Содержание к диссертации
Введение
Глава 1. Постановка задач и обзор методов 6
1.1. Постановка задач 6
1.2. Обзор методов контурного анализа 13
1.3. Обзор методов распознавания образов 16
1.4. Обзор методов определения положения 17
Глава 2. Определение пространственного положения Л А 20
2.1. Обработка математических моделей Л А 20
2.2. Метод определения пространственного положения Л А 44
2.3. Оценки точности метода для модельных и реальных полетов 70
2.4. Выводы 89
Глава 3. Распознавание типов и элементов конструкции Л А 91
3.1. Границы яркостей на монохромных изображениях 91
3.2. Распознавание типов ЛА 110
3.3. Распознавание элементов конструкции Л А 123
3.4. Выводы 132
Глава 4. Программная реализация 133
4.1. Подготовительный этап 133
4.2. Определение пространственного положения 134
4.3. Распознавание типа ЛА 139
Заключение 142
Литература
- Обзор методов распознавания образов
- Метод определения пространственного положения Л А
- Распознавание типов ЛА
- Определение пространственного положения
Введение к работе
Актуальность работы. Важнейшими областями применения радиолокационных и оптико-электронных систем (ОЭС) является обнаружение и последующее сопровождение летательных аппаратов (ЛА). Задача обнаружения ЛА решается на этапе предварительной обработки радиолокационных и оптических сигналов фоно-целевой обстановки. При последующей обработке радиолокационных и оптических сигналов с целью организации работы систем сопровождения решается задача определения пространственного положения ЛА. Важной задачей обработки радиолокационных и оптических сигналов является задача распознавания типов ЛА в полете на фоне небосвода. Традиционно решение задачи распознавания заключается в построении эталонов и решающих правил, позволяющих с требуемой вероятностью отнести изображение реального объекта к одному из заданных классов. Значительный вклад в создание радиолокационных и ОЭС, развитие дистанционных методов обнаружения объектов, методов и средств обработки изображений и распознавания образов внесен специалистами ЦАГИ (г. Москва), ЛИИ им. М.М. Громова (г. Москва), ГОИ им. С.И.Вавилова (г. Санкт-Петербург), НИИКИ ОЭП (г. Сосновый Бор), НПО «Геофизика» (г. Москва), ЦНИИ машиностроения (г. Королев), НИЦ ПВО (г. Тверь) 4ЦНИИ Минобороны России, ИСОИ РАН (г. Самара), ИПМ им. М.В.Келдыша РАН (г. Москва), и ряда других НИУ РАН, промышленности и МО РФ. Разработанный коллективами данных организаций научно-методический аппарат позволяет оптимизировать параметры радиолокационной и оптико-электронной аппаратуры и разрабатывать алгоритмы ее функционирования с учетом целевого назначения.
Вследствие развития ЛА и наземных средств поражения становится актуальной задача определения трех линейных координат центра и трех угловых координат (рыскания, тангажа и крена) поворота связанной системы координат ЛА. Полное решение задачи определения пространственного положения ЛА требуется при решении задачи распознавания типов ЛА и решении задачи определения наиболее уязвимых элементов конструкции ЛА. Кроме того, полное решение задачи определения пространственного положения необходимо для получения информации о параметрии ЛА по видеозаписи его полета и при решении задачи калибровки многоканальной ОЭС пассивной радиолокации.
Существующие методы (радиолокация, лазерный дальномер, стереопара и системы машинного зрения) не дают полного решения задачи определения пространственного положения. Это позволяет сделать вывод об актуальности разработки метода определения шести обобщенных координат пространственного положения ЛА на основе обработки информации, получаемой из пассивного оптического канала.
Цели работы. На основе обработки изображений, полученных из оптического канала ОЭС, разработать:
1. Метод определения пространственного положения ЛА известного типа.
2. Алгоритм определения элементов конструкции ЛА известного типа.
3. Алгоритм распознавания типа ЛА из заданного базового набора.
