Розробка методу визначення положення об'єкту з використанням типової форми його зображення
DOI:
https://doi.org/10.15587/1729-4061.2023.275655Ключові слова:
обробка зображення, типова форма зображення, алгоритм Левенберга-Марквардта, оцінка параметрівАнотація
Порушення умов зйомки досліджуваних об'єктів призводить до формування різноманітної типової форми об'єктів по всьому кадру серії. Наслідком цього визначення точного положення об'єкту на кадрі стає скрутним. Для цього було розроблено метод визначення положення об'єкту з використанням типової форми його зображення на серії кадрів.
Даний метод заснований на формуванні типової форми цифрового зображення об'єкта на основі даних з усіх кадрів серії. Вона дозволяє врахувати особливості формування зображення об'єкта на кожному кадрі початкової серії. Базуючись на цьому, виконується більш точна оцінка початкового наближення параметрів усіх гауссіан зображення об'єкта. Адаптація методу саме під типову форму дозволяє виконати більш точну оцінку позиційних параметрів (координат) об'єкту у порівнянні з аналітично заданим профілем. Оцінка положення об'єкта була отримана за допомогою методу найменших квадратів. Після цього була виконана мінімізація за допомогою алгоритму Левенберга-Марквардта. Також використання методу дозволяє покращити ототожнення з опорними об'єктами та скоротити кількість помилкових виявлень. Дослідження показало зменшення середньоквадратичного відхилення помилок ототожнення кадрів у 7‒10 разів при використанні типової форми цифрового зображення.
Розроблений метод визначення положення об'єкту з використанням типової форми його зображення був апробований на практиці в рамках проекту CoLiTec. Він був впроваджений в блоці внутрішньокадрової обробки програмного забезпечення Lemur для автоматизованого виявлення нових та супроводу відомих об'єктів. Завдяки використанню програмного забезпечення Lemur та впровадженого в нього запропонованого обчислювального методу було успішно оброблено та ототожнено понад 700 000 вимірювань різних об'єктів, що досліджуються
Посилання
- Dearborn, D. P. S., Miller, P. L. (2014). Defending Against Asteroids and Comets. Handbook of Cosmic Hazards and Planetary Defense, 1–18. doi: https://doi.org/10.1007/978-3-319-02847-7_59-1
- Mykhailova, L., Savanevych, V., Sokovikova, N., Bezkrovniy, M., Khlamov, S., Pogorelov, A. (2014). Method of maximum likelihood estimation of compact group objects location on CCD-frame. Eastern-European Journal of Enterprise Technologies, 5 (4 (71)), 16–22. doi: https://doi.org/10.15587/1729-4061.2014.28028
- Savanevych, V. E., Khlamov, S. V., Akhmetov, V. S., Briukhovetskyi, A. B., Vlasenko, V. P., Dikov, E. N. et al. (2022). CoLiTecVS software for the automated reduction of photometric observations in CCD-frames. Astronomy and Computing, 40, 100605. doi: https://doi.org/10.1016/j.ascom.2022.100605
- Akhmetov, V., Khlamov, S., Dmytrenko, A. (2018). Fast Coordinate Cross-Match Tool for Large Astronomical Catalogue. Advances in Intelligent Systems and Computing III, 3–16. doi: https://doi.org/10.1007/978-3-030-01069-0_1
- Vavilova, I., Pakuliak, L., Babyk, I., Elyiv, A., Dobrycheva, D., Melnyk, O. (2020). Surveys, Catalogues, Databases, and Archives of Astronomical Data. Knowledge Discovery in Big Data from Astronomy and Earth Observation, 57–102. doi: https://doi.org/10.1016/b978-0-12-819154-5.00015-1
- Cavuoti, S., Brescia, M., Longo, G. (2012). Data mining and knowledge discovery resources for astronomy in the web 2.0 age. Software and Cyberinfrastructure for Astronomy II. doi: https://doi.org/10.1117/12.925321
- Chalyi, S., Levykin, I., Biziuk, A., Vovk, A., Bogatov, I. (2020). Development of the technology for changing the sequence of access to shared resources of business processes for process management support. Eastern-European Journal of Enterprise Technologies, 2 (3 (104)), 22–29. doi: https://doi.org/10.15587/1729-4061.2020.198527
- Khlamov, S., Savanevych, V. (2020). Big Astronomical Datasets and Discovery of New Celestial Bodies in the Solar System in Automated Mode by the CoLiTec Software. Knowledge Discovery in Big Data from Astronomy and Earth Observation, 331–345. doi: https://doi.org/10.1016/b978-0-12-819154-5.00030-8
- Smith, G. E. (2010). Nobel Lecture: The invention and early history of the CCD. Reviews of Modern Physics, 82 (3), 2307–2312. doi: https://doi.org/10.1103/revmodphys.82.2307
- Khlamov, S., Savanevych, V., Briukhovetskyi, O., Oryshych, S. (2016). Development of computational method for detection of the object’s near-zero apparent motion on the series of ccd-frames. Eastern-European Journal of Enterprise Technologies, 2 (9 (80)), 41–48. doi: https://doi.org/10.15587/1729-4061.2016.65999
- Kuz'min, S. Z. (2000). Tsifrovaya radiolokatsiya. Vvedenie v teoriyu. Kyiv: Izdatel'stvo KvіTS, 428.
