Статья

Название статьи УНИВЕРСАЛЬНЫЙ РОБАСТНЫЙ АЛГОРИТМ ВЫДЕЛЕНИЯ ОСОБЕННОСТЕЙ СЦЕНЫ
Автор К.Е. Румянцев, Д.А. Петров
Рубрика РАЗДЕЛ III. АЛГОРИТМЫ ВЫЧИСЛЕНИЙ И ПРОЕКТИРОВАНИЕ СИСТЕМ
Месяц, год 08, 2015
Индекс УДК 621.391
DOI
Аннотация Показано, что решение проблемы постоянного обновления информации о параметрах движения и текущем местоположении автономного мобильного робота связано с применением бинокулярных систем технического зрения и требует выделения особенности сцены на изображениях двух видеокамер. Для устойчивого выделения особенностей сцены целесообразно применение обнаружителя, устойчивого к изменению условий наблюдения трёхмерной сцены. Вторым требованием к обработке изображений является использование алгоритма выделения разноплановых особенностей сцены. Наконец, структура обнаружителя особенностей сцены должна быть инвариантна к углу поворота изображения. Исходной предпосылкой для синтеза универсального робастного обнаружителя является изображение на поверхности ПЗС-матрицы размером 3х3 пикселя. В каждом пикселе содержится информация об интенсивности сигнала, накопленной за время наблюдения. Формируются сигнальная и опорная шумовая выборки. В решаемой задаче неизвестная дисперсия интенсивности является мешающим параметром. Информативным параметром выступает математическое ожидание интенсивности в сигнальных пикселях. Доказано существование равномерного наиболее мощного инвариантного алгоритма на основе t–критерия. Синтезировано решающее правило выделения особенностей на участке сцены размером 3х3 пикселя. Доказана устойчивость предлагаемого алгоритма выделения особенностей изображения к изменениям математического ожидания и среднеквадратичного отклонения (СКО) интенсивности фоновых пикселей, а также его инвариантность к углу поворота изображения. Универсальность алгоритма обнаружения определяется только количеством сигнальных пикселей в выделяемой особенности. Индивидуальность же особенностей отражается в формировании опорной и анализируемой выборок. Приведены формулы для выбора значений пороговых констант, обеспечивающих заданный уровень ложных срабатываний, причём вне зависимости от априорно неизвестных значений математического ожидания и СКО интенсивностей фоновых пикселей. Это свидетельствует о практически важном свойстве устойчивости решающего правила. Получены соотношения для оценки эффективности робастного обнаружителя. Показано, что вероятности правильного обнаружения при заданном отношении сигнал/шум одинаковы для особенностей с числом сигнальных пикселей 1 и 8, 2 и 7, 3 и 6, 4 и 5. При заданном отношении сигнал/шум и фиксации пороговой константы при выделении особенности с 4-мя (или 5-ю) сигнальными пикселями вероятность правильного обнаружения принимает максимальное значение. Моделированием в пакете MATLAB подтверждена устойчивость робастного обнаружителя при изменении математического ожидания и СКО интенсивности фоновых пикселей. Таким образом, синтезирован робастный алгоритм обнаружения (распознавания) широкого класса разноплановых особенностей изображений при изменяющихся условиях наблюдения трёхмерной сцены.

