close

Вход

Забыли?

вход по аккаунту

?

Повышение точности измерения параметров объектов на изображениях на основе алгоритмического комплексирования..pdf

код для вставкиСкачать
Компьютерные технологии в исследовании, проектировании и производстве ...
Pogorelsky Semen L’vovich, candidate of technical sciences, head of department,
makaretsky@mail.ru, Russia, Tula, JSC “KBP”,
Ponyatsky Valeriy Mariafovich, candidate of technical sciences, head of group, makaretsky@mail.ru, Russia, Tula, JSC “KBP”,
Egorov Dmitriy Borisovich, engineer, makaretsky@mail.ru, Russia, Tula, JSC
“KBP”,
Makaretsky Evgeniy Alexandrovich, doctor of technical sciences, professor, makaretsky@mail.ru, Russia, Tula, Tula State University,
Ovchiinikov Alexandr Viktorovich, сandidate of technical sciences, docent, gublinas@yandex.ru, Russia, Tula, Tula State University,
Gublin Alexandr Sergeevich, сandidate of technical sciences, docent, gublinas@yandex.ru, Russia, Tula, Tula State University
УДК 621.932
ПОВЫШЕНИЕ ТОЧНОСТИ ИЗМЕРЕНИЯ ПАРАМЕТРОВ
ОБЪЕКТОВ НА ИЗОБРАЖЕНИЯХ НА ОСНОВЕ
АЛГОРИТМИЧЕСКОГО КОМПЛЕКСИРОВАНИЯ
С.Л. Погорельский, В.М. Понятский, Е.А. Макарецкий,
А.С. Гублин, А.В. Овчинников
Рассматриваются способы повышения точности измерения параметров траектории движения объекта слежения. Выполнены обзор и анализ методов комплексирования изображений, определена структурная схема комплексирования данных нескольких измерительных каналов. Представлены результаты имитационного моделирования системы комплексирования измерительных каналов на основе многоуровневой
логики и фильтрации Калмана.
Ключевые слова: комплексирование, фильтр Калмана, многоуровневая логика,
весовые коэффициенты
Повышение точности измерения параметров траектории движения
объекта слежениявозможно за счёт комплексирования обработки видеоинформации, полученной в различных спектральных диапазонах.
В настоящее время не существует единой методики комплексирования изображений в многоканальных оптико-электронных системах наблюдения, что связано с индивидуальными особенностями каждой конкретной решаемой задачи. Но можно выделить основные задачи, которые
могут быть решены комплексированием[1]:
1) отображение основной информации, содержащейся в исходных
изображениях (например, телевизионном и тепловизионном);
147
Компьютерные технологии в исследовании, проектировании и производстве ...
На вход блока анализа на основе многозначной логики поступают
сигналы S1(t)…Sn(t)→ S n от различных измерительных каналов, несущие
информацию об одном и том же объекте (объектах). Сигналы могут отличаться размерностью, тактовой частотой поступления данных, особенностями восприятия информации об объекте. На информационные сигналы
S1(t)…Sn(t) накладываются аддитивные шумы и помехи, учитываемые случайными сигналами n1(t)…nn(t) → N n . Целью обработки является формирование выходного сигнала SΣ(t), который по выбранному критерию (критериям) должен сохранять информационную составляющую входных сигналов S1(t)…Sn(t) и отличаться пониженным уровнем шумов. По общему
содержанию данная задача аналогична фильтрации сигналов на фоне шумов, а основное отличие заключается в многомерности (векторности)
входного сигнала S n и необходимости преобразования входного многомерного сигнала в одномерный [2].
Одним из подходов к решению задачи комплексирования является
раздельная фильтрация потоков данных от каждого канала с последующим
их комплексированием с весами, зависящими от точности полученных
оценок. Комплексирование данных с использованием весовых коэффициентов в общем случае может быть описано следующей зависимостью:
I = U wi I i
i
где Ij – информационный параметр i-гo канала; wj – весовой коэффициент
i-гo канала.
