Обнаружение динамических текстур по видеопоследовательностям в условиях недостаточной освещенности

Обнаружение динамических текстур на видеоизображениях в настоящее время находит все более широкое применение как на городских территориях (в частности, на территориях аэродромов), так и на территориях природных парков, лесных массивов. Качество работы алгоритма поиска динамических текстур зависит от наличия шумов, вносимых сложными погодными условиями и недостаточной освещенностью. Для компенсации недостаточной освещенности и повышения качества темных видеоизображений необходимо расширить диапазон яркостей, увеличить среднюю яркость пикселов, повысить контраст и избавиться от аддитивного шума. Для имитации недостаточной освещенности к изображениям с нормальной освещенностью последова- тельно применена гамма-коррекция, добавлен аддитивный гауссов шум и импульсный шум. Компенсация недостаточной освещенности реализована с помощью многомасштабного алгоритма «Ретинекс» с рестав- рацией цвета, подавление аддитивного шума выполнено с использованием фильтра Гаусса, импульсный шум устраняется с применением медианного фильтра. Для повышения резкости использован фильтр Лапласа. Использованы видеопоследовательности из набора данных Билькентского университета, компании Wildfilm- sindia и др. Дополнительно репрезентативность тестового набора повышена самостоятельно снятой авто- рами в ночное время видеопоследовательностью. Экспериментальные исследования проведены на примере системы обнаружения дыма на основе локальных бинарных шаблонов. Точность обнаружения дыма в условиях недостаточной освещенности по сравнению с исходным изображением в среднем ниже на 28-30 %, при этом значительно увеличивается число ошибок первого рода и число ложных срабатываний до 34,2 и 27,4 % соот- ветственно. На изображениях, улучшенных с помощью предложенного алгоритма компенсации недостаточной освещенности, точность обнаружения существенно возрастает и составляет 94,41 %, что ниже точности обнаружения дыма относительно исходного изображения всего на 2,3 %. Таким образом, экспериментальные исследования подтверждают эффективность предложенных методов и алгоритмов анализа динамических текстур на примере обнаружения дыма на видеопоследовательностях.