Измерительные системы технического зрения получили широкое распространение при решении промышленных задач. Подобные системы используются для работы в агрессивных условиях: при наличии осадков в виде дождя и снега, грязи, пыли, в широком температурном диапазоне. В таких условиях, несмотря на работоспособность аппаратуры, происходит потеря данных в измерительных системах. Потеря данных приводит к искажениям измерений и увеличению вероятности пропуска обнаружения объектов. Подобные ситуации представляют собой актуальную проблему для организаций, эксплуатирующих измерительные системы технического зрения. Для восстановления данных необходимо повторное проведение измерений, что связано с временными, трудовыми и финансовыми затратами. В ряде случаев потеря данных несет потенциальную угрозу для обеспечения безопасности жизни людей и техники. Различные измерительные системы технического зрения формируют различные виды телевизионных сигналов: одномерные сигналы, профили и изображения. Для восстановления данных был разработан метод итерационного совмещения различных видов телевизионных сигналов для систем технического зрения. Апробация метода показала повышение надежности и достоверности измерений.
Идентификаторы и классификаторы
Список литературы
-
Raguram R., Frahm J.M., Pollefeys M. A comparative analysis of RANSAC techniques leading to adaptive real-time random sample consensus // Computer Vision-ECCV 2008. 2008, pp. 500-513. DOI: 10.1007/978-3-540-88688-4_37
-
Leng C., Zhang H., Li B., Cai G., Pei Z., He L. Local Feature Descriptor for Image Matching: A Survey // IEEE Access, vol. 7, pp. 6424-6434, 2019,. DOI: 10.1109/ACCESS.2018.2888856
-
Liang T., Shuhua М., Xianchun М., Hairong Y. Research on Image Matching of Improved SIFT Algorithm Based on Stability Factor and Feature Descriptor Simplification // Applied Sciences, no. 12(17), p. 8448, 2022,. DOI: 10.3390/app12178448
-
Anca I., Ioan Р. Keypoint. Selection Algorithm for Palmprint Recognition with SURF // Procedia Computer Science. No. 192(2), pp. 270-280, 2021,. DOI: 10.1016/j.procs.2021.08.028
-
Mojica M, Pop M, Ebrahimi M. Medical image alignment based on landmark- and approximate contour-matching // J Med Imaging (Bellingham). 2021 Nov, no. 8(6), p. 064003. DOI: 10.1117/1.JMI.8.6.064003
-
Новиков А.И. Модели и методы совмещения 2D и 3D изображений в системах технического зрения авиационного применения: диссертация… доктора Технических наук: 05.13.17, 2018. 332 с. EDN: MFEHGS
-
Елесина С.И., Ефимов А.И. Отбор критериальных функций для систем улучшенного и комбинированного видения // Известия ТулГУ. Технические науки. 2013. Вып. 9. Ч.1. C. 229-236. EDN: RVRWQB
-
Магдеев Р.Г., Ташлинский А.Г. Сравнительный анализ среднего квадрата межкадровой разности и коэффициента межкадровой корреляции для задач идентификации объектов на полутоновых изображениях // Современные проблемы проектирования, производства и эксплуатации радиотехнических систем. Сборник научных трудов, Ульяновск, УлГТУ, 2021. C. 62-69. EDN: WMJGIJ
-
Kovalenko R., Ibragimov R., Smirnov P. Deformation field estimate for image sequence by applying stochastic adaptation in the block method // CEUR Workshop Proceedings. ITNT-IPERS 2020 - Proceedings of the 6th International Conference Information Technology and Nanotechnology. Session Image Processing and Earth Remote Sensing“ 2020, pp. 145-148. EDN: HVJBQG
-
Васильев К.К., Крашенниников В.Р. Статистический анализ изображений // Ульяновск: Издательство УлГТУ, 2014. 214 с. EDN: SAZYYP
-
Крашенинников В.Р., Кадеев А.Д. Алгоритм оценивания взаимного сдвига и поворота изображений на основе метода неподвижной точки с использованием проекций // Известия Самарского научного центра Российской академии наук, том 16, № 6(2), 2014. C. 469-473. EDN: TVWGKB
-
Мясников Е.В. Определение параметров геометрических трансформаций для совмещения портретных изображений // Компьютерная оптика. 2007. Т. 31. № 3. С. 77-82. EDN: IUDQGV
-
Dong Y., Long T., Jioo W. Eliminating Effect of Image Border with Image Periodic Decomposition for Phase Correlation Based Image Registration // Proceedings of the IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium, Valencia, Spain, 23-27 July 2018, pp. 4977-4980.