Преимущества комплексирования с использованием весовых коэффициентов заключаются, во-первых, в использовании данных от всех каналов, что в сравнении с одним каналом позволяет повысить устойчивость
системы, во-вторых, более гибкий учет влияния каждого из каналов на общий результат за счет перераспределения весов. К недостаткам относится
необходимость привлечения дополнительных вычислительных ресурсов
для определения весовых коэффициентов.
Авторами разработана программа моделирования комплексирования сигналов с нескольких измерительных каналов, назначением которой
является исследование эффективности внедрения комплексирования с использованием теории многозначной и нечеткой логии [3]. Приведем пример моделирования (рис. 2): число имитационных каналов, используемых
для определения координаты объекта слежения, 3; закон изменения траектории по всем каналам – гармонический, шумовая составляющая по каждому из каналов центрированная и имеет значения уровней среднеквадратичного отклонения (СКО): 1-й канал – 0,5, 2-й канал – 1, 3-й канал – 1,5.
Для входных имитационных сигналов на основе многоуровневой
логики были определены поканальные значения весовых коэффициентов
(рис. 3). Параметры логики: число уровней 5, предельное отклонение 2.
149
Известия ТулГУ. Технические науки. 2016. Вып. 12. Ч. 2
Рис. 2. Имитационные входные сигналы с шумовой составляющей
Рис. 3. Расчетные значения весовых коэффициентов
Выходной сигнал может быть получен путем суммирования каналов без весовых коэффициентов (рис. 4, а), а также с использованием весовых коэффициентов (рис. 4, б).
а
б
Рис. 4. Выходной сигнал, полученный на основе:
а – суммирования каналов; б – весовых коэффициентов
В результате моделирования установлено, что СКО сигнала, полученного на основе весовых коэффициентов, составляет 0.32, а СКО суммарного канала 0.829. Таким образом, эффективность применения метода
весовых коэффициентов с использованием многозначной логики выше в
150
Компьютерные технологии в исследовании, проектировании и производстве ...
сравнении с использованием метода суммирования каналов. Отметим, что
в рассматриваемом примере сигнал, полученный на основе весовых коэффициентов, имеет шумовые характеристики лучшие, чем наименее зашумленный канал.
Возможной альтернативой методу комплексирования на основе весовых коэффициентов является использование фильтрации Калмана, которая представляет собой эффективный рекурсивный фильтр, оценивающий
вектор состояния динамической системы, используя ряд неполных и зашумленных измерений.
Алгоритм фильтрации Калмана при наличии выделенных координат источника излучения двумя методами обработки s1 = 1 и s 2 = 1 (режим
комплексирования) имеет следующий вид [4]:
x1э[n] = x1ф[n - 1] + x2ф[n - 1] To + x3ф[n - 1] To2/2;
x2э[n] = x2ф[n - 1] + x3ф[n - 1] To ;
x3э[n] = x3ф[n - 1];
x1ф[n] = x1э[n] + k11[n]s1(x1[n] - x1э[n]) + k 21[n] s 2 (x 2[n] - x1э[n]);
x2ф[n] = x2э[n] + k12[n]s1(x1[n] - x1э[n]) + k 22[n]s2 (x 2[n] - x1э[n]);
x3ф[n] = x3э[n] + k13[n] s1(x1n] - x1э[n]) + k 23[n] s 2 (x 2[n] - x1э[n]),
где x1[n] , x 2 [n] – вычисленные координаты источника двумя методами;
s1 и s 2 – признаки наличия сигнала: s = 1 – при наличии сигналов, s = 0 –
при отсутствии сигналов;
x0 [n] = x1ф[n] ,
x&0 [n] = x2ф [n] ,
&x&0 [n] = x3ф [n] .
Полученные на выходе фильтра оценки координаты, скорости и
ускорения источника излучения:
при отсутствии сигналов s1 = 0 и s 2 = 0 (режим прогнозирования),
x1ф [n] = x1ф [n - 1] + x 2 ф [n - 1] To + x3ф [n - 1] To 2 /2;
x 2 ф [n] = x 2 ф [n - 1] + x3ф [n - 1]To .
На рис. 5 приведены выделенные различными методами координаты источника полезного излучения, а также результаты объединения этих
координат в процессе комплексирования методом фильтрации Калмана.
Результаты обработки: СХ, СY – обработка с помощью корреляционного метода; X, Y – обработка методом сегментации объектов и селекции характеристик объекта слежения; Xf, Yf – комплексирование результатов с помощью фильтра Калмана.
