УЗНАЙ ЦЕНУ

(pdf, doc, docx, rtf, zip, rar, bmp, jpeg) не более 4-х файлов (макс. размер 15 Мб)


↑ вверх
Тема/ВариантИсследование алгоритмов обнаружения движущихся объектов в последовательности видеокадров
ПредметЭлектроника
Тип работыдиплом
Объем работы79
Дата поступления12.12.2012
3800 ₽

Содержание

Введение 4 1 Упорядочение исходных данных 7 2 Рассмотрение алгоритмов обнаружения объекта с известной формой 10 2.1 Математическая модель входного сигнала 10 2.2 Обнаружитель объекта с неизвестной амплитудой 12 2.3 Обнаружитель объекта с неизвестными амплитудой и координатами 17 2.4 Обнаружитель объекта с неизвестными амплитудой и размерами 19 2.5 Обнаружитель объекта с неизвестными амплитудой, координатами, и размерами 22 2.6 Определение вычислительных и ресурсных затрат алгоритмов с известной формой 25 3 Рассмотрение алгоритмов обнаружения объекта с неизвестной формой 29 3.1 Обнаружитель объекта с неизвестными формой, амплитудой и координатами 29 3.2 Обнаружитель объекта с неизвестными формой, амплитудой, размерами и координатами 38 3.3 Синтез алгоритма обнаружения движущихся объектов с неизвестной формой 42 3.4 Определение вычислительных и ресурсных затрат алгоритмов с неизвестной формой 47 3.5 Практические рекомендации по реализации синтезированного алгоритма 52 4 Экспериментальное исследование синтезированного алгоритма обнаружения объектов 56 4.1 Постановка задачи 56 4.2 Исследование синтезированного алгоритма 62 4.2.1 Исследование характеристик обнаружения при различных размерах модели перепада 64 4.2.2 Исследование характеристик обнаружения синтезированного алгоритма без использования масштабирования 66 4.2.3 Исследование характеристик обнаружения синтезированного алгоритма с использованием масштабирования 68 4.2.4 Исследование характеристик обнаружения синтезированного алгоритма на анизотропном фоне 70 Заключение 76 Список литературы 78

Введение

В настоящее время, появляется все большая потребность в системах машинного зрения, а быстрое развитие вычислительных средств активно стимули¬рует развитие методов обработки изображений. Одной из наиболее актуальных задач обработки изображений, является разработка методов обнаружения и определения координат объектов, представленных на изображении в виде локальных областей, свойства которых отличаются от свойств окружающего фона. Так, например, методы обнаружения при анализе оптических изображении используются в системах наблюдения за автотранспортным движением, в системах обнаружения и сопровождения объектов, в охранных системах и т.д. Часто в реальных условиях наблюдается дрожание системы наблюдения, что является причиной неуправляемых смещений получаемого изображения, что значительно усложняет обработку. В настоящее время, обработка изображений обычно выполняется в цифровой форме, а входными данными является полутоновое дискретизированное изображение. Учитывая, что изображение содержит несколько миллионов дискретных элементов, для обеспечения технической реализуемости задач обнаружения в реальном масштабе времени весьма ак¬туальными являются алгоритмы, решающие задачу при минималь¬ных вычислительных затратах. В условиях рыночной экономики, разработчики стараются свести затраты к минимуму. Поэтому одним из критериев выбора алгоритма, при разработке устройства обнаружения, является количество ресурсов, затрачиваемое на реализацию алгоритма. Важным требованием различных алгоритмов является наличие и отсутствие априорной информации о свойствах и параметрах объекта. Однако наиболее часто, при проведении процедуры обнаружения, априорная информация неизвестна или известна не полностью. Учитывая большое разнообразие условий обнаружения, требований предъявляемых к ресурсоемкости, быстродействию и эффективности алгоритмов, актуальной является задача их исследования, с точки зрения указанных параметров. Результаты исследования позволяют выбрать алгоритмы, наиболее подходящие для синтеза алгоритма обнаружения движущихся объектов в последовательности видеокадров, представленных в цифровой форме, при наличии дрожания системы наблюдения, отсутствии априорной информации об объекте обнаружения и анизотропном фоне изображения. Для достижения поставленной цели необходимо решить ряд задач, которыми являются: - построение математической модели входного сигнала; - рассмотрение известных алгоритмов обнаружения объектов при наличии различной априорной информации; - определение вычислительных затрат рассмотренных алгоритмов; - оценка ресурсоемкости рассмотренных алгоритмов; - синтез алгоритма обнаружения на основе рассмотренных алгоритмов; - оценка статистических характеристик обнаружения синтезированного алгоритма; - исследование влияния процедуры масштабирования изображения на помехоустойчивость синтезированного алгоритма; - исследование влияния однородности и неоднородности фона изображения на помехоустойчивость синтезированного алгоритма; Практическое значение имеют: - Сформулированные по результатам анализа синтезированного алгорит¬ма обнаружения рекомендации для минимизации вычислительных затрат при реализации обнаружителя; - Сформулированные рекомендации по практической реализации синтезированного алгоритма обнаружения движущихся объектов на программируемых логических интегральных схемах; - Полученные результаты исследования влияния процедуры масштабирования изображения, дающей возможность обоснованного уменьшения вычислительных затрат в несколько раз, на помехоустойчивость синтезированного алгоритма; - Результаты исследования влияния анизотропного фона на помехоустойчивость синтезированного алгоритма.

