Научная статья на тему 'Получение плотного стерео полей мезосферных серебристых облаков посредством информационного комплекса «Пси»'

Получение плотного стерео полей мезосферных серебристых облаков посредством информационного комплекса «Пси» Текст научной статьи по специальности «Математика»

CC BY
53
17
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
МСО / СТЕРЕОБАЗА / ПРОГРАММА СТЕРЕОИЗОБРАЖЕНИЙ / ПАРАЛЛАКС / АНАГЛИФ / ЦВЕТОВОЕ ПРОСТРАНСТВО

Аннотация научной статьи по математике, автор научной работы — Сартин С. А., Рейбандт А. И.

Разработана методика получения плотного стерео полей мезосферных серебристых облаков. Произведено сравнение основных цветовых пространств. Выявлены диапазоны цвета и каналы, относящиеся к сегменту поля. Разработан пакет программ, позволяющий в автоматическом режиме рассчитывать стереобазу, необходимую для съемки облаков, синхронизировать пункты наблюдения, совмещать два видеопотока в анаглифное видео.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Сартин С. А., Рейбандт А. И.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Получение плотного стерео полей мезосферных серебристых облаков посредством информационного комплекса «Пси»»

ПОЛУЧЕНИЕ ПЛОТНОГО СТЕРЕО ПОЛЕЙ МЕЗОСФЕРНЫХ СЕРЕБРИСТЫХ ОБЛАКОВ ПОСРЕДСТВОМ ИНФОРМАЦИОННОГО КОМПЛЕКСА «ПСИ»

© Сартин С.А.*, Рейбандт А.И.*

Северо-Казахстанский государственный университет, Республика Казахстан, г. Петропавловск

Разработана методика получения плотного стерео полей мезосфер-ных серебристых облаков. Произведено сравнение основных цветовых пространств. Выявлены диапазоны цвета и каналы, относящиеся к сегменту поля. Разработан пакет программ, позволяющий в автоматическом режиме рассчитывать стереобазу, необходимую для съемки облаков, синхронизировать пункты наблюдения, совмещать два видеопотока в анаглифное видео.

Ключевые слова МСО, стереобаза, программа стереоизображений, параллакс, анаглиф, цветовое пространство.

Мезосферные серебристые облака (МСО), самые высокие облачные образования в земной атмосфере, образующиеся на высотах 70-95 км. Их называют также полярными мезосферными облаками (polar mesospheric clouds, PMC) или ночными светящимися облаками (noctilucent clouds, NLC). Именно последнее название, наиболее точно отвечающее их внешнему виду и условиям их наблюдения, принято как стандартное в международной практике.

Изучение этого феномена затруднено их довольно высоким положением в атмосфере. При этом МСО могут являться маркером, показывающим движение атмосферных потоков на этих высотах.

В современной практике для детализации плоского изображения зачастую прибегают к методам объёмной визуализации, что позволяет более точно оценить распределение вещества в пространстве.

Аналогичным образом предлагается решить вопрос изучения особенностей морфологии МСО, направления развития и перемещения сегментов полей. Разработан метод получения плотного стерео для изображений полей серебристых облаков и его реализация в качестве информационного комплекса «ПСИ».

В основе построения модели лежит понятие угловой стереобазы снимки, для которой, производятся с двух разнесённых наблюдательных пунктов камерами, ориентированными на одну звезду.

* Старший преподаватель кафедры «Физика», кандидат физико-математических наук.

* Магистрант.

Согласно эмпирическим данным, стереобаза вычисляется из тех соображений, чтобы параллакс на переднем плане Рага11ах^оге был равен 3 мм., а для заднего плана это ограничение Рага11ахЬаск - 9 мм, в три раза больше (для комфортного рассматривания стереопары с расстояния в 30-40 см).

AngularBase, = 2 • arctg

Parallaxfore • (

fore f

Lf ^

fore ^

2 • M • (P - Lore )

где Ьуоге - расстояние до предмета, находящегося на переднем плане, -ближайшего к нам предмета; / - фокусного расстояние объектива; Ь - расстояние до точки фокусировки объектива; М - увеличение фотоаппарата, включая изменения размера при печати фотографий, сканировании, кадрировании и т.п.; Р - расстояние до оси вращения фотоаппарата.