Направление исследований. Развитие дистанционных методов обнаружения объектов, определения их пространственного положения, обработки изображений и распознавания образов на основе контурного анализа.
Методы исследований. В диссертации при разработке алгоритмов определения пространственного положения и распознавания ЛА используются общие методы системного анализа, методы теории аппроксимации, теории графов, выпуклого анализа, кусочно-линейной и вычислительной геометрии, дискретной математики.
Обоснованность полученных результатов базируется на использовании основных принципов системного подхода при постановке научной задачи; ее декомпозиции и разработке методов их решения; учете современных представлений о методах обработки информации, влияющих на эффективность ОЭС при решении прикладных задач; использовании значительного объема экспериментальных натурных исследований, расчетных методов и имитационного моделирования с привлечением современных вычислительных средств.
Достоверность полученных результатов подтверждается достаточной для практики сходимостью теоретических расчетов с данными имитационного моделирования и с экспериментальными данными, полученными на реальных объектах и трассах; правильным согласованным выбором исходных данных и условий, принятием допущений и ограничений, имеющих наглядную физическую интерпретацию; решением модельных задач и сравнением полученных результатов с известными ранее или полученными другими методами; согласованностью результатов с ведущими НИУ МО РФ и организациями промышленности, которые получены с использованием изложенного в диссертации научно-методического аппарата.
Положения, выносимые на защиту.
1. Метод определения трех линейных и трех угловых координат пространственного положения ЛА известного типа, основанный на вычислении шести наблюдаемых параметров по внешнему контуру реального изображения ЛА.
2. Обоснование формулы определения расстояния до объекта из асимптотических оценок точности решения задачи определения пространственного положения.
3. Алгоритм построения древовидной структуры контуров границ яркостей на основе спектральных характеристик монохромных изображений.
4. Алгоритм распознавания элементов конструкции ЛА известного типа на основе разделения ракурсов.
5. Алгоритм распознавания ЛА на фоне небосвода, основанный на решении задачи определения пространственного положения для каждого типа ЛА из заданного базового набора.
Научная новизна.
1. Метод определения шести обобщенных координат ЛА известного типа, основанный на обработке одного двумерного изображения.
2. Алгоритм определения элементов конструкции ЛА известного типа, основанный на методе определения пространственного положения.
3. Алгоритм распознавания типов ЛА из заданного базового набора на основе контурного анализа.
Практическая полезность. Алгоритмы, изложенные в работе, были программно реализованы и позволили усовершенствовать процесс калибровки и проверки в полевых условиях многоканальной ОЭС.
Апробация работы. Основные результаты диссертации докладывались на конференциях и совещаниях: XXXII Гагаринские чтения, ХL Военно-научная конференция ВА ВКО им. Г.К. Жукова (г. Тверь), Военно-научный комитет космический войск (г. Москва), НИЦ ПВО (г. Тверь) 4 ЦНИИ МО РФ, 54-ая научная конференция МФТИ (г. Москва).
Реализация результатов исследований. Результаты и рекомендации, разработанные и предложенные автором, использовались при проведении исследований в следующих организациях:
1. НИЦ ПВО (г. Тверь) 4ЦНИИ Минобороны России (2009-2011г.г.) – при проведении НИОКР по темам: «Растр-8ЦН», «Заметность-Т» и др., выполненных по заказам Минобороны России.
2. ЗНП АО «Отделение ПВЭ и Ф» (2011г.) - при проведении научно-исследовательских и испытательных работ по теме «Барнаул-Т», выполненной по заказу Минобороны России.
Публикации. Основные результаты диссертации опубликованы в семи печатных работах, в том числе трех статьях в журналах, рекомендованных перечнем ВАК.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения и списка литературы (99 наименований). Общий объем диссертации - 157 страниц машинописного текста. Диссертация содержит 82 рисунка и 21 таблицу.