-
Diyazitdinov R. Multidimensional Optical Video Signals Superposition for Measurement Offset and Rotation Angle with Additive and Multiplicative Noise // Proc. SPIE 11516, Optical Technologies for Telecommunications 2019, 115161G (22 May 2020). DOI: 10.1117/12.2566308
-
Васин Н.Н., Диязитдинов Р.Р. Обработка данных оптических триангуляционных сканеров для измерения профилей рельсов // Компьютерная оптика. 2018. Т. 42, № 6. С. 1054-1061. DOI: 10.18287/2412-6179-2018-42-6-1054-1061 EDN: YUJIXR
-
Диязитдинов Р.Р., Васин Н.Н. Использование фрагментов телевизионного изображения системы технического зрения для верификации повышения помехоустойчивости измерений скорости протяженного объекта // Труды учебных заведений связи. 2022. Т. 8. №1. С. 34-40. DOI: 10.31854/1813-324X-2022-8-1-34-40 EDN: QQWWLU
-
Diyazitdinov R. Iterative Algorithm of Optical Triangulation Sensors Signals Superposition for Measuring Solid Deformation // CEUR Workshop Proceedings. 2020. Vol. 2665, pp. 93-99.
-
Распоряжение от 23 октября 2014 г. № 2499р об утверждении и введении в действие инструкции "Дефекты рельсов. классификация, каталог и параметры дефектных и остродефектных рельсов". https://www.tdesant.ru/info/item/144.
-
ГОСТ 33320-2015. Шпалы железобетонные для железных дорог. Общие технические условия. М.: Стандартинформ, 2016. 28 с.
Выпуск
Другие статьи выпуска
В данной статье рассматривается использование двух основных типов глубоких нейронных сетей (DNN) - сверточных (CNN) и рекуррентных нейронных сетей (RNN), где проводится подробное сравнение каждой из них и того, как они могут быть оптимально использованы для синтеза многолучевой диаграммы направленности в фазированной антенной решетке (PAA) для мониторинга атмосферных радиозондовых средств. Показано, что DNN может одновременно использоваться в качестве вычислителя направлений прихода электромагнитных волн, например, от пилотируемого воздушного шара и нескольких беспилотных метеорологических зондов (UMP), перемещающихся в пространстве. При выборе между RNN и CNN выбор подходящей нейронной сети зависит от типа доступных данных и требуемых результатов. В то время как RNN используются в основном для классификации текста, CNN помогают идентифицировать и классифицировать изображения. Между ними много различий, но это не значит, что они взаимоисключающие. RNN и CNN CNN можно использовать вместе, чтобы воспользоваться их преимуществами.
Системы широковещательного телевидения изначально рассчитаны на восприятие изображения человеком в условиях передачи в ограниченном спектральном диапазоне, поэтому широковещательное телевидение соответствует параметрам зрительной системы человека и не превосходит их. В свою очередь, прикладные телевизионные системы, которые включают в себя, среди прочего, рентгенографию, болометрию и дистанционное зондирование Земли, предназначены для регистрации конкретных объектов. В то же время источниками регистрируемого излучения являются солнечный свет за пределами невизуального диапазона, рентгеновские лучи, инфракрасные лучи, дальность и условия распространения которых существенно отличаются от видимого солнечного света. Для точной регистрации этого излучения необходимы телевизионные системы с параметрами, существенно отличающимися от параметров зрительной системы человека. В этой статье рассматривается возможность обеспечения цветового контраста в прикладных телевизионных системах с широким динамическим диапазоном и предлагается метод оценки теплоты восприятия цветовых оттенков.
В статье приведен анализ роли полноценности архитектуры интеллектуальных транспортных систем (ИТС) в обеспечении их эффективности. Многие страны или группы стран имеют архитектуру ИТС с успешными результатами ее применения на практике. Показано, что архитектура ИТС постоянно обновляется и это является характерной тенденцией. Приведена характеристика некоторых подходов к созданию архитектуры ИТС, проведен анализ существующих методов создания интеграционных платформ ИТС. В статье предложены новые подходы к формированию интеграционной платформы в составе ИТС на основе принципа разделения управления идентификацией цифровых объектов и управления структурами данных цифровых объектов. Приведена схема организации потоков данных в разных контурах программных средств интеграционной платформы. Предлагается разделить контуры управления собственно данными транспортной системы и идентификационными данными, которые описывают участника ИТС (цифровой объект) с расширением возможностей в условиях функционирования кооперативных ИТС. Обеспечивается возможность организации связанных цепочек идентификации цифровых объектов ИТС, участия в формировании для рабочих процессов ИТС сетевых структур, описывающих поведение цифровых объектов в ходе процессов ИТС и поведение конечных пользователей в соответствии со свойствами сетевых структур.
