Методы обработки изображений в сканирующих информационно-измерительных системах обнаружения движения тема диссертации и автореферата по ВАК РФ 05.11.16, кандидат наук Сергеев, Евгений Александрович

• Сергеев, Евгений Александрович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Сергеев, Евгений Александрович

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. ТЕХНИЧЕСКИЕ СРЕДСТВА ФОРМИРОВАНИЯ ИЗОБРАЖЕНИЙ И МЕТОДЫ ОБРАБОТКИ С ЦЕЛЬЮ ОБНАРУЖЕНИЯ ДВИЖЕНИЯ

1.1. Задача обнаружения подвижных объектов

1.1.1. Инфракрасные детекторы движения

1.1.2. Радиоволновые детекторы движения

1.1.3. Ультразвуковые детекторы

1.1.4. Видеодетекторы движения

1.2. Общая структура сканирующей информационно-измерительной системы формирования панорамного изображения

1.2.1. Общая структура системы

1.2.2. Классификация систем формирования панорамного изображения

1.2.3. Система формирования панорамного изображения

1.2.4. Процедура проверки соответствия параметров оптико-электронного узла требованиям, предъявляемым к панорамному изображению

1.2.5. Процедура оценки геометрических искажений и их компенсации

1.3. Основные технические параметры сканирующих информационно-измерительных систем

1.4. Сравнительный анализ методов обнаружения движения в последовательности кадров

1.4.1. Метод межкадровой разности

1.4.2. Метод усредненного фона

1.4.3. Метод, основанный на вероятностной модели

1.4.4. Зональные методы обнаружения движения

1.4.5. Частотный метод обнаружения движения

1.5. Выводы по разделу и задачи исследования

2. ОБНАРУЖЕНИЕ ПОДВИЖНОЙ ОБЛАСТИ ПУТЕМ ПОЭЛЕМЕНТОГО АНАЛИЗА ИЗОБРАЖЕНИЯ

2.1. Структура обрабатываемых изображений

2.2. Оценка уровня шума используемого видеосенсора

2.3. Связь изменений в кадрах изображения с движением объекта в трехмерном пространстве

2.4. Метод определения области изображения, содержащей подвижный объект

2.4.1. Основа метода

2.4.2. Обнаружение области, содержащей подвижный объект, с помощью рекурсивной фильтрации

2.4.3. Обнаружение подвижного объекта с помощью нерекурсивной фильтрации

2.4.4. Обнаружение подвижного объекта по группе пикселей

2.5. Рациональный выбор параметров рекурсивной фильтрации для обнаружения подвижных объектов

2.6. Метод рационального выбора параметров пространственно-временной фильтрации для обнаружения подвижных объектов

2.7. Выводы по разделу

3. ОЦЕНКА КООРДИНАТ ПОДВИЖНОГО ОБЪЕКТА В ИЗОБРАЖЕНИИ

3.1. Формирование изображения межкадровой разности

3.2. Метод определения координат подвижного объекта, основанный на фильтрации изображений межкадровой разности

3.3. Выводы по разделу

4. ЭКСПЕРЕМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ СКАНИРУЮЩЕЙ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ ОБНАРУЖЕНИЯ ПОДВИЖНЫХ ОБЪЕКТОВ

4.1. Алгоритмы и программное обеспечение для системы обнаружения движения

4.2. Синтез изображений для эксперимента

4.3. Проверка влияния параметров фильтров на свойства системы

4.4. Исследования влияния параметров фильтров на вероятности ложного срабатывания и пропуска объекта

4.5. Экспериментальные исследования предлагаемых методов при использовании нерекурсивной фильтрации

4.6. Сравнительные исследования стандартной системы с предлагаемыми методами при использовании рекурсивной фильтрации

4.7. Выводы по разделу

5. ЗАКЛЮЧЕНИЕ

6. СПИСОК ИСПОЛЬЗОВАННЫХ ИНФОРМАЦИОННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЕ 1. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ОБНАРУЖЕНИЯ ПОДВИЖНЫХ ОБЪЕКТОВ

ПРИЛОЖЕНИЕ 2. ТЕХНИКО-ЭКОНОМИЧЕСКАЯ

ЭФФЕКТИВНОСТЬ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ РАБОТЫ

Введение диссертации (часть автореферата) на тему «Методы обработки изображений в сканирующих информационно-измерительных системах обнаружения движения»

ВВЕДЕНИЕ

Актуальность темы. В настоящее время системы видеонаблюдения находят все более широкое применение в различных сферах человеческой жизни. Помимо очевидного использования в сфере охраны разного рода мобильных и стационарных объектов [1, 2, 41, 49, 68] такие системы также применяются в научных исследованиях [23, 32] и в промышленности [74, 89], например, в задачах оценки визуальной обстановки, складывающейся при функционировании производственно-технологических комплексов различных типов [79, 83, 87].

Учитывая, что значительная зрительная нагрузка оператора системы вызывает его утомление и снижает эффективность наблюдения с течением времени [41], перечисленные выше факторы обуславливают актуальность и целесообразность разработки средств и методов автоматизации отдельных функций оператора или всей его деятельности в целом. В частности, одним из элементов автоматической оценки визуальной обстановки системами видеонаблюдения является обнаружение движения тех или иных объектов на контролируемых сценах.

Задача обнаружения движущихся объектов в силу своей специфики до сих пор полностью не решена. В большинстве существующих методов нет четких критериев по настройке детектора движения под конкретные условия эксплуатации. В результате разработчикам приходится опытным путём подбирать параметры системы, что увеличивает время её проектировании и наладки, а также снижает эффективность функционирования.

Технические характеристики основных элементов, используемых при построении подобных информационно-измерительных систем, постоянно совершенствуются: увеличивается число элементов дискретизации, а также чувствительность фотоэлектронных преобразователей, формирующих информационный сигнал; увеличивается ёмкость оперативной и внешней памяти, быстродействие интерфейсов цифровой передачи данных; постоянно

возрастает производительность сигнальных процессоров. При этом стоимость элементной базы сокращается.

Исходя из вышеизложенного, очевидно, что уровень развития аппаратной части информационно-измерительной системы опережает уровень развития программной. Поэтому эффективности работы всей системы можно существенно повысить за счёт совершенствования алгоритмов и программного обеспечения обработки видеоинформации.

Перечисленные обстоятельства обуславливают актуальность задачи создания усовершенствованных методов обработки изображений в информационно-измерительных системах панорамного наблюдения, обеспечивающих обнаружение подвижных объектов.

Объектом исследования является сканирующий аппаратно-программный комплекс панорамного видеонаблюдения повышенного пространственного разрешения с функцией обнаружения движения, который включает оптико-электронные средства формирования и обработки панорамного изображения, а также математическое и программное обеспечение анализа и обнаружения движения в сформированном потоке кадров.

Предметом исследования диссертационной работы являются математические методы и программные средства, обеспечивающие в процессе функционирования систем видеонаблюдения рассматриваемого класса требуемую надёжность обнаружения подвижного объекта.

Методы исследования. В работе используются методы теории вероятностей и математической статистики, теории цифровой обработки сигналов. Разработка алгоритмов и программ осуществлялась с использованием объектно-ориентированного подхода к организации данных и алгоритмов.

Вопросами цифровой обработки изображений и синтеза систем формирования изображения занимались отечественные учёные: М.Б. Руцков [49], Г.П. Катыс [30], В.В. Яншин [79], В.А. Сойфер [63]; зарубежные учёные: Б. Яне [78], Р. Гонсалес [16], Р. Вудс [16], Д. Форсайт [72]. В известных работах предложены варианты решения частных задач обнаружения движения.

Целью диссертационной работы является повышение эффективности функционирования информационно-измерительной системы панорамного наблюдения, обеспечивающей обнаружение подвижных объектов в потоке кадров повышенного разрешения, путем совершенствования методов обработки измерительной информации.

В соответствии с поставленной целью в диссертационной работе решены следующие задачи.

1. Произведен анализ существующих подходов обнаружения подвижных объектов. Показано, что сканирующие системы, основанные на обработке видеоизображения, являются наиболее перспективными средствами обнаружения движения.

