close

Вход

Забыли?

вход по аккаунту

?

РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМА ОБНАРУЖЕНИЯ РАЗНОПЛАНОВЫХ ОСОБЕННОСТЕЙ ТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЙ ПРИ АПРИОРНО НЕИЗВЕСТНЫХ УСЛОВИЯХ НАБЛЮДЕНИЯ ДЛЯ ВИЗУАЛЬНОЙ НАВИГАЦИИ АВТОНОМНЫХ МОБИЛЬНЫХ РОБОТОВ

код для вставкиСкачать
На правах рукописи
ПЕТРОВ ДМИТРИЙ АНАТОЛЬЕВИЧ
РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМА
ОБНАРУЖЕНИЯРАЗНОПЛАНОВЫХ ОСОБЕННОСТЕЙ ТЕЛЕВИЗИОННЫХ
ИЗОБРАЖЕНИЙПРИ АПРИОРНО НЕИЗВЕСТНЫХ УСЛОВИЯХ
НАБЛЮДЕНИЯ
ДЛЯ ВИЗУАЛЬНОЙ НАВИГАЦИИ АВТОНОМНЫХ МОБИЛЬНЫХ
РОБОТОВ
Специальность: 05.12.04
Радиотехника, в том числе системы и устройства телевидения
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Таганрог– 2016
Работа выполнена на кафедре информационной безопасности
телекоммуникационных систем Института компьютерных технологий и
информационной безопасности федерального государственного автономного
образовательного учреждения высшего образования «Южный федеральный
университет»
Научный руководитель:
Румянцев Константин Евгеньевич
доктор
технических
наук,
профессор,
заведующий
кафедрой
информационной
безопасности телекоммуникационных систем
Института
компьютерных
технологий
и
информационной
безопасности
«Южного
федерального
университета»заслуженный
работник высшей школы РФ
Официальные оппоненты:
Шелухин Олег Иванович
доктор
технических
наук,
профессор,
заведующий
кафедрой
информационной
безопасности и автоматизации, Московского
технического университета связи и информатики
Ложкин Леонид Дидимович
доктор технических наук, доцент кафедры
«Основы
конструирования
и
технологии
радиотехнических
систем»
Поволжского
государственного
университета
телекоммуникаций и информатики
Акционерное общество «Таганрогский научноисследовательский институт связи», г. Таганрог
http://hub.sfedu.ru/diss/announcement/0796085a-64b6-41d4-bf9f-4530dfbc1745/
Ведущая организация:
Защита состоится "22"сентября2016 г. в 14 часов 00 минут на заседании
диссертационного совета Д 212.208.20при Южном федеральном университете в
аудитории Д-406 по адресу:пер. Некрасовский, 44, ГСП-17, г. Таганрог,
Ростовская область.
http://hub.sfedu.ru/diss/announcement/0796085a-64b6-41d4-bf9f-4530dfbc1745/.
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Обнаружение и идентификация особенностей на телевизионных изображениях
является одной из важных проблем в системах технического зрения (СТЗ). Такая
проблема возникает при решении задач сопровождения ориентиров, обнаружения
движения объектов, создания автономных систем навигации, поиске соответствий
между изображениями и проведении дистанционных измерений. Важным этапом
процесса обработки изображения в системах технического зрения является
обнаружение различных объектов (ориентиров). В этом случае необходимо
устойчивое обнаружение и идентификация особенностей изображения при изменении
условий наблюдения, которые могут быть получены обнаружителем особенностей
исходного изображения также называемыми детекторами особенностей.
Идентификация выделенных особенностей необходима для описания особенностей
изображений при поиске соответствия между ними или быстрой локализации
особенности выбранного вида.
Областями
применения
алгоритмов
обнаружения
особенностей
являютсясистемы навигации автономных мобильных роботов (АМР), телевизионные
системы, мехатронные комплексы и системы технического зрения.
На текущий момент известны различные обнаружители особенностей
изображений.
Детектор
Харрисаобнаруживает
угловые
особенностипри
произвольной
пространственной
ориентации.
Детектор
Кэнни
обеспечиваетобнаружение краёв объектов. Дальнейшим развитием детектора Харриса
можно считать алгоритм KLT,обеспечивающий обнаружение особенностей
изображения и обладающий инвариантностью к аффинным преобразованиям.
Известныинвариантные к повороту и масштабированию детекторы SIFT и SURF.
Генетический метод и алгоритм обнаружения особенностей, основанный на
адаптации алгоритма обнаружения к специфике анализируемой сцены, предложенL.
Trujillo, G. OlagueАлгоритм показал эффективность, близкую детектору Харриса.
Одной изважных проблем является инвариантность результатов обнаружения
особенностей к изменению условий наблюдения. Инвариантность детектора
определяется видом трансформации сцены. Изменение условий наблюдения из-за
отличий
в
освещённости
сцены
приводит
к
изменению
числа
особенностей,выделяемых обнаружителем либо к появлению большого числа ложных
срабатываний детектора.
С другой стороны,известны работы в области обнаружения полезного сигнала
на фоне шумовнеизвестного уровня. Следует отметить, что в этих работах
недостаточно внимания уделено вопросам обработки изображений, подверженных
воздействию возмущающих факторов внешней среды.
Задача обнаружения особенностей на телевизионных изображениях в условиях
изменения условий наблюдения (к ним, в частности, можно отнести изменение
времени суток, ориентации телевизионной камеры в пространстве) является
актуальной.В ряде работрассматривается задача обнаружения особенностей на
цветных изображениях. При этом недостаточно внимания уделено обнаружению
особенностей на полутоновых изображениях.
В связи с этим, общую научную задачу диссертационного исследования можно
сформулировать
какразработку и
исследование
алгоритма
обнаружения
разноплановых особенностей телевизионных полутоновыхизображений приаприорно
неизвестных условиях наблюдения для визуальной навигации АМР.
3
Целью
работыявляется
обеспечениеустойчивости
и
повышение
эффективности
обнаружения
разноплановых особенностей
телевизионных
полутоновых изображениях при априорно неизвестных и изменяющихся условиях
наблюдения для визуальной навигации автономных мобильных роботов.
Достижение поставленной цели предусматривает решение частныхзадач:
 разработка сигнальной и шумовой моделей телевизионного изображения для
выявления особенностей обработки сигнальных и шумовых компонент,
оценкаинформативности полутоновых изображений;
 сравнительныйанализ существующих алгоритмовобнаружения особенностей
телевизионных изображенийдля обоснования актуальности исследования в
областиразработки модифицированного робастного обнаружителя;
 разработка
модифицированного
робастногоалгоритмаобнаружения
и
идентификацииособенностей телевизионных изображений;
 проведение моделирования и экспериментальных исследований робастного
обнаружителя
для
подтверждения
работоспособности
разработанной
модифицированной структуры, сопоставления полученных теоретических
выкладок с практическим результатом обработки синтетических и тестовых сцен.
