Применение ориентации градиента яркости для систем автосопровождения объектов
Автор: Борисова Ирина Валентиновна, Легкий Владимир Николаевич, Кравец Сергей Александрович
Журнал: Компьютерная оптика @computer-optics
Рубрика: Обработка изображений, распознавание образов
Статья в выпуске: 6 т.41, 2017 года.
Бесплатный доступ
Рассматривается задача автосопровождения объекта, находящегося на сложном естественном фоне. Обнаружение объекта производится в каждом кадре видеопоследовательности путем поточечного сопоставления с эталоном. Предлагаемый метод основан на представлении каждой точки изображения ориентацией градиента яркости в локальной окрестности. В зависимости от своей ориентации окрестности разделяются на классы. Помимо классов анизотропных окрестностей, вводится класс окрестностей с изотропной структурой. Классы нумеруются, и номер класса окрестности принимается в качестве признака рассматриваемой точки. После кодировки изображение сканируется эталоном, используемая мера близости - поэлементное сравнение (компарация). В результате формируется компарационная матрица, каждый элемент которой есть число совпадений элементов эталона и текущего фрагмента изображения. Локация объекта производится по максимальному значению компарационной матрицы. Для достижения устойчивого сопровождения применяется особое правило перезаписи эталона - динамическая мера близости. Результаты тестирования показали более устойчивое сопровождение объекта по сравнению с использованием нормированной корреляционной меры.
Обработка изображений, автосопровождение целей, направление градиента яркости, эталонный фрагмент
Короткий адрес: https://sciup.org/140228690
IDR: 140228690 | DOI: 10.18287/2412-6179-2017-41-6-931-937
Application of the gradient orientation for systems of automatic target detection
In this paper, a problem of automatic target tracking in complex natural backgrounds is considered. Target detection is performed in each frame of a video sequence by the elementwise comparison with a reference image. The proposed method is based on the representation of every pixel as the orientation of the luminance gradient in the vicinity. The vicinities are divided into classes depending on their orientation. In addition to the classes of anisotropic vicinities, a class of vicinities with an isotropic structure is introduced. The classes are numbered and the number of the vicinity class is used as a feature of the point of interest. Thus, the original gray-scale image is transformed to a pseudo-image in which the detection procedure is carried out. The encoded image is then scanned using a reference image. The elementwise comparison of the reference image with the current fragment is performed in a feature space. As a result, a comparison matrix is formed, each element of which is the number of matching elements of the reference image and the current image fragment. The position of the reference image is determined by the maximum value of the comparison matrix. A special rule of reference image overwriting, the so-called dynamic proximity measure, is used to achieve stable tracking. The testing results have shown that with our approach the object tracking is more stable in comparison with the use of normalized correlation.
Список литературы Применение ориентации градиента яркости для систем автосопровождения объектов
- Попов, П.Г. Практическое применение эффекта «отскока» в обработке изображений/П.Г. Попов, И.В. Борисова//Оптический журнал. -1999. -Т. 66, № 4. -С. 94-101.
- Haralick, R.M. A facet model for image data/R.M. Haralick, L.T. Watson//Computer Graphics and Image Processing. -1981. -Vol. 15, Issue 2. -P. 113-129. - DOI: 10.1016/0146-664X(81)90073-3
- Lowe, D.G. Object recognition from local scale-invariant features/D.G. Lowe//Proceedings of the International Conference on Computer Vision. -1999. -Vol. 2. -P. 1150-1157. - DOI: 10.1109/ICCV.1999.790410
- Dalal, N. Histograms of oriented gradients for human detection/N. Dalal, B. Triggs//Computer Vision and Pattern Recognition. -2005. -Vol. 1. -P. 886-893. - DOI: 10.1109/CVPR.2005.177
- Мирамонте-Харамилло, Д. Алгоритм сопоставления изображений на основе скользящих гистограмм направленных градиентов/Д. Мирамонте-Харамилло, В.Х. Диас-Рамирес, В.И. Кобер, В.Н. Карнаухов//Информационные процессы. -2014. -Т. 14, № 1. -С. 56-63.
- Лукашевич, П.В. Масштабно-инвариантный алгоритм обнаружения областей изображений/П.В. Лукашевич, Б.А. Залесский//Информатика. -2011. -№ 3. -С. 118-128.
- Haber, E. Intensity gradient based registration and fusion of multi-modal images/E. Haber, J. Modersitzki//International Conference on Medical Image Computing and Computer-Assisted Intervention. -2006. -Vol. 9. -P. 726-733. - DOI: 10.1007/11866763_89
- Блохинов, Ю.Б. Поиск трехмерных объектов на изображениях на основе динамически формируемых контурных эталонов/Ю.Б. Блохинов, А.С. Чернявский//Механика, управление и автоматика. -2012. -№ 2(8). -С. 181-188.
- Борискевич, И.А. Адаптивная ковариационная стабилизация видеоизображения/И.А.Борискевич, В.Ю.Цветков//Доклады Белорусского государственного университета информатики и радиоэлектроники. -2015. -№ 5(91). -С. 60-66.
- Попов, П.Г. Динамическая мера близости изображений: Часть II: Кратковременная память. Системы контроля/П.Г. Попов//Автометрия. -1994. -№ 2. -С. 47-54.