2. Исследована обобщённая структура сканирующей информационно-измерительной системы обнаружения движения, выявлены основные параметры, определяющие эффективность работы системы.

3. Показано, что конструкция и параметры оптико-механического узла и фотоэлектронного преобразователя в рассматриваемых сканирующих системах существенным образом влияют на параметры формируемых изображений, являющихся входными данными для проектируемых методов и алгоритмов обработки и обнаружения движения. Для панорамных систем со стационарной камерой и поворотным оптико-механическим узлом разработаны формальные процедуры обоснования выбора параметров этих элементов.

4. Выполнен анализ существующих методов обнаружения подвижных объектов, показана невозможность непосредственного их применения в сканирующих информационно-измерительных системах панорамного типа.

5. Предложено рассматривать задачу обнаружения на изображении областей с подвижными объектами как двухэтапную процедуру. На первом этапе предложено выполнять поэлементную обработку изображения во временной последовательности кадров, на втором этапе — групповую обработку предварительно отобранных элементов внутри отдельного кадра.

6. Показано влияние технических характеристик используемого оборудования (в частности, шума видеосенсора) на параметры предлагаемых

I

фильтров. Разработан метод рационального выбора параметров пространственно-временных фильтров.

7. Разработан метод определения координат подвижного объекта, основанный на межкадровой фильтрации изображений.

8. Предложенные методы реализованы в экспериментальном программно-аппаратном сканирующем комплексе и выполнена экспериментальная проверка их эффективности.

Научная новизна работы заключается в следующем:

1. Для сканирующих информационно-измерительных систем панорамного видеонаблюдения предложены расчётные процедуры, отличающиеся от известных применением к системам со стационарной камерой и поворотным оптико-механическим узлом, и включающие процедуру проверки соответствия частных параметров оптико-электронного узла общим требованиям, предъявляемым к формируемому панорамному изображению и процедуру оценки геометрических искажений, вносимых оптико-электронным узлом и их последующей компенсации на этапе предварительной обработки панорамного изображения.

2. Разработан метод определения области изображения, содержащей подвижный объект, основанный на пространственно-временной фильтрации последовательности кадров и отличающийся от известных двухэтапным характером обработки — поэлементной обработкой во временной последовательности кадров и последующей групповой обработкой внутри отдельного кадра, что обеспечивает при сохранении высокого быстродействия меньшую вероятность ложных срабатываний при обнаружении подвижного объекта.

3. Предложен метод рационального выбора параметров пространственно-временных фильтров, используемых в решении задачи обнаружения подвижного объекта, отличающийся от известных учётом информации об

уровне шума, вносимого фотоэлектронным преобразователем в формируемое панорамное изображение.

4. Разработан метод определения координат подвижного объекта, основанный на межкадровой фильтрации изображений, отличающийся от известных использованием априорной информации о размерах обнаруживаемых подвижных объектов.

Практическая ценность работы заключается в создании набора методов, реализованных в виде библиотеки программных функций, что позволяет осуществлять проектирование сканирующих информационно-измерительных систем рассматриваемого класса без проведения дополнительных исследований.

Положения, выносимые на защиту:

1. Расчётные процедуры проверки корректности выбора параметров оптико-электронного узла и оценки и компенсации геометрических искажений формируемого панорамного изображения.

2. Метод определения области изображения, содержащей подвижный объект.

3. Метод рационального выбора параметров пространственно-временной фильтрации для обнаружения подвижных объектов.

4. Метод определения координат подвижного объекта, основанный на межкадровой фильтрации изображений.

Реализация результатов диссертационной работы. Прикладные результаты диссертационной работы были внедрены в ООО «Конус» в 2010 году в рамках х/д работы.

Теоретические результаты работы внедрены в учебные курсы «Информационно-измерительные устройства в мехатронике и робототехнике» и «Системы технического зрения и обработки информации» на кафедре робототехники и автоматизации производства Тульского государственного университета.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на конференциях: Международной научной конференции «Математические методы в технике и технологиях» (Псков, 111'ПИ, 2009 г.); 16-й Всероссийской межвузовской научно-технической конференции студентов и аспирантов «Микроэлектроника и информатика» (Москва, 2009 г.); IV магистерской научно-технической конференции (Тула, ТулГУ, 2009 г.); VI молодёжная научно-практическая конференция Тульского государственного университета «Молодёжные инновации» (Тула, ТулГУ, 2012 г.), а также на научно-технических конференциях профессорско-преподавательского состава ТулГУ (2010-12 гг.) и научных семинарах кафедры РТиАП ТулГУ.

Публикации. По результатам исследований опубликовано 11 печатных работ, в том числе 5 статей и 6 докладов в сборниках трудов конференций, включая: 3 статьи в сборниках, рекомендованных ВАК для публикации материалов кандидатских диссертаций, 1 тезис доклада на международной конференции, 1 тезис доклада на всероссийской конференции.

Структура и объём работы. Диссертация состоит из введения, четырех разделов, заключения, списка использованных информационных источников из 100 наименований и приложений. Работа содержит 132 страницу машинописного текста, включает 63 рисунка, 3 таблицы и приложение на 13 страницах.

Во введении содержится обоснование актуальности темы исследования, сформулированы цели и задачи диссертационной работы, дано краткое изложение результатов по основным разделам.

В первом разделе исследованы общие принципы организации сканирующих информационно-измерительных систем с функцией обнаружения движения.

Произведен анализ устройств обнаружения движения и выполнена их классификация. Определена обобщённая структура систем формирования и

обработки видеоизображения. Выполнен обзор и дана краткая классификация систем формирования панорамного изображения.

Описана система формирования панорамного изображения (СФПИ) со стационарной камерой и с поворотным оптико-механическим узлом. Предложена процедура обоснованного выбора элементов сканирующей информационно-измерительной системы. Произведена оценка геометрических искажений в СФПИ. Произведен анализ методов обнаружения в последовательности кадров, выявлены их достоинства и недостатки.

Во втором разделе описан предлагаемый новый метод определения в потоке кадров области, содержащей изображение подвижного объекта. Определена структура обрабатываемого изображения. Произведена оценка уровня шума используемой аппаратуры. Выявлена зависимость между движением объекта в трехмерном пространстве и движение на изображении. Разработан метод определения области изображения, содержащей подвижный объект. Особенностью данного метода является двухэтапный характер обработки: на первом этапе предложено осуществлять поэлементную обработку изображения во временной последовательности кадров, на втором этапе — дополнительную групповую обработку пикселей внутри получившегося на первом этапе кадра-результата. Разработан метод обоснованного выбора параметров пространственно-временной фильтрации.

В третьем разделе описан метод оценки координат подвижного объекта в изображении. Построена математическая модель изображения межкадровой разности. Разработан метод анализа изображения межкадровой разности для нахождения координат подвижных объектов. Метод основан на межкадровой обработке изображения, фильтрами с ограниченной апертурой. Исследованы различные базовые функции для анализа изображений межкадровой разности.

В четвертом разделе содержится описание экспериментальных исследований эффективности разработанных методов. Разработан программный комплекс обнаружения подвижных объектов для сканирующей информаци-

онно-измерительной системы обнаружения подвижных объектов. Определена зависимость влияния коэффициентов фильтрации на уровень порога срабатывания фильтра. Приведены результаты экспериментального исследования предложенных методов обнаружения подвижных объектов.

В заключении сделаны выводы в целом по диссертационной работе.

1. ТЕХНИЧЕСКИЕ СРЕДСТВА ФОРМИРОВАНИЯ ИЗОБРАЖЕНИЙ И МЕТОДЫ ОБРАБОТКИ С ЦЕЛЬЮ ОБНАРУЖЕНИЯ ДВИЖЕНИЯ

1.1. Задача обнаружения подвижных объектов

Решение задачи обнаружения движения существенно зависит от условий, в которых работает система, и принятых допущений о характере обнаруживаемых подвижных объектов. Устройства, обеспечивающие обнаружение движения (детекторы движения), можно разделить по принципу действия на несколько основных классов (рисунок 1.1).