Обзор методов распознавания образов
В настоящее время методам распознавания образов посвящена обширная научно-техническая литература. Практическим воплощением работ [23]-[41] теоретического и прикладного характера являются разнообразные алгоритмы распознавания и построенные на-их основе системы технического зрения. При этом объектами распознавания являются папиллярные узоры [42]-[43], человеческие лица [44]-[46], радужные оболочки глаз [47], рукописные буквы [48], текстовые метки [49]-[50], контуры,зданий [51]. Распознаванию пространственных геометрических объектов посвящены работы [52]-[61].
В классе ЛА задача распознавания традиционно рассматривается для плановых проекций. В этом случае игнорируется пространственный характер ЛА. Поэтому такой подход имеет ограниченное применение даже при распознавании ЛА на статических изображениях на фоне подстилающей поверхности. Дело в том, что на реальных изображениях фигура Л А своей тенью разбивается на более мелкие сегменты, геометрическая форма которых зависит от конструкции Л А и его аэродинамической схемы [62]-[64].
Указанные сегменты составляют "алфавит"системы распознавания в спектре положительной контрастности. Кроме того, часто на реальных изображениях фигура ЛА сливается с фоном. В таких случаях распознавание приходится осуществлять по сегментам теней корпуса ЛА на подстилающей поверхности. Эти сегменты составляют "алфавит"системы распознавания в спектре отрицательной контрастности. В перечисленном наборе эталонов плановая проекция ЛА оказывается лишь одним из таких элементов. Все остальные элементы возникают из-за пространственного характера ЛА. В полной мере пространственность ЛА проявляется при распознавании ЛА на фоне небосвода. В этом случае ЛА может быть виден из любого ракурса. Поэтому "алфавит"системы распознавания оказывается образованным из непрерывного многопараметрического семейства эталонов. Разнообразные подходы к решению задачи распознавания ЛА и близких по геометрическому характеру объектов излагаются в работах [65]-[76].
Существующие технические средства определения пространственного положения объектов основываются на принципах машинного зрения, стереоскопического зрения, лазерных измерителей и радиолокации.
Системы машинного зрения, в основном, применяемые для решения задачи определения ориентации деталей на конвейере, эксплуатируются в условиях, существенно отличных от условий видеонаблюдения за полетами Л А. Например, в работе [77] излагаются методы и алгоритмы определения положения изделий микроэлектроники. Следует отметить, что детали на конвейере могут занимать строго определенные устойчивые положения, задаваемые в пространственном случае гранями выпуклой оболочки детали. Современные ЛА могут иметь любую ориентацию относительно наблюдателя.
Системы стереоскопического зрения [78] - [81] позволяют определить расстояние до объекта и в некоторых случаях восстановить его пространственную форму. Анализ алгоритмов стереозрения, проведенный в работе [78], позволяет сделать вывод, что данный метод не может быть применен при определении пространственного положения ЛА. Обычно внешний вид изображения ЛА представляет собой черный силуэт на фоне небосвода, что осложняет процесс поиска сопряженных точек на корпусе ЛА для определения его ориентации в пространстве. При существенной удаленности ЛА от места наблюдения требуется соответствующее увеличение базы, однако в работе [81] показано, что увеличение базы приводит к ошибкам, которые не могут быть компенсированы точностью измерений. Кроме того, камеры стереоскопической аппаратуры должны быть откалиброваны и занимать строго определенное положение относительно объекта.
Лазерные сканирующие устройства используются для точного определения расстояния до цели [82] - [88]. В качестве излучателя для лазерного сканера используется лазерный луч инфракрасных частот, который отражаясь от объекта возвращается в приемник, где по времени отклика определяется расстояние. Лазерный дальномер производит измерения с очень высокой скоростью и точностью, что позволяет использовать его не только для определения расстояния, но и для построения трехмерной модели объекта на небольших расстояниях [85] - [88]. Однако в случае существенной удаленности объекта от наблюдателя, лазерный дальномер способен определить только расстояние.