- Savanevych, V., Khlamov, S., Vlasenko, V., Deineko, Z., Briukhovetskyi, O., Tabakova, I., Trunova, T. (2022). Formation of a typical form of an object image in a series of digital frames. Eastern-European Journal of Enterprise Technologies, 6 (2 (120)), 51–59. doi: https://doi.org/10.15587/1729-4061.2022.266988
- Klette, R. (2014). Concise Computer Vision. An Introduction into Theory and Algorithms. Springer, 429. doi: https://doi.org/10.1007/978-1-4471-6320-6
- Kirichenko, L., Zinchenko, P., Radivilova, T. (2020). Classification of Time Realizations Using Machine Learning Recognition of Recurrence Plots. Lecture Notes in Computational Intelligence and Decision Making, 687–696. doi: https://doi.org/10.1007/978-3-030-54215-3_44
- Akhmetov, V., Khlamov, S., Khramtsov, V., Dmytrenko, A. (2019). Astrometric Reduction of the Wide-Field Images. Advances in Intelligent Systems and Computing, 896–909. doi: https://doi.org/10.1007/978-3-030-33695-0_58
- Belov, L. A. (2021). Radioelektronika. Formirovanie stabil'nykh chastot i signalov. Moscow: Izdatel'stvo Yurayt, 268.
- Akhmetov, V., Khlamov, S., Tabakova, I., Hernandez, W., Nieto Hipolito, J. I., Fedorov, P. (2019). New approach for pixelization of big astronomical data for machine vision purpose. 2019 IEEE 28th International Symposium on Industrial Electronics (ISIE). doi: https://doi.org/10.1109/isie.2019.8781270
- Minaee, S., Boykov, Y. Y., Porikli, F., Plaza, A. J., Kehtarnavaz, N., Terzopoulos, D. (2021). Image Segmentation Using Deep Learning: A Survey. IEEE Transactions on Pattern Analysis and Machine Intelligence. doi: https://doi.org/10.1109/tpami.2021.3059968
- Dadkhah, M., Lyashenko, V. V., Deineko, Z. V., Shamshirband, S., Jazi, M. D. (2019). Methodology of wavelet analysis in research of dynamics of phishing attacks. International Journal of Advanced Intelligence Paradigms, 12 (3/4), 220. doi: https://doi.org/10.1504/ijaip.2019.098561
- Kirichenko, L., Saif, A., Radivilova, T. (2020). Generalized Approach to Analysis of Multifractal Properties from Short Time Series. International Journal of Advanced Computer Science and Applications, 11 (5). doi: https://doi.org/10.14569/ijacsa.2020.0110527
- Khlamov, S., Vlasenko, V., Savanevych, V., Briukhovetskyi, O., Trunova, T., Chelombitko, V., Tabakova, I. (2022). Development of computational method for matched filtration with analytical profile of the blurred digital image. Eastern-European Journal of Enterprise Technologies, 5 (4 (119)), 24–32. doi: https://doi.org/10.15587/1729-4061.2022.265309
- Khlamov, S., Savanevych, V., Vlasenko, V., Briukhovetskyi, O., Trunova, T., Levykin, I. et al. (2023). Development of the matched filtration of a blurred digital image using its typical form. Eastern-European Journal of Enterprise Technologies, 1 (9 (121)), 62–71. doi: https://doi.org/10.15587/1729-4061.2023.273674
- Burger, W., Burge, M. J. (2009). Principles of Digital Image Processing. Springer, 332. doi: https://doi.org/10.1007/978-1-84800-195-4
- Steger, C., Ulrich, M., Wiedemann, C. (2018). Machine vision algorithms and applications. John Wiley & Sons, 516.
