- •1 Области применения систем видео слежения
- •2 Операции замыкания/ размыкания
- •1 Детерминированное описание непрерывных изображений
- •2 Выделение границ
- •1 Вероятностное описание непрерывных изображений
- •2 Заполнение областей
- •1 Дискретизация и квантование изображения
- •2 Выделение связных компонент
- •1 Описание дискретных изображений.
- •2 Корреляционные методы измерения координат объекта.
- •1 Изменение контраста и виды изменений гистограмм.
- •2 Метод последовательного определения сходства изображений.
- •1 Подавление шумов и подчеркивание границ.
- •2 Формулирование задачи видеослежения и понятие центра объекта слежения.
- •1 Адаптивная фильтрация Винера.
- •2 Модель наблюдения при слежении за объектом в присутствии неоднородного фона
- •1 Медианная фильтрация.
- •2 Модели состояния яркости изображений фона и объекта слежения.
- •1 Инверсная фильтрация. Винеровская фильтрация.
- •2 Модель движения и изменения объекта слежения.
- •1 Пространственная реставрация изображения методом псевдообращения матриц.
- •2 Алгоритм оценки координат. Общий подход.
- •1 Признаки, методы выделения признаков.
- •2 Алгоритм оценки координат при известном изображении фона объекта. Критерий максимума апостериорной плотности
- •1 Методы сегментации, дискриминантный критерий.
- •2 Алгоритм оценки координат при изв. Изобр. Фона объекта. Критерий максимального правдоподобия
- •1 Методы сегментации. Метод минимизации среднеквадратического отклонения. Со
- •2 Функциональная схема видеослежения.
- •2 Подавление шумов и подчеркивание границ.
- •1 Сегментация на основе движения.
- •2 Инверсная фильтрация.
- •1 Морфологическая обработка. Базовые понятия теории множеств.
- •2 Двумерное преобразование Фурье. Его свойства
- •1 Операция дилатации
- •2 Пространственно-спектральные признаки.
- •1 Операции эрозии
- •2 Алгоритм оценки координат в случае известных изображения и фона в случае нулевого фона.
2 Формулирование задачи видеослежения и понятие центра объекта слежения.
Информация получаемая с помощью активных (радиолокационных лазерных) или пассивных(телевизионных) систем наблюдения может быть представлена в виде последовательности двумерных изображений на которых могут выступать автомашины движущиеся по шоссе вертолеты детали на конвейере и прочая чепуха=) при этом ваозникают задачи связанные с автоматическим обнаружением появляющегося объекта выделением принадлежащих ему точек оценкой таких его параметров как скорость координаты размеры яркость.
Автоматические видеокомпьютерные системы могут строиться по различным принципам в зависимости от решаемых задач. Так при решении задачи сопровождени в малом угле зрения необходима замкнутая автоматическая система для удержания оптической оси датчика изображения в направлении на точку принимаемую за центр объекта слежения. В дальнейшем предполагаем что имеются устройства формирования изображения устр дискр и квантования и ЭВМ.
Билет 8
1 Адаптивная фильтрация Винера.
Низкочастотная фильтрация наряду с подавлением шума может искажать и полезные сигналы. На различных участках изображения дисперсия (изменчивость) изображения может быть различной.
1)
Сглаживающие свойства фильтра минимальны,
остается наблюдаемое изображение.
2)
Шум подавлен:
2 Модель наблюдения при слежении за объектом в присутствии неоднородного фона
При наблюдении за объектом, перемещающемся на сложном фоне, возможны различные ситуации. Наиболее характерной является такая, когда фоновое изображение расположено дальше, чем объект. Очевидно, что в этой ситуации объект закрывает собой какой-то участок фона. Другая ситуация – объект полностью или частично оказывается закрытым фоном. С учетом этих замечаний, модель наблюдения можно записать в виде 5.2.
Билет 9
1 Медианная фильтрация.
Часто при подавлении шума на изображении бывает полезна медианная фильтрация. Одномерный медианный фильтр представляет собой скользящее окно, содержащее нечетное число элементов изображения. В медианном фильтре центральный элемент заменяется медианой всех элементов изображения, попадающих в окно.
Например, в окно попали элементы с уровнями 80 90 200 110 100. В этом случае центральный элемент будет заменен на значение 110.
1 – линейно возрастает входной сигнал – выход формируется усреднением соседних элементов – сигнал без искажения.
2 – сигнал с импульсом – энергия среднего импульса «размажется» по остальным элементам – импульс заменится на какой-то соседний элемент, являющийся медианой.
3 - ….. - …… - двойной импульс отфильтруется.
4 - …… - …… - окно 5, имульсов 3.
2 Модели состояния яркости изображений фона и объекта слежения.
Как правило, для описания изображения используются различные модели в виде случайных полей, обычно пространственные модели (модели, которые описывают отдельный кадр изображения, не учитывая временной характер). Но даже введение пространственных моделей является сложной проблемой, связанной с адекватностью этих моделей реальным сценам. Существует огромное разнообразие сцен (изображений), которые невозможно описать в рамках одной модели. В отдельных случаях это возможно.
Используя обстоятельство, что имеются последовательности изображений, будем считать, что имеется высокая частота поступления кадров изображения, и основной упор вводимых моделей делать, предполагая пространственную независимость процессов, описывающих яркости точек изображения.
Предполагаем пространственную независимость яркости точек друг от друга. Изменения во времени носят случайных характер. N(0, Dω) – нормальная случайная величина с нулевым математическим ожиданием и дисперсией Dω.
Таким образом, модель фона задается в виде марковского случайного процесса, независимо протекающего в каждой точке изображения, что формирует неоднородное по пространству изображение. Процесс вида (5.7) иногда называют процессом с независимым приращением. Нестационарный по математическому ожиданию процесс. Реальные процессы, связанные с яркостью, не могут быть отрицательными. В результате получается случайное поле, яркости которого со временем могут изменяться, но при этом независимы в каждой точке.
Множество точек объекта за время между кадрами не меняется. Будем предполагать, что объект может только смещаться вдоль осей координат.
Объект моделируется в виде совокупности марковских случайных процессов, независимо протекающих в каждой точке, что порождает неоднородное по яркости изображение объекта.
Билет 10