Основным методом определения пространственного положения ЛА является метод радиолокации [89] - [92], позволяющей решить задачу определения трех линейных координат центра объекта. Обычно в состав радиолокационной станции (РЛС) входит передатчик, антенный переключатель, приемник, приемо-передающая антенна и индикатор. Активной называется РЛС, обладающая передатчиком и приемником отраженных сигналов. Пассивной называется РЛС, обладающая приемником сигналов, излучаемых объектом. При помощи активных РЛС определяет угол азимута и пеленг цели. Кроме того, по мощности отраженного сигнала определяется дальность до объекта. Метод радиолокации позволяет решить задачу траєкторного отслеживания. В случае активной радиолокации для решения задачи траєкторного отслеживания достаточно одной станции, в случае пассивной радиолокации - необходимо как минимум три станции с существенными (порядка 30 км) расстояниями между ними. Однако, как активная, так и пассивная радиолокация не способны распознать тип ЛА и определить его пространственную ориентацию. Кроме того, применение специальных покрытий уменьшает отражающую способность объекта в случае активной радиолокации, а использование мощных излучателей шумового сигнала снижает эффективность пассивной.
Проведенный анализ показывает, что существующие методы (машинное зрение, стереоскопическое зрение, лазерный измеритель и радиолокация) не дают полного решения задачи определения пространственного положения Л А. Технические возможности перечисленных методов сведены в табл. 2.
Метод определения пространственного положения Л А
Будем связанную систему координат OpXpYpZp задавать в абсолютной системе координат 0VXVYVZV при помощи следующих шести параметров. В качестве первого параметра принимается расстояние р между оптическим центром С и началом 0р связанной системы координат. В качестве второго и третьего параметров принимаются пиксельные координаты х и у точки О пересечения плоскости фотоприемной матрицы с лучом, идущим из оптического центра С через начало 0Р связанной системы координат. В качестве четвертого, пятого и шестого параметров принимаются углы поворота А;, і, г связанной системы координат ЛА во вспомогательной системе координат O X Y Z . Параметры р, х, у, /с, t, г будем называть наблюдаемыми.
Вектор обобщенных координат ЛА, образованный из трех линейных и трех угловых координат, очевидным образом выражается через вектор наблюдаемых параметров (р, х, у, к, t, г).
В соответствии с поставленной в начале пункта задачей для определения пространственного положения ЛА требуется сделать оценку вектора наблюдаемых параметров через внешний контур изображения ЛА на фотоприемной матрице. Непосредственному изложению процедуры оценки вектора наблюдаемых параметров предпошлем изучение возможности точного и асимптотически точного решения задачи определения пространственного положения.
Основой решения задачи определения наблюдаемых параметров является совмещение реального изображения ЛА с эталонными изображениями из некоторого непрерывного многопараметрического семейства. Будем различать точное решение задачи, когда совмещение изображений является геометрически точным, и приближенное, когда совмещение изображений является наилучшим в той или иной метрике.
Покажем, что минимальная размерность семейства эталонных изображений, допускающая точное решение задачи, равна трем, а минимальная размерность семейства эталонных изображений, допускающая асимптотически точное (по параметру р —) решение задачи, равна двум. При этом будем предполагать, что семейство эталонных изображений и реальное изображение получены в оптической системе с одним и тем же фокусным расстоянием F.
Искомое трехпараметрическое семейство эталонных изображений получается в результате непрерывного изменения параметров г, , р при фиксированных параметрах х — у = к = 0. Для фактической записи трехпараметрического семейства могут использоваться, например, внешние контуры центральных проекций цифровых математических моделей ЛА на плоскость фотоприемной матрицы.
Естественным требованием к трехпараметрическому семейству, при котором возникает возможность однозначного решения задачи определения пространственного положения, является то, что все.включенные в это семейство изображения должны быть попарно различны. Если объект, для которого данное семейство строится, имеет внутреннюю симметрию, то это требование может нарушаться. Например, если объект имеет форму шара, то фактически трехпараметрическое семейство становится однопараметрическим, поскольку исчезает зависимость от углов поворота г и t. Следует отметить, что большинство ЛА имеют плоскость симметрии. С формально-геометрической точки зрения наличие плоскости симметрии еще не приводит к тождественному совпадению изображений трехпараметрического семейства. Однако из-за плоскости симметрии в этом семействе возникают пары исключительно близких изображений. Более подробно явление ветвления будет изложено в отдельном пункте.