Объектом исследования является система технического зрения для визуальной
навигации АМР при априорно неизвестных условиях наблюдения.
Предметом исследования является робастный алгоритмобнаружения
разноплановых особенностей телевизионных цифровых полутоновых изображений
синтетических и реальных сцен.
Научная новизна работы состоит в следующем:
 установлено, что в существующих системах визуальной навигации на основе
реконструкции трёхмерных сцен отсутствует инвариантность к изменению
яркостных характеристик наблюдаемой сцены (условий наблюдения), что
приводит к снижению числа корректно определённых соответствий между
особенностями сцены, а значит и к снижению точности определения параметров
движения АМР в целом;
 разработано модифицированное решающее правило обнаружения яркой
точечной особенности телевизионных изображений с устойчивой структурой и
качественными показателями по отношению к условиям наблюдения
(присутствует априорная неопределённость в отношении статистических
параметров фонового излучения, причём как во времени, так и по
спроецированному контрольному полю);
 получены аналитические выражения для расчёта вероятностей ложной тревоги и
правильного обнаружения. Даны рекомендации по выбору пороговой константы
робастного обнаружителя для обеспечения необходимых вероятностных
характеристик;
 разработан модифицированный универсальный робастный алгоритм
обнаружения разноплановых особенностей телевизионных изображений с
устойчивой структурой и качественными показателями по отношению к
условиям наблюдения;
 предложены модели сцены, позволяющие оценить эффективность и
устойчивость робастного обнаружителя разноплановых особенностей при
априорно неизвестных изменяющихся условиях наблюдения.
Практическая ценность работы заключается в следующем:
 робастный обнаружитель при равных уровню ложных тревог обеспечивает более
высокую эффективность обнаружения особенностей изображения по сравнению
4
с детектором Харриса. Показано, что вероятность ложных тревог отклоняется от
заданного значения не более чем на 5%. В детекторе Харриса отклонение
вероятности ложной тревоги от прогнозируемого значения в ряде случаев
превышало 100%. При этом эффективность обнаружения точечных
особенностей робастным обнаружителем превышала таковую для детектора
Харриса более чем в 3 раза при отношении сигнал/фон выше 1,3;
 имитационное моделирование показало, что отклонение вероятности ложных
тревог от заданного значения в робастном обнаружителе разноплановых
особенностей менее 6 %, тогда как в детекторе Харриса превышает 50 %.
Установлено, что модифицированный обнаружитель эффективно обнаруживает
разноплановые особенности даже при неравномерной засветке сцены, для такого
случая сравнительная эффективность детектора Харриса, зависит как от вида
контрольного изображения, так и от интенсивности засветки, однако в лучшем
для детектора Харриса случае его сравнительная эффективность не превышает
4%;
 разработано программное обеспечение, реализующее алгоритм обнаружения
разноплановых особенностей телевизионных изображений и защищённое
авторским свидетельством;
 получены аналитические выражения, позволяющие рассчитыватьвероятности
ложной тревоги и правильного обнаружениясигнала при изменении фоновой
обстановки.
Личный вклад автора. Основные научные результаты, результаты патентных
исследований, аналитические выражения для описания сигнальной и шумовой
моделей, количественная оценка параметров модифицированного обнаружителя,
имитационная модель процесса обнаружения особенностей на синтетических и
тестовых сценах, анализ результатов моделирования и формулировка требований к
параметрам робастного обнаружителя, приведенные в диссертации, получены
автором лично.
Результаты диссертационной работы использовались в процессе
выполнения грантов РФФИ 14-08-00071 А«Исследование параметрической связи
динамики мобильного робота и бортовой бинокулярной системы технического
зрения» (2014-2015гг) и16-08-00752 А«Исследование методов автоматической
калибровки и адаптивного контроля параметров систем технического зрения
бортового комплекса локальной навигации автономного робота» (20162017гг).Результаты диссертационного исследования использованы в НИР 16 (задание
№ 2014/174), а также в учебном процессе.
Апробация работы. Основные положения диссертации докладывались на
научных
конференциях:«Мехатроника,
автоматизация,
управление»(п.
Дивноморское, 2009);«Перспективные инновации в науке, образовании, производстве
и транспорте» (г. Одесса, 2009);4-я Всероссийская мультиконференция по проблемам
управления (п. Дивноморское, 2011 ); Международная научная конференция молодых
учёных, аспирантов и студентов(г. Нальчик, 2010 ); Международная научная
конференция Современное общество, образование и наука (Тамбов, 2010 );
Международный научный e-симпозиум: «Физико-математические методы и
информационные технологии в естествознании, технике и гуманитарных науках» (г.
Москва, 2014); Международный научный e-симпозиум: «Технические и естественные
науки: теория и практика» (г. Москва, 2015); 34-я Китайская конференция по
проблемам управления (г. Ханчжоу, 2015 ); I Всероссийская научно-техническая
конференция молодых ученых, аспирантов и студентов «Фундаментальные и
5
прикладные аспекты компьютерных технологий и информационной безопасности».
(г. Таганрог, 2015 ); «Современные проблемы радиоэлектроники» (г. Ростов, 2010 ).
Публикации. По материалам диссертации опубликовано 16 работ, из них 3
статьи в изданиях, включенных в Перечень ВАК, 1 публикация SCOPUS,2 статьи в
журналах, входящих в РИНЦ, 13публикаций в трудах Международных и
Всероссийских научно-технических конференций.Получено свидетельство на объект
интеллектуальной собственности.
Положения, выносимые на защиту:
Положение 1.В наибольшей степени требованиям к навигации АМР для
обследования объектов с агрессивными средами, в условиях вакуума или
значительной удалённости от Земли удовлетворяют средства визуальной навигации.
Как следствие, системы управления движением АМР для повышения надежности и
эффективности функционирования навигационных систем в условиях ограниченного
обеспечения навигационной информацией должны оснащаться системами визуальной
навигации на основе бинокулярных систем технического зрения.
Положение 2.Существующие детекторы особенностей изображения не
гарантируют инвариантность к изменению яркостных характеристик наблюдаемой
сцены и шумовой обстановки в фотоприёмном канале аппаратуры и не способны
эффективно выделять разноплановые особенности при априорно неизвестных и
