Алгоритмы отслеживания точечных особенностей для решения прикладных задач анализа и обработки изображения

Тип работы:
Реферат
Предмет:
Сердце крысы


Узнать стоимость

Детальная информация о работе

Выдержка из работы

СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ 35
АЛГОРИТМЫ ОТСЛЕЖИВАНИЯ ТОЧЕЧНЫХ ОСОБЕННОСТЕЙ ДЛЯ РЕШЕНИЯ ПРИКЛАДНЫХ ЗАДАЧ АНАЛИЗА И ОБРАБОТКИ ИЗОБРАЖЕНИЯ
© Макаров А. А.
Волгоградский государственный технический университет,
г. Волгоград
Проанализированы существующие алгоритмы построения стерео изображения. Разработаны новые алгоритмы выделения / сопоставления точечных особенностей, превосходящие по характеристикам существующие алгоритмы.
В настоящее время обработка видеоизображений, широко используется в различных сферах человеческой деятельности. Одной из наиболее сложных и актуальных задач обработки изображений является проблема сопоставления двух изображений. Без решении данной задачи невозможно сопоставление объектов и восстановление трехмерной структуры. Решение данной задачи возможно с помощью методов выделения / сопоставления точечных особенностей на изображении. Также задача отслеживания точечных особенностей актуальна при решении задач отслеживании движения [2], генерации панорам, калибровки камер [3], стабилизации видео, трехмерной реконструкции, распознавании изображений, навигации роботов и при решении других прикладных задач [4].
В последнее время указанной проблеме было уделено достаточно много внимания и, как следствие, достигнут существенный прогресс в этом направлении, однако в целом задача сохраняет свою актуальность. Предложены различные методы выделения точечных особенностей детектор Харриса [1], алгоритм Scale Invariant Feature Transform (SIFT) [5], метод Difference-of-Gaussian (DoG) [6] и т. д. Однако предложенные методы не могут быть использованы при решении задачи в реальном масштабе времени.
Таким образом, учитывая, что наиболее важными характеристиками систем обнаружения являются скорость и процент обнаружения, актуальной является задача разработки и внедрения новых, более быстрых и точных алгоритмов, способных обнаруживать устойчивые точечные особенности.
Целью данной работы является повышение эффективности отслеживания пиксельных особенностей на цифровых изображениях за счет разработки и применения новых и модифицированных алгоритмов. Под по-
36
ПЕРСПЕКТИВЫ РАЗВИТИЯ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
вышением эффективности понимается улучшение следующих характеристик: повышение процента обнаружения устойчивых пиксельных особенностей, снижение процента ложных сопоставлений, снижение времени обработки изображения по отношению к результатам существующих алгоритмов.
Научная новизна работы заключается в том, что разработаны новые алгоритмы выделения/сопоставления точечных особенностей, превосходящий по характеристикам существующие алгоритмы.
Список литературы:
1. Harris, C. and Stephens, M. 1988. A combined corner and edge detector. In Fourth Alvey Vision Conference, Manchester, UK, pp. 147−151.
2. D. Nister, Preemptive RANSAC for live structure and motion estimation. ICCV Proc, pp. 199−206, 2003.
3. Manolis I.A. Lourakis and Rachid Deriche. Camera self-calibration using the singular value decomposition of the fundamental matrix. In Proc. of the 4th Asian Conference on Computer Vision, volume I, pages 403−408, January 2000.
4. Бобков В. А., Роншин Ю. И., Кудряшов А. П. Сопоставление линий по трем видам пространственной сцены// Информационные технологии и вычислительные системы. — 2006. — № 2. — С. 71−78.
5. David G. Lowe Distinctive Image Features from Scale-Invariant Keypoints International Journal of Computer Vision, 60, 2 (2004), pp. 91−110
6. Кудряшов А. П. Извлечение и сопоставление точечных особенностей// Электронный научный журнал «Исследовано в России». — 2007. — С. 1095−1104.
СРАВНЕНИЕ ЭФФЕКТИВНОСТИ МЕТОДИЧЕСКИХ СПОСОБОВ ПОВЫШЕНИЯ ТОЧНОСТИ ИЗМЕРЕНИЙ
© Сарычев В. В., Клопот М. М.
Таганрогский технологический институт Южного федерального университета, г. Таганрог
Предложен апертурный алгоритм нерегулярной дискретизации как метод сглаживания сигналов. Проведен сравнительный анализ алгоритмов сглаживания сигналов, с целью выявления наиболее оптимального. Показаны недостатки и преимущества рассматриваемых алгоритмов.

ПоказатьСвернуть
Заполнить форму текущей работой