Оценка параметров смещения и угла поворота при совмещении видеосигналов

Автор: Диязитдинов Р.Р.

Журнал: Физика волновых процессов и радиотехнические системы @journal-pwp

Статья в выпуске: 2 т.22, 2019 года.

Бесплатный доступ

В статье рассматривается задача оценки параметров смещения и угла поворота при совмещении видеосигналов. Предложенный алгоритм является обобщением алгоритма совмещения, разработанного исследователями Лукас и Канаде, известного как алгоритм оценки оптического потока. Исходный алгоритм Лукаса - Канаде позволяет оценивать параметры смещения, а предложенный автором - также и угол поворота. Идея совмещения базируется на разложении сигнала в ряд Тейлора и замене функций синуса и косинуса на приближенные функции.

Совмещение видеосигналов, оценка смещения и угла поворота, оптический поток, переборный алгоритм, корреляционный алгоритм, алгоритм лукаса - канаде

Короткий адрес: https://sciup.org/140256093

IDR: 140256093   |   DOI: 10.18469/1810-3189.2019.22.2.57-61

Список литературы Оценка параметров смещения и угла поворота при совмещении видеосигналов

  • Совмещение изображений в условиях неопределенности / В.А. Андросов [и др.] // Зарубежная радиоэлектроника. 1985. № 4. С. 32-41.
  • Методы оценивания взаимного смещения фрагментов изображений / А.В. Губанов [и др.] // Автометрия. 1988. № 3. С. 70-73.
  • Панкова Т.Л., Резник А.Л. Эффективность алгоритмов прецизионного совмещения цифровых изображений // Автометрия. 1991. № 5. С. 39-43.
  • Liu M., Delbruck T. Block-matching optical flow for dynamic vision sensors: Algorithm and FPGA implementation // IEEE International Symposium on Circuits and Systems (ISCAS). 2017. P. 1-4. DOI: 10.1109/ISCAS.2017.8050295
  • Васин Н.Н., Куринский В.Ю. Обработка видеосигналов для измерения скорости движения железнодорожных вагонов на сортировочной горке // Компьютерная оптика. 2005. № 27. С. 185-188.
  • Lucas B.D., Kanade T. An iterative image registration technique with an application to stereo vision // Proc. Seventh International Joint Conference on Artificial Intelligence. 1981. P. 674-679.
  • Lucas B.D. Generalized Image Matching by the Method of Differences. Pittsburgh. Carnegie-Melion University publisher. 1984.
  • Horn B.K., Schunck B.G. Determining optical flow // Artificial Intell. 1981. Vol. 17. P. 185-204. (81)90024-2.
  • DOI: 10.1016/0004-3702
  • High Accuracy Optical Flow Estimation Based on a Theory for Wrapping / T. Brox [et al.] // ECCV 2004. Lecture Notes in Computer Science. 2004. Vol. 3024. P. 25-36.
  • DOI: 10.1007/978-3-540-24673-2_3
  • Мачнев А.М., Жук С.Я. Беспоисковый алгоритм определения угла поворота изображений // Вiсник Нацiонального технiчного унiверситету України Київський полiтехнiчний iнститут. Серiя: Радiотехнiка. Радiоапаратобудування. 2008. № 37. С. 33-37.
  • Мачнев А.М. Беспоисковый алгоритм определения угла поворота изображений // Вiсник Нацiонального технiчного унiверситету України Київський полiтехнiчний iнститут. Серiя: Радiотехнiка. Радiоапаратобудування. 2010. № 42. С. 40-45.
  • Ташлинский А.Г. Оценивание параметров пространственных деформаций последовательностей изображений / Ульяновский государственный технический университет. Ульяновск: УлГТУ. 2000. 132 с.
  • Артюшенко В.М., Воловач В.И. Оценка информационных параметров сигнала на фоне аддитивно-мультипликативных помех с произвольным распределением // Физика волновых процессов и радиотехнические системы. 2018. № 4. T. 21. С. 58-62.
  • Диязитдинов Р.Р. Методы различения и оценки параметров оптических сигналов: монография. Самара: ПГУТИ, 2019. 139 с.
Еще
Статья научная