изменяющихся условиях наблюдения. Для эффективного и устойчивого
использования систем визуальной навигации при исследовании планет необходим
поиск новых алгоритмов определения координат и пространственной ориентации
АМР, ориентированных на использование детекторов для обнаружения и совмещения
особенностей сцены, устойчивых к изменению условий наблюдения.
Положение 3. Разработанный модифицированный алгоритм робастного
обнаружения
точечной
особенности
телевизионного
изображения,
предусматривающий взятие восьми дополнительных выборок с выделением
информации о фоновом процессе, обладает устойчивыми структурными и
качественными показателями к априорно неизвестным и изменяющимся условиям
наблюдения и может быть реализован на основе программно-аппаратных средств .
Положение 4.Разработанный модифицированный алгоритм робастного
обнаружения разноплановых точечных особенностей телевизионного изображения,
предусматривающий взятие k сигнальных и 9-k дополнительных выборок с
выделением информации о фоновом процессе, обладает устойчивыми структурными
и качественными показателями к априорно неизвестным и изменяющимся условиям
наблюдения и может быть реализован на основе программно-аппаратных средств
обработки изображений.
Структура диссертации. Работа состоит из введения, пяти глав, заключения.
Общий объем работы 157 страниц, в том числе96рисунков, 8 таблиц, библиография
из94наименований.
Основное содержание работы.
Во введении обосновывается актуальность работы, формулируется цель
диссертации, отмечается научная новизна и практическая ценность, приводятся
положения, выносимые на защиту, дается краткая аннотация по главам.
Первая глава содержит обоснование применения телевизионных систем для
решения задач навигации АМР, определены информативные параметры системы для
решения навигационных задач, рассматриваются существующие системы навигации
на разных физических принципах. Учитывая специфичные особенности эксплуатации
АМР, существующие системы навигации не позволяют обеспечить непрерывное
6
и устойчивое получение
навигационной
информации.
Обьектив
Обьектив
Модифицирована
типовая
структура системы управления
Цифровая ТВК
Цифровая ТВК
на ПЗС-матрице с АЦП
на ПЗС-матрице с АЦП
движением
АМР,
которая
содержит в своем составе
Блок управления
Блок управления
ПЗУ
ПЗУ
элементы
визуальной
ТВК
ТВК
навигации
для
сбора
и
обработки
информации
о
Блок вторичной обработки 1
Блок вторичной обработки 2
положении мобильного робота.
Блок выделения точечных
Блок выделения точечных
Модификация
системы
особенностей
особенностей
управления
движением
Блок формирования описаний
Блок формирования описаний
точечных особенностей
точечных особенностей
(рисунок1)позволяет повысить
надёжность
исполнения
Блок выделения соответствий между точечными особенностями
поставленных
перед
АМР
транспортных задач.
Вектор пар точечных
Тактовые импульсы
Генератор тактовых импульсов (ГТИ)
особенностей
Анализ литературных и
Рисунок 1 - Структурная схема бортовой СТЗ патентных
источников
для определения местоположения АМР
показывает, что существующие
системы
навигации,
функционирующие на основе обработки телевизионных изображений в
реальныхусловиях эксплуатацииАМР, не позволяют достичь высокой эффективности
определения информации о положении и ориентации робота в случае априорно
неизвестных условий наблюдения. Большинство систем навигации испытывают
сложности при наличии значительных изменений освещённости. Резкое изменение
ориентации обычно приводит к выбору другого ракурса на идентичной сцене.
Наличие теней на изображении также затрудняет обнаружение особенностей.
Начальным этапом обработки информации в системе навигации на основе
бинокулярной СТЗ является обнаружение особенностей на телевизионном
изображении. Очевидно, что качество и количество найденных ориентиров будет
определять эффективность функционирования системы навигации. Необходимо
отметить, что обнаружение ориентиров является необходимым этапом не только для
задач навигации, но и для широкого спектра задач, возникающих при обработке
изображений.
Приведён сравнительный анализ алгоритмов обнаружения особенностей
телевизионных
изображений
и
дана
их
классификация.На
тестовых
изображенияхпроанализированаинформативностьособенностей
телевизионных
изображений.Сделанвывод, что существующие алгоритмы обнаруженияне способны
обеспечить устойчивоеобнаружение особенностей при изменениях условий
наблюдения.В связи
с этим востребованной
является
разработка
и
исследованиеалгоритма обнаружения особенностей телевизионных изображений,
устойчивого к изменению освещённости сцены.
Таким образом, развитие теории обнаружения особенностей телевизионных
изображений при фоновом и шумовом воздействии с неизвестными параметрами, для
обеспечения устойчивости и повышения эффективности обнаружения, является
актуальной научной задачей. Решение задачи имеет существенное значение для
повышения качества изображения.
Во второй главе разрабатывается модифицированный робастный алгоритм
обнаружения яркой точечной особенности на тёмном фоне. Модифицированный
ТВК2
Вход управления
Вход управления
ТВК1
7
алгоритм основан на анализе группы 3х3 пикселей на телевизионном изображении
(рисунок 2).
Пространство проецируется на сканирующий фотодетектор, роль которого
выполняет ПЗС-матрица. Изображение пространства представляется в виде
дискретного набора элементов разложения
(пикселей),
образуя
матрицу из
N line
x1 x2 x3
горизонтальных строк и Ncolumn вертикальных
столбцов. Сигнал с каждого фотоэлемента
ПЗС-матрицы
(элемента
разложения)
x8
y
x4
пропорционален энергии, накопленной за
время наблюдения.
Известно, что процесс с фонового
x7 x6 x5
элемента подчинён нормальному закону с
математическим
ожиданием
и
m  m0
Рисунок 2 - Формирование
дисперсией  2 .
Процесс
с
сигнального опорной
фоновой
и
элемента также подчинён нормальному закону анализируемой выборок
с той же дисперсией, но с другим
математическим ожиданием m  m1 . Причём всегда m1  m0 .
В нашем случае известно, что выборка 
обязана только фоновому процессу (опорная
фоновая выборка), а выборка (отсчёт) Y может
содержать сигнал (анализируемая выборка).
Пусть взяты независимые выборки  и Y
из нормальных распределений Pr0  x     m0 ,  2 
x1
1
[ ]2
1
x2
1
1
1
1
2
[ ]2
2
2
2
x3
1
[ ]2
3
3
3
2
x4
и Pr  x     m,  2  объёмом соответственно 8 и 1
(рисунок2).
Поскольку выборки статистически независимы,
то совместная плотность распределения
наблюдаемых данных принимает вид:
8m
m
1
 1 8
Pr  X , Y   A   exp  2  xi2  2 y 2  20 x  12
2


