РОЗРОБКА МОДУЛЯ ОБРОБКИ ВІДЕО ДЛЯ ЗАВДАННЯ РОЗПІЗНАВАННЯ ПОВІТРЯНИХ ОБ’ЄКТІВ ЗА ЇХ КОНТУРАМИ
DOI:
https://doi.org/10.30837/ITSSI.2022.21.016Ключові слова:
сегментація зображень, віднімання фону, розпізнавання повітряних об’єктів, оптичний моніторинг повітряної обстановкиАнотація
Предметом дослідження у статті є модуль автоматичної сегментації та віднімання фону, створений на основі конвеєра методів попередньої обробки зображення та модифікованого методу інтерактивної сегментації зображень, та впроваджений у систему оптичного моніторингу повітряної обстановки. Метою роботи є розробка модуля сегментації зображень для підвищення ефективності розпізнавання типу повітряного об’єкта на відеозображенні у системі візуального моніторингу повітряної обстановки шляхом якісної автоматичної сегментації. Для вирішення цього завдання використовується модифікований інтерактивний алгоритм у режимі автоматичного виділення об’єкта на зображенні, що дозволяє точніше без участі оператора визначати пікселі переднього плану зображення для подальшого розпізнавання типу повітряного об’єкта. У статті вирішуються такі задачі: аналіз існуючих методів бінаризації кольорового зображення для семантичної сегментації зображень, що використовуються у системах розпізнавання образів; розробка конвеєра методів автоматичної сегментації зображень у системі оптичного моніторингу повітряної обстановки. У роботі використовуються методи: методи цифрової обробки зображень, методи фільтрації та семантичної сегментації зображень, методи аналізу графів. Отримано такі результати: результати обробки зображень за допомогою запропонованого модуля сегментації та віднімання фону підтверджують працездатність процедур модуля. Розроблений конвеєр методів, включених у модуль, демонструє правильну сегментацію 93% тестових зображень в автоматичному режимі без участі оператора, що дозволяє зробити висновок про ефективність застосування запропонованого модуля. Висновки: Впровадження розробленого модуля сегментації та віднімання фону для системи оптичного моніторингу повітряної обстановки дозволило з високим ступенем достовірності вирішити задачу сегментації відеозображень для подальшого розпізнавання повітряних об’єктів у системі оптичного моніторингу повітряної обстановки в автоматичному режимі, завдяки чому збільшилася ефективність експлуатації цієї системи.
Посилання
Yesilevskyi, V., Tevyashev, A., Koliadin, A. (2020), "A method of air object recognition based on the normalized contour descriptors and a complex-valued neural network", Eastern-European Journal of Enterprise Technologies, No. 6, Р. 48–57. DOI: 10.15587/1729-4061.2020.22003
Garcia-Garcia, B., Bouwmans, T., Rosales Silva, A. J. (2020), "Background subtraction in real applications: Challenges, current models and future directions", Computer Science Review, Vol. 35, P. 1–42. DOI: 10.1016/j.cosrev.2019.100204
Molloy, Timothy L., Jason, J. Ford and Luis Mejías Alvarez (2017), "Detection of aircraft below the horizon for
vision‐based detect and avoid in unmanned aircraft systems", Journal of Field Robotics, Vol. 34.Issue7, P. 1378–1391.
DOI: 10.1002/rob.21719
Huihui, Li, Xing, Jin, Ning Yang, Zhe Yang (2015), "The recognition of landed aircrafts based on PCNN model and
affine moment invariants", Pattern Recognition Letters, Vol. 51. P. 23–29. DOI: 10.1016/j.patrec.2014.07.021
Suzuki, S. (1985), "Topological structural analysis of digitized binary images by border following", Computer Vision, Graphics, and Image Processing, Vol. 30 (1), P. 32–46. DOI: 10.1016/0734-189X(85)90016-7
Neha, Sh., Vibhor, J., Anju, M. (2018), "An Analysis Of Convolutional Neural Networks For Image Classification",
Procedia Computer Science, No. 132, P. 377–384. DOI: 10.1016/j.procs.2018.05.198
Krizhevsky, A., Sutskever, I., Hinton, G. E. (2017), "ImageNet classification with deep convolutional neural networks", Commun. ACM 2017, No. 60, P. 84–90. DOI: 10.1145/3065386
Szegedy, C., Liu, W., Jia (2015), "Going deeper with convolutions", 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), P. 1–9. DOI: 10.1109/CVPR.2015.7298594
Yesilevskyi, V., Tevyashev, A., Koliadin, A. (2019), "Transfer learning in aircraft classification", Information systems
and technologies IST-2019, The 8-th International Scientific and Technical Conference September 9–14, Kobleve–Kharkiv, Ukraine, P. 132–135.
Ishchenko, A. (2019), "Development of an intelligent processing system module for scanned documents based on the
combined image segmentation method", Innovative Technologies and Scientific Solutions for Industries, No. 2 (8), P. 44–53. DOI: 10.30837/2522-9818.2019.8.044
Strotov, V., Babyan, P., Smirnov, S. (2017), "Аerial object recognition algorithm based on contour descriptor",
ISPRS – International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLII-2/W4,
P. 91–95. DOI: 10.5194/isprs-archives-XLII-2-W4-91-2017
Thai, V.-P., Zhong, W., Pham, T., Alam, S., Duong, V. (2019), "Detection, Tracking and Classification of Aircraft and
Drones in Digital Towers Using Machine Learning on Motion Patterns", 2019 Integrated Communications, Navigation
and Surveillance Conference (ICNS), P. 1–8. DOI: 10.1109/ICNSURV.2019.8735240
Jie, Z. (2020), "An Aircraft Image Detection and Tracking Method Based on Improved Optical Flow Method", 2020 Chinese Automation Congress (CAC), P. 2512–2516. DOI: 10.1109/CAC51589.2020.9326473
Bengtsson, T., Mckelvey, T., Lindström, K. (2016), "On Robust Optical Flow Estimation on Image Sequences
with Differently Exposed Frames using Primal-Dual Optimization", Image and Vision Computing, No. 57. DOI: 10.1016/j.imavis.2016.11.003
Rashid, M., Thomas, V. (2016), "A Background Foreground Competitive Model for Background Subtraction in Dynamic Background", Procedia Technol, No. 25, P. 536–543. DOI:10.1016/j.protcy.2016.08.142
Sobral, A., Vacavant, A. (2014), "A comprehensive review of background subtraction algorithms evaluated with synthetic
and real videos", Comput. Vis. Image Underst, No. 122, P. 4–21. DOI: 10.1016/j.cviu.2013.12.005
Recommendation ITU-R BT.709-6 (2015), Parameter values for the HDTV standards for production and international programme exchange, 19 p.
Rother, C., Kolmogorov, V., Blake, A. (2004), "GrabCut": interactive foreground extraction using iterated graph cuts»,
ACM SIGGRAPH 2004 Papers, P. 309–314. DOI:10.1145/1186562.1015720
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Наше видання використовує положення про авторські права Creative Commons для журналів відкритого доступу.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо не комерційного та не ексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису опублікованої роботи, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