- Lemur software. CoLiTec project. Available at: https://www.colitec.space
- Khlamov, S., Savanevych, V., Briukhovetskyi, O., Pohorelov, A., Vlasenko, V., Dikov, E. (2018). CoLiTec Software for the Astronomical Data Sets Processing. 2018 IEEE Second International Conference on Data Stream Mining & Processing (DSMP). doi: https://doi.org/10.1109/dsmp.2018.8478504
- Kashuba, S., Tsvetkov, M., Bazyey, N., Isaeva, E., Golovnia, V. (2018). The Simeiz plate collection of the ODESSA astronomical observatory. 11th Bulgarian-Serbian Astronomical Conference, 207–216. Available at: https://astro.bas.bg/XIBSAC/Proceedings/Proceedings_11BSAC.pdf
- Parimucha, Š., Savanevych, V. E., Briukhovetskyi, O. B., Khlamov, S. V., Pohorelov, A. V., Vlasenko, V. P. et al. (2019). CoLiTecVS - A new tool for an automated reduction of photometric observations. Contributions of the Astronomical Observatory Skalnate Pleso, 49 (2), 151–153.
- Sergienko, A. B. (2011). Tsifrovaya obrabotka signalov. Sankt-Peterburg, 768.
- Kobzar', A. I. (2006). Prikladnaya matematicheskaya statistika. Dlya inzhenerov i nauchnykh rabotnikov. Moscow: FIZMATLI, 816.
- Duc-Hung, L., Cong-Kha, P., Trang, N. T. T., Tu, B. T. (2012). Parameter extraction and optimization using Levenberg-Marquardt algorithm. 2012 Fourth International Conference on Communications and Electronics (ICCE). doi: https://doi.org/10.1109/cce.2012.6315945
- Shvedun, V. O., Khlamov, S. V. (2016). Statistical modelling for determination of perspective number of advertising legislation violations. Actual Problems of Economics, 184 (10), 389–396.
- Khlamov, S., Savanevych, V., Briukhovetskyi, O., Tabakova, I., Trunova, T. (2022). Data Mining of the Astronomical Images by the CoLiTec Software. CEUR Workshop Proceedings, 3171, 1043–1055. Available at: https://ceur-ws.org/Vol-3171/paper75.pdf
- Zhang, Y., Zhao, Y., Cui, C. (2002). Data mining and knowledge discovery in database of astronomy. Progress in Astronomy, 20 (4), 312–323.
- Buslov, P., Shvedun, V., Streltsov, V. (2018). Modern Tendencies of Data Protection in the Corporate Systems of Information Consolidation. 2018 International Scientific-Practical Conference Problems of Infocommunications. Science and Technology (PIC S&T). doi: https://doi.org/10.1109/infocommst.2018.8632089
- Рetrychenko, A., Levykin, I., Iuriev, I. (2021). Improving a method for selecting information technology services. Eastern-European Journal of Enterprise Technologies, 2 (2 (110)), 32–43. doi: https://doi.org/10.15587/1729-4061.2021.229983
- Baranova, V., Zeleniy, O., Deineko, Z., Bielcheva, G., Lyashenko, V. (2019). Wavelet Coherence as a Tool for Studying of Economic Dynamics in Infocommunication Systems. 2019 IEEE International Scientific-Practical Conference Problems of Infocommunications, Science and Technology (PIC S&T). doi: https://doi.org/10.1109/picst47496.2019.9061301
- Dombrovska, S., Shvedun, V., Streltsov, V., Husarov, K. (2018). The prospects of integration of the advertising market of Ukraine into the global advertising business. Problems and Perspectives in Management, 16 (2), 321–330. doi: https://doi.org/10.21511/ppm.16(2).2018.29
![Розробка методу визначення положення об'єкту з використанням типової форми його зображення](https://journals.uran.ua/public/journals/3/submission_275655_313820_coverImage_uk_UA.png)
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Sergii Khlamov, Vadym Savanevych, Oleksandr Briukhovetskyi, Vladimir Vlasenko, Tetiana Trunova, Viktoriia Shvedun, Larysa Hren, Iryna Tabakova
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.