 2 i 1

y  , где

4
Задача проверки гипотезпреобразуется к виду
H : m  m ; m ,  2  мешающие параметры;
 0
0 0

H1: m1  m0 .
[ ]2
4
4
8
2
x5
1
[ ]2
5
5
5
∑
 x i  x 2
i 1
2
x6
1
[ ]2
6
6
8
 x i  x 2
6
2
x7
i 1
1
[ ]2
7
7
×L
7
2
8
x8
1
1
2
3
4
5
6
7
[ ]2
8
8
8
8
L
2
1
x
∑
9
 1 
 4m02 m12 
1 8
A    
exp
 2  2  ; x   i 1 xi .


2
2 
8
 
 2 
1
1
Схема
сравнения
 xi2
:8
y
i 1
2
1
8
i 1
 x i  x  2
Решение
2
x
y x
y x
1
9
2
Рисунок 3 - Функциональная
схема
устройства
обнаружения
точечных особенностей
Для задачи существует равномерный наиболее мощный инвариантный (РНМИ)
алгоритм вида
t
2 14
3
yx
8
 x  x 
i 1
C .
(1)
2
i
8
Функциональная схема робастного обнаружителя на основе решающего
правила (1)показана на рисунке 3.
Пороговая константа С определяется заданной вероятностью ложных тревог


