SCI Библиотека

Предложен алгоритм определения недопустимых движений в видеопотоке, который позволяет гибко настраивать чувствительность обнаружения недопустимых движений; обеспечивает устойчивость к шуму; указывает место в кадре, где произошло обнаружение нетипичного движения; не тратит время на определение фона и траекторий движения объектов; анализ не тормозит видеопоток при его обработке в Wolfram Mathematica и Python. Предложенный алгоритм обнаруживает недопустимые движения не более чем за 0,02 с, а допустимые - в сотни раз быстрее. То есть пользователь системы видит результаты анализа без задержек и зависаний. В работе логика предложенного алгоритма представлена на диаграмме деятельности. В качестве примеров программирования ключевых моментов предложенного алгоритма приведены коды программы в системе Wolfram Mathematica 11, в которых реализованы предложенные в работе приемы реализации этих моментов. При разработке алгоритма анализа движения учтены характеристики имеющихся в настоящее время камер, предназначенных для использования на улице и в помещениях, реализующихся в продаже в настоящее время. Указаны параметры видеопотоков прикладных задач, которые могут быть решены с помощью предложенного алгоритма анализа, и соответствующие рекомендуемые камеры. Этот список показывает, какие именно камеры лучше использовать для задач по обнаружению движений в видеопотоке с указанными параметрами. Предложенный алгоритм может быть использован в системах управления беспилотным транспортом и мониторинге охраняемых объектов (со стационарной или подвижной камеры), где важно своевременно фиксировать недопустимое движение в строго определенных зонах.

Автономная навигация беспилотных летательных аппаратов (БПЛА) является одной из ключевых задач в современной аэрокосмической индустрии. В особенности для малоразмерных БПЛА задача автономной навигации становится еще более сложной из-за ограничений по вычислительным ресурсам и возможностям сенсорных систем. Оптимизация методов навигации для таких условий является актуальной проблемой, требующей решений, которые могут обеспечить высокую производительность при минимальных затратах ресурсов.

Основной целью служит повышение эффективности автономной навигации малоразмерных БПЛА за счет использования корреляционных методов для сравнения изображений. Достижение этой цели связано с разработкой и оценкой алгоритмов, которые позволяют обеспечить высокую скорость и точность навигации при ограниченных вычислительных ресурсах. В работе использованы методы автокорреляционной функции, корреляции Пирсона, метод на основе индекса структурного сходства изображений и простой нейронной сети для задачи сравнения изображений.

Решение. Исследование показало, что подход на основе автокорреляции демонстрирует наилучшую производительность в условиях слабых вычислительных ресурсов. Он обеспечивает высокую скорость обработки полного изображения и показывает оптимальные результаты по точности обнаружения. В сравнении с другими представленными в работе методами, автокорреляционный подход способен работать не только с зашумлением «эталонной» карты, но и использовать в качестве обнаруженной области и альтернативные области с измененными паттернами. Научная новизна работы определяется в проведении систематического сравнения различных методов применительно к задаче сравнения изображений для малоразмерных БПЛА с ограниченными вычислительными ресурсами. В отличие от известных работ в области построения корреляционно-экстремальных систем, данное исследование ориентировано на использование «эталонной карты» и искомой области, представляющих собой два разных изображения одного и того же участка местности, взятых из различных источников. Это ключевое различие, так как большинство методов не обладает высокой эффективностью обработки таких изображений, на которых паттерны могут значительно варьироваться.

Практическая значимость разработанного алгоритма состоит в том, что предложенный метод на основе автокорреляции может использоваться разработчиками систем управления автономных малоразмерных БПЛА для снижения вычислительной нагрузки и повышения скорости обработки данных.

В работе рассматриваются практические вопросы использования компьютерной томографии в задачах неразрушающего контроля для оценки геометрических параметров объектов в промышленности и лабораторных исследованиях. Обзор источников показал, что большинство опубликованных работ опирается на закрытые данные, что существенно затрудняет проведение научных исследований в части воспроизведения результатов и сравнения различных методов томографической реконструкции и анализа реконструированных данных. В качестве решения этой проблемы предложено использовать численное моделирование с использованием программного обеспечения с открытым исходным кодом. Предложена оригинальная схема виртуального конвейера генерации тестовых данных. Программная часть конвейера реализована в виде набора python-скриптов, проведены численные эксперименты.

Для защиты информации широко используются отпечатки пальцев. Биометрические системы, основанные на концепции Match-On-Card, решают проблему кражи отпечатков пальцев путем их хранения на защищенном интеллектуальном карточном устройстве с малым объемом памяти. Такой подход накладывает серьезные ограничения на размеры хранимой информации. Предложен алгоритм регистрации и верификации отпечатков пальцев, предназначенный для использования в интеллектуальных карточных устройствах.

В работе предложен алгоритм нахождения протяженных границ на изображении. Рассматривается случай, когда граница может быть приближена ломаной с ограничением на угол излома. Задачи поиска таких границ возникают при детектировании линий дорожной разметки, построении карты дорог по космическим снимкам Земли, поиске дислокаций в кристаллах на отдельных проекциях рентгеновской топотомографии. Для поиска звеньев ломаной изображение обрабатывается скользящим окном, в каждом новом положении которого ищется прямолинейный сегмент при помощи быстрого преобразования Хафа. Далее найденные сегменты в зависимости от взаимного расположения объединяются в группы, покрывающие искомые границы, и аппроксимируются ломаными. Предложенный алгоритм был использован в задаче детектирования линий дорожной разметки для определения беспилотным транспортным средством (БПТС) своего положения на заданной векторной карте дорог. Алгоритм был протестирован на реальных данных, собранных c фронтальной камеры БПТС при проезде на полигоне “Калибр” (г. Москва). Точность детектора линий дорожной разметки составила 43%, полнота – 73%. Точность локализации БПТС с его использованием составила 0.2 м в евклидовой метрике на маршруте, что в 8 раз меньше, чем локализация без использования информации о дорожной разметке. Также алгоритм был протестирован на отдельных изображениях ДЗЗ и топотомограммах.