Заключение

В данной работе была проведена классификация алгоритмов обнаружения объектов в соответствии с наличием априорно известной информации. В соответствии с данной классификацией были рассмотрены алгоритмы обнаружения с неизвестными: - амплитудой объекта; - амплитудой и координатами объекта; - амплитудой и размерами объекта; - амплитудой, координатами и размерами объекта; - амплитудой, координатами и формой объекта; - амплитудой, координатами, размерами и формой объекта. Для рассмотренных алгоритмов определены вычислительные затраты и приведена методика расчета затрат ресурсов на реализацию обнаружителей. Были предложены методы уменьшения вычислительных затрат, основанные на масштабировании входного изображения. На основе рассмотренных алгоритмов, синтезирован алгоритм обнаружения движущихся объектов с неизвестными амплитудой, координатами, размерами и формой, и известным характером движения, позволяющий проводить обнаружение объектов в последовательности видеокадров. Предложенные практические рекомендации по реализации синтезированного алгоритма позволяют значительно уменьшить вычислительные и ресурсные затраты, при построении обнаружителя на программируемых логических интегральных схемах. В практической части работы была предложена методика исследования отдельных блоков синтезированного алгоритма. В соответствии с предложенной методикой, были построены характеристики правильного обнаружения для отдельных блоков, в ходе исследования которых были определены: - влияние ошибки при априорном задании размеров обнаруживаемого объекта на помехоустойчивость алгоритмов блоков синтезированного обнаружителя; - влияние процедуры масштабирования входного изображения на помехоустойчивость алгоритмов блоков синтезированного обнаружителя; - влияние различных типов фона входного изображения на помехоустойчивость алгоритмов блоков синтезированного обнаружителя при наличии масштабирования.

Литература

Список литературы 1 Бабаян, П. В. Методы и алгоритмы обнаружения и выделения объектов в информационно-управляющих системах при движущемся датчике изображений : Дис. ... канд. техн. наук: Рязань, 2005.-178c. 2 Бусленко Н.П. Метод статистических испытаний (Монте-Карло) и его реализация на цифровых вычислительных машинах./Бусленко Н.П., Шрейдер Ю.А.-М.: 1961.- 230с. 3 Введение в контурный анализ; приложения к обработке изображений и сигналов/ Фурман Я.А., Кревецкий А.В, Передреев А.К., Роженцов А.А., Хафизов Р.Г., Егошина И.Л, Леухин А.Н./ Под ред. Фурмана Я.А.- 2-е изд., испр. - М.: ФИЗМАТЛИТ, 2003.- 592 с 4 Вероятностные методы в вычислительной технике. Учеб. Пособие для вузов по спец. ЭВМ/ А.В. Крайников, Б.А. Курдиков, А.Н. Лебедев и др.; Под ред. А.Н.Лебедева и Е.А.Чернявского. - М.: Высш. шк., 1986 5 Гонсалес Р. Цифровая обработка изображений. Гонсалес Р., Вудс P., - Москва: Техносфера, 2005.-1072с. 6 Гонсалеc Р. Цифровая обработка изображений в среде MATLAB. Гонсалеc Р., Вудс Р., Эддинс С., -Москва: Техносфера, 2006. - 616с. 7 Гуков В. В. Основы экспериментальной баллистики. Учебное пособие./ Гуков В. В., Четин А. И. М, 1997 8 Дуда Р. Распознавание образов и анализ сцен. /Дуда Р., Харт П.-Пер. с англ. М.:\"Мир\". 1976.-512 с. 9 Кашкин В.Б. Дистанционное зондирование Земли из космоса. Циф¬ровая обработка изображений: Учебное пособие./ Кашкин В.Б., Сухинин А.И. - М.: Логос, 2001.-264с. 10 Кузьмин С.З. Основы теории цифровой обработки радиолокационной информации. М. Советское радио 1974г. -432с. 11 Моделирование в радиолокации. /Под ред. А.И. Леонова. - М., 1979. Советское радио 1979г.-264с. 12 Павлидис Т., Алгоритмы машинной графики и обработки изображений.- М.: Радио и связь, 1986. 13 Прэтт У., Цифровая обработка изображений: Пер. с англ.-М.: Мир, 1982.- Кн. 1.-312с. 14 Прэтт У., Цифровая обработка изображений: Пер. с англ.-М.: Мир, 1982.- Кн. 2.-480с. 15 Рыбаков О.С. Алгоритмы обнаружения изображений объектов на телевизионных изображениях в условиях априорной неопределенности: Дис. ... канд. техн. наук: К.: РГБ, 2003. 16 Семавин В. И., Информационно-измерительная система идентификации движения яркостных объектов в реальном времени.: Дис. ... канд. техн. наук : Самара, 2006. - 155c. 17 Угрюмов Е.П. Цифровая схемотехника.: Уч.пос.для вузов.-2-е изд.,-СПб.:БХВ-Петербург, 2004.,-800с. 18 Фурман Я.А. Цифровые методы обра¬ботки и распознавания бинарных изображений./ Фурман Я. А., Юрьев A. H., Яншин В. В. - Красноярск: Изд-во Краснояр. ун-та, 1992.,-248с. 19 Цифровая обработка изображений в информационных системах: Учебное пособие./ Грузман И.С., Киричук B.C., Косых В .П., Перетягин Г.И., Спектор А.А. - Новосибирск: Изд-во НГТУ, 2000. – 168с.
Уточнение информации

+7 913 789-74-90
info@zauchka.ru
группа вконтакте