На правах рукописи

Афанасенко Арсений Сергеевич

ОТОБРАЖЕНИЕ И ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ

ПРОТЯЖЕННЫХ ОБЪЕКТОВ ПРИаТЕЛЕВИЗИОННОМаНАБЛЮДЕНИИ

Специальность 05.13.01

Системный анализ, управление и обработка информации

(в технике и технологиях)

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

Санкт-Петербург

2009

Работа выполнена на кафедре электронных и телевизионных систем Государственного образовательного учреждения высшего профессионального образования Санкт-Петербургский государственный университет аэрокосмического приборостроения (ГУАП)

Научный руководитель:

доктор технических наук, профессор Тимофеев Борис Семенович

Официальные оппоненты:

доктор технических наук, профессор Сергеев Михаил Борисович

кандидат технических наук, доцент Фисенко Татьяна Юрьевна

Ведущая организация:

Федеральное государственное унитарное предприятие научно-исследовательский институт промышленного телевидения Растр

Защита состоится л____ ____________ 2009аг. в ___ час. ___ мин. на заседании диссертационного совета Да212.233.02 при Государственном образовательном учреждении высшего профессионального образования УСанкт-Петербургский государственный университет аэрокосмического приборостроенияФ по адресу: 190000, г.аСанкт-Петербург, ул. Большая Морская, д.а67.

С диссертацией можно ознакомиться в библиотеке ГУАП

Автореферат разослан л____ ____________ 2009аг.

Ученый секретарь диссертационного совета

д. т. н., профессор Л.аА.аОсипов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. На современном этапе развития средств автоматического контроля и управления является актуальной проблема повышения эффективности технических систем сбора и обработки информации. Потребность в таких системах чрезвычайно высока в различных сферах человеческой деятельности, включая промышленность, транспорт, науку, сервис, системы безопасности. Особое экономическое значение имеют так называемые интеллектуальные технические системы, способные полностью заменить человека в ряде случаев или существенно облегчить его труд при обработке больших объемов информации.

Телевизионные системы, как один из классов систем сбора и обработки информации, обладают рядом особенностей. Среди них - объективность и высокая информативность, широкие возможности обработки сигналов с целью извлечения данных об объектах наблюдения. При этом возникают значительные объемы передаваемых данных и повышенные требования к производительности программного и аппаратного обеспечения. Использование телевизионного наблюдения позволяет существенно повысить эффективность интеллектуальных систем.

Задачи извлечения информации из телевизионных сигналов на сегодняшний день решаются, как правило, методами компьютерной обработки. В зависимости от свойств объектов наблюдения и условий применения телевизионных систем алгоритмы и методы обработки существенно отличаются. Настоящая работа посвящена решению задач, связанных с обработкой видеоданных от протяженных объектов. Протяженными считаются такие объекты, геометрические размеры которых сопоставимы с размерами поля зрения применяемых телевизионных камер или существенно превосходят его. При такой формулировке возможны две ситуации:

• изображение объекта в определенные моменты времени полностью умещается в телевизионном растре;
• размеры объекта превосходят поле зрения телевизионной системы, в результате в течение наблюдения в кадр попадают различные части объекта.

В обоих случаях при выделении объекта из фона и определении его параметров возникают специфические трудности, связанные с подобием фрагментов объекта и фона. Во втором случае для целостного отображения объекта необходимо извлекать информацию из последовательности телевизионных кадров. Одним из способов отображения объекта в данном случае является формирование панорамной проекции, которая позволяет:

• расширить поле зрения телевизионной системы без применения дополнительных технических средств (например, поворотных устройств, параболических зеркал, дополнительных камер);
• создать комфортные условия наблюдения для оператора телевизионной системы;
• сохранить изображение протяженного объекта в компактном виде с возможностью его передачи по каналам связи с низкой пропускной способностью;
• провести измерение параметров и характеристик объекта (в том числе габаритов и формы).

Примерами использования интеллектуальных систем, требующих отображения и определения параметров протяженных объектов, являются:

• дистанционный осмотр подвижного состава железных дорог;
• съемка местности с низколетящего летательного аппарата;
• зрение роботов.

Цель работы состоит в разработке и анализе алгоритмов обработки телевизионного сигнала, позволяющих определить параметры протяженного объекта и осуществить его целостное отображение при сложных условиях наблюдения.

Задачи исследования. Достижение поставленной в работе цели требует решения следующих основных задач:

• выработать и обосновать меры адаптации существующих алгоритмов выделения объектов из фона с учетом особенностей наблюдения за протяженными объектами;
• разработать методику синтеза панорамной проекции протяженного объекта при его движении относительно камеры наблюдения;
• исследовать алгоритм оценки скорости протяженного объекта по телевизионному изображению;
• разработать алгоритмы определения параметров протяженных объектов на конкретных примерах;
• выполнить моделирование предложенных алгоритмов и экспериментально оценить их эффективность;
• подтвердить полученные результаты в натурных испытаниях.

Методы исследования. Проведенные исследования базируются на основных положениях теории дискретных сигналов, теории информации, системного анализа. В работе использованы методы цифровой обработки сигналов, методы математической статистики, машинное моделирование.

Научная новизна:

1. Предложен алгоритм выделения протяженных объектов с использованием метода главных компонент, отличающийся тем, что он позволяет определить конфигурацию объекта на сложном нестационарном фоне.
2. Разработан и исследован метод построения панорамной проекции протяженных объектов, отличительными особенностями которого являются использование одной телевизионной камеры при линейном перемещении объекта относительно нее, возможность коррекции геометрических искажений, увеличение разрешающей способности телевизионной системы.
3. Предложен алгоритм опознавания стыков между вагонами грузового железнодорожного состава, инвариантный к типу вагона и не требующий специальных мер по улучшению заметности стыка на изображении.
4. Разработан алгоритм оценки скорости протяженного объекта по изображению, устойчивый к наличию аномальной погрешности измерения.

