Анализ изображений для определения видимости вулканов

Автор: Камаев Александр Николаевич, Урманов Игорь Павлович, Сорокин Алексей Анатольевич, Карманов Дмитрий Александрович, Королв Сергей Павлович

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений, распознавание образов

Статья в выпуске: 1 т.42, 2018 года.

Бесплатный доступ

В статье представлен метод определения видимости вулкана на кадрах видеопоследовательности, получаемой со стационарной камеры видеонаблюдения. Он включает в себя алгоритмы анализа параметрических контуров объектов наблюдений и частотных характеристик изображений. Рассматривается процедура построения параметрических контуров вулкана и процедура их сопоставления. Предложен алгоритм для выявления наиболее устойчивых контуров для группы из нескольких эталонных изображений. Посредством сопоставления этих контуров с контурами анализируемого изображения определяется видимость вулкана. Для устранения влияния случайных небольших сдвигов и поворотов камеры решается задача максимизации оценки относительно плоского сдвига и поворота камеры. В случае, когда оценка видимости вулкана находится недалеко от границы принятия решения о непригодности снимка для дальнейших исследований, она корректируется с помощью алгоритма анализа частотной характеристики изображения, которая представлена вектором вклада октав частот в формирование яркостной компоненты изображения. Сопоставление эталонной частотной характеристики и характеристики анализируемого изображения позволяет оценить вклад различных частот в формирование изображений вулканов. В работе рассматриваются результаты апробации созданных алгоритмов на примере архива системы видеонаблюдения за вулканами Камчатки. Полученные оценки говорят об эффективности предложенных методов и позволяют использовать их в дальнейшем для автоматизированной фильтрации неинформативных изображений при мониторинге вулканической активности.

Еще

Анализ изображений, алгоритмы, выделение контуров, параметрические контуры, вулкан, сопоставление контуров, видеонаблюдение, анализ видимости

