N1 + N2
где 1(п1,п2) - комплексная аппроксимирующая функция, представляющая собой ряд Фурье, отн. ед. яркости; к1,к2 - индексы коэффициентов преобразования, безразм.; N1,N2 - количества пикселов выбранной матрицы блока по координатным осям, а также максимальные количества коэффициентов преобразования, шт.; ск1,к2 - коэффициенты преобразования Фурье ; 1 - мнимая единица; х,у - абсцисса и ордината, м; п1,п2 - индексы пикселов выбранной цветовой матрицы блока по координатным осям; Т1,Т2 - периоды разложения функции, м.
Таким образом, алгоритм по опорной базе ищет в анализируемом изображении фрагменты, наиболее похожие на изображения огня и дыма, содержащиеся в опорной базе. При этом опорная база может пополняться новыми изображениями (то есть количество опорных изображений является переменной величиной).
е
В зависимости от степени сходства анализируемых и опорных блоков выделяются проекции очагов возгорания. В качестве критерия сходства может использоваться среднее квадратичное или среднее абсолютное отклонение коэффициентов преобразования Фурье.
К примеру, «частотный портрет» красной матрицы изображения яркого огня представлен ниже (рис. 2). По данному рисунку можно сказать, что указанное изображение имеет высокие абсолютные значения коэффициентов на низких и высоких частотах, в то время как значения коэффициентов в средней части спектра близки к нулевой отметке.
В левом верхнем углу рис. 2 приведено само изображение, формат которого в данном случае составлял 32*32 точки. Аналогичным был размер и для матриц двумерного преобразования Фурье. При этом использовались сразу все коэффициенты.
номер, И 0 о номер, к2 номер, к1 0 о номер, к2
Рис. 2. Коэффициенты комплексного преобразования Фурье для красной матрицы изображения огня
Стоит отметить, что согласно результатам моделирования характер значений коэффициентов преобразования действительной и мнимой матриц обычно оказывается аналогичен, за исключением того, что действительная матрица имеет высокое значение коэффициента, соответствующего постоянной составляющей преобразования.
Ниже (рис. 3) представлен алгоритм программного обеспечения, использовавшегося при моделировании. В данном алгоритме сокращениями ОПФ и ППФ обозначены, соответственно, обратное преобразование Фурье и прямое преобразование Фурье. Пунктиром выделены блоки, необязательные в рабочей (прикладной) версии программы.
Подчеркнём, что алгоритм представлен в самом общем виде, поэтому множество блоков в нём обозначены как функции. Программное обеспечение, соответствующее данному алгоритму, было разработано в среде MATLAB [6].
Алгоритм заканчивается вычислением пространственных координат очагов и выводом результатов. Таким образом, на выходе системы имеется исходное изображение в блочном виде с отмеченными проекциями очагов возгорания (рис. 4), а также векторы пространственных координаты самих очагов, соответствующих этим проекциям.
Основное преимущество описываемого метода и измерительной системы на его основе состоит в том, что сравниваются не исходные матрицы цветного изображений опорных и сканируемых блоков, а матрицы коэффициентов преобразования Фурье, благодаря чему имеются сразу два критерия сходства: цвет и спектр.
При этом спектр определяется номерами гармоник, а цвет косвенно учитывается амплитудами гармоник преобразования. Кроме того, метод является универсальным по отношению к режимам спутниковой, воздушной и наземной видеосъёмке.
Рис. 3. Алгоритм разработанного метода
— _ —
_ — _ . _ П и _
--1 .
Г _ _ _
I
_ —
_ —
_
_ £
_ —
Рис. 4. Результат моделирования метода (спутниковое изображение)
Отметим, что аналогичный подход, основанный на спектральном анализе, хорошо зарекомендовал себя в устройствах распознавания речи (однако там используется одномерное преобразование Фурье).
198
Согласно экспериментальным исследованиям и результатам моделирования удалось добиться такого качества идентификации блоков, когда обнаруживается более 90 % блоков при доле ложных блоков (ошибочно выделенных алгоритмом) менее 10 %.
Точность определения пространственных координат очагов при этом даже в случае наиболее неблагоприятного сочетании всех погрешностей измерений составляет не более 0,7 от размера пространственных сегментов, соответствующих блокам изображения.