С
С
Pлт. зад   t7  u   du  
  4  u 2 
1

 1   .
7 
7   3,5  
4
(2)
Функция t7  u  представляет центральное распределение Стьюдента с 7-ю степенями
свободы при условии, что верна гипотеза H0.
Значения пороговой константы приведены в таблице 1.
Таблица 1– Процентные точки центрального распределения Стьюдента с 7 степенями
свободы
Вероятность ложных тревог 100  Pлт. зад , %
Пороговая
константа
10
5
2,5
1
0,5
0,1
С
1,415
1,895
2,365
2,998
3,499
4,785
L
0,566
0,758
0,946
1,1992
1,3996
1,914
Для заданного уровня вероятности
ложных
тревог
значение
Pлт. зад
пороговой константы в формуле
составляет
С  t 100  Pлт. зад , 7  где
0
Вероятность пропуска сигнала
10
величина t  Q, n  Q-процентная точка
распределения Стьюдента.
Представленные
на
рисунке
4
зависимости позволяют определить
значения пороговой константыC и
отношения сигнал/шумq при цифровой
обработке и обеспечении обнаружения
сигнала с вероятностью не хуже 0,9 при
гарантии ложных тревог не выше
определённого уровня. Например, при
3
L=
С=2 и q7,5 гарантируются
-1
10
-2
10
-3
10
L=1
L=2
L=4
L=8
L=16
-4
10
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
Отношение сигнал/шум
Рисунок 4 - Зависимость вероятности
пропуска сигнала от пороговой константы
Заданная вероятность ложной тревоги 0.01
2√14
9
0,0110
0,0108
Вероятность ложной тревоги
вероятности
ложных
тревог
Pлт. зад
-4
≤6,9210 и пропуска сигнала Pпроп ≤0,1.
При L=4 ( Pлт ≤10-5) вероятность пропуска
сигнала Pпроп ≤0,1 может быть обеспечена
лишь за счёт увеличения отношения
сигнал/шум в 2 раза (q15).
Доказана
возможность
реализации
робастного
алгоритма
на
основе
функциональных блоков для цифровой
обработки сигналов или программноаппаратных модулей.
В третьей главе приведены результаты
имитационного моделирования робастного
обнаружителя
ярких
точечных
особенностей
в
пакете
MATLAB.
0,0106
0,0104
0,0102
0,01
0,0098
64
56
48
40
Математическое ожидание
интенсивности фоновых пикселей
32
24
16
8
4
8
12
32
28
24
20
16
Среднеквадратичное отклонение
интенсивности фоновых пикселей
Рисунок 5 - Трёхмерное изображение
зависимости вероятности ложных тревог от
математического
ожидания
и
СКО
интенсивности фоновых пикселей при
пороговой константе L=1,1992
Имитационное моделирование модифицированного обнаружителя подтвердило
устойчивость в случае изменения условий наблюдения: отклонение значения
вероятности ложных тревог от ожидаемого значения не превышает 6% (рисунок ).
Детектор Харриса, использованный в качестве аналога при проверке
устойчивости, показал, что уровень ложных тревог зависит не только от пороговой
константы, но и от уровня среднеквадратичного отклонения (СКО) и
математического ожидания интенсивности фонового процесса (рисунок 6).
При работе в области малых значений СКО и математического ожидания
испытания показывают, что детектор Харриса обладает меньшим уровнем ложных
тревог, чем в робастном обнаружителе. Однако с ростом СКО и математического
-2
-3
10
x 10
детектор Харриса
Робастный обнаружитель
4
Робастный обнаружитель
детектор Харриса
Вероятность ложной тревоги
Вероятность ложной тревоги
3.5
3
2.5
2
1.5
X: 8
Y: 0.001196
1
-3
10
0.5
0
0
4
8
12
16
20
24
28
32
36
40
44
48
52
56
60
64
0
4
8
12
16
20
24
Среднеквадратичное отклонение интенсивности фонового излучения
Математическое ожидание интенсивности фонового процесса
а
б
Рисунок 6 - Зависимости вероятности ложных тревог от математического
ожидания (а) и СКО (б) интенсивности фоновых пикселей для робастного
обнаружителя (сплошная) и детектора Харриса (штриховая линия)
ожидания интенсивности фонового процесса уровень ложных тревог возрастает на
несколько порядков и превышает, значение, фиксируемое в робастном обнаружителе.
Кроме этого рост значения пороговой константы в детекторе Харриса приводит к
падению устойчивости к изменению математического ожидания. При этом
зависимость вероятности ложных тревог от пороговой константы в детекторе
Харриса имеет нелинейный характер.
Неустойчивость, демонстрируемая детектором Харриса, не позволяет
эффективно его использовать при изменении условий наблюдения.
Эффективность робастного обнаружителя превышает эффективность детектора
Харриса, более чем в 3 раза для синтетических сцен, использованных в
имитационном моделировании.
В четвёртой главе разработан модифицированныйробастный алгоритм
обнаружения разноплановых особенностей телевизионного изображения.
В качестве обнаруживаемых особенностей использовались комбинации из
набора светлых (k) и тёмных (9-k) пикселей (рисунок 7).
Доказано существование инвариантного к масштабу и сдвигу наблюдений
решения, которое основано на t–критерии.Для задачи существует равномерный
наиболее мощный инвариантный (РНМИ) алгоритм вида
10
7 * k * 9  k 
t
3
*
Y X
 x
9 k
i 1
 X    j 1  y j  Y 
2
i
k
2
 Cth ,
(3)
9 k
k
1
1
yj; x 

 yi .
k j 1
9  k i 1
где y 
Решающее правило обнаружения особенностей на участке сцены при
пороговой константе
L
преобразуется
Y X L
к
9k
 x
i 1
(4)
7k  9  k 
виду
 X    yj Y   0 .
2
i
3* C th
k
2
j 1
(5)
1
2
3
4
Отметим, что алгоритм обнаружения
особенностей на рисунке под номерами 1 и
2, 3 и 4, 5 и 6 одинаков. Различие
ОптикоФормирователь
заключается только в выборе элементов
5
6
8
электронный
ОЗУ7
матрицы
участка
преобразователь
сцены
матрицы для формирования опорной и
анализируемой выборок.
Формирователь
Формирователь
анализируемой
Кроме того, из выражений следует,
опорной выборки
выборки
9
10
11
12
что для обнаружения разноплановых Рисунок
X
Y
7
Разноплановые
Вычислитель
особенностей применим общий алгоритм().
Вычислитель
среднего значения
особенности аэроснимка
среднего значения
анализируемой
Структурная схема обнаружителя
опорной выборки
выборки
разноплановых особенностей приведена на
X
Y
Вычислитель отклонений
Вычислитель отклонений
Устройство
рисунке .
значений опорной
значений анализируемой
вычитания
выборки от среднего
выборки от среднего
X