Так же можно вычислять стереобазу и исходя из параллакса для заднего плана:

(

AngularBaseback = 2 • arctg

Parallax,

/ Lback •( f

L

back ^

2 • M • (Lback - P)

В итоге, исходя из неточностей измерений и приближенности эмпирических данных, мы получим два значения угловой стереобазы. Выбрать нужно наименьшее.

Если задний план находится в бесконечности, то формула упрощается:

AngularBasein

= 2 • arctgI Parallaxback •(L - f )

2 • M • f • L)

В случае если мы имеем фотоаппарат с не смещаемым объективом, выше рассмотренные формулы изменятся:

AngularBase, = 2 • arctg

Parallax fore •

Lf ^

fore

f

2 • M • (P - Lfore)

\

У

(

Angularßaseback = 2 • arctg

2 • M • (Lback - P)

AngularBasei

2 • arctg\

Parallax,

back

2 • M • f

Эти формулы можно использовать с хорошим приближением и для фотоаппаратов со смещаемым объективом, когда все расстояния намного больше фокусного (Ь >> /), то есть в нашем случае, когда расстояние до облака порядка десятка, а то и сотен километров.

Далее если пренебречь кривизной земной поверхности, то линейная база, или расстояние, на которое должны быть разнесены точки наблюдения:

Для вычисления величины P - расстояния до оси вращения фотоаппарата, или попросту расстояния до объекта наблюдения, воспользуемся методом описанном в источнике [1].

Определение расстояния до оси вращения фотоаппарата абсолютно одинаково для обеих точек наблюдения, поэтому рассмотрим только один случай.

1. Наблюдатель, находясь в точке наблюдения, делает так называемый пробный снимок, на котором должен находиться наблюдаемый объект и два ориентира с известными координатами, в качестве которых предлагается использовать звёзды.

2. С помощью приборов измеряется широта пункта наблюдения

Для вычисления расстояния от точки наблюдения до определённой точки серебристого облака воспользуемся формулой М.И. Бурова [1]:

где h - высота точки над горизонтом.

Высоту точки МСО можно определить по снимку. Для этого необходимо определить координаты положения линии горизонта и «нулевого» азимута на фотоснимке, а чтобы определить координаты положения линии горизонта и «нулевого» азимута, необходимо знать азимуты и высоты нескольких ориентиров.

1. Т0 = Тд - (пч + 1ч) - всемирное временя (времени в Гринвиче), где Тд (декретное время) - время получения снимка и пч (номер часового пояса).

5 = 7429

(--tg(h) + Vtg(h)1 + 0.022l) [1]

2. t = S0 + AS + X - а - часовой угол светила, где S0 - значение момента звездного времени на среднюю гринвичскую полночь (можно найти как

количество дней после 22 сентября), AS = 366 2422 . т , X - долгота пункта

365.2422 0 наблюдения и а - прямое восхождение светила.

3. Затем вычислим зенитное расстояние и высоту ориентира:

cos z = sin ф ■ sin S + cos ф ■ cos S ■ cos t z = arccos(cos z) h = 90° - z

где ф - склонение светила;

д - широта пункта наблюдения.

Зная азимуты и высоты ориентиров на снимке, определяем точку с координатами (x0,y0) (точка пересечения линии горизонта и «нулевого» азимута). Высота изменяется по оси ОУ и есть угол между «нулевой» высотой и точкой светила.

Тогда из геометрических соображений по снимку можно найти y0:

^ = th

r

где y0 - координаты «нулевой» высоты; r - радиус небесной сферы; y - координата ориентира на снимке; hj - азимут и высота ориентира на момент съемки.

Аналогичные формулы составим и для второго ориентира:

Уо - У 2

Тогда получим:

• = tgh2

_y2 ■ tghj - y ■ tgh2 y0 = "

tghj - tgh2

ГУо - Ус

у — У

Далее из —-— = ^ следует к = аг^

tgh

Эта эмпирическая формула выводилась, основываясь на Н - средней линейной высоты полей МСО над поверхностью земли равной 80 км, тогда:

P = ,j H2 + 7429 ■ (- tg (h) + V tg (h)2 + 0.022i)

[2]

r

2

И отсюда получим расстояние между двумя наблюдательными пунктами равно:

Вазе = 2 ^ГАп8и1агВа*е н, +

(

7429 •

-Уо , I Уо^Усо.