Процедура точного определения пространственного положения объекта по трехпараметрическому семейству эталонных изображений (удовлетворя 49 ющему указанному выше требованию) состоит в следующем. Все эталонные изображения из трехпараметрического семейства проектируются на сферу S радиуса F с центром в С. Полученное реальное изображение объекта с плоскости фотоприемной матрицы так же проектируется на сферу S. Решение задачи осуществляется в рамках геометрически идеальной модели. Поэтому для сферической проекции реального изображения существует ровно одна сферическая проекция эталонного изображения с параметрами г, , р, которая может быть совмещена с проекцией реального изображения тремя вращениями сферы S. А именно, поворот сферы S вокруг оптической оси L дает значение угла поворота к, а последующий пространственный поворот оптической оси L вокруг точки С дает значения пиксельных координат (ж, у) как точки пересечения плоскости фотоприемной матрицы и нового положения оптической оси.
К сожалению, использование центральной проекции на сферу вместо центральной проекции на плоскость при практическом решении задачи существенно усложняет математический аппарат, поскольку приходится совмещать не плоские, а пространственные геометрические объекты. Поэтому далее будет использоваться центральная проекция не на сферу, а на ее касательную плоскость. Поясним сказанное более подробно.
Пусть начало 0Р связанной- системы координат Л А располагается на луче, идущем из точки С через точку 0 с пиксельными координатами х и у на расстоянии р от оптического центра С. Тогда центральная проекция ЛА из точки С на плоскость O Y Z вспомогательной системы координат дает изображение, полностью совпадающее с тем изображением на фотоприемной матрице, при котором начало 0Р связанной системы координат Л А располагается на оптической оси L на расстоянии р от оптического центра С, а фокусное расстояние равно Ff(x,y). Легко видеть, что плоскость проекции O Y Z является касательной плоскостью к сфере радиуса F (x, у) в точке О . Такая модификация метода определения пространственного положения существенно упрощает математический аппарат, однако приводит к ошибкам определения пиксельных координат (х,у), величина которых может быть до известной степени компенсирована.
На практике задача определения пространственного положения ЛА решается в случаях значительной удаленности Л А от места съемки. Оказывается, с ростом расстояния р деформация изображения Л А имеет порядок малости р 2. Это позволяет фиксировать параметр р = ро для характерного расстояния ро И заменить трехпараметрическое семейство эталонных изображений на двупараметрическое по параметрам г nt.
Сделаем оценку деформации изображения ЛА с ростом расстояния р при фиксированных значениях параметров х = у = к = 0, г = го, t = to. В частности, это позволит сделать оценку диапазона изменения расстояния р в: рамках одно-пиксельной деформации изображения.
При сделанных предположениях начало 0Р связанной системы координат ЛА располагается на оптической оси L и с ростом расстояния р F ЛА удаляется от оптического центра С без изменения ориентации в пространстве. Обозначим через О. геометрическую фигуру ЛА при значении расстояния p — F, когда начало 0Р связанной системы координат Л А совпадает с началом абсолютной системы координат 0vXvYvZv.
Оценка деформации изображения ЛА с ростом расстояния р получается в результате равнения центральной и орто-центральной проекций. Пусть при p — F точка UJ = (X, У, Z) принадлежит множеству Q. Тогда при р F точка (X, У, Z) переместится в точку (X + р — F, У, Z). Осуществляя центральную проекцию точки (X + р — F, У, Z) из оптического центра С на плоскость фотоприемной матрицы, получаем точку
Распознавание типов ЛА
Пусть точка Р имеет непустой спектр Sp(P) = [So, Si]. Тогда при всех So к Si точка Р является простой вершиной на графе dV{k). Будем уровень яркости So к Si называть полезным, если точка Р является отмеченной точкой фигуры Ф(Р, к). В этом случае обязательно Р Є G(P, к). Совокупность полезных уровней яркости So к Si будем называть полезным спектром точки Р.