Y
Пороговая константа Cth определяется
значения
значения
y Y
xi  X
заданной вероятностью ложных тревог (2).
Первое устройство
Второе устройство
возведения в квадрат
возведения в квадрат
Эффективность
обнаружения
i
Pобн      t7 U ,   dU
особенности
С
зависитот
(yi Y)2
(xi X)2

Первый
накопитель
(x X)
2
i
параметра
нецентральности
 m1  m0  (9  k )* k
, определяемого как

9
  
 
Второй
накопитель
(y Y)
2
i
Сумматор
Устройство извлечения
квадратного корня
Устройство
Устройство
общим числом элементов в обнаруживаемой
Умножитель на L
вычитания
сравнения
Решение
особенности,
так
и
соотношением
сигнальных k и (9-k) фоновых элементов. Рисунок
8
-Структурная
схема
Наиболее
эффективно
выделяются универсального обнаружителя
особенности, имеющие близкое число
сигнальных и фоновых элементов.
В пятой главе выполнено имитационное моделирование универсального
робастного обнаружителя разноплановых особенностей.Моделирование подтвердило
устойчивость робастного обнаружителя.Отклонение от заданного значения
вероятности ложной тревоги не превысило 8% (рисунок 9 а).
Имитационное моделирование показало, что эффективность обнаружения
особенностей на изображении в условиях его зашумления гауссовым шумом
11
Вероятность ложной тревоги
определяется только числом сигнальных и фоновых элементов в обнаруживаемой
особенности и не зависит от их положения в анализируемом поле (рисунок б).
В качестве тестовых сцен использованы как изображения, сформированные в
пакете MATLAB, так и изображения реальных участков местности.
Обработка таких изображений показывает, что робастный обнаружитель
эффективно обнаруживает разноплановые особенности сцены при изменении
-2
10
140
120
70
100
60
80
50
60
М
инте ате мати
нси в
ч
ност ес кое о
ж
и фо
но вы ида ние
х пи
ксел
40
30
40
20
20
0
10
0
е
отклонени
дратичное
ей
Среднеква
ых пиксел
ост и фо нов
инт енсивн
ей
а
б
Рисунок 9 - Зависимости вероятности ложных тревог (а) и правильного
обнаружения (б) для робастного обнаружителя от СКО и математического
ожидания интенсивности фоновых пикселей
условий наблюдения. В это же время обработка изображения детектором Харриса
обладает рядом недостатков: вариация уровня ложных тревог при изменении как
математического ожидания, так и среднеквадратичного отклонения интенсивности
фонового процесса превышает 50%.
Изменение условий наблюдения, определяемое особенностями процесса
получения изображения и заключающееся в изменении размера диафрагмы и гаммакоррекции (рисунок 10), освещённости (рисунок 11), приводит к резкому изменению
числа
особенностей,
обнаруженных
детектором
Харриса.
Вероятность правильного обнаружения
1
0.9
детектор Харриса
робастный обнаружитель
Вероятность правильного обнаружения
0.8
0.7
0.6
0.5
0
10
детектор Харриса
робастный обнаружитель
-1
10
0.4
0.3
0.2
0.1
-2
10
0
0
0.2
0.4
0.6
0.8
1
Гамма
1.2
1.4
1.6
1.8
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
2
Относительный размер диафрагмы
а
б
Рисунок 10 -Зависимости вероятности правильного обнаружения для
робастного обнаружителя (штриховая)и детектора Харриса (сплошная линия)
от гамма-коэффициента (а) и относительного размера диафрагмы (б)
При этом робастный обнаружитель демонстрирует большую устойчивость.
Сравнительная эффективность детектора Харриса по сравнению с робастным
обнаружителем в процессе моделирования не превышала 5%.
В заключении формулируются основные результаты работы, выводы и
рекомендации.
12
0.9
0.08
0.8
детектор Харриса
робастный обнаружитель
0.075
детектор Харриса
робастный обнаружитель
0.6
0.07
Вероятность ложной тревоги H
Вероятность правильного обнаружения
0.7
0.5
0.4
0.3
0.065
0.06
0.055
0.05
0.2
0.045
0.1
0.04
0
0
20
40
60
80
100
120
Интенсивность засветки
0
20
40
60
80
100
120
140
Яркость засветки
Рисунок 11 -Зависимости вероятности правильного обнаружения (а) и
ложной тревоги (б) для робастного обнаружителя (штриховая)и детектора
Харриса (сплошная линия) при изменении освещенности
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
В диссертационной работе представлено теоретическое и практическое
решение актуальной проблемы разработки и исследования алгоритмов обнаружения
разноплановых особенностей телевизионных изображений при априорно неизвестных
и изменяющихся условиях наблюдения для визуальной навигации АМР.
Основные результаты работы состоят в следующем.
1. В наибольшей степени требованиям к навигации АМР для обследования
объектов с агрессивными средами, в условиях вакуума или значительной удалённости
от Земли удовлетворяют средства визуальной навигации. Системы управления
движением АМР для повышения надежности и эффективности функционирования
навигационных систем в условиях ограниченного обеспечения информацией должны
оснащаться системами визуальной навигации на основе бинокулярных систем
технического зрения. Анализом обобщённой последовательности действий для
определения положения АМР установлено, что процесс обнаружения разноплановых
особенностей изображения предшествует любым другим этапам обработки
изображения. Эффективность и устойчивость обнаружения особенностей