Статья посвящена исследованию влияния использования различных математических моделей камер, следовательно, моделей формирования изображения сцены, при восстановлении 3-Д структуры сцены из набора 2-Д снимков в процессе движения камеры (восстановлении структуры из движения, далее - СИД). Сравнительная оценка проводится для двух моделей камер: классической модели камеры центральной проекции и, сравнительно новой, модели всенаправленной камеры. В статье дано краткое описание математической модели всенаправленной камеры, описанная модель используется в ходе экспериментов, также описаны способы представления изображений от всенаправленных камер. Дополнительно дается описание математической модели классической камеры центральной проекции. Описанная модель также используется в ходе проведения экспериментов. Используемые при решении задачи восстановления структуры из движения аналитические выкладки кратко упоминаются в статье. Также дается описание алгоритма получения 3-Д координат точек наблюдаемой сцены из последовательности снимков в движении. Проведенные в рамках исследования эксперименты подробно описаны в данной статье. Раскрыт процесс установки визуальных ориентиров, определения их истинных 3-Д координат. Описаны действия по формированию наборов данных для получения сравнительных оценок. В заключении работы дан анализ результатов экспериментов, выделены модели, позволяющие уменьшить погрешности восстановления 3-Д координат наблюдаемых визуальных ориентиров.

В работе строится вычислительно эффективная реализация алгоритма Брейди расчета быстрого преобразования Хафа (БПХ) на отечественном сопроцессоре СРСА, входящем в состав системы-на-кристалле 1890ВМ9Я “КОМДИВ128-М”. Показывается, что БПХ находит широкое применение в задачах анализа изображений, от зрительных систем беспилотного транспорта до вычислительной рентгеновской томографии. Приводится и анализируется с точки зрения низкоуровневой имплементации классическая рекурсивная реализация БПХ. Впервые рассматривается более эффективный нерекурсивный вариант алгоритма, для которого проводится анализ нагрузки на вычислители и память сопроцессора, а также экспериментальные замеры производительности. Показывается, что теоретически возможная производительность нерекурсивного алгоритма на СРСА составляет 800 Мопс, при этом максимально достижимая на практике производительность составила 470 Мопс, а максимальное полученное экспериментально значение оказалось 406 Мопс. При этом загрузка вычислителей сопроцессора достигла 18%. Таким образом, несмотря на относительно малое число арифметических операций в методе, использование сопроцессора оказывается целесообразным.

В статье поставлена цель выработки критерия выбора радиуса тестового фрагмента круглой формы для виброизмерительной системы, анализирующей вибрационное размытие его изображения. Актуальность поставленной цели состоит в расширении функциональных возможностей виброизмерительной системы за счет измерения как сильных вибраций, так и слабых при минимизации погрешности измерений. Для обоснования взаимосвязи радиуса тестового фрагмента и измерительной погрешности применены методы математической статистики, сегментации изображений и численного моделирования. Проведен анализ состояния вопроса измерения параметров вибраций на основе анализа размытия изображения тестового фрагмента круглой формы. Составлена примерная схема измерения параметров вибрационных процессов на основе анализа размытия изображения тестового фрагмента круглой формы. Приведено описание этой схемы. Проведен анализ вибрационного перемещения тестового фрагмента круглой формы в плоскости объекта регистрирующего устройства по гармоническому закону. Проведена ре-конструкция такого вибрационного перемещения, представлена и описана ее графическая интерпретация. Проведена предметно ориентированная сегментация изображения тестового фрагмента круглой формы с вибрационным размытием при прямолинейном вибрационном перемещении в плоскости объекта регистрирующего устройства. Проведен сравнительный анализ погрешности измерения площади изображения, вносимой прямоугольным сегментом и полукруглыми сегментами. Введено понятие нормированной амплитуды вибрационного перемещения, которое применяется в качестве аргумента функции приведенной погрешности, когда в качестве нормирующего значения принимается радиус тестового фрагмента круглой формы. Введено, обосновано и конкретизировано понятие эквивалентной амплитуды вибрационного перемещения по произвольной траектории. Выработана и обоснована рекомендация выбирать радиус тестового фрагмента минимальным при условии превышения им наибольшей ожидаемой эквивалентной амплитуды вибрационного перемещения исследуемого элемента вибрирующей поверхности.

Представлен метод сравнительного анализа профилей распределения интенсивности на основе тензора структуры изображения. Совокупность параметров массива локальных тензоров, вводимых для каждого пикселя регистрируемого изображения, используется для определения спектра локальных ориентаций, профиля энергоемкости изображения и согласованности его структуры. Рассматриваемый метод актуален для дискретного анализа пространственной и пространственно-временной структуры волновых пучков, прошедших область локализованных или распределенных рефракционных помех.

В работе рассматриваются различные методы стеганографии, используемые для внедрения контрольной информации в цифровые изображения. Основное внимание уделяется принципам работы, преимуществам и недостаткам каждого метода. Рассмотрены классические и современные методы, такие как LSB, FFT, PVD, MPVD, DCT, S-UNIWARD, WOW, HUGO и Steghide. Анализируются их устойчивость к стегоанализу, стеганографическая емкость и вычислительная сложность. Понимание этих методов позволяет повысить эффективность и безопасность использования стеганографических техник в различных практических задачах.