Короткий адрес: https://sciup.org/140228698

IDR: 140228698   |   DOI: 10.18287/2412-6179-2018-42-1-128-140

Список литературы Анализ изображений для определения видимости вулканов

  • Sorokin, A.A. The Kamchatka volcano video monitoring system/A.A. Sorokin, S.P. Korolev, I.M. Romanova, O.A. Girina, I.P. Urmanov//Proceedings of 2016 6th International Workshop on Computer Science and Engineering (WCSE 2016). -2016. -Vol. II. -P. 734-737.
  • Урманов, И.П. Оценка видимости и состояния вулканов по последовательности изображений стационарных камер наблюдения/И.П. Урманов, А.Н. Камаев, А.А. Сорокин, С.П. Королёв//Вычислительные технологии. -2016. -Т. 21, № 3. -С. 80-90.
  • Sigg, C. Camera based visibility estimation/C. Sigg, T. Sutter, F. Nater//Proceedings of CIMO TECO 2016 (Technical Conference on Meteorological and Environmental Instruments and Methods of Observation). -2016. -P2(64).
  • Frazor, R. Local luminance and contrast in natural images/R. Frazor, W. Geisler//Vision Research. -2006. -Vol. 46, Issue 10. -P. 1585-1598. - DOI: 10.1016/j.visres.2005.06.038
  • Caraffa, L. Daytime fog detection and density estimation with entropy minimization/L. Caraffa, J.-Ph. Tarel//ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. -2014. -Vol. II-3. -P. 25-31. - DOI: 10.5194/isprsannals-II-3-25-2014
  • Bronte, S. Fog detection system based on computer vision techniques/S. Bronte, L.M. Bergasa, D.F. Alcantarilla//12th International IEEE Conference on Intelligent Transportation Systems (ITSC '09). -2009. -Vol. 12. -P. 3-7. - DOI: 10.1109/ITSC.2009.5309842
  • Hautiére, N. Automatic fog detection and estimation of visibility distance through use of an onboard camera/N. Hautière, J.P. Tarel, J. Lavenant, D. Aubert//Machine Vision and Applications. -2006. -Vol. 17, Issue 1. -P. 8-20. - DOI: 10.1007/s00138-005-0011-1
  • Pavlić, M. Image based fog detection in vehicles/M. Pavlić, H. Belzner, G. Rigoll, S. Ilic//2012 IEEE Intelligent Vehicles Symposium (IV). -2012. -P. 1132-1137. - DOI: 10.1109/IVS.2012.6232256
  • Aach, T. Statistical model-based change detection in moving video/T. Aach, A. Kaup//Signal Processing. -1993. -Vol. 31, Issue 2. -P. 165-180. - DOI: 10.1016/0165-1684(93)90063-G
  • Stauffer, C. Adaptive background mixture models for real-time tracking/C. Stauffer, W.E.L. Grimson//IEEE Computer Society Conference on Computer Vision and Pattern Recognition. -1999. -Vol. 2. - DOI: 10.1109/CVPR.1999.784637
  • Elgammal, A. Background and foreground modeling using non-parametric kernel density estimation for visual surveillance/A. Elgammal, R. Duraiswami, D. Harwood, L.S. Davis//Proceedings of the IEEE. -2002. -Vol. 90, Issue 7. -P. 1151-1163.
  • Haritaoglu, I. W4: real-time surveillance of people and their activities/I. Haritaoglu, D. Harwood, L.S. Davis//Pattern Analysis and Machine Intelligence. -2000. -Vol. 22, Issue 8. -P. 809-830. - DOI: 10.1109/34.868683
  • Kim, K. Real-time foreground-background segmentation using codebook model/K. Kim, T.H. Chalidabhongse, D. Harwood, L. Davis//Real-Time Imaging. -2005. -Vol. 11, Issue 3. -P. 172-185. - DOI: 10.1016/j.rti.2004.12.004
  • Oliver, N.M. A bayesian computer vision system for modeling human interactions/N.M. Oliver, B. Rosario, A.P. Pentland//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2000. -Vol. 22, Issue 8. -P. 831-843. - DOI: 10.1109/34.868684
  • Radke, R.J. Image change detection algorithms: a systematic survey/R.J. Radke, S. Andra, O. Al-Kofahi, B. Roysam//IEEE Transactions on Image Processing. -2005. -Vol. 14, Issue 3. -P. 294-307. - DOI: 10.1109/TIP.2004.838698
  • Benezeth, Y. Comparative study of background subtraction algorithms/Y. Benezeth, P.-M. Jodoin, B. Emile, H. Laurent, Ch. Rosenberger//Journal of Electronic Imaging, Society of Photo-optical Instrumentation Engineers. -2010. -Vol. 19, Issue 3. - DOI: 10.1117/1.3456695
  • Mikolajczyk, K. A performance evaluation of local descriptors/K. Mikolajczyk, C. Schmid//Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR’2003). -2003. -P. 257-263. - DOI: 10.1109/CVPR.2003.1211478
  • Lowe, D.G. Distinctive image features from scale-invariant keypoints/D.G. Lowe//International Journal of Computer Vision. -2004. -Vol. 60, Issue 2. -P. 91-110. - DOI: 10.1023/B:VISI.0000029664.99615.94
  • Bay, H. Speeded-up robust features (SURF)/H. Bay, A. Ess, T. Tuytelaars, L. Van Gool//Computer Vision and Image Understanding. -2008. -Vol. 110, Issue 3. -P. 346-359. - DOI: 10.1016/j.cviu.2007.09.014
  • Canny, J. A computational approach to edge detection/J. Canny//IEEE Transactions on Pattern Analysis and Machine Intelligence. -1986. -Vol. 8, Issue 6. -P. 679-698. - DOI: 10.1109/TPAMI.1986.4767851
  • Elder, J.H. Local scale control for edge detection and blur estimation/J.H. Elder, S.W. Zucker//IEEE Transactions on Pattern Analysis and Machine Intelligence. -1998. -Vol. 20, Issue 7. -P. 699-716. - DOI: 10.1109/34.689301
  • Martin, D.R. Learning to detect natural image boundaries using local brightness, color, and texture cues/D.R. Martin, C.C. Fowlkes, J. Malik//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2004. -Vol. 26, Issue 5. -P. 530-549. -DOI: DOI: 10.1109/TPAMI.2004.1273918.
  • Sorokin, A.A. Software platform for observation networks instrumental data Far Eastern Branch of the Russian Academy of Sciences/A.A Sorokin, S.P. Korolev, I.P. Urmanov, A.L. Verkhoturov, S.V. Makogonov, N.V. Shestakov//Proceedings of International Conference. on Computer Science and Environmental Engineering (CSEE 2015). -2015. -P. 589-594.
  • Sorokin, A.A. Development of information technologies for storage of data of instrumental observation networks of the Far Eastern Branch of the Russian Academy of Sciences/A.A. Sorokin, S.P. Korolev, A.N. Polyakov//Procedia Computer Science. -2015. -Vol. 66. -P. 584-591. - DOI: 10.1016/j.procs.2015.11.066
Еще
Статья научная