Рисунок 1.1. Классификация детекторов движения по принципу действия

1.1.1. Инфракрасные детекторы движения Инфракрасные (ИК) детекторы осуществляет обнаружения движения по изменению интенсивности ИК-излучения от теплового объекта. ИК-детекторы движения подразделяются на активные и пассивные [44].

В пассивном ИК-детекторе движения используется только один приемника. В качестве чувствительного элемента РЖ-детекторе используется пироэлектрический датчик. Пироэлемент вырабатывает электрический сигнал

под действием ИК-излучения от объекта, температура которого отличается от температуры фона.

Для формирования зон обнаружения используется оптическая система, содержащая многосегментные зеркала или линзы Френеля. Такая оптическая система имеет многолучевую диаграмму, в которой лучи направлены под различными углами и в различные направления (рисунок 1.2). В оптической системе используется многосегментные зеркала или линзы Френеля. Различные типы линз определяют геометрические характеристики зоны обнаружения, что в свою очередь влияет на чувствительность детектора, т.е. максимальное расстояние от детектора, на котором возможно обнаружить подвижный объект [46].

Пиропрпемнпк

Рисунок 1.2. Инфракрасный детектор движения

Различные сегменты оптической системы, при перемещении объекта в зоне обнаружения, фокусируют ИК-излучение на пироэлемент. В результате пироэлемент формирует электрические импульсы. Поступающие с чувсти-тельного элемента импульсы усиливаются и затем дополнительно обрабатываются с помощью микропроцессора.

Ложные срабатывания ИК-детектора движения в основном происходят из-за конвекции воздушного потока, световых и радиочастотных помех. Для снижения вероятности ложных срабатываний применяют пироэлемент с

двумя и более чувствительными площадкам. Для этих же целей с помощью микропроцессора производится подсчет количества импульсов и временной интервал между ними. Также для повышения помехоустойчивости применяют светофильтр, настроенный на определенную длину волны.

Датчик активного ИК-детектора движения состоит из приемника и излучателя. Излучатель формирует поток импульсов ИК-излучения, который регистрируется приемником. При прерывании потока детектор формирует тревожный сигнал. Такой тип детектора позволяет создавать узкую зону обнаружения, поэтому в основном используется для охраны периметров объектов.

1.1.2. Радиоволновые детекторы движения

Радиоволновые детекторы движения обнаруживают подвижный объект по изменению сверхвысокочастотного электромагнитного поля. Детектор содержит сверхвысокочастотный (СВЧ) модуль, который состоит из излучателя и приемника. СВЧ-модули подразделяются на однопозиционные и двухпози-ционные [23]. В однопозиционном модуле излучатель и приемник совмещены в одном корпусе, в двухпозиционном соответственно они разделены (рисунок 1.3).

Зона обнаружения имеет форму эллипсоида вращения. При отсутствии в зоне обнаружения подвижного объекта приемник регистрирует только изменения амплитуды СВЧ-импульсов, которые происходят под влиянием внешней среды, т.е. выпадения осадков, колебания деревьев и т.д. Перемещение объекта в зоне обнаружения вызывает модуляцию СВЧ-импульсов. Обработка модуляции сигнала осуществляется с помощью микропроцессора. Если параметры сигнала соответствуют определенным критериям, которые выбираются исходя из типовых характеристик объекта, то генерируется сигнал тревоги.

Илтпгчятетп.

Зона обнаружения

Излучатель. Зона обнаружения

б)

а)

Рисунок 1.3. Радиоволновые детекторы движения: а) двухпозиционный, б) однопозиционный

В одном помещении можно применять несколько однотипных детекторов одновременно благодаря использованию разных рабочих частот.

Достоинством данного детектора является высокая степень чувствительности, отсутствие ложных срабатываний на перемещения воздуха. Из недостатков можно выделить низкую помехозащищенность и высокий уровень СВЧ излучения.

В настоящее время широкое распространение получили комбинированные системы, состоящие из пассивного инфракрасного и радиоволнового детектора. Пассивный ИК-детектор в данной системе работает непрерывно, а радиоволновой детектор включается только тогда, когда пассивный РЖ- детектор обнаружил подвижный объект.

В результате использования двух типов детекторов движения в одной системе увеличивается уровень помехозащищенности и уменьшается уровень СВЧ излучения.

Ультразвуковой детектор движения регистрирует подвижные объекты в зоне обнаружения с помощью звуковых волн с частотой более 16 кГц. Ультразвуковой детектор движения является активным, в его состав входят излучатель и приемник, строящиеся, как правило, на базе пьезоэлектрических преобразователей [32].

1.1.3. Ультразвуковые детекторы

Излучатель посылает ультразвуковой импульс, затем приемник преобразует отраженный импульс в сигнал. Микропроцессор вычисляет время движения звукового импульса от излучателя до объекта и назад, если используется однопозиционный датчик, или сравнивает отправленный звуковой импульс и полученный звуковой импульс, если используется двухпози-ционный датчик.

Появление в зоне обнаружения подвижного объекта приводит к искажению ультразвуковых импульсов, что приводит к изменению выходного сигнала приемника. Микропроцессор регистрирует эти изменения и выдает сигнал тревоги.

Как и в радиоволновом, в ультразвуковом детекторе существуют два принципа построения датчиков: двухпозиционный и однопозиционный [48]. Применение однопозиционного датчика позволяет повысить устойчивость детектора к ложным срабатываниям в условиях равномерного движения воздуха и при появлении объектов со звукопоглощающими и с угловыми поверхностями. Однако использование однопозиционных датчиков требует повышения излучаемой мощности, т.к. волна проходит расстояния два раза больше.

Особенностью данного детектора является высокая чувствительность, большое количество ложных срабатываний, высокая зависимость от изменения влажности и температуры окружающей среды. Ультразвуковой детектор не способен обнаруживать движения за границами закрытого помещения, т.к. ультразвук не проникает через твердые предметы.

1.1.4. Видеодетекторы движения

Видеодетектор движения является аппаратно-программным средством, которое осуществляет автоматическое обнаружение подвижных объектов в последовательности кадров [41]. В большинстве случаев принцип действия видеодетекторов основан на сравнении изображения одного или нескольких предыдущих кадров и текущего [77]. При выявлении различия между кадрами видеодетектор выдает сигнал тревоги.

Видеодетекторы подразделяется на аналоговые и цифровые [66]. Аналоговые видеодетекторы движения отличаются низкой стоимостью и простотой в работе. Цифровые видеодетекторы дают возможность более точно настроить систему под конкретные условия, что позволяет снизить количество ложных срабатываний.

Как правило, в цифровых видеодетекторах можно выбрать одну или несколько зон наблюдения, задавать параметры селекции объектов, такие как линейные размеры, скорость и направление движения [21].

Сложной задачей является устранения ложных срабатываний в естественных условиях [26]. Ложные срабатывая, в основном, возникают из-за колебания освещения в широких пределах, динамического заднего плана, теней от объектов.

Преимуществом использования видеодетектора по сравнению с другими детекторами движения является:

- большая зона обнаружения;

- наличие изображения зоны обнаружения, передающегося в реальном времени, что повышает информативность системы;

- не требуется установки дополнительного оборудования;

- возможность непосредственного измерения параметров объекта (скорость, линейные размеры, направление движения);

- относительная простота настройки системы.

Таким образом, применение по сравнению с другими типами детекторов наиболее перспективно.

1.2. Общая структура сканирующей информационно-измерительной системы формирования панорамного изображения

1.2.1. Общая структура системы

В настоящее время различные технические средства способны формировать цифровые модели изображений, порождаемые электромагнитным из-

лучением в спектре от гамма- до инфракрасного излучения [29]. Наиболее широко используемыми на практике и рассматриваемыми в рамках данной работы являются информационно-измерительные системы видеонаблюдения, регистрирующие излучение в оптическом диапазоне.