Докажем, что непустой полезный спектр точки Р является отрезком [S ,Si], где So S Si. Действительно, обозначим через S минимальный полезный уровень яркости точки Р. Проверим, что любой уровень яркости S к Si также является полезным. Поскольку S к, из включения V(S ) Э V(k) следует включение Ф(Р, S ) D Ф(Р, к). Точка Р является отмеченной точкой фигуры Ф(Р, S ). Из последнего включения следует, что точка Р является отмеченной точкой фигуры Ф(Р, к). Поэтому уровень яркости к является полезным.
Обозначим через ЭрДР) = [S ,Si] полезный спектр точки Р. В случае пустого полезного спектра условимся, что S = Si + 1. В случае Sp (P) = Sp(P) полезный спектр будем называть максимальным.
Проверим, что границы яркости фигур изображения, будучи пределами жордановых кривых, образуют структуру по вложению. Пусть для яркостей к к" заданы фигуры Ф С V{k ) и Ф" С V{k") с границами яркостей С" и G". Если Ф П Ф" = 0, то G r\G" = 0. Поэтому жордановы кривые G и G" либо расположены вне друг друга, либо одна из них расположена внутри-другой. Осуществляя предельный переход є — 0, получаем аналогичный вывод относительно границ яркостей G и G". Если Ф П Ф" ф 0, то из неравенства к к" и включения V{k ) D V(k") следует включение Ф D Ф". Поэтому граница яркостей G" вложена в жорданову кривую G e. Осуществляя предельный переход є!— 0, получаем, что граница яркостей G" вложена в границу яркостей G . Отсюда следует, что любые две границы яркостей либо расположены вне друг друга, либо одна из них вложена в другую.
Изложенное выше показывает, что совокупность границ яркостей G(P, /с), где точка Р имеет непустой полезный спектр Sp (Р), а уровень яркости к меняется в пределах полезного спектра Sp (Р), имеет структуру дерева по вложению. При этом корневой вершиной дерева, в которую вкладываются все границы яркостей, является максимальная по вложению граница яркостей С[(1,1),1].
Будем вершины дерева границ яркостей G(P, к) располагать в пространстве и отождествлять с точками (Р, к) параллелепипеда [О, W] х [О, Н] х [0,255]. А именно, расположим все точки с непустыми полезными спектрами в лексикографическом порядке Р Р1). Возьмем точку Рг с полезным спектром Sp P ) = [,]] и установим над этой точкой вершины дерева границ яркостей на уровнях SI к S{. Соединим установленные вершины вертикальными ребрами. В случае г 1 определим для границы яркостей G(Pl,Sl) ту минимальную по вложению границу яркостей G(PJ, fcy ), где Si 0 S[, для которой граница (?(Рг, SI) вложена в границу G(Pi, W). Полезно заметить, что PJ - Рг. Соединим вершины (P\Sl) и (Рі,кгі) дерева наклонным ребром. Это завершает процедуру построения дерева границ яркостей. Возможный вид дерева для точек Р Р1 Р2 Ръ Р4 показан на рис. 58. к 255
Изложим алгоритм, в котором для заданной точки Р и заданного порога яркости 1 к 255 строится граница яркости G(P,k) фигуры Ф(Р,к) с отмеченной точкой Р. Если уровень яркости к не является полезным и указанной границы яркости не существует, то полагается G(P, к) = 0. Далее, светлые и темные пиксели изображения, а также простые и двойные точки определяются относительно уровня яркости к.
