TASVIRLARDAGI YOMGʻIR IZLARINI TASVIRGA ISHLOV BERISH ALGORITMLARI YORDAMIDA OLIB TASHLASH Текст научной статьи по специальности «Компьютерные и информационные науки»

TASVIRLARDAGI YOMG'IR IZLARINI TASVIRGA ISHLOV BERISH ALGORITMLARI YORDAMIDA OLIB TASHLASH

Beknazarova S.S., Bekmirzayeva M.Sh.

Muhammad Al-Xorazmiy Nomidagi Toshkent Axborot Texnologiyalari Universiteti, saida.beknazarova@gmail.com, maftunabekmirzayeva7@gmai.com https://doi.org/10.5281/zenodo.10848479

Annotatsiya: Ushbu maqolada videodan yomg'ir izlarini olib tashlash muammosi muhokama qilinadi. Yomg'ir izlarini tasvirdan olib tashlash muhim bo'lsa-da, bu sohada ko'p tadqiqotlar yo'q va ishonchli real vaqt algoritmlari mavjud emas. Yomg'ir izlarini olib tashlash algoritmidagi qiyinchiliklar ko'rish qiyinligi , yorug'lik kamligi, harakatlanuvchi kamera va ob'ektlar mavjudligidan kelib chiqadi. Yomg'ir chizig'ini tiklash algoritmi oldida turgan muammo yomg'ir chiziqlarini aniqlash va tasvirni qayta ishlash uchun ularni asl qiymatlari bilan almashtirishdir. Ushbu maqolada biz yomg'irni aniqlash uchun fotometrik va xromatik xususiyatlardan foydalanishni muhokama qilamiz. Yangilangan Gauss aralashmasi modeli (yangilangan GMM) harakatlanuvchi ob'ektlarni aniqladi. Ushbu yomg'ir chizig'ini olib tashlash algoritmi videolardagi yomg'ir chiziqlarini aniqlash va ularni asl qiymatga teng bo'lgan hisoblangan qiymatlar bilan almashtirish uchun ishlatiladi. Yomg'ir chiziqlarini asl qiymatlari bilan almashtirish uchun fazoviy va vaqtinchalik xususiyatlar qo'llaniladi.

Kalit so'zlar: Dinamik tasvir, chegara filtrlari, Gauss aralashmasi modeli (GMM), yomg'ir chizig'ini olib tashlash, tasvirni qayta ishlash, Video

Kuzatuv va monitoring tizimlari uchun ishlatiladigan tashqi ko'rish tizimi bugungi kunda tashvish uyg'otmoqda. Biroq, tashqi kuzatuv tizimlarida qo'llaniladigan ko'pgina algoritmlar aniq ob-havoni talab qiladi va yomg'ir, tuman, qor va boshqalar kabi yomon ob-havo sharoitida algoritmlarning ishlashi pasayadi. Yomon ob-havo tasvir va video sifatini pasaytiradi, bu esa kompyuterni ko'rish algoritmlari ish faoliyatiga salbiy ta'sir qiladi. Tashqi kuzatuv tizimlarida qo'llaniladigan ko'plab kompyuter ko'rish algoritmlari ob'ektni aniqlash, kuzatish, segmentlash va tanib olish uchun yaxshi tasvir sifatini talab qiladi. Shuning uchun har xil ob-havo sharoitida bunday algoritmni ishlashi juda qiyin.

Turiga ko'ra yomon ob-havo sharoiti ikki turga bo'linadi: barqaror ob-havo va dinamik ob-havo [9]. Barqaror ob-havo tuman, tuman va tumandan iborat. Bu zarrachalar kichikroq (1-10 mkm). Kamera yordamida har bir zarrachani alohida aniqlash juda qiyin. Har bir pikselga bir nechta zarrachalarning yig'ish effekti ta'sir qiladi. Dinamik ob-havo sharoitida, yomg'ir va qor. Bu zarralar barqaror ob-havo zarralaridan 1000 marta katta. Kattaroq o'lchamlari tufayli bu zarralar kameraga aniq ko'rinadi. Har bir zarracha tasvirdagi bir necha pikselga ta'sir qiladi.

Yomg'irli mavsumda vizual ko'rinish yoz mavsumiga qaraganda pastroq. Yomg'ir tasvir va videolarning piksel intensivligida keskin o'zgarishlarga olib keladi. Yomg'irning o'ziga xos fizik xususiyatlari kichik o'lchami, yuqori tezligi va fazoda tarqalishidir [9]. Yomg'ir chiziqlari barqaror ob-havoga qaraganda kengroq bo'lib, ko'rinishni noaniq qiladi. Ushbu chiziqlar video tasvirga olish sensorlariga ko'rinadi.

Maqola turli bo'limlarga ajratilgan, chunki keyingi bo'limda bir xil sohadagi turli maqolalarning adabiyotlar ko'rib chiqilishi keltirilgan. Yomg'irni olib tashlash uchun ishlatiladigan yomg'irning turli xil xususiyatlari va Stauffer-Grimson usuli batafsil tushuntirilgan. Tushuntirish, taklif etilayotgan algoritmni mavjud algoritm bilan solishtirish "Algoritm, natijalar va muhokama" bo'limida yakunlanadi. Algoritmimizning samaradorligi bir nechta misollar yordamida batafsil ko'rsatilgan.