Структурная схема технического средства формирования изображения представлена на рисунке 1.4. Излучаемое, отражаемое или пропускаемое элементами сцены световое излучение в технических средствах фиксируются специальными приборами (датчиками) - фотоэлектронными преобразователями [10]. Преобразователь изготавливают из различных материалов и имеют различную конструкцию, однако, принцип действия таких датчиков схож: падающее световое излучение преобразуется в электрический заряд благодаря сочетанию используемых в датчике материалов, этот электрический заряд периодически считывается и преобразуется в видеосигнал [17]. Для получения изображения в заданной части оптического диапазона можно применять различные фильтры.

фотоэлектронный преобразователь

Рисунок 1.4. Структура сканирующей информационно-измерительной

системы.

Оптическая система, содержащая объектив, фильтр и, в некоторых случаях, зеркало или призмы, обеспечивает формирование изображения наблюдаемой сцены.

В качестве фотоэлектронного преобразователя могут использоваться одиночный чувствительный элемент, одномерная линейка чувствительных элементов или двумерная матрица чувствительных элементов [19].

К чувствительным элементам первого типа относится фотодиоды. Для получения изображения с помощью фотодиода необходимо, чтобы датчик перемещался относительно регистрируемой сцены, или, чтобы оптическая система проецировала изображение отдельных областей сцены на поверхность датчика. Такие датчики применяют, например, в детекторе пересечения [18].

Одномерные линейные массивы чувствительных элементов применяются в системах формирования изображения статических сцен (например, система сканирования отпечатков пальцев [4]). Изображения в таких системах получаются путем параллельного перемещения относительно просматриваемой сцены сканирующей линейки чувствительных элементов. Перемещение датчика должно быть равномерным и медленным, иначе изображение будет иметь низкое разрешение и геометрические искажения в направлении сканирования.

Универсальным датчиком является двумерная матрица чувствительных элементов. Регистрация всей сцены в такой системе происходит одновременно, что позволяет формировать изображения быстро меняющихся динамических сцен.

В настоящее время широко используются матричные приборы с зарядовой связью (ПЗС-матрица). ПЗС-датчика представляет собой прямоугольную матрицу, состоящую из твердотельных ячеек — пикселей [31]. Каждая ячейка изготавливается путем наращивания слоя диоксида кремния на кремневую пластину и осаждением на диоксид кремния затворной структуры. В результате образуется МДП-структур (металл-диэлектрик-полупроводник). Выходной сигнал ячейки такой матрицы пропорционален интегралу яркости излучения, попавшего за время экспозиции [19].

При попадании фотона на кремневую пластину, появляется пара электрон-дырка. Вследствие приложения положительного электрического потенциала к затвору электрон попадает в потенциальную яму. Заряд накапливается фиксированное время и с помощью изменения потенциала затвора зарядовой пакет перемещается. Считывания изображения происходит построчно, каждая строка передается параллельно к регистрам последовательного вывода каждого столбца. Регистр передает заряд на выходной усилитель, где пропорционально заряду формируется выходной сигнал. Процесс продолжается, до тех пока не будет сформировано все изображение [24].

Список литературы диссертационного исследования кандидат наук Сергеев, Евгений Александрович, 2014 год

ИСТОЧНИКОВ

1. Алпатов Б.А. Обработка изображений и управление в системах автоматического сопровождения объектов: учебное пособие для студентов вузов / Б.А. Алпатов и др. - Рязань: РГРТУ, 2011. - 235 с.

2. Анштедт Т. Видеоаналитика: мифы и реальность / Т. Анштедт, И. Келлер, X. Лутц. - М.: Секьюрити Фокус, 2012. - 174 с.

3. Артюхина Н.К. Теория и расчет оптических систем: В 2 ч. Ч. 1. / Н.К. Артюхина. - Минск: БНТУ, 2004. - 134 с.

4. Блатнер Д. Сканирование и растрирование изображений / Д. Блатнер, Г. Флейшман, С. Рот; под ред. A.A. Витта. - М.: ЭКОМ, 1999. -400 с.

5. Брюханов Ю.А. Цифровые фильтры: учебное пособие / Ю.А. Брюханов, А.Л. Приоров. - Ярославль: ЯрГУ, 2002. - 288с.

6. Быков P.E. Основы телевидения и видеотехники: учебник для вузов. / P.E. Быков. - М.: Горячая линия - Телеком, 2006. - 399 с.

7. Быков P.E. Цифровое преобразование изображений: учебное пособие для вузов / P.E. Быков, Р. Фрайер, К.В. Иванов и др. - М.: Горячая линия - Телеком, 2003. - 228 с.

8. Быстров Ю.А. Оптоэлектронные приборы и устройства: Учебное пособие для вузов / Ю.А. Быстров. - М.: Радио-Софт, 2001. - 256 с.

9. Вентцель Е.С. Теория вероятностей: учеб. Для вузов /Е.С. Вент-цель. - 8-е изб., стер. - М.: Высш. шк., 2002. - 575 с.

10. Виноградова H.A. Основы построения информационно-измерительных систем: Пособие по системам интеграции / H.A. Виноградова, В.В. Гайдученко, А.И. Карякин и др.; под общ. ред. В.Г. Свиридова. - М.: Изд-во МЭИ, 2004. - 266 с.

11. Ворона В.А. Технические средства наблюдения в охране объектов / В.А. Ворона, В.А. Тихонов. - М.: Горячая линия - Телеком, 2011. - 184 с.

12. Гадзиковский В.И. Теоретические основы цифровой обработки сигналов / В.И. Гадзиковский. - М.: Радио и связь, 2004. - 343 с.

13. Гашников М.В. Методы компьютерной обработки изображений: учебное пособие для студентов вузов / М.В. Гашников, Н.И. Глумов, Н.Ю. Ильясова и др.; под ред. В.А. Сойфера. - М.: Физматлит, 2001. - 780 с.

14. Гвоздева Н.П. Теория оптических систем и оптические измерения / Н.П. Гвоздева, К.И. Коркина. - М.: Машиностроение, 1981. - 384 с.

15. Глинченко A.C. Цифровая обработка сигналов / A.C. Глинченко. -Красноярск: КрасГТУ, 2001.-199 с.

16. Гонсалес Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. - М.: Техносфера, 2005. - 1072 с.

17. Гребнев A.B. Оптоэлектронные элементы и устройства / A.B. Гребнев, В.И. Гридин, В.П. Дмитриев. - М.: Радио и связь, 1998. - 336 с.

18. Гринев А.Ю. Оптические устройства в радиотехнике: учебное пособие для вузов / А.Ю.Гринев и др.; под ред. В.Н. Ушакова. - М.: Радиотехника, 2005. - 240 с.

19. Грузман И.С. Цифровая обработка изображений в информационных системах / И.С. Грузман, B.C. Киричук, В.П. Косых и др. - Новосибирск: Изд-во НГТУ, 2002. - 351 с.

20. Гмурман В. Е. Теория вероятностей и математическая статистика / Гмурман В.Е. -М., Высш.шк., 2003. - 479 с.

21. Дамьяновски В. CCTV. Библия охранного телевидения / В. Дамь-яновски. - М.: ООО «ИСС», 2002. - 352 с.

22. Данилкин Ф.А. Методы обработки многокадровых моделей изображений / Ф.А. Данилкин, В.В. Котов. - Тула: Изд-во ТулГУ, 2000. - 96 с.

23. Джексон Р.Г. Новейшие датчики / Р.Г. Джексон. - М.: Техносфера, 2008.-400 с.

24. Ермаков О.Н. Прикладная оптоэлектроника / О.Н. Ермаков. - М.: Техносфера, 2004. - 416 с.

25. Ерофеенко В.Г. Основы математического моделирования / В.Г. Ерофеенко, И.С. Козловская - Минск: БГУ, 2002. - 195 с.

26. Ерош И.Л. Обработка и распознавание изображений в системах превентивной безопасности: учебное пособие / И.Л. Ерош, М.Б. Сергеев, Н.В. Соловьев. - СПб.: СПбГУАП, 2005. - 154 с.

27. Ефимов С.Н. Цифровая обработка видеоинформации: учебное пособие для вузов / С.Н. Ефимов. - М.: САЙНС-ПРЕСС, 2007. - 271 с.

28. Зарубин B.C. Математическое моделирование в технике / B.C. Зарубин - М.: Изд-во МГТУ им. Н.Э.Баумана, 2001. - 496 с.

29. Калашников В.И. Информационно-измерительная техника и технологии / В.И. Калашников, С.В. Нефедов, А.Б. Путилин и др.; под ред. Г.Г. Раннева. - М.: Высшая школа, 2002. - 454 с.

30. Катыс Г.П. Обработка визуальной информации / Г.П. Катыс. -М.: Машиностроение, 1990. - 320 с.

31. Ключникова Л.В. Проектирование оптико-механических приборов / Л.В. Ключникова, В.В. Ключников. - СП-б.: Политехника, 1995. -206 с.

32. Котюк А.Б. Датчики в современных измерениях / Котюк А.Б. -М.: Радио и связь: Горячая линия - Телеком. - 2006. - 96 с.

33. Кремер Н.Ш. Теория вероятностей и математическая статистика: учебник для ВУЗов. - 2-изд., перераб. и доп. - М: ЮНИТИ-ДАНА, 2004. — 573 с.

34. Кузякин В.И. Информационные измерительные системы: теория, моделирование, проектирование, применение / В.И. Кузякин, В.Г. Лисиенко, В.А. Меньщиков. - Екатеринбург: АМБ, 2005. - 90 с.

35. Куприянов М.С. Цифровая обработка сигналов: Процессы, алгоритмы, средства проектирования / М.С. Куприянов. - СПб.: Политехника, 2000. - 592 с.

36. Ландсберг Г.С. Оптика: Учебное пособие для вузов / Г.С. Ланд-сберг. - М.: Физматлит, 2006. - 848 с.

37. Малинкин В.Б. Нелинейная обработка сигналов в адаптивных фильтрах / В.Б. Малинкин, Д.Н. Левин. - Красноярск: НИИ СУВПТ, 2005. -140 с.

38. Методы компьютерной обработке изображения / под ред. В.А. Сойфера. - 2-е изд., испр. - М.: Физматлит, 2003. - 784 с.

39. Основы цифровой обработки изображений: учебно-методическое пособие / под ред. К. В. Филатова. - Таганрог: ТРТУ, 2002. - 89 с.

40. Основы цифровой обработки сигналов: курс лекций / А.И. Солонина, Д.А. Улахович, С.М. Арбузон, и др. - изд. 2-е., исп и перераб. - СПб.: БХВ-Петербург, 2005. - 768 с.

41. Петриков A.B. Телеохрана / Петриков A.B. - М.: Солон-Пресс, 2004.-408 с.

42. Попов С.А. Панорамное изображение в видеонаблюдении / С.А. Попов, Д.С. Ватолин // Системы безопасности. - 2009. - № 2 — С. 8486.

43. Потапов A.C. Распознавание образов и машинное восприятие: общий подход на основе принципа миним. длины описания / A.C. Потапов. -СПб.: Политехника, 2007. - 547 с.

44. Приоров А.Л. Цифровая обработка изображений: учебное пособие / А.Л. Приоров, А.Н. Ганин, В.В. Хрящев. - Ярославль: ЯрГУ, 2001. -216 с.

45. Пугачев B.C. Теория вероятностей и математическая статистика / В.С.Пугачев. - 2-е изд., исправл. и доплн. - М.: Физматлит, 2002.— 496 с.

46. Рогальский А.И. Инфракрасные детекторы / А.И. Рогальский. -Новосибирск: Наука, 2003. - 636 с.

47. Розеншер Э. Оптоэлектроника / Э. Розеншер, Б. Винтер. - М.: Техносфера, 2006. - 592 с.

48. Ромаш Э.М. Электронные устройства информационных систем и автоматики: учебник для вузов / Э. М. Ромаш, Н. А. Феоктистов, В. В. Ефремов. - М.: Дашков и К, 2009 . - 248 с.

49. Руцков М.Б. Видеодетекторы - взгляд изнутри. // Системы безопасности. - 2003. - № 5(53). - С. 23 - 28.

50. Сергеев В. В. Параллельно-рекурсивные методы локальной обработки изображений: учебное пособие / В.В. Сергеев и др. - Самара: Изд-во СГАУ, 2007.-115 с.

51. Сергеев Е.А. Методика оценки геометрических искажений в системах формирования панорамного изображения / Е.А. Сергеев, В.В. Котов // Известия ТулГУ. Технические науки. - 2010. - № 4. - 4.1. - С. 271 - 277.

52. Сергеев Е.А. Проектирование системы формирования панорамного изображения повышенного разрешения / Е.А. Сергеев, В.В. Котов // Вестник Тульского государственного университета. Системы управления. — 2009. -№1._ С. 110-114.

53. Сергеев Е.А. Выбор рациональных параметров фильтрации в задаче обнаружения движения / Е.А. Сергеев, В.В. Котов // Сборник трудов Международной научной конференции «Математические методы в технике и технологиях» ММТТ-22. Секция 9. - 2009. - Т. 8 - С. 26 - 28.

54. Сергеев Е.А. Выделение движущихся объектов по серии изображения / Е.А. Сергеев // Приборы и управление: Сборник статей молодых ученых.-2009-№7.-С. 117-121.

55. Сергеев Е.А. Метод компенсации геометрических искажений для бесшовной сшивки изображений / Е.А. Сергеев // VI молодёжная научно-практическая конференция Тульского государственного университета «Молодёжные инновации»: сборник докладов. - 2012. - Ч. 1. - С. 249 - 250.

56. Сергеев Е.А. Методы обнаружения движения в последовательности кадров / Е. А. Сергеев // Вестник Тульского государственного университета. Системы управления. - 2009. — № 1. - С. 154 - 158.

57. Сергеев Е.А. Модель формирования изображения подвижного объекта в системе обнаружения движения / Е.А. Сергеев // Известия ТулГУ. Технические науки. - 2012. - № 2. - С. 428 - 431.

58. Сергеев Е.А. Обнаружение подвижных объектов в системе видеонаблюдения / Е.А. Сергеев // VI молодёжная научно-практическая конференция Тульского государственного университета «Молодёжные инновации»: сборник докладов. - 2012. - Ч. 1. - С. 247 - 248.

59. Сергеев Е.А. Обнаружение подвижных объектов методом пространственно-временной фильтрации / Е.А. Сергеев, В.В. Котов // Известия ТулГУ. Технические науки. 2012. - № 2. - С. 424 - 427.

60. Сергеев Е.А. Построение адаптивного алгоритма обнаружения движения в последовательности кадров / Е.А. Сергеев // Микроэлектроника и информатика - 2009. 16-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: Тезисы докладов. - 2009. - С. 138.

61. Сергеев Е.А. Построения кадра фона в задаче обнаружения движения / Е.А. Сергеев // 1У-я магистерская научно-техническая конференция Тульского государственного университета: Сборник. - 2009. - С. 173 - 174.

62. Сергиенко А.Б. Цифровая обработка сигналов / А.Б. Сергиенко. - СПб.: Питер, 2002. - 608 с.

63. Сойфер В.А. Компьютерная обработка изображений. Часть 2. Методы и алгоритмы. / В.А. Сойфер // Соросовский образовательный журнал.-1996. -С. 159-164.

64. Сойфер В.А. Теоретические основы цифровой обработки изображений: Учебное пособие / В.А. Сойфер, В.В. Сергеев, С.Б. Попов, В.В. Мясников. - Самара: Изд-во СГАУ, 2000. - 255 с.

65. Солонина А.И. Алгоритмы и процессоры цифровой обработки сигналов: учебное пособие для студентов / А.И. Солонина, Д.А. Улахович, Л.А. Яковлев. - СПб.: БХВ-Петербург, 2001 - 454 с.

66. Справочник по устройствам цифровой обработки информации / H.A. Виноградов, В.Н. Яковлев, В.В. Воскресенский и др. - К.:Техника,

1998.-415 с.

67. Тараканов А.Н. Адаптивная цифровая обработка сигналов: учебное пособие / А.Н. Тараканов, В.В. Хрящев, A.JI. Приоров. - Ярославль: ЯрГУ, 2001.-133 с.

68. Титов B.C. Оптико-электронные устройства обработки и распознавания изображений / B.C. Титов и др. - Тула: Изд-во ТулГУ, 2008. - 121 с.

69. Умняшкин C.B. Теоретические основы цифровой обработки и представления сигналов: учебное пособие для студентов вузов / C.B. Умняшкин. - М.: Техносфера, 2012. - 224 с.

70. Феллер В. Введение в теорию вероятностей и ее приложения.

71. Филатов А. К. Компьютерная обработка изображений: учебно-методическое пособие. / под ред. Филатова К.В. - Таганрог: Изд-во ТРТУ,

1999.-83 с.

72. Форсайт Д.А. Компьютерное зрение. Современный подход / Д.А. Форсайт, Ж. Понс. —М.: Издательский дом "Вильяме", 2004. — 928 с.

73. Харинов М. В. Запоминание и адаптивная обработка информации цифровых изображений: научное издание / М. В. Харинов; под ред. Р. М. Юсупова. - СПб. : Изд-во СПбГУ, 2006. - 137 с.

74. Хромов Л.И. Видеоинформатика. Передача и компьютерная обработка видеоинформации / Л.И. Хромов. - М.: Радио и связь, 1996. -192 с.

75. Цифровое преобразование изображений: учебное пособие для вузов / Р. Е. Быков, Р. Фрайер, К. В. Иванов, А. А. Манцветов; под ред. профессора Р. Е. Быкова. - М.: Горячая линия — Телеком, 2003. — 228 с.

76. Цифровое телевидение в видеоинформационных системах / А. Г. Ильин и др. - Томск: Изд-во ТУСУР, 2010. - 464 с.

77. Шапиро Л. Компьютерное зрение: Учебное пособие для вузов / Л. Шапиро, Дж. Стокман; под ред. С.М. Соколова. - М.: БИНОМ. Лаб.знаний, 2006 - 752 с.

78. Яне Б. Цифровая обработка изображения. / Б. Яне. - М.: Техносфера, 2007. - 584 с.

79. Яншин В.В. Анализ и обработка изображений: Принципы и алгоритмы. / В.В. Яншин. — М.: Машиностроение, 2005. — 112 с.

80. Automatic video segmentation using a novel background model Y.Lu, W.Gao, F. Wu [Электронный ресурс]. - 2002. - Режим доступа к ресурсу: http://research.microsoft.com/~fengwu/papers/segment_iscas_02.pdf, свободный.

81. Bremaud P. Mathematical principles of signal processing: Fourier a. wavelet analysis / Pierre Bremaud. - New York [etc.]: Springer, cop. 2002. - 269 pp.

82. Davies D. Detection and tracking of very small low contrast objects / D. Davies, P.L. Palmer, M. Mirmehdi // Proceedings of the British Machine Vision 9th Conference. - 1998. - Pp. 599-608.

83. Ferryman J. M., Maybank S. J. and Worrall A. D. Visual surveillance for moving vehicles / J.M. Ferryman, S.J. Maybank and A.D. Worrall // Int. J. Comput. Vis. - 2000. - Vol. 37. -No. 2. - Pp. 187 -197.

84. Fisher R. CVOnline: Motion and time sequence analysis [Электронный ресурс]. - 2002. - Режим доступа к ресурсу: http://cyrille.nathalie.free.fr/computer%20vision/cours/Dai/motion.htm, свободный.

85. Fisher R. В. Hypermedia Image Processing Reference. / R. В. Fisher, S. Perkins, A. Walker, E. Wolfart. - New York: John Wiley and Sons - 1996 -318 pp.

86. Haigh J. Probability models / John Haigh. - London etc.: Springer, 2002.- 256 pp.

87. Haritaoglu I. Backpack: Detection of people carrying objects using silhouettes / I. Haritaoglu, R. Cutler, D. Harwood, L. S. Davis // Computer Vision and Image Understanding. - 2001. - vol. 81. - No. 3 - Pp. 385 - 397.

bs. Heikkila M. A texture-based method for modeling the background and detecting moving objects / M. Heikkila, M. Pietikainen // IEEE Transactions Pattern Analysis Machine Intelligence. - 2006 - vol. 28. - No.4 - Pp. 657 - 662.

89. Hu W. A survey on visual surveillance of object motion and behaviors / W. Hu, T. Tan, L. Wang, S. Maybank // IEEE Transactions on Systems, Man, , and Cybernetics, Part C: Application and Review. - 2004. - Vol. 34. - No. 3. -Pp. 334-352.

90. Li L. Statistical modeling of complex backgrounds for foreground object detection / L. Li, W. Huang, I. Y.-H. Gu, Q. Tian // IEEE Transactions on Image Processing.-2004.-Vol. 13.-No.ll.-Pp. 1459 -1472.

91. Maddalena L. A self-organizing approach to background subtraction for visual surveillance applications / L. Maddalena, A. Petrosino // IEEE Transactions on Image Processing. - 2008 - Vol. 17. - No. 7. - 2008 - Pp. 1168 -1177.

92. Oral M. Center of mass model: A novel approach to background modeling for segmentation of moving objects / M. Oral, U. Deniz // Image and Vision Computing. - Vol. 25. - 2007. - Pp. 1365 - 1376.

93. Parks D.H. Evaluation of background subtraction algorithms with post-processing / D. H. Parks, S. S. Fels // International Conference on Advanced Video and Signal Based Surveillance. - 2008. - Pp.192 - 199.

94. Piccardi M. Background subtraction techniques: a review / Piccardi M. // IEEE International Conference on Systems, Man and Cybernetics. - 2004. -vol. 4.-Pp. 3099-3104.

95. Prati A. Detecting moving shadows: algorithms and evaluation / A. Prati, I. Mikic, M.M. Trivedi, R. Cucchiara // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 2003. - vol. 25. No. 7 - Pp. 918-923.

96. Seki M. Background Subtraction Based on Cooccurrence of Image Variations / M. Seki, T. Wada, H. Fujiwara, K. Sumi // In Proc. of international conference on computer vision and pattern recognition (CVPR). - 2003. - Pp 256.

97. Shoushtarian B. A practical approach to realtime dynamic background generation based on a temporal median filter / B. Shoushtarian, N. Ghasem-Aghaee //Journal of Sciences. - 2003.-Vol. 14.-No. 4.-Pp. 351-362.

98. Stauffer C. Learning Patterns of Activity Using Real-Time Tracking / C. Stauffer, L. W. Eric L. Grimson // EEE Transactions on Pattern Analysis and Machine Intelligence. - 2000. - No. 8. - Pp. 747 - 757.

99. Toreyin B.U. Moving object detection in wavelet compressed video/ B.U. Toreyin, A.E. Cetin, A. Aksay, M.B. Akhan // Signal Processing and Communications Applications Conference, Proceedings of the IEEE 12th. - 2004. - Pp. 676-679.

100. Wang W. Modeling background and segmenting moving objects from compressed video / W. Wang, J. Yang, W. Gao // IEEE Transactions on Circuits and Systems for Video Technology. - 2008. - Vol. 18. - Pp. 670 - 681.

ПРИЛОЖЕНИЕ 1. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ

ОБНАРУЖЕНИЯ ПОДВИЖНЫХ ОБЪЕКТОВ

П1.1. Исходный текст основных функций специального программного обеспечения П 1.1.1. Файл detectingjnoving.h

#ifndef UnitlH #define UnitlH

//--------------------------------------------------------------------

#include cciasses.hpp> #include <Controls.hpp> #include <StdCtrls.hpp> #include <Forms.hpp>

#include <ExtCtrls.hpp> //--------------------------------------------------------------------

class TForml : public TForm {

_published: // IDE-managed Components

TScrollBox *ScrollBoxl; TPanel *Panel1; TPanel *Panel2;

void_fastcall ButtonlClick(TObject *Sender);

void _fastcall Button3Click(TObject *Sender);

void _fastcall Button4Click(TObject *Sender);

void_fastcall Button2Click(TObject *Sender);

void _fastcall Button7Click(TObject *Sender);

void _fastcall Button8Click(TObject *Sender);

void_fastcall FormCreate(TObject *Sender);

void _fastcall FormDestroy(TObject *Sender);

private: // User declarations public: // User declarations

HWND VFWAPI hWndC; //Указатель на окно, в котором выполня-

ется предварительный просмотр

bool CallbackHasBeenSet; //Признак того, что callback-функция обработки каждого кадра установлена

_fastcall TForml(TComponent* Owner);

} ;

П---------------------------------------

extern PACKAGE TForml *Forml; //---------------------------------------

#endif

П1.1.2. Файл detectingmoving, срр

#include <vfw.h> #include <math.h>

#include "Unitl.h" //--------------------------------------------------------------------

#pragma package(smart_init) #pragma resource "*.dfm" TForral *Forml;

struct myRGB {

byte b, g, r;

} ;

#define H 768 //высота изображения #define W 1024 //ширина изображения

ttdefine Y H #define X W

byte buf_B[X][Y]; //Массив оценки фона

byte buf_I[X][Y]; //Массив предыдущего кадра изображения //Массив текущих оценок порога,

//по которому определяется наличие движения в кадре byte porog_T [X] [Y] ; // порог

bool priznakl[X][Y]; // Признак движения на этапе 1 bool priznak2[X][Y]; // Признак движения на этапе 2

Buf_priz[9]; //выборка элементов

Buf; //буфер //--------------------------------------------------------------------

_fastcall TForml::TForml(TComponent* Owner)

: TForm(Owner)

{

hWndC = NULL; //Окна предварительного просмотра

CallbackHasBeenSet = false; //Callback-Функция обработки кадров не

установлена }

//--------------------------------------------------------------------

// запуск видео

void_fastcall TForml::ButtonlClick(TObject *Sender)

{

int nID = 0;

//Создание окна захвата видео hWndC = capCreateCaptureWindow(

(LPSTR) "My Capture Window", // название окна WS_CHILD | WS_VISIBLE, // стиль

0, 0, 1024, 768, // позиция окна

Panell->Handle, //(HWND) hwndParent,

(int) nID); // child ID

if(!hWndC){

ShowMessage("Couldn1t create a Capture Window"); return;

}

//Подключение к драйверу

if(!capDriverConnect(hWndC, 0)){

ShowMessage("Couldn1t connect to driver"); return;

}

//--------------------------------------------------------------------

//Захват кадра (с последующей остановкой предварительного просмотра)

void_fastcall TForml::Button3Click(TObject *Sender)

{

if(!hWndC || !capGrabFrame(hWndC)) ShowMessage("Not Grabbed");

}

//--------------------------------------------------------------------

//Запустить предварительный просмотр

void _fastcall TForml::Button4Click(TObject *Sender)

{

if(!hWndC) return;

capPreviewRate(hWndC, 66); // скорость, в миллисекундах

capPreview(hWndC, TRUE); // запуск

}

//--------------------------------------------------------------------

//Остановить предварительный просмотр

void _fastcall TForml::Button2Click(TObject *Sender)

{

if(!hWndC) return;

capPreview(hWndC, FALSE); // остановка

capDriverDisconnect (hWndC); hWndC = NULL;

}

//--------------------------------------------------------------------

void CallbackProc(HWND hWnd, LPVIDEOHDR lpVHdr) {

static bool flag = true; // Первое попадание в функцию int х=0, у=0; // координаты

//а - Коэффициент, определяющий долю ранее рассчитанных значений // оценок в новых оценках

//с - Масштабирующий коэффициент при расчёте новой оценки порога double а=0.9, с=4;

myRGB *ptr = (myRGB*)lpVHdr->lpData; if(flag){ //Первое попадание в функцию — запоминание первого кадра //и выполнение необходимую инициализацию

for (у=0; y<Y; у++) { for(х=0; х<Х; х++) {

buf_I[х][у]=ptr[y*W+x].g; //Заполняем массив предыдущего кадра porog_T[х][у]=50; //Начальное значение порога priznakl[х][y]=false;

//Фон инициализируем первым же кадром buf_B[х][у] = ptr[y*W+x].g;

flag = false; }

}

else {

// 1 этап

for(y=0; y<Y; y++) {

Forml->Caption = AnsiString().sprintf("P: %000d B: %000d T: %000d Prizn: %s", ptr[150*W+150].g, buf_B[150] [150], porog_T[150] [150], priznak2[150][150]?"движется" : "не движется");

for(x=0; x<X; x++) {

// 1. расчет нового значения признак движения if (fabs(buf_I[x][у]-ptr[y*W+x].g)>porog_T[x][y]) {

priznakl[x][y]=true; //Найдено движение }

else {

priznakl[x][y]=false; }

//2. Расчет нового значения фона if (¡priznakl[х][у]) {

//Если точка не движется, находим новую оценку яркости фона

buf_B[x][у]=ceil(a*buf_B[х][у]+(1.0-а)*ptr[y*W+x].g); }

//В противном случае новое значени фона не оцениваем

//3. Расчет нового значения порог

if (¡priznakl[х][у]) {

porog_T[x][y]=ceil(a*porog_T[х][у]+ (1.0-а)*(с*(abs(buf_B[х][у]-ptr[y*W+x].g))));

}

//Запомним текущий кадр в массиве предыдущего кадра для следующего //входа в функцию

buf_I[х][у] = ptr[y*W+x].g;

}

}

// 2 этап

for (у=0; y<Y; у++)

for (х=0; х<Х; х++) {

if (priznakl[х][у]) {

// выборка из окрестности элемента for (i=-l; i<l; i++) for (j=-l; j<l; j++)

{

if (priznakl[x+i][y+j]) {

Buf_priz[n] = priznakl[x+i][y+j];

n++; }

}

// упорядочение элементов в порядке возрастания

for(k=0; k<=n; k++) {

if (Buf_priz[k]> Buf_priz[k+1]) {

Buf = Buf_priz[k]; Buf_priz[k] = Buf_priz[k+1]; Buf_priz[k+1] = Buf;

}

}

// сформировать элемент отфильтрованной ЛМНД // при нечетном количестве элементов if (п % 2 != 0)

Priznak2[х][у] = Buf_priz[(п-1)/2]; // при четном количестве элементов else

Priznak2[х][у] = (Buf_priz[n/2]+ Buf_priz[(п-1)/2])/2;

}

}

}

//--------------------------------------------------------------------

// обнаружение движения

void_fastcall TForml::Button5Click(TObject *Sender)

{

if(!hWndC){

ShowMessage("Окно предварительного просмотра не создано"); return;

}

if(!CallbackHasBeenSet){ CallbackHasBeenSet = true; ShowMessage("He могу установить функцию");

}

else{

CallbackHasBeenSet = false; capSetCallbackOnFrame(hWndC, NULL);

}

}

//-------------------------------------------------------------------

// сохранить кадр

void_fastcall TForml::Button6Click(TObject *Sender)

{

capFileSaveDIB(hWndC, "test.bmp");

}

//--------------------------------------------------------------------

// формат видео

void_fastcall TForml::Button7Click(TObject *Sender)

{

capDlgVideoFormat(hWndC);

//capDlgVideoDisplay(hWndC) ;

}

//---------------------------------------------------

// настройка параметров видео

void_fastcall TForml::Button8Click(TObject *Sender)

capDlgVideoSource(hWndC); //---------------------------------------------------

void _fastcall TForml::FormCreate(TObject *Sender)

ButtonlClick(Sender); //Запустить просмотр видео //---------------------------------------------------

void _fastcall TForml::FormDestroy(TObject *Sender)

Button2Click(Sender); //Остановить видео //---------------------------------------------------

П1.2. Программы определения координат подвижного объекта

#include <vcl.h> #pragma hdrstop #include <stdio.h> #include "Unitl.h" #include <math.h>

#include <complex.h> //--------------------------------------------------------------------

#pragma package(smart_init) tpragma resource "*.dfm" TForml *Forml;