Алгоритм 4. Построение всех границ яркостей. Пусть точка Р произвольным образом пробегает внутренние точки прямоугольника изображения [0, W] х [0, Н]. Если точка Р имеет пустой спектр Sp(P), то точка Р пропускается. Пусть точка Р имеет непустой спектр Sp(P) = [ So,«Si]. Будем уровень яркости к изменять от верхнего значения Si до нижнего значения So. Применим к точке Р и уровню яркости к алгоритм построения границы яркостей. Если в результате его работы G(P, к) 0, то ломаная С?(Р, к) добавляется в набор границ яркостей фигур изображения. Если в результате его работы G(P,k) = 0, то для выбранной точки Р уровень яркости к = S — 1 не является полезным и дальнейшее понижение уровня яркости к смысла не имеет. В этом случае рассматривается следующая точка Р изображения.
Эффективность работы алгоритма построения границ яркости обеспечивается следующими факторами. Во-первых, в алгоритме игнорируются точки Р с пустым спектром Sp(P) = 0 и обрабатываются только точки Р с непустым спектром Sp(P) = [So, Si]. Во-вторых, для точек Р с непустым спектром игнорируются уровни яркостей к So и к Si. В-третьих, для точек Р с непустым спектром работа алгоритма прерывается на яркости к = S — 1. При этом только для этой яркости алгоритм работает в холостом режиме до момента прерывания.
Для оценки эффективности и скорости работы алгоритма были взяты четыре статистически независимые тестовые изображения. В данном случае статистическая независимость изображений подразумевается в том смысле, что ни одно изображение не является частью другого. число точек с пустым полезным спектром, iVmax - число точек с максимальным полезным спектром. Отношение Nsp/Np дает процент пикселей с непустым спектром, которые фактически обрабатываются алгоритмом. Из табл. 11 следует, что этот процент варьируется в пределах 15-і- 25%. Отношение NQ/NST дает процент пикселей с пустым полезным спектром среди пикселей фактически обрабатываемых алгоритмом. Из табл. 11 следует, что этот процент варьируется в пределах 60 -г- 80%. Обработка пикселей с пустым полезным спектром приводит к построению пустых границ яркостей. Поэтому из полученных оценок следует, что непустые границы яркости строятся для « 6% пикселей от общего числа пикселей изображения. Отношение Nmax/NSJ) дает процент обрабатываемых пикселей, на которых алгоритм имеет максимальную эффективность. Через EfF обозначен процент числа операций, затрачиваемых на построение непустых границ яркостей, по отношению к общему числу операций, затрачиваемых на построение пустых и непустых границ яркостей. Для всех четырех тестовых изображений EfF 50%, что говорит о достаточно высокой эффективности работы алгоритма. Резерв повышения эффективности заключается в априорном определении точек с пустым полезным спектром.
Определение пространственного положения
На подготовительном этапе производится добавление нового типа ЛА в систему,,чтобы можно: было задействовать остальные:подсистемы программной среды. Для добавления в систему нового типа ЛА необходимо: иметь его трехмерную модель в формате 3ds. Модель копируется в специальное место, откуда добавляется: в: систему. После добавления модели-необходимо построить аппроксимацию ее трехмерной выпуклой оболочки.
Полная трехмерная выпуклаяюболочка модели:строится автоматически, после чего; оператор отмечает на выпуклой оболочке ненужные: точки и удаляет их. Обычно на трехмерной выпуклой, оболочке Л А остается: 16 - 18 точек. Оператор имеет возможность контролировать качество; аппроксимации при. помощи процентного отношения: объемов.аппроксимации и исходной выпуклой оболочки., После построения аппроксимации, необходимо установить центр системы координат ЛА. Обычно центр системы координат устанавливается таким образом, чтобы ось X приходила через нос ЛА, а точка центра делила отрезок между хвостом и носом на две равные части. Завершается построение аппроксимации трехмерной выпуклой оболочки, построением всех ее двумерных проекций по всем углам прямоугольника Q на плоскость фотоприемной матрицы. Таких проекций строится ровно 64800.
