| Русский Русский | English English |
   
Главная Архив номеров
25 | 09 | 2018
10.14489/vkit.2016.11.pp.025-032

DOI: 10.14489/vkit.2016.11.pp.025-032

Инсаров В. В., Тихонова С. В., Ранкова А. В.
НЕКОТОРЫЕ АЛГОРИТМЫ РАСПОЗНАВАНИЯ ОБЪЕКТОВ ИЗ СОСТАВА НАЗЕМНЫХ СЦЕН В СИСТЕМАХ ТЕХНИЧЕСКОГО ЗРЕНИЯ БПЛА
(c. 25-32)

Аннотация. Рассмотрена структура процесса распознавания больших антропогенных объектов наземных сцен на изображениях, полученных оптико-электронными системами беспилотных летательных аппаратов. Предложена процедура распознавания, состоящая из двух основных этапов: построения эталона сцены и составляющих сцену объектов; распознавания объектов сцены на изображении. Представлены два алгоритма распознавания, использующие геометрические признаки объектов в виде их контуров. Результат работы алгоритмов показан на примере реальной многообъектной промышленной сцены. Проведен анализ характеристик точности и быстродействия выполнения процедуры распознавания, использующей рассмотренные алгоритмы.

Ключевые слова:  обработка изображений; алгоритмы распознавания; выделение контуров; геометрические признаки; системы технического зрения.

 

Insarov V. V., Tikhonova S. V., Rankova A. V.
OBJECT RECOGNITION ALGORITHMS TO BE USED IN THE UAV TECHNICAL VISION SYSTEMS TO RECOGNIZE OBJECTS ON IMAGES OF GROUND SCENES
(pp. 25-32)

Abstract. Recognition process structure is considered for recognition of large anthropogenic objects that are part of terrestrial scenes using images of these scenes obtained by electro-optical systems onboard of unmanned aerial vehicles. The possibility of recognition of three-dimensional objects by their two-dimensional images is considered. The scenes that contain large infrastructural objects and objects of industrial-urban development are of most interest. These objects and scenes include buildings, pipes and cooling towers of thermal power stations, major buildings, airports, industrial zones, etc. The proposed recognition procedure consists of two main steps: construction of the scene etalon and the scene objects etalons; recognition of objects in the image of scene. The first phase is an informative features selection for object to be recognized and a reference description construction for each object. It is suggested to use information about straightline segments of an object edges as an reference description of object. The second stage is stage where the process of object recognition is implemented. This process begins from procedure of edge detection on the current image. Two object recognition algorithms are considered that use geometric features of objects in terms of their edges. The first algorithm is based on calculation of likelihood ratios for all pixels of the region of the possible location of the object etalon on the current image of the scene. The second algorithm is based on the use of so-called “distant” representation of the current image. The term “distant” refers to an image in which each pixel has a value equal to the distance from this pixel to the nearest contour pixel of the reference image. The proposed algorithms results are shown on example of a real multi-object industrial scene. The analysis of accuracy and performance characteristics of the recognition procedure using proposed algorithms was fulfilled.

Keywords: Image processing; Object recognition algorithm; Edge detection; Geometric features; Technical vision systems.

Рус

В. В. Инсаров, С. В. Тихонова (ФГУП «Государственный научно-исследовательский институт авиационных систем» ГНЦ РФ, Москва, Рос-сия)
А. В. Ранкова (Московский государственный технический университет им. Н. Э. Баумана, Москва, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

 

Eng

V. V. Insarov, S. V. Tikhonova (State Research Institute of Aviation Systems State Scientific Center of Russian Federation, Moscow, Russia)
A. V. Rankova (Bauman Moscow State Technical University, Moscow, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

 

Рус

1. Гнилицкий В. В., Инсаров В. В. Обнаружение и локализация объектов на изображениях трехмерных наземных сцен // Изв. РАН. Теория и системы управления. 2011. № 6. С. 79 – 87.
2. Горелик А. Л. Общая постановка задачи распознавания объектов и явлений // Кибернетика. 1980. № 6. С. 72 – 75.
3. Нгуен К. М., Колючкин В. Я. Алгоритмы контурной сегментации и распознавания образов объектов систем технического зрения // Наука и Образование. 2013. С. 187 – 200.
4. Попп М., Гранахер Р., Троммер Г. Ф. Автоматическое распознавание зданий сложной формы при навигации микролетательных аппаратов // Гироскопия и навигация. 2014. № 4(87). С. 99 – 110.
5. Shorter N., Kasparis T. Automatic Vegetation Identification and Building Detectionfrom a Single Nadir Aerial Image // Remote Sensing. 2009. № 1. Р. 731 – 757.
6. Алгоритм анализа и принятия решения в задаче селекции объектов на изображениях наземных сцен / Ю. Б. Блохинов и др. // Механика, управление и информатика. 2011. № 6. С. 92 – 108.
7. Автоматическое компьютерное распознавание наземных и морских объектов / В. А. Павлова и др. // Изв. ЮФУ. Техн. науки. 2010. Т. 104, № 3. С. 73 – 77.
8. Использование градиентного подхода в задаче выделения контуров крупных техногенных объектов на изображениях многообъектных наземных сцен / В. В. Инсаров и др. // Мехатроника, автоматизация, управление. 2015. Т. 6, № 6. С. 415 – 420.

Eng

1. Gnilitskii V. V., Insarov V. V. (2011). Detection and localization of objects in the images of three-dimensional terrestrial scenes. Izvestiia RAN. Teoriia i sistemy upravleniia, (6), pp. 79-87. [in Russian language]
2. Gorelik A. L. (1980). General formulation of the problem of recognition the objects and events. Kibernetika, (6), pp. 72-75. [in Russian language]
3. Nguen K. M., Koliuchkin V. Ia. (2013). Algorithms for contour segmentation and recognition of objects of machine vision systems. Nauka i Obrazovanie, pp. 187-200. [in Russian language]
4. Popp M., Granakher R., Trommer G. F. (2014). Automatic recognition of buildings of the complex forms when navigating small aircrafts. Giroskopiia i navigatsiia, 87(4), pp. 99-110. [in Russian language]
5. Shorter N., Kasparis T. (2009). Automatic vegetation identification and building detection from a single nadir aerial image. Remote Sensing, (1), pp. 731-757. doi: 10.3390/rs1040731
6. Blokhinov Iu. B., Gnilitskii V. V., Insarov V. V., Cherniavskii A. S. (2011). Algorithm of analysis and decision making in the problem of selection of objects in the images of terrestrial scenes. Mekhanika, upravlenie i informatika, (6), pp. 92-108. [in Russian language]
7. Pavlova V. A., Kriukov S. N., Karkaeva R. K., Sozinova M. V. (2010). Automatic machine detection of terrestrial and marine facilities. Izvestiia IuFU. Tekhnicheskie nauki, 104(3), pp. 73-77. [in Russian language]
8. Insarov V. V., Tikhonova S. V., Rankova A. V., Fortinskii D. A. (2015). Using a gradient approach to the problem of allocation of contours of large man-made objects in the images of multi objects terrestrial scenes. Mekhatronika, avtomatizatsiia, upravlenie, 6(6), pp. 415-420. [in Russian language].

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа статьи заполните форму:

{jform=1,doi=10.14489/vkit.2016.11.pp.025-032}

.

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please fill out the form below:

{jform=2,doi=10.14489/vkit.2016.11.pp.025-032}

 

 

 

 

 

.

.

 

 

 
Поиск
Баннер
Журнал КОНТРОЛЬ. ДИАГНОСТИКА
Баннер
Баннер
Rambler's Top100 Яндекс цитирования