изображений влияет опосредовано через число найденных особенностей на качество
визуальной навигации.
2. Анализ тестовых полутоновых изображений разноплановых ландшафтов (в
8-битовой кодировке градаций интенсивности с приведённой размерностью 682×512
пикселей) показывает изменения условий наблюдения как во времени (при
наблюдении изображений в серии), так и на поле самого наблюдаемого изображения.
Фиксация порогового уровня интенсивности при изменении условий наблюдения
сцены исключает возможность эффективного нахождения информативных точечных
особенностей. Установлено, что в существующих системах визуальной навигации на
основе реконструкции трёхмерных сцен отсутствует инвариантность к изменению
яркостных характеристик наблюдаемой сцены (условий наблюдения), что приводит к
снижению числа корректно определённых соответствий между особенностями сцены,
а значит и к снижению точности определения параметров движения АМР в целом.
3. Разработано модифицированное решающее правило обнаружения яркой
точечной особенности телевизионных изображений с устойчивой структурой и
качественными показателями по отношению к условиям наблюдения. При
обнаружении сигнального элемента разложения организовано взятие восьми
дополнительных выборок с выделением информации о фоновом процессе. Получены
аналитические выражения для расчёта вероятностей ложной тревоги и правильного
обнаружения. Даны рекомендации по выбору пороговой константы робастного
обнаружителя для обеспечения необходимых вероятностных характеристик.
13
Имитационным моделированием доказано, что предложенный алгоритм обеспечивает
устойчивое к изменениям условий наблюдения обнаружение особенностей
изображений телевизионных систем. Результаты моделирования согласуются с
теоретическими выкладками: отклонение вероятности правильного обнаружения от
расчётных не превысило 6%.
Сравнительный анализ робастного обнаружителя и детектора Харриса на
основе имитационного моделирования показал, что обнаружитель при равных
условиях наблюдения обеспечивает более высокую эффективность обнаружения
особенностей изображения. Показано, что вероятность ложных тревог отклоняется от
заданного значения не более чем на 5%. В детекторе Харриса отклонение вероятности
ложной тревоги от прогнозируемого значения в ряде случаев превышало 100%. При
этом эффективность обнаружения точечных особенностей робастным обнаружителем
превышала таковую для детектора Харриса более чем в 3 раза при отношении
сигнал/шум выше 1,3.Разработано программное обеспечение, реализующее
решающее правило обнаружения яркой точечной особенности на телевизионных
изображениях и защищённое авторским свидетельством.
4.
Разработан
универсальный
робастный
алгоритм
обнаружения
разноплановых особенностей телевизионных изображений с устойчивой структурой и
качественными показателями по отношению к условиям наблюдения. Структура
алгоритма определяется только количеством выделяемых особенностей. В процессе
обнаружения формируются группы из k сигнальных и 9-k дополнительных элементов
разложения. Индивидуальность же особенностей отражается в формировании
опорной и анализируемой выборок. Кроме того, предлагаемый алгоритм обнаружения
особенностей инвариантен к углу поворота искомого изображения. Получены
аналитические выражения для расчёта вероятностей ложной тревоги и правильного
обнаружения. Даны рекомендации по выбору пороговой константы универсального
робастного обнаружителя для обеспечения необходимых вероятностных
характеристик.
Имитационное моделирование показало, что отклонение вероятности ложных
тревог от заданного значения в обнаружителе разноплановых особенностей не
превышает 6 %, тогда как в детекторе Харриса превышает 50 %. Установлено, что
разработанный модифицированный обнаружитель эффективно обнаруживает
разноплановые особенности даже при неравномерной засветке сцены.В лучшем для
детектора Харриса случае его сравнительная эффективность не превышает 4%.
Разработано программное обеспечение, реализующее алгоритм обнаружения
разноплановых особенностей телевизионных изображений и защищённое авторским
свидетельством.
В целом совокупность полученных в диссертации теоретических и
практических результатов позволяет сделать вывод о том, что цель
исследований,состоящая в повышении устойчивости и эффективности обнаружения
разноплановых особенностей телевизионных изображений при априорно неизвестных
и
изменяющихся
условиях
наблюдения
для
визуальной
навигации
АМР,достигнута.Поставленные частные задачи решены.
Публикации по теме диссертации
В перечне рецензируемых научных изданий, рекомендованных ВАК
Минобрнауки для публикации материалов диссертаций на соискание учёной степени
кандидата и доктора технических наукопубликовано 3 статьи:
1. Петров Д.А. Система навигации по оптическим изображениям // Известия ЮФУ.
Технические науки. 2008. Т. 3, № 80. С. 219–222.
14
2. Румянцев К.Е., Петров Д.А. Информативность полутоновых изображений
природных ландшафтов // Фундаментальные исследования. 2015. Т. 5, № 2. С. 329–