Qog'oz [1] transport vositasini boshqarayotgan haydovchining yuz ifodalarini tekshirish algoritmini ta'kidladi. Xususiyatlar yozib olinadi va ma'lumotlar bazasida saqlanadigan standart mavjud xususiyatga mos keladi. Haydovchining uyquchanligini tekshirish uchun ishlatiladigan usul haydash paytida g'ayritabiiy harakatlarni kamaytirishga yordam berdi. Bu uyquchanlikni

ko'zning miltillashi va boshning harakatlarini tekshirish orqali tekshirish mumkin. Ushbu algoritm yomg'irli vaziyatlarda muammoga duch keladi.

Ishda transport vositasini boshqarayotgan haydovchining yuz ifodasini tekshirish algoritmi yoritilgan. Funktsiyalar yozib olinadi va ma'lumotlar bazasida saqlangan standart mavjud funktsiyalar bilan taqqoslanadi. Haydovchining uyquchanligini tekshirish uchun ishlatiladigan usul haydash paytida g'ayritabiiy faollikni kamaytirishga yordam berdi. Bu uyquchanlikni ko'zning miltillashi va bosh harakatlarini tekshirish orqali tekshirish mumkin. Bu algoritm yomg'ir yog'ganda muammolarga duch keladi. Ushbu uyquchanlik algoritmini yomg'irsiz yo'l bilan birlashtirish avtomobil sohasida eng yaxshi tizimni ta'minlashi mumkin.

Kshitiz Garg va Shri K. Nayar yomg'irning o'ziga xos xususiyatlarini taqdim etdi. Ular eksperimental ravishda yomg'irning ko'rinishi kamera parametrlariga, masalan, ta'sir qilish vaqti va maydon chuqurligiga bog'liqligini isbotladilar [3]. Ushbu variantlardan foydalanib, yomg'irning ko'rinishi sahnani o'zgartirmasdan olib tashlanadi.

Ular keyingi ishlov berishsiz yomg'ir effektini olib tashlaydigan algoritmni taklif qilishdi. Biroq, bu usul kuchli yomg'ir yoki ob'ekt harakati bilan sahnaga bardosh bera olmaydi. Har safar kamera sozlamalarini qo'lda sozlashingiz kerak.

Triparty [4] ehtimollik fazoviy-vaqt modelini taklif qildi, unda ular intensivlikning o'zgarishi diapazoni va tarqalish simmetriyasi kabi turli statistik xususiyatlardan foydalanganlar. Bu yomg'irli piksellarni tasniflash va yomg'ir paytida aniqlangan noto'g'ri piksellarni olib tashlash uchun kerak. Bu algoritm faqat intensivlik tekisligida ishlaydi. U sahnani rekonstruksiya qilish uchun fazo-zamon xususiyatlaridan foydalanadi. Ushbu algoritm dinamik sahnani qayta ishlashga qodir. Vaqtning murakkabligi ham kamroq. Ammo ba'zi statistik funktsiyalar ko'plab noto'g'ri yomg'ir piksellarini aniqlaydi.

Ochiq havoda olingan tasvirlar yomg'ir, tuman, bug' va boshqalar kabi turli ob-havo sharoitlari tufayli yomonlashadi. Yomg'irning vizual ko'rinishi tasvir intensivligining keskin o'zgarishiga olib keladi. Bu kompyuterni ko'rish algoritmlarini amalga oshirishni qiyinlashtiradi. Yomg'irlar mavsumida yomg'ir chiziqlari ob'ektni kuzatish, video kuzatuv, robot navigatsiyasi va boshqalar kabi video kiritishga tayanadigan ilovalarning ish faoliyatini pasaytiradi. Mavjud yomg'irni olib tashlash algoritmlari oflayn rejimda post-qayta ishlash uchun ishlatiladi, bu ma'lumotlarni qayta ishlash uchun vaqt talab etadi. Natijada yakuniy tasvirni xiralashtiradi. Mavjud yomg'irni olib tashlash algoritmining muhim muammolaridan biri yomg'irli piksellarning asl qiymatini bashorat qilishdir. Harakat hududida piksel intensivligi harakat pikseli intensivligining tez o'zgarishi tufayli juda buziladi. Ushbu usul noto'g'ri intensivlik o'rnini bosadi. Bundan tashqari, yomg'irni aniqlash bosqichi yuqori noto'g'ri musbat va noto'g'ri aniqlash stavkalariga olib keladi, bu esa video holatida kadrni yomon rekonstruksiya qilishga olib keladi.