Практическая ценность работы заключается в том, что на основе предложенных алгоритмов разработан ряд систем дистанционного осмотра грузового подвижного состава железных дорог, предоставляющих оператору дополнительную, по сравнению с существующими аналогами, информацию:

• статические изображения вагонов с повышенным разрешением и скорректированными геометрическими искажениями;
• параметры движения состава при въезде на станцию (скорость, направление, факты остановок);
• порядковые номера вагонов и общее число вагонов в составе.

Помимо железнодорожного мониторинга, разработанные алгоритмы могут быть использованы в других областях, где требуется обработка изображений протяженных объектов.

Основные положения, выносимые на защиту:

1. Алгоритм определения границ протяженного объекта на сложном нестационарном фоне с использованием метода главных компонент.
2. Способ отображения протяженного объекта с помощью панорамной проекции на примере железнодорожного состава.
3. Получение устойчивой оценки скорости протяженного объекта на основе кластерного анализа векторов смещения.
4. Результаты экспериментальных (в том числе натурных) исследований предложенных алгоритмов.

Внедрение результатов работы. Основные результаты работы использованы в разработках ПК НПК Автоматизация, а также в учебном процессе кафедры электронных и телевизионных систем Санкт-Петербургского государственного университета аэрокосмического приборостроения. Внедрение результатов работы подтверждено соответствующими актами.

Апробация результатов работы. Основные положения и результаты диссертации докладывались и обсуждались на следующих научных конференциях:

• научные сессии ГУАП (г. Санкт-Петербург, 2005, 2006, 2007, 2008);
• 4-я, 5-я и 6-я Международные конференции Телевидение: передача и обработка изображений ГЭТУ (г. Санкт-Петербург, 2005, 2007, 2008);
• XIII Международная научно-техническая конференция студентов и аспирантов МЭИ (г. Москва, 2007);
• 4-я Международная научно-техническая конференция Цифровые и информационные технологии в электронной медиаиндустрии ГУКиТ - (г. Санкт-Петербург, 2006);
• Программное обеспечение, реализующее ряд предложенных алгоритмов, зарегистрировано в отраслевом фонде алгоритмов и программ (Тимофеев Б.аС., Обухова Н. А., Афанасенко А. С., Калабеков О. А., сертификат № 9285 от 05.10.2007).

Публикации. По теме диссертации опубликовано 11 печатных работ, в том числе одна - в издании, рекомендованном ВАК РФ.

Структура работы. Диссертационная работа состоит из введения, четырехаразделов, заключения, списка использованных источников, включающего 87 наименований, и четырех приложений. Основное содержание работы изложено на 154 страницах и включает 70 рисунков и 3 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулирована цель и основные задачи диссертационной работы, а также основные положения, выносимые на защиту.

В первом разделе рассмотрены общие принципы построения интеллектуальных телевизионных систем и особенности наблюдения за объектами большой протяженности.

Обработка телевизионных изображений в интеллектуальных системах наблюдения включает ряд этапов, среди которых:

• выделение объекта из фона;
• опознавание объекта по совокупности признаков;
• определение параметров объекта;
• улучшение качества изображений, предъявляемых оператору или используемых в дальнейшей обработке.

Степень сложности обработки изображений во многом определяется свойствами объектов и условиями наблюдения. В случае, когда большая часть телевизионного изображения представляет собой неподвижный фон с аддитивным белым шумом, а объект наблюдения занимает небольшую часть кадра и отличается от фона по яркости, для его выделения и сопровождения достаточно использовать упрощенные статистические модели.

Например, яркость пикселя, принадлежащего фону с медленно изменяющимися параметрами, с достаточной точностью описывается авторегрессионной моделью первого порядка

,

где x, y - координаты пикселя, a - коэффициент модели, n - реализация нормального случайного процесса. Для выделения объекта необходимо оценить параметры модели и по значению ошибки предсказания осуществить проверку статистической гипотезы о принадлежности пикселя фону в текущем кадре.

При наличии в составе фона динамических фрагментов (движущиеся облака, волнение на водной поверхности, качающиеся деревья) для адекватного описания изображения требуются многомерные статистические модели, построение которых связано с существенными вычислительными затратами.

В случае наблюдения за протяженными объектами обработка телевизионного сигнала осложняется рядом причин. Фрагменты фона могут быть закрыты различными частями объекта в течение длительного времени. Объект может занимать значительную часть поля зрения камеры, что приводит к резким сменам освещенности в сцене при его перемещении, в частности из-за скачкообразной работы автоматики камер. Отличительной особенностью объекта является его движение, однако фрагменты фона при наблюдении в реальных условиях также могут быть подвижными, а камера - подвержена тряске. Для осмотра протяженных объектов с небольшого расстояния часто используются короткофокусные (2,3 - 2,7 мм) объективы, которые вносят существенные геометрические искажения в телевизионное изображение.

Для целостного отображения объекта наблюдения, который превосходит по своим размерам поле зрения телевизионной камеры, целесообразно сформировать его панорамное (мозаичное) изображение. Несмотря на большое число работ в этой области за последнее десятилетие, проблема автоматического объединения нескольких изображений, на которых объект присутствует в различных ракурсах, активно изучается.

Перечисленные трудности, возникающие при наблюдении за протяженными объектами в сложных условиях, не позволяют решить существующими методами основные задачи, стоящие перед интеллектуальными телевизионными системами при наблюдении протяженных объектов.

Во втором разделе проведена разработка и исследование алгоритма выделения протяженных объектов из фона. Специфика данной задачи выражается в следующих предположениях относительно объекта и фона: