Разработка и реализация алгоритма обнаружения движущихся объектов по анализу видеопотока с камеры при наличии вибраций
Ознакомление с подходами к подавлению дрожания кадра. Сравнение работы детектора Харриса и детектора по минимальному собственному значению. Необходимые условия успешного подавления вибраций: текстуризация фона, небольшие изменения между двумя кадрами.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | реферат |
| Язык | русский |
| Дата добавления | 15.08.2013 |
| Размер файла | 43,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Московский физико-технический институт
Реферат
Разработка и реализация алгоритма обнаружения движущихся объектов по анализу видеопотока с камеры при наличии вибраций
Журавлев Г.А., Рыжаков М.В.
Задача обнаружения движущихся объектов с движущейся камеры весьма актуальна в наше время. Взять хотя бы систему видеонаблюдения. Применяя алгоритм поиска движения, учитывающий поворот камеры, система будет непрерывно и исправно работать без участия человека. Другое применение данная задача может найти, например, при ведении видеосъемки с летательного аппарата и слежении за каким-либо подвижным объектом на земле (автомобилем, человеком).
В основе решения данной задачи лежит принцип подавления дрожания кадра. Существует несколько подходов к такому подавлению дрожания, общая суть которых - нахождение и осуществление компенсирующих сдвигов для каждого изображения последовательности. Из всех подходов наиболее подходящим для решения данной задачи является подход на основе аппарата особых точек. Он состоит из двух этапов:
1) На первом этапе производится поиск точек, обладающих набором определенных свойств. Задача алгоритма в том, чтобы выявить точки, окрестность которых значительно отличается от окрестностей близлежащих точек.
За последние двадцать лет было создано довольно много различных детекторов точечных особенностей изображений. Чаще всего используются детектор Харриса и детектор по минимальным собственным значениям [1]. В данной работе реализованы оба.
Рассмотрим детектор по минимальным собственным значениям. Берем первое изображение последовательности. Для каждого пикселя рассчитываем следующую матрицу:
где - яркость в точке, - весовая функция по окрестности , в качестве которой обычно берут распределение Гаусса.
У точки, окрестность которой похожа на угол, матрица будет иметь два больших положительных собственных значения. Таким образом, условие похожести точки на угол запишется следующим образом:
Теперь остается найти локальные максимумы функции отклика угла , которые и будут соответствовать особым точкам.
Чтобы упростить вычисления, Харрис предложил отказаться от подсчета собственных значений матрицы, и вместо них ввел следующую функцию отклика угла:
где - параметр Харриса, его величина обычно лежит в пределах и определяется эмпирически.
Далее с ней проводятся аналогичные действия, поиск локальных максимумов, и введение порогового значения.
2) На втором этапе - этапе слежения (Tracking) [2] - определяются смещения для каждой особой точки между соседними кадрами и рассчитывается средний по всем точкам вектор сдвига для каждой пары кадров.
Основная идея задачи слежения состоит в поиске окрестности в текущем кадре, максимально похожей на окрестность точки в предыдущем кадре. Следующий ключевой момент состоит в том, что этот поиск окрестности производится не по всему изображению, а в некотором радиусе от исходного положения особой точки. Здесь мы вводим предположение, что за время между двумя кадрами в сцене не происходит больших изменений, поэтому нет смысла искать точку далеко от текущего её положения.
Таким образом, если в предыдущем кадре координаты особой точки обозначить , то в области поиска ищется такой вектор , что сумма по окрестности будет минимальна:
где - окрестность сравнения, - область поиска особенности, и - яркость точки в текущем и предыдущем кадрах.
Важно отметить необходимые условия успешного подавления вибраций. дрожание кадр детектор харрис
1. Необходима текстуризация фона для зацепки особых точек.
2. Подвижные объекты должны занимать незначительную площадь кадра, чтобы значительная часть особых лежала на неподвижном фоне.
3. Как уже было сказано выше, за время между двумя кадрами в сцене не должно происходить больших изменений.
Итак, в данной работе, достигнуты следующие результаты:
· Проведен анализ существующих алгоритмов подавления вибраций в видеопотоке, выбран наиболее подходящий алгоритм - с использованием особых точек.
· В среде Matlab разработан и реализован алгоритм поиска и отслеживания особых точек в последовательности изображений. Продемонстрировано преимущество детектора Харриса перед детектором по минимальным собственным значениям.
· В среде Visual C++ с использованием библиотеки OpenCV реализован комплексный алгоритм, работающий в реальном времени, обнаруживающий движущиеся объекты по анализу видеопотока с камеры. Достигнута корректная работа алгоритма при вибрациях камеры.
Дальнейшая работа в развитии и применении данной задачи возможна в следующих направлениях:
· Выявление и удаление "паразитных" особых точек, оказавшихся на подвижном объекте или на границе с ним.
· Доработка алгоритма для осуществления плавного отображения видеопотока с устранением высокочастотных колебаний при отслеживании относительно медленных изменений для удобства восприятия оператором.
СПИСОК ЛИТЕРАТУРЫ
1. Tomasi C., Kanade T. Detection and Tracking of Point Features - Carnegie Mellon University Technical Report - 1991 - CMU-CS-91-132.
2. Стрельников К.Н., Ватолин Д.С., Солдатов С.А. Новый метод подавления эффекта дрожания кадра в видео // Материалы десятого научно-практического семинара "Новые информационные технологии в автоматизированных системах" - 2007, С. 3-10.
Размещено на Allbest.ru
...Подобные документы
Разработка электронного измерителя амплитуды УЗ-вибраций. Анализ методов и устройств для измерения УЗ-колебаний. Выбор функциональных элементов, материалов и деталей, расчет компоновочных характеристик. Технико-экономическое обоснование прибора.
дипломная работа [109,0 K], добавлен 24.06.2010Правовое применение детектора лжи. Алгоритм обратного распространения ошибки. Процент правильного определения результата. Корректировка параметров и поднятие процента правильного определения результатов. Направления развития нейросетевого детектора лжи.
презентация [176,6 K], добавлен 14.08.2013Разработка алгоритма реализации на ЭВМ процесса поиска кратчайшего пути в графе методом Дейкстры. Программная реализация алгоритма поиска кратчайшего пути между двумя любыми вершинами графа. Проверка работоспособности программы на тестовых примерах.
реферат [929,8 K], добавлен 23.09.2013Анализ существующих алгоритмов фильтрации и сегментации изображений. Разработка алгоритмов обработки видеопотока на основе выделенных быстрых методов. Реализация принимающей части цепочки сервер-клиент, получающую видеопоток с мобильного устройства.
дипломная работа [337,5 K], добавлен 24.01.2016Анализ физических предпосылок селекции движущихся малоразмерных наземных целей по спектральным параметрам. Разработка алгоритмов обнаружения МНЦ и повышения эффективности их распознавания в интересах радиолокационных станций разведки и целеуказания.
дипломная работа [830,3 K], добавлен 28.04.2009Создание системы видеонаблюдения для обеспечения требуемого уровня безопасности. Функция обнаружения движения. Обзор альтернативных вариантов построения информационной системы. Последовательность обработки фильтров. Графическая обработка видеопотоков.
курсовая работа [702,7 K], добавлен 16.01.2014Разработка алгоритма и программы на языке С++ для генерации значений случайных величин, имеющих нормальный закон распределения. Проверка нулевой гипотезы об отсутствии статистически значимых различий между двумя выборками с помощью t-критерия Стьюдента.
лабораторная работа [763,5 K], добавлен 19.02.2014Разработка алгоритма и реализация интеллектуальной информационной системы, позволяющей оценить время в неделю, необходимое для осуществления функций технической поддержки администратора с необходимым уровнем надежности работы локальной сети.
курсовая работа [37,4 K], добавлен 01.12.2009Сравнение методов деления отрезка пополам, хорд, касательных и итераций, поочередно используя их для решения одного и того же уравнения. Построение диаграммы и графика изменения числа. Исследование алгоритма работы программы, перечня идентификаторов.
курсовая работа [1,3 M], добавлен 06.08.2013Изучение технических характеристик и демонстрация работы профессионально сканирующего приемника AR3000A, детектора поля D 006, генератора шума ГШ-1000М. Назначение портативных средств защиты информации, принцип работы оборудования, правила работы.
практическая работа [3,6 M], добавлен 23.12.2007Блок-схема алгоритма Флойда. Разработка его псевдокода в программе Microsoft Visual Studio. Программа реализации алгоритмов Беллмана-Форда. Анализ трудоемкости роста функции. Протокол тестирования правильности работы программы по алгоритму Флойда.
курсовая работа [653,5 K], добавлен 18.02.2013Исследование причин появления и особенностей проявления муара в изображении. Обзор вида муара при различных углах наложения двух растровых структур. Рекомендаций по предотвращению муара при четырехцветной печати. Анализ основных методов подавления муара.
курсовая работа [3,5 M], добавлен 27.10.2013Состав и принцип работы аппаратуры. Выбор параметров корреляционного анализа и Фурье-анализа. Разработка и применение алгоритма корреляционного анализа. Реализация алгоритма Фурье-анализа на языке С++ и алгоритма корреляционного анализа на языке С#.
дипломная работа [4,6 M], добавлен 30.11.2016Обзор стрелковых тренажеров, их достоинств и недостатков. Выбор веб-камеры, разработка общего алгоритма программы. Реализация спускового крючка. Создание пристрелки для настройки тренажера. Линейная аппроксимация, нахождение координат точки прицеливания.
дипломная работа [3,4 M], добавлен 26.12.2014Разработка программы, выводящей на экран механизм с возможностью изменения масштаба, скорости вращения звена, сохранения и считывания входных данных из файла в среде разработки MS Visual C#. Блок-схема ее работы. Принцип работы движущихся элементов.
курсовая работа [860,6 K], добавлен 27.06.2013Исследование симметричных алгоритмов блочного шифрования. Минусы и плюсы алгоритма IDEA. Разработка программы аутентификации пользователя и сообщений на основе алгоритма IDEA. Выбор языка программирования. Тестирование и реализация программного средства.
курсовая работа [314,2 K], добавлен 27.01.2015Структура оптимальных бинарных деревьев поиска. Рекурсивное решение; вычисление математического ожидания стоимости поиска; выбор ключа, который приводит к его минимальному значению. Вычисленные с помощью процедуры Optimal_BST для распределения ключей.
доклад [1,2 M], добавлен 14.11.2011Задачи компьютерного зрения. Анализ, разработка и реализация алгоритмов поиска и определения движения объекта, его свойств и характеристик. Алгоритмы поиска и обработки найденных областей движения. Метод коррекции. Нахождение объекта по цветовому диапазон
статья [2,5 M], добавлен 29.09.2008Программная реализация алгоритма составления каталога товаров из сети электронных магазинов с выявлением одинаковых, используя сравнение по изображениям. SURF-метод в основе алгоритма: поиск особых точек на изображении и составление их дескрипторов.
дипломная работа [3,1 M], добавлен 27.06.2012Алгоритмы нахождения кратчайшего пути: анализ при помощи математических объектов - графов. Оптимальный маршрут между двумя вершинами (алгоритм Декстры), всеми парами вершин (алгоритм Флойда), k-оптимальных маршрутов между двумя вершинами (алгоритм Йена).
курсовая работа [569,6 K], добавлен 16.01.2012