Список литературы
1. Ситнов С.А. Аэрокосмический мониторинг дымового аэрозоля на европейской части России в период массовых пожаров лесов и торфяников в июле-августе 2010 г. // Оптика атмосферы и океана. 2012. Т. 25. № 12 С.1062-1076.
2. Антанайтис В. Основы мониторингов лесов. Тарту: Гос. ун-т 1985. С. 6-7.
3. Исаев А.С. Аэрокосмический мониторинг лесов. М.: Наука, 1991.
240 с.
4. Чандра А.М. Дистанционное зондирование и географические информационные системы. М.: Техносфера, 2008. 312 с.
5. Даджион Д. Цифровая обработка многомерных сигналов. М.: Мир, 1988. 488 с.
6. Кетков Ю.Л. МАТЬАВ 7: программирование, численные методы. СПб.: БХВ-Петербург, 2005. 752 с.
Минаков Евгений Иванович, д-р техн. наук, доц., проф., eminakovahk.ru, Россия, Тула, Тульский государственный университет,
Калистратов Дмитрий Сергеевич, канд. техн. наук, ассист., kalistratowa list.ru, Россия, Тула, Тульский государственный университет,
Мирчук Сергей Геннадьевич, асп., 89157835555sagmail. com, Россия, Тула, Тульский государственный университет
THE MODEL OF INFORMATION-MEASURING SYSTEM OF FOREST FIRES VIDEOMONITORING
E. I. Minakov, D. S. Kalistratov, S. G. Mirchuk
Abstract: considered the problem offorest fire monitoring, proposed a hlock scheme of the information-measuring system on the hasis of the method of identification and determination of forest fires spatial coordinates hy digital video images, in space, air and ground modes.
Key words: information-measuring system, digital video image, two-dimensional discrete Fourier transform, fire point, projection, identification, spatial coordinates.
199
Minakov Evgeniy Ivanovich, doctor of technical sciences, docent, professor, emina-kov@bk.ru, Russia, Tula, Tula State University,
Kalistratov Dmitry Sergeevich, candidate of technical sciences, assistant, kalistra-tow@list.ru, Russia, Tula, Tula State University,
Mirchuk Sergey Gennadievich, postgraduate, 8915 7835555s@gmail. com, Russia, Tula, Tula State University
УДК 623.54
ПРОГРАММА РАСЧЕТА ПАРАМЕТРОВ
ПРОСТРАНСТВЕННОГО ДВИЖЕНИЯ ЭЛЕМЕНТА С ПАРАШЮТНОЙ СТАБИЛИЗАЦИЕЙ
М.Е. Долганов, М.С. Воротилин, Н.В. Могильников,
Рассматривается вариант построения программного модуля для анализа процесса движения элемента с парашютной стабилизацией на нестабилизиро-ванном и стабилизированном участках траектории.
Ключевые слова: математическое моделирование, внешняя баллистика.
Одной из основных задач внешней баллистики является расчет параметров движения по известным исходным данным, к которым относятся масса и инерционные характеристики объекта, параметры силового воздействия и начальные условия движения [1]. Применительно к традиционным объектам (ракета, снаряд) данная задача рассматривается в различных вариантах, включая условия управляемого полета, учет асимметрий течения и сложной структуры обтекания. Основным допущением для большинства известных решений является линеаризация зависимостей аэродинамических сил и моментов от параметров движения, что характерно для движения объекта с малыми углами атаки и скольжения на стабилизируемом участке траектории. Такой подход позволяет существенно упростить систему дифференциальных уравнений движения.
В то же время существует большая группа объектов, для которой данное допущение является неприемлемым. К ним относятся изделия, для которых начальные условия движения имеют весьма широкий диапазон значений, что не позволяет использовать линеаризацию уравнений движения и аэродинамических зависимостей. Примером подобных изделий являются пиротехнические боеприпасы различных типов, отстреливаемые с подвижного носителя, отделяемые элементы реактивного снаряда, десантируемые авиационные контейнеры и т. п. Для подобных изделий необходимо учитывать сложную нелинейную