+ 0.0221

[3]

Предложенный метод был реализован в приложении «Стереобаза» входящего в информационный комплекс «ПСИ», в качестве ориентиров с известными координатами были выбраны звёзды. Программа позволяет провести соответствие между участком небесной сферы и изображение, и на основе этих данных вычислить среднее расстояние до полей мезосферных серебристых облаков. Алгоритм работы максимально автоматизирован: при загрузке изображения автоматически определяется дата и время его создания, в диалоговом окне остаётся только указать координаты места наблюдения, либо выбрать из ранее указанных, далее щелчками мыши на изображении указываются ориентиры - звёзды, при этом в каталоге выбирается пункт с названием и координатами данной звезды. Для выполнения начальных условий алгоритмов, количество ориентиров должно быть не менее двух, при выборе второго на изображении указывается линии горизонта и направления на север, что позволяет оценить точность выбора ориентиров. Далее программа в автоматическом режиме находит поле мезосферных серебристых облаков, вычисляет расстояние до каждой точки поля и находит среднее значение, по которому и вычисляет расстояние между наблюдательными пунктами по вышеприведённой формуле.

Рис. 1. Общий вид модуля «Стереобаза»

2

2

Г.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Г

А

После вычисления стереобазы проводится подготовка наблюдательных пунктов, она включает в себя:

- установка подвижного наблюдательного пункта на найденном расстоянии от первого - неподвижного наблюдательного пункта.

- выравнивание изображений и установки угла AngularBase посредством калибровочной сетки на обоих наблюдательных пунктах.

- установка связи между наблюдательными пунктами.

Связка программ Анаглиф-Сервер и Анаглиф-Клиент позволяет соединять наблюдательные пункты по двум схемам:

1. два наблюдательных пункта соединённых между собой один из которых работает как клиент и как сервер;

2. два наблюдательных пункта соединённые с сервером.

В целях упрощения взаимодействия и защиты данных, схема сети собирается на основе виртуальной частной сети - ОрепУРМ [2]. Передача видеоданных осуществляется с помощью библиотеки ЬШУЪС [3], по протоколу йр закодированные кодеком Н.264. Клиент позволяет в реальном времени складывать видеокадры и записывать либо воспроизводить результирующее видео в красно-голубом, монохромном, оптимизированном, желто-синем и тёмном анаглифах.

б)

Рис. 2. Общий вид (а) клиента и (б) сервера

Анаглиф-Сервер позволяет осуществлять захват видео с DirectX совместимых устройств (видеокамер, фотоаппаратов, ПЗС-матриц), осуществлять установки параметров видеоустройств, осуществлять трансляцию потокового видео в сеть Internet или Ethernet и сохранять видеопоток в файл. В приложение так же входит модуль выравнивания изображений. На захваченный видеопоток от камеры накладывается сетка, представляющая из себя две диагональные пересекающиеся линии, для облегчения наведения на объект, и прямоугольник со сторонами параллельными сторонам кадра, для установки одинакового угла наклона камеры в обоих наблюдательных пунктах.

Анаглиф-Клиент позволяет принимать видеопоток из сети Internet или Ethernet, преобразовывать два видеопотока в стереовидео посредством красно-голубого, «тёмного», монохромного, оптимизированного и желто-синего анаглифа и сохранять видеопоток в файл.

Зачастую не удаётся разместить обе точки наблюдения в населённых пунктах, к тому же стереобаза в некоторых случаях может достигать десятков километром, что исключает возможность прямого соединения компьютеров для более точного наведения объективов. В этих случаях, программный комплекс позволяет передавать видеопоток с более низким разрешением, по менее широкому каналу (к примеру, 3G модем), для синхронного наведения объективов, и записывать полноразмерное видео на жесткий диск.