334.
3. Румянцев К.Е., Петров Д.А. Универсальный робастный алгоритм выделения
особенностей сцены // Известия ЮФУ. Технические науки. 2015. Т. 9. С. 119-137
В трудах международных конференций реферируемых в базе
данныхSCOPUSопубликована одна статья:
4. K.E. Rumyantsev, D.A. Petrov. Detection of Feature Points On The Three-Dimensional
Scene Under Varying Conditions Of Observation // 34th Chinese Control Conference.
Hangzhou, 2015. С. 4547–4551.
Публикации в реферируемых изданиях учитываемые в базе данных
РИНЦ и в трудах международных конференций:
5. Петров Д.А. Cравнительный анализ эффективности детекторов точечных
особенностей в условиях изменения масштаба, поворота и освещённости //
Информационное противодействие угрозам терроризма. 2012. Т. 19. С. 180–184.
6. Петров Д.А., Румянцев К.Е. Особенности использования информации визуальной
навигации для управления движением автономного мобильного робота //
Информационное противодействие угрозам терроризма. 2013. Т. 21. С. 130–137.
7. Румянцев К.Е., Балабаев С.Л., Петров Д.А., Jilin Liu. Структура навигационного
комплекса для определения координат и пространственной ориентации мобильного
робота на осно-ве реконструкции трёхмерных сцен с априорно неизвестными
ориентирами // Мехатроника, автоматизация, управление. Материалы
Международной научно-технической конференции МАУ-2009. Таганрог: Изд. ТТИ
ЮФУ, 2009. С. 139–142.
8. Балабаев С.Л., Петров Д.А., Румянцев К.Е. Определение координат и
пространственной ориентации планетохода в условиях лунного ландшафта на
основе реконструкции трёхмерных сцен // Мехатроника, автоматизация,
управление. Материалы Международной научно-технической конференции МАУ2009. Таганрог: Изд. ТТИ ЮФУ, 2009. С. 134–138.
9. Петров Д.А. Алгоритм определения координат и пространственной ориентации
мобильного робота в условиях априорно неизвестной формы ориентиров на основе
реконструкции трёхмерных сцен // Мехатроника, автоматизация, управление.
Материалы Международной научно-технической конференции МАУ-2009.
Таганрог: Изд. ТТИ ЮФУ, 2009. С. 359–364.
10.Румянцев К.Е., Балабаев С.Л., Петров Д.А. Оценка изменения координат и
пространственной ориентации планетохода в условиях лунного ландшафта на
основе реконструкции трёхмерных сцен // Перспективные инновации в науке,
образовании, производстве и транспорте. Одесса: Черноморье, 2009. С. 63–68.
11.Румянцев К.Е., Балабаев С.Л., Петров Д.А. Сравнительный анализ эффективности
использования детекторов точечных особенностей для решения задач
реконструкции трехмерных сцен // 4-я Всероссийская мультиконференция по
проблемам управления. Таганрог: Изд. ТТИ ЮФУ, 2011. С. 173–175.
12.Петров Д.А., Румянцев К.Е. Система навигации на основе реконструкции
трехмерной сцены // Материалы международной научной конференции молодых
ученых, аспирантов и студентов. Нальчик, 2010.
13.Румянцев К.Е., Петров Д.А. Устойчивое выделение точечных особенностей на
трёхмерной сцене при изменяющихся условиях наблюдения на основе робастного
алгоритма // Современное общество, образование и наука. Тамбов: ООО
«Консалтинговая компания Юком», 2014. С. 101–106.
15
14.Румянцев К.Е., Петров Д.А. Выделение точечных особенностей на трёхмерной
сцене при изменяющихся условиях наблюдения // Физико-математические методы
и информационные технологии в естествознании, технике и гуманитарных науках /
под ред. Румянцева К.Е. Киров: МЦНИП, 2014. С. 98–114.
15.Румянцев К.Е., Петров Д.А. Сравнительный анализ эффективности алгоритмов
выделения точечных особенностей при изменяющихся условиях наблюдения //
Технические и естественные науки : теория и практика / под ред. Чебоксаров А.В.
М: МЦНИП, 2015. С. 123–141.
16.Петров Д.А. Сравнительный анализ эффективности и устойчивости выделения
точечных особенностей робастным обнаружителем и детектором Харриса //
Сборник статей I Всероссийской научно-технической конференции молодых
ученых, аспирантов и студентов «Фундаментальные и прикладные аспекты
компьютерных технологий и информационной безопасности». Таганрог: Изд.
ЮФУ, 2015. С. 236–240.
17.Петров Д.А., Калиушко В.В. Оценка влияния несоосности в паре видеокамер на
точность измерений координат // Современные проблемы радиоэлектроники.
Ростов, 2010. С. 98–104.
Получено авторское свидетельство на программный продукт для ЭВМ:
18.Балабаев С.Л., Петров Д.А., Румянцев К.Е. Программа определения вектора
перемещения мобильного робота на основе обработки данных системы
технического зрения (НИСТЗ) // Свидетельство об официальной регистрации
программы для ЭВМ №2009615991. Заявка №2009614729. Дата поступления
28.08.2009. Выдано 28.10.2009. Патентообладатель - Федеральное государственное
образовательное учреждение высшего профессионального образования «Южный
федеральный университет» (RU).
Подписано к печати . .2016 г.
Формат 60х84 1/16. Бумага офсетная. Печать оперативная.
Усл. п.л. - 1,0. Заказ № . Тираж 100 экз.
16
Типография ЮФУ в г. Таганроге
347928, г. Таганрог, пер. Некрасовский, 44.
17
1/--страниц
Пожаловаться на содержимое документа