Идентификация параметров оптического потока в системах технического зрения в условиях помех измерения с неизвестными вероятностными характеристиками
Автор: Соколов С.В., Маршаков Д.В., Решетникова И.В.
Журнал: Advanced Engineering Research (Rostov-on-Don) @vestnik-donstu
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 1 т.26, 2026 года.
Бесплатный доступ
Введение. Методы обработки информации, содержащейся в изменении интенсивности оптического потока, регистрируемого в процессе движения объекта, широко востребованы в различных сферах деятельности: в космических исследованиях, технической диагностике, машинном (техническом) зрении, отслеживании объектов на цифровых изображениях, автономной навигации беспилотных объектов и др. В классе данных методов наибольшую эффективность на практике демонстрируют монокулярные методы оценки параметров собственного движения видеокамеры, как построенные на картографическом анализе подстилающей поверхности, так и использующие различные алгоритмы оценки параметров оптического потока (поля скоростей). Несмотря на то, что существующие алгоритмы оценки поля скоростей обладают такими преимуществами, как работоспособность при отсутствии карт местности и вычислительные затраты, легко реализуемые в бортовых процессорах, их применение на практике существенно осложнено неизбежными помехами оптических измерений, имеющих самую разную физическую природу и резко снижающих точность оценки параметров оптического потока. В связи с этим цель представленного исследования — решение задачи одновременной высокоточной оценки интенсивности оптического потока и идентификации его параметров в условиях помех измерения с неизвестными вероятностными характеристиками. Теоретическое решение данной задачи позволит сформировать оригинальный подход к синтезу робастных алгоритмов высокоточной обработки оптических потоков в системах видеомониторинга, что при практическом использовании данных алгоритмов обеспечит помехоустойчивость и требуемые точностные характеристики систем технического зрения, автономных навигационных систем беспилотных объектов и др. Материалы и методы. Решение основано на монокулярных методах определения собственного движения видеокамеры и минимизации регуляризованного квадратичного критерия. Его отправной точкой стала формулировка поставленной задачи как задачи стохастической оценки и параметрической идентификации дискретной линейной нестационарной системы при наблюдении ее вектора состояния в условиях помех с неизвестным вероятностным распределением. Синтез алгоритма оценки-идентификации в подобной постановке был реализован в виде процедуры, гарантирующей наивысшую точность в минимаксном смысле. Минимизация полученного минимаксного критерия позволила построить алгоритм оценки и параметрической идентификации оптического потока в виде устойчивой векторной рекуррентной процедуры, легко реализуемой в бортовых вычислителях подвижных объектов. Результаты исследования. Авторами решена задача одновременной высокоточной оценки интенсивности оптического потока и идентификации его параметров в условиях помех измерения с неизвестными вероятностными характеристиками, которая до настоящего времени не рассматривалась в научной литературе. Это решение позволит сформировать подход к синтезу робастных алгоритмов высокоточной обработки оптических потоков в системах видеомониторинга и обеспечить при практическом использовании помехоустойчивость и требуемые точностные характеристики систем технического зрения, автономных навигационных систем беспилотных объектов и др. Оценка возможности практического применения разработанного алгоритма оценки-идентификации параметров оптического потока была проведена в условиях негауссовских помех измерения путем численного моделирования. Несмотря на заданный высокий уровень помех измерения, погрешности оценки интенсивности оптического потока во всех протестированных координатных точках оказались как быстро сходящимися к стационарным значениям, так и весьма малыми в установившемся режиме (единицы процентов от максимального значения интенсивности оптического потока). Обсуждение. Полученные данные подтверждают, что предложенный алгоритм обладает такими преимуществами перед известными алгоритмами обработки оптического потока, как возможность оценивания интенсивности оптического потока и идентификации его параметров в условиях помех, вероятностные распределения которых априори неизвестны. Ему присущи высокая точность и устойчивость, и он не требует больших вычислительных затрат. Заключение. Практическая значимость разработанного алгоритма состоит, во-первых, в возможности высокоточной устойчивой обработки оптического потока в условиях неопределенного вероятностного характера помех измерения, во-вторых, в вычислительной эффективности разработанной процедуры оценки-идентификации. Это, в свою очередь, обеспечивает ее успешное использование при решении задач обработки оптической информации в системах машинного зрения, в задачах навигации автономных робототехнических комплексов, в космических исследованиях, технической диагностике и др.