(a) b) c)

1-rasm. Yomg'irni aniqlash.Yomg'ir kirish kadri(a) (hajmi - 480X 720) (b)Fotometrik va xromatikxususiyatlardanfoydalangan holdayomg'irni aniqlash natijalari (c) Prewitt chegara detektorini qo'llashdan keyinyomg'irni aniqlash natijalari.

bosqichning chiqishida chiziq kengligi

2-rasm: Yakuniy yomg'ir niqobi (a)

Fotometrik, xromatik, ulangan komponentlar va chekka detektor xususiyatlarini qo 'llashdan keyin

xususiyatini qo 'llashdan keyin

yomg'irni aniqlash (b) (a)

a)

b)

yomg'irni aniqlash

Yomg'ir chiziqlari tasvir bo'ylab fazoviy ravishda taqsimlanadi. Yomg'iming o'ziga xos fizik xususiyatlaridan biri tezlikdir [9]. Yomg'ir chiziqlari yuqori tezlikda tushib, ketma-ket kadrlarda bir xil piksel yomg'ir bilan qoplanmasligini ta'minlaydi [2]. Yomg'ir intensivlikning keskin o'zgarishiga olib keladi.

Bizning algoritmimiz sahnani qayta qurish uchun vaqtinchalik piksellardan foydalanadi. Agar joriy pikselda yomg'ir bo'lsa, uning qiymati yomg'irning bir qismi bo'lmagan eng yaqin vaqtinchalik pikselning intensivligi bilan almashtiriladi [1]. Agar sahnada harakat bo'lsa, piksellar noto'g'ri almashtiriladi [4]. Pikselni to'g'ridan-to'g'ri almashtirish o'rniga, piksellar yonidagi turli piksellarni qo'llash orqali piksel intensivligini hisoblash mumkin [4]. Harakat pikseliga ta'sir qilish mumkin bu bosqichda. Harakatlanuvchi ob'ekt ichidagi yomg'ir piksellari va fonni alohida qayta ishlash kerak. Harakat pikseli tez o'zgarganligi sababli, bu shikastlangan pikselni almashtirish uchun qo'shni harakat piksellarini yomg'irsiz ishlatishimiz kerak.

Barcha simulyatsiyalar MATLAB 2015 da amalga oshirildi. Taklif etilgan algoritm intensivlik tekisligida ishlaydi. Biz harakatlanayotgan mashinani o'z ichiga olgan ko'cha videosida tajriba o'tkazdik. Ko'cha videosining kadr o'lchami 480*720. Bu dinamik ko'cha videosi. Bizning algoritmimiz yomg'ir piksellari va harakat piksellarini muvaffaqiyatli ajratadi. Bizning algoritmimiz sahnani muvaffaqiyatli qayta tiklaydi. Algoritmimizni sinab ko'rish uchun biz turli xil videolardan foydalandik, masalan, chiroqli video (480 * 504), matritsali kino-video (480*720) va svetofor videosi (480*720), rasmda ko'rsatilganidek. 5. Yomg'ir svetofor videosidagi svetofor rangini olib tashlaydi. Yog'ingarchilik chastotasi ham yuqori. Videoni masshtablash effekti kirish videosida mavjud. Bizning algoritmimiz yomg'ir piksellarini aniqlashga va sahnaga zarar bermasdan sahnani qayta qurishga qodir. Chiroq ostidagi videoda bizning algoritmlarimiz yaxshi ishlaydi. Bizning algoritmimizning oraliq bosqichining natijalari rasmda ko'rsatilgan. 6. Oraliq natijalar shuni ko'rsatadiki, yomg'irning kengligi va Prewitt operatori qo'llanilgandan so'ng noto'g'ri yomg'irni aniqlashni bostirish mumkin. Noto'g'ri aniqlashlar sonini kamaytirish orqali sahna to'g'ri tiklanadi.

Beknazarova S.S., Bekmirzayeva M.Sh. (2023). Vizuallashtirish tizimlarida tasvirlarga tumanni ta'sir darajasini o'rganish. Raqamli texnologiyalarning nazariy va amaliy masalalari xalqaro jurnali. B. 53-57.

M.Sh. Bekmirzayeva "Tasvirlarga qayta ishlov berishning dastlabki usullari." O'ZBEKISTONDA FANLARARO INNOVATSIYALAR VA ILMIY TADQIQOTLAR JURNALI 2.13 (2022): 760-764.

Beknazarova S.S., Bekmirzayeva M.Sh АЛГОРИТМ УЛУЧШЕНИЯ ИЗОБРАЖЕНИЯ В СИСТЕМАХ ВИДЕОИЗОБРАЖЕНИЙ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. RESEARCH AND EDUCATION Scientific Journal Impact Factor 2023: 5.789. B.481-489

Astha Modak, Samruddhi Paradkar, Shruti Manwatkar, Amol R. Madane, Ashwini M. Deshpande,"Human Head Pose and Eye State Based Driver Distraction Monitoring System", 3rd Computer Vision and Image Processing (CVIP) 2018, Indian Institute of Information Technology, Design and Manufacturing, Jabalpur (IIITDMJ), India.

Foydalanilgan adabiyotlar

C. Stauffer, W.E.L. Grimson, "Adaptive background mixture models for real-time tracking", Computer Vision and Pattern Recognition IEEE Computer SocioentyfeCrence , vol. 2, pp. 252-259, 23-25 June 1999

Kshitiz Garg and S. K. Nayar, "Vision and rain", International Journal on Computer Vision, vol. 75, no. 1, pp. 3-27, 2007.