После построения двумерных проекций строится є-сеть данного типа ЛА. Построение -сети в каждом из квадрантов прямоугольника Q строится независимо, то есть є-окрестность точки определяется только в рамках текущего квадранта. Оператор имеет возможность изменить значение е. Чем больше значение є, тем меньше точек остается в er-сети. Из практики, обычно значение є устанавливается є = 0.05. Для завершения подготовительного этапа необходимо построить для каждой точки є-сети эталонный контур, который в дальнейшем будет использоваться для совмещения с реальным. Единственной настройкой построения эталонных контуров является дальность на которую устанавливается трехмерная модель. Обычно значение дальности берется равным 200.
Поскольку выделение объекта на фоне небосвода не является приоритетной задачей диссертации, то для выделения объекта был использован видоизмененный стандартный одноуровневый следящий алгоритм построения всех контуров на всех границах яркости за один проход изображения с построением семейств вложенных контуров. На практике, обычно программная среда работает в составе многоканальной ОЭС, где присутствует инфракрасный канал, поэтому проблема с определением местоположения объекта решается при помощи данных инфракрасного канала. Общая схема работы подсистемы выделения объекта показана на рис. 80.
Обычно на изображении строится не один контур, а семейство вложенных контуров, при помощи которых выделяется объект. Однако определение положения на каждом из контуров семейства существенно замедлит работу системы, поэтому в системе реализовано несколько способов выбора контура для определения положения из семейства вложенных контуров.
1. Первая четверть. В способе "Первая четверть" из семейства вы бирается контур с номером L, где L - высота башни. Величина \ подбира лась эмпирически так, чтобы контур не захватывал фон и не сильно заходил .внутрь объекта. Способ основывается на допущении, что высота башен для всех кадров, как и распределение контуров в башне, примерно одинаковые.
2. По Хаусдорфу. В способе "По Хаусдорфу" из башни выбирается контур, который имеет наименьшее расстояние по метрике Хаусдорфа, от выбранного контура предыдущего кадра. Плюсом данного способа является то, что он максимально сохраняет детали ЛА, которые есть на предыдущих кадрах (стабилизаторы и др.). Минусы данного метода проистекают из его достоинств. В случае быстрого изменения формы объекта алгоритм будет захватывать часть фона в случае удаления или заходить внутрь объекта в случае приближения ЛА. Еще одна особенность данного способа заключается в том, что для начала работы способа "По Хаусдорфу" на первом кадре требуется выбрать контур каким-либо другим способом.
3. Самый контрастный. В способе "Самый контрастный" из башни выбирается контур, который имеет самый большой контраст, то есть наибольший средний перепад яркостей слева слева и справа от границы. Плюсом данного способа является то, что он очень редко захватывает фон, а минусом то, что он неприменим на низкоконтрастных изображения, поскольку может давать либо достаточно случайные результаты, либо сильно уходить внутрь объекта и захватывать самое контрастное ядро, которое содержит мало полезной информации и плохо аппроксимирует объект.
Обычно на высококонтрастных изображениях используются первый и третий способы, а на низкоконтрастных - второй. Программная среда позволяет строить контура по принципам положительной и отрицательной контрастности в автоматическом режиме. Оператор имеет возможность контролировать процесс построения контуров на последовательности кадров по графикам параметров контура: диаметру, площади, выпуклости, удлинения и яркости границы. В случае, срыва слежения или ошибочного выбора контура из семейства, оператор имеет возможность остановить процесс построения и скорректировать контур вручную.
Быстродействие подсистемы построения контуров зависит от скорости работа алгоритма построения всех контуров на изображении, числа контуров в семействе, количества точек в контуре и способа выбора контура для выделения объекта. Быстродействие алгоритма построения всех контуров на изображении составляет порядка 3 мегапикселя в секунду на одном ядре процессора Intel Core Quad 8200. Способы выбора "Первая четверть" и "Самый контрастный" времени практически не требуют. Быстродействие способа " По Хаусдорфу" кардинально медленнее остальных. Так для контура диаметром 30 пикселей время построения составило 120 мс, а для контура диаметром 120 пикселей достигает 500 мс.