Оптический поток, параметры оптического потока, помехи измерения, неопределенные вероятностные характеристики, регуляризация, квадратичный критерий
Короткий адрес: https://sciup.org/142247503
IDR: 142247503 | УДК: 681.7 | DOI: 10.23947/2687-1653-2026-26-1-2220
Optical Flow Parameter Identification in Vision Systems under Measurement Noise with Unknown Probabilistic Characteristics
Introduction. Methods for processing information contained in variations in the optical flow intensity during object motion are widely used in numerous technical applications, including space research, technical diagnostics, machine (technical) vision, object tracking in digital images, autonomous navigation of unmanned vehicles, etc. Among these methods, monocular techniques for estimating the parameters of the video camera own motion have demonstrated the greatest practical efficiency, both based on a cartographic analysis of the underlying surface and using various algorithms for estimating optical flow (velocity field) parameters. Although existing velocity field estimation algorithms offer advantages such as operability in the absence of terrain maps and computational costs easily implemented in onboard processors, their practical application is significantly complicated by the inevitable noise in optical measurements, which can have a wide variety of physical origins and reduce dramatically the accuracy of optical flow parameter estimation. Therefore, the objective of the research discussed in this paper is to address the problem of simultaneous high-precision estimation of the intensity of optical flow and identification of its parameters under conditions of measurement noise with unknown probabilistic characteristics. A theoretical solution to this problem enables the development of a new general approach to the synthesis of robust algorithms for high-precision optical flow processing in video monitoring systems. This, when applied in practice, will ensure noise immunity and the required accuracy characteristics for machine vision systems, autonomous navigation systems of unmanned vehicles, and other applications. Materials and Methods. The solution was obtained by monocular methods for determining the camera proper motion and minimizing a regularized quadratic criterion. The starting-point for the solution was the formulation of the problem as one of stochastic estimation and parametric identification of a discrete linear nonstationary system while observing its state vector under interference with an unknown probability distribution. The synthesis of the “estimation-identification” algorithm in this formulation was implemented as a procedure that guaranteed the highest accuracy in the minimax sense. Minimizing the resulting minimax criterion allowed us to construct an algorithm for estimating and parametrically identifying the optical flow as a stable vector recurrent procedure, easily implemented in onboard computers of moving objects. Results. The problem of simultaneous high-precision estimation of the optical flow intensity and identification of its parameters under measurement noise with unknown probabilistic characteristics is solved. This problem has not been considered in the scientific literature to date. The solution will enable the development of an approach to the synthesis of robust algorithms for high-precision processing of optical flows in video monitoring system. In practical use, it will ensure noise immunity and the required accuracy characteristics of machine vision systems, autonomous navigation systems of unmanned vehicles, etc. The assessment of the practical applicability of the developed algorithm for estimating and identifying optical flow parameters was performed under conditions of non-Gaussian measurement noise through numerical simulation. Despite the specified high level of measurement noise, the errors in estimating the optical flow intensity at all tested coordinate points proved to be both rapidly converging to steady-state values and very small in the steady-state mode (a few percent of the maximum value of the optical flow intensity). Discussion. The obtained data confirm that the proposed algorithm has such advantages over known optical flow processing algorithms as the ability to estimate the intensity of the optical flow and identify its parameters under noise conditions, whose probability distributions are a priori unknown. It is characterized by high accuracy and robustness, and it does not require high computational costs. Conclusion. The practical significance of the developed algorithm consists, firstly, in the possibility of high-precision stable processing of the optical flow under the conditions of uncertain probabilistic nature of measurement errors, and secondly, in the computational efficiency of the developed “estimation-identification” procedure. This, in turn, provides its successful practical application in solving optical information processing problems in vision systems, navigation of autonomous robotic systems, space exploration, technical diagnostics, and other fields.