: TForm(Owner) {

hWndC = NULL; //Окна предварительного просмотра видео

пока нет

CallbackHasBeenSet = false; //Callback-Функция обработки кадров не

установлена }

//----------------------------------------------------------

byte buf_I[X][Y]; //Массив кадра изображения

byte buf_I0[X][Y]; //Массив предыдущего кадра изображения

Raz[X][Y]; // Массив разностного изображения float fi=0;

byte N_funk; // номер функции

struct myRGB {

byte b, g, r;

};

static bool flag = true; //Первое попадание в функцию #define Н 768 //высота изображения #define W 1024 //ширина изображения

//---------------------------------------------------------------

// запуск предварительного просмотра

void_fastcall TForml::ButtonlClick(TObject *Sender)

{

int nID = 0;

//Создание окна захвата видео hWndC = capCreateCaptureWindow(

(LPSTR) "My Capture Window", // window name if pop-up WS_CHILD | WS_VISIBLE, // window style

0, 0, 1024, 768, // window position and dimensions

Panell->Handle, //(HWND) hwndParent,

(int) nID); // child ID

if(!hWndC){

ShowMessage("Couldn't create a Capture Window"); return;

}

//Подключение к драйверу

if(!capDriverConnect(hWndC, 0)){

ShowMessage("Couldn1t connect to driver"); return;

}

//---------------------------------------------------------------

void _fastcall TForml::Button2Click(TObject *Sender)

{

//Запустить предварительный просмотр if(!hWndC) return; capPreviewRate(hWndC, 66); capPreview(hWndC, TRUE); //capOverlay(hWndC, TRUE);

//-------------------------------------------------------------

//Остановить предварительный просмотр void _fastcall TForml::Button2Click(TObject *Sender)

{

if(!hWndC) return;

capPreview(hWndC, FALSE); // disables preview

capDriverDisconnect (hWndC); hWndC = NULL;

}

//-------------------------------------------------------------

// обработка

void CallbackProc(HWND hWnd, LPVIDEOHDR lpVHdr) {

myRGB *ptr = (myRGB*)lpVHdr->lpData; if(flag)

for(y=0; y<Y; y++) for(x=0; x<X; x++) {

buf_I0[x][y]=ptr[y*W+x].g; //Заполняем массив предыдущего кадра

flag = false; }

// Массив разностного изображения

if(¡flag)

for(y=0; y<Y; y++) for(x=0; x<X; x++) { buf_I[x][y]=ptr[y*W+x].g;

Raz[y] [x]=abs(buf_l0[x] [y]-buf_I0[x] [y] ) ; buf_I[x][y]= buf_I0[x][y];

N_funk = StrToInt(Editl->Text);

for (float s=0.05; s<=5; s +=0.05)

for(y=0; y<Hl-l; y++) {

for(x=0; X<W1-1; x++){ for(int i=l; i<W; i++){

switch(N_funk) case 0: // мексиканская шляпа

Zi += Raz[y][x+i] * (1 - ((i-W/2)*(i-W/2)) / (s*s)) * exp(-(i-W/2)*(i-W/2)/(2*s*s)); break;

case 1:

// мексиканская шляпа обр

Zi += Raz [у] [x+i] * (1/(2*pi) )*(( (i-W/2) * (i-W/2) -1) / (s*s) ) * exp(-(i-W/2)*(i-W/2)/(2*s*s)); break;

case 2: //Морле

Zi += Raz [y][x+i] * exp(-(i-W/2)*(i-W/2)/(2*s*s))*cos(*(i-W/2)/s) ;

break;

case 3: //Вивлет

Zi += Raz [y][x+i] * -(i-W/2)/s*exp(-(i-W/2)*(i-W/2)/(s*s*2)); break;

case 4:

// Прямоугольная функция if(i<=W*s/2) fi=l/(W*s); else fi = 0;

if((x+i)>=0 && (x+i)<W1) Zi += Raz [y][x+i] * fi; break;

case 5:

// треугольная функция

if(i>=W/4 && i<W/2) fi= 8/(W*W)*(i-W/4); else

if (i>=W/2 && i<3*W/4) fi= 8/(W*W)*(i-3*W/4); else fi = 0;

if((x+i)>=0 && (x+i)<W1) Zi += Raz [y][x+i] * fi;

}

break;

default: N funk = 0;

break;

// вывод данных if(Zi<Zimin) Zimin = Zi;

if(Zi>Zimax) Zimax = Zi; // fprintf(fout, "%f Zi); Zi*=10;

if(Zi<256) iml[y][x].b = Zi; else iml[y][x].b = 255;

if(Zi<512) iml[y][x].r = Zi/2; else im4[y][x].r = 255;

iml[y][x].g = Zi/4; //fprintf(fout, "\n");

}

//fprintf(fout, "\n");

}

AnsiString FName= "img.bmp" ; SavePictureDialogl->FileName = "img.bmp"; if (SavePictureDialogl->Execute()) { FName = SavePictureDialogl->FileName; Imagel->Picture->SaveToFile(SavePictureDialogl->FileName);

}

Imagel->Invalidate();

}

//-------------------------------------------------------------

ПРИЛОЖЕНИЕ 2. ТЕХНИКО-ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ РАБОТЫ

ООО ТУЛЬСКОЕ ПРОИЗВОДСТВЕННОЕ ПРЕДПРИЯТИЕ «КОНУС»

300002, г. Гула, ул. Арсенальная, д.63/28, гел./факс.[phone], Е-таН сопдн-1и1а'¿/'majl.ru

Л КТ

о внедрении в производство результатов и выводов кандидатской работы аспиранта кафедры РТиАП Тульского государственного университета СЕРГЕЕВА Евгения Александровича

Мы, нижеподписавшиеся, главный инженер Мельников Владимир Иванович и главный специалист Светличный Юрий Алексеевич, составили настоящий Акт о внедрении программного обеспечения обработки видеоизображений в НИР «Исследование путей создания малогабаритного панорамного оптико-электронного устройства наблюдения».

Во внедрённом программном обеспечении, разработанном аспирантом Тульского государственного университета Е.А. Сергеевым, использованы результаты и выводы диссертационной работы, представленной им на соискание ученой степени кандидата технических наук на тему: «Методы обрабо1к*и изображений в сканирующих информационно-измерительных системах обнаружения движения». Математическое и программное обеспечение предназначено для детектирования подвижных наземных объектов.

Совместно с программным обеспечением разработаны описание и руководство пользователя, определены технические требования к вычислительным средствам и аппаратуре формирования изображений.

Эффект от внедрения достигается за счёт сокращения вероятности ложных срабашваний. При сравнении со стандартной системой обнаружения движения было установлено снижение вероятности ложного срабатывания с 0,081 до 0,010 при постоянной вероятности пропуска цели 0,010.

Главный специалист

Главный инженер

Ю.А. Светличный

В.И. Мельников

УТВЕРЖДАЮ

зектор по учебной работе государственного

С.Л. Руднев нцуоох 2012 г.

АКТ

о внедрении в учебный процесс результатов диссертации

Сергеева Евгения Александровича на соискание ученой степени кандидата технических наук на тему: «Методы обработки изображений в сканирующих ипформационо-измерительных системах обнаружения движения»

Комиссия кафедры робототехники и автоматизации производства Тульского государственного университета в составе:

Ларкин Е.В. - председатель комиссии, заведующий кафедрой, доктор технических наук, профессор;

Игнатова O.A. - кандидат технических наук, доцент кафедры РТиАП;

Котова H.A. - кандидат технических наук, доцент кафедры РТиАП,

рассмотрела результаты работы и материалы диссертации Сергеева Е.А. па соискание ученой степени кандидата технических наук на тему: «Методы обработки изображений в сканирующих информациопо-измерительных системах обнаружения движения».

Комиссия констатирует следующее.

Теоретические результаты исследований включены в конспект лекций по дисциплинам «Информационные и измерительные устройства в меха-тронике и робототехнике» и «Системы технического зрения и обработки информации», читаемых студентам направления 221000 «Мехатроника и робототехника» профиля «Промышленная и специальная робототехника»;