В работе рассмотрена проблема ограничения пропускной способности диаграммообразующей схемы цифровой антенной решетки, обусловленная возможностями существующих линий связи с последовательной передачей данных от приемных каналов к спецвычислителю. Данная проблема ограничивает возможности реализации методов цифровой обработки сигналов в цифровых антенных решетках. Предметом исследования является возможность повышения пропускной способности диаграммоообразующей схемы цифровой антенной решетки за счет программного сжатия данных в тракте обработки. Цель работы состоит в создании научно-методического аппарата, который позволит повысить пропускную способность диаграммообразующей схемы за счет использования принципа субъективной избыточности применительно к задачам обработки радиолокационных данных. Результаты работы включают: обоснование и формулировку принципа субъективной избыточности радиолокационных данных и метод сжатия радиолокационных данных, а также результаты численных исследований, подтверждающие работоспособность предложенного научно-методического аппарата. Принцип субъективной избыточности опирается на независимость разделения процессов обработки сигналов в пространственной и временной областях при приеме одного эхо-сигнала, а в случае приема нескольких эхо-сигналов на принцип суперпозиции полей от различных источников в дальней зоне антенны. Метод сжатия радиолокационных данных основан на принципе субъективной избыточности радиолокационных данных и отличается от известных итерационной процедурой аппроксимации матрицы комплексных отсчетов в виде суперпозиции произведений одномерных косинусных спектров. Также показано, что применение метода сжатия радиолокационных данных позволяет в несколько раз увеличить пропускную способность линий передачи цифровой антенной решетки.
Структура модели ISO/OSI не позволяет произвести выбор оптимального маршрута передачи пакетов на канальном уровне и предотвратить образование кольцевых маршрутов. Данные функции выполняет сетевой уровень. В общем случае задачу маршрутизации пакетов решает коммутатор исходя из алгоритма маршрутизации, который содержит в себе скрытый механизм “флудинга”. Пакет от коммутатора отправителя посылается во все порты, за исключением того порта, в который данный пакет поступил. При поступлении пакета коммутатор анализирует заголовок и если адрес в заголовке совпадает с адресом, которому принадлежит коммутатор то пакет принимается. Данная ситуация в совокупности с неравномерностью отправки сообщения создает повышенную нагрузку на коммутирующие устройства в случайные моменты времени и определяет проблему распределения потока входных данных в условиях пульсирующего трафика. Пульсирующий трафик можно рассматривать как нечеткость, лежащую в определенных границах. Для сглаживания трафика возможно применять кластеры коммутационных устройств, которые в свою очередь рассматриваются как исходящие устройства для следующего уровня кластеров. Таким образом, для распределения нагрузки возможно применить алгоритм распределения потоков, применяемый при решении транспортной задачи.
В статье рассматриваются подводные беспроводные системы связи. Исследования в области подводной оптической беспроводной системы связи являются актуальными и перспективными, что позволяет развивать науку, промышленность, находить решения оборонных задач и чрезвычайных ситуаций, производить дистанционный мониторинг загрязнения окружающей среды подводного мира, контролировать подводные объекты и подводное оборудование морских нефтепромыслов, производить подводные исследования и многое другое. Цель работы - разработка классификации принципов построения и организации подводной оптиеской беспроводной системы связи с учетом современных достижений и развития технологий в области подводной беспроводной системы связи. Предложенная обобщенная классификация подводной оптической беспроводной системы связи объединила все классификационные признаки в одну конфигурацию, что позволит произвести подбор оптимального варианта оборудования, программного обеспечения, протоколов маршрутизации и реализовать в различных типах устройств и аппаратов в зависимости от их применения, назначения. Показано, что подводная оптическая беспроводная система связи обладает большим потенциалом для усиления традиционной подводной беспроводной акустической системы связи и подводной беспроводной радиочастотной системы связи благодаря высокой скорости передачи информации, низкой задержки, меньшему энергопотреблению и компактным размерам. Приводится обоснование для необходимости разработки обобщенной классификации подводной оптической беспроводной системы связи в зависимости от используемых протоколов маршрутизации, от конфигурации канала связи, от оптических свойств воды, от типа воды, в которой организуется канал передачи, от подвижности подводных аппаратов и зоны покрытия, от используемого вида модуляции, способа подводной связи и от факторов, влияющих на организацию канала связи, и ее преимущества перед известными.
Издательство
- Издательство
- Издательский дом Медиа Паблишер
- Регион
- Россия, Москва
- Почтовый адрес
- 111024, г. Москва, вн.тер.г. Муниципальный Округ Лефортово, ул Авиамоторная, д. 8, стр. 1
- Юр. адрес
- 111024, г. Москва, вн.тер.г. Муниципальный Округ Лефортово, ул Авиамоторная, д. 8, стр. 1
- ФИО
- Дымкова Светлана Сергеевна (ГЕНЕРАЛЬНЫЙ ДИРЕКТОР)
- E-mail адрес
- ds@media-publisher.ru
- Контактный телефон
- +7 (926) 2188243