151
Известия ТулГУ. Технические науки. 2016. Вып. 12. Ч. 2
а
б
Рис. 5. Выделенные координаты источника полезного излучения:
а – вертикальная координата, б – горизонтальная координата
Приведённые графики показывают, что результаты комплексирования двух методов обработки обеспечивают существенно меньший разброс
(ошибки) определения координат. Возможные сбои одного из методов
компенсируются большей стабильностью результатов второго метода на
этом интервале. Проведенное тестирование и обработка экспериментальной последовательности видеоизображений показали эффективность предложенной методики объединения результатов обработки и выделения источника полезного излучения по последовательности видеоизображений
разными методами видеоанализа.
Список литературы
1. Поклад П.М Анализ методов интеллектуализации управления
сложными динамическими объектами // Вестник ИГЭУ. Вып. 2. 2010. файл
76 – 79.
2. Макарецкий Е.А., Гублин А.С. Комплексирование информации
нескольких измерительных каналов методами многозначной логики // Международная конференция // Оптико-электронные приборы и устройства в
системах распознавания образов, обработки изображений и символьной
информации: сборник материалов. Курск: Курск.гос. техн. ун-т. 2015.
С. 224 – 226.
152
Компьютерные технологии в исследовании, проектировании и производстве ...
3. Программно-аппаратный комплекс для обработки видеоинформации, формируемой несколькими видеокамерами / Е.А. Макарецкий
[и др.] // Международная конференция Оптико-электронные приборы и
устройства в системах распознавания образов, обработки изображений и
символьной информации: сборник материалов. Курск: Курск. гос. техн.
ун-т, 2015. С. 226 – 228.
4. Понятский В.М. Комплексирование оценок координат подвижного объекта, полученных разными методами обработки последовательности
видеоизображений // Известия Тульского государственного университета.
Технические науки. Тула: Изд-во ТулГУ. 2015. Вып. 2.
Погорельский Семён Львович, канд. техн. наук, начальник отделения, makaretsky@mail.ru, Россия, Тула, АО КБП,
Понятский Валерий Мариафович, канд. техн. наук, начальник сектора, makaretsky@mail.ru, Россия, Тула, АО «КБП»,
Макарецкий Евгений Александрович, д-р техн. наук, проф., makaretsky@mail.ru,
Россия, Тула, Тульский государственный университет,
Гублин Александр Сергеевич, канд. техн. наук, доц., gublinas@yandex.ru, Россия, Тула, Тульский государственный университет,
Овчинников Александр Викторович, канд. техн. наук, доц., gublinas@yandex.ru,
Россия, Тула, Тульский государственный университет
ENHANCE THE ACCURACY PARAMETERS OF THE OBJECT
IN THE IMAGE, BASED ON ALGORITHMIC COMPLEX
INFORMATION PROCESSING
S.L. Pogorelsky, V.M. Ponyatsky, E.A. Makaretsky, A.S. Gublin, A.V. Ovchiinikov
This article discusses ways to improve the accuracy of measurement parameters trajectory tracking object. A review and analysis of multi-image techniques, determined a block
diagram of multi-data of several measurement channels. The results of the simulation of multi-channel measurement system based on multi-level logic, and Kalman filtering.
Key words: aggregation, Kalman filter, a multi-level logic, weights.
Pogorelsky Semen L’vovich, candidate of technical sciences, head of department,
makaretsky@mail.ru, Russia, Tula, JSC “KBP”,
Ponyatsky Valeriy Mariafovich, сandidate of technical sciences, head of group, makaretsky@mail.ru, Russia, Tula, JSC “KBP”,
Makaretsky Evgeniy Alexandrovich, doctor of technical sciences, professor, makaretsky@mail.ru, Russia, Tula, Tula State University,
Gublin Alexandr Sergeevich, сandidate of technical sciences, docent, gublinas@yandex.ru, Russia, Tula, Tula State University,
153
1/--страниц
Пожаловаться на содержимое документа