При построении плотного стерео, для МСО, всё ещё остаётся проблемным поиск опорных точек в его структуре. Все современные методы поиска основаны на скачке градиента яркости в окрестности особой точки, в то время как значение яркости на снимках убывает снизу вверх, а в поле облака мы наблюдаем плавное изменение яркости, даже на границе особо ярких структур. В итоге получение карты глубины стандартными современными методиками не позволяет выявить рельефную структуру облака, более того, на большинстве полученного материала, мы имеем рельефность от фонарей, вершин деревьев и звёзд. Увеличение разностного контраста достигается применением фильтра, выявляющего структуры поля МСО, и осуществляющий дальнейший поиск опорных точек по их контурам. Спектр излучения сегмента облака инвариантен ко времени суток, фазе развития облака и места наблюдения. Данное свойство даёт возможность выявления структур, путём применения порогового классификатора по цветам.

Основным шагом решения задачи является выбор цветового пространства, для изучения были взяты RGB, YCbCr и HSV палитры. Чтобы выявить диапазон, в котором лежат цвета структуры поля МСО, было создано приложение, для работы с каналами различных палитр, и обработана база снимков прошлых наблюдательных сезонов.

Таблица 1

Сравнение экспериментальных данных

Палитра Канал Граничные значения

минимальный порог максимальный порог

ЯОВ Я 60 150

О 77 241

В 57 240

УСЬСг У 87 154

СЬ - -

Сг - -

HSV Н 14 255

8 - -

V 130 135

В результате проведения ряда экспериментов было установлено:

1. Каналы Я, в и В не выявляют структур облака, а лишь отсекают горизонтальные полосы, но в определённом диапазоне хорошо отсеивают пикселы принадлежащие фонарям, вершинам деревьев, красному свечению заходящего солнца, и т.п.

2. Канал V оказывает самое сильное влияние на выявление структур и имеет самый минимальный диапазон пропускания.

3. Каналы Н и У вносят небольшой вклад, так как частично дублируются другими каналами.

4. Каналы 8, СЬ и Сг не вносят существенного вклада в выявление структур, либо их действие дублируется сочетанием работы других каналов, их диапазон пропускания почти во всех опытных случаях равнялся общему диапазону канала.

а)

б)

Рис. 3. Пример исходного (а) и обработанного (б) изображений

Применение данного фильтра к фотографиям большого разрешения позволяет упростить процесс классификации структур, и в будущем с применением методов компьютерного зрения позволит автоматизировать ведение журнала наблюдений. В качестве примера, на рис 3 приведены изображения до и после обработки с использованием предлагаемого фильтра, причём на полученных изображениях определяются опорные точки даже при применении простейших детекторов.

Список литературы:

1. Бронштэн В.А. Серебристые облака и их наблюдение. - М.: Наука. Главная редакция физико-математической литературы, 1894. - 128 с.: илл. -Библиотека любителя астрономии.

2. http://openvpn.net.

3. http://www.videolan.org.

4. OpenCV [Электронный ресурс]. - Режим доступа: http://opencv.wil-lowgarage.com/wiki.

5. http://www.nvidia.com.

6. Bradski G, Kaegler A. Computer Vision with the OpenCV library. - 2008.

7. Yang Q., Wang L., Ahuja N. A constant-space belief propagation algorithm for stereo matching. - CVPR, 2010.

8. Stam J. (NVIDIA), Gallup D., Frahm J.M. (UNC). CUDA Stereo Imaging [Электронный ресурс]. - Режим доступа: http://openvidia.sourceforge.net/in-dex.php/OpenVIDIA.

9. Scharstein D., Szeliski R. A taxonomy and evaluation of dense two-frame stereo correspondence algorithms // International Journal of Computer Vision. -2002. - № 47 (1/2/3). - Р. 7-42.

10. Woetzel J., Koch R. Real-time Multi-stereo Depth Estimation on GPU with Approximative Discontinuity Handling [Электронный ресурс]. - 2004. -Режим доступа: http://citeseerx.ist.psu.edu/viewdoc/download;jsessionid=FE85 B8890FFE28137C2nF35343080DE?doi=10.U.1.3748&rep=rep1&type=pdf.

i Надоели баннеры? Вы всегда можете отключить рекламу.