Скачать в PDF

Ключевые слова Робастный обнаружитель; система технического зрения; обработка изображений; выделение разноплановых особенностей изображения; универсальность алгоритма; устойчивость решающего правила; эффективность обнаружения; изменение условий наблюдения.
Библиографический список 1. Кемурджиан А.Л., Громов В.В., Кажукало И.Ф. и др. Мобильные роботы / Под ред. А.Л. Кемурджиана. – М.: Машиностроение, 1993. – 400 с.
2. Cheng Y., Goguen J., Johnson A., Leger C., Matthies L., San Martin M., Willson R. The Mars exploration rovers descent image motion estimation system // IEEE Intelligent Systems. – 2004. – Vol. 19. – P. 13-21.
3. Bailey T. Mobile Robot Localisation and Mapping in Extensive Outdoor Environments // Philosophy. – 2002. – Vol. 31, No. 8. – С. 212.
4. Nistйr D., Naroditsky O., Bergen J. Visual odometry for ground vehicle applications // J. F. Robot. – 2006. – Vol. 23, No. 1. – С. 3-20.
5. Roumeliotis S.I., Johnson A.E., Montgomery J.F. Augmenting inertial navigation with image-based motion estimation // Robotics and Automation, 2002. Proceedings. ICRA ’02. IEEE International Conference on. – 2002. – Vol. 4. – С. 4326-4333.
6. Lowe D.G. Distinctive image features from scale-invariant keypoints // International Journal of ComputerVision. – 2004. – Vol. 60, No.. 2. – P. 91-110.
7. Herbert Bay, Andreas Ess, Tinne Tuytelaars, Luc Van Gool. SURF: Speeded Up Robust Features // Computer Vision and Image Understanding (CVIU). – 2008. – Vol. 110, No. 3. – P. 346-359.
8. Kravtsov S., Rumyantsev K. Positioning Autonomous Mobile Robot Based on Measurements Onboard Digital Stereo Vision System // International Journal of Robotics Applications and Technologies (IJRAT). – Jule–December 2014. – Vol. 2, No. 2. – P. 37-77.
9. Румянцев К.Е., Кравцов С.В. Стратегия позиционирования мобильного робота по данным измерений бортовой системы цифрового стереозрения // Проблемы управления и моделирования в сложных системах: Труды XV Международной конференции (25-28 июня 2013 г.
Самара, Россия). – Самара: Самарский научный центр РАН, 2013. – С. 609-614.
10. Rumyantsev K., & Kravtsov S. Analysis of measuring space digital television stereoscopic systems. Point and interval estimation of point coordinates three–dimensional scenes // Electrical Engineering and Information Complexes and Systems. – 2014. – P. 38-48.
11. Кравцов С.В., Румянцев К.Е. Спектральный анализ ошибок измерений бинокулярной системы технического зрения в задаче обоснования её параметров для мобильного робота // Проблемы управления и моделирования в сложных системах (ПУМСС-2014).
Труды XVI Международной конференции (30 июня–3 июля 2014 г, Самара, Россия). Самара: Самарский научный центр РАН, 2014. С. 621-626.
12. Румянцев К.Е., Кравцов С.В. Повышение достоверности выделения особенностей сцены на цифровых изображениях в условиях интенсивных некоррелированных шумов // ES-ФМ-2014-011. Физико-математические методы и информационные технологии в естествознании, технике и гуманитарных науках: сборник материалов международного научного e-симпозиума. Россия, г. Москва, 27-28 декабря 2014 г. – Киров: МЦНИП, 2015 .– С. 90-100.
13. Кравцов С.В., Румянцев К.Е. Исследование параметрической связи бортовой бинокулярной системы технического зрения и динамики мобильного робота // Научно-техническая конференция «Техническое зрение в системах управления – 2014». 18−20 марта 2014 г. Тезисы докладов. – С. 4-6.
14. Румянцев К.Е., Петров Д.А. Информативность полутоновых изображений природных ландшафтов // Фундаментальные исследования. – 2015. – № 5. – С. 329-334.
15. Кравцов С.В., Румянцев К.Е. Исследование эффективности анализа сцены детектором точечных особенностей в условиях некоррелированных стационарных шумов // Научно-техническая конференция «Техническое зрение в системах управления – 2014». 18–20
марта 2014. Тезисы докладов. – С. 16-18.
16. Румянцев К.Е., Петров Д.А. Выделение точечных особенностей на трёхмерной сцене при изменяющихся условиях наблюдения // ES-ФМ-2014-011. Физико-математические методы и информационные технологии в естествознании, технике и гуманитарных науках: сборник материалов Международного научного e-симпозиума. Россия, г. Москва, 27-28 декабря 2014 г. – Киров: МЦНИП, 2015.  С. 114-127.
17. Rumiantsev Konstantin, Petrov Dmitry. Detection of Feature Points On The Three-Dimensional Scene Under Varying Conditions Of Observation // 34th Chinese Control Conference (CCC2015). Hangzhou, China, July 28 to 30, 2015.
18. Прокофьев В.Н., Румянцев К.Е. Инвариантные алгоритмы обнаружения сигналов при априорной неопределенности помеховой обстановки. – Таганрог: ТРТИ, 1990. – 45 с.
19. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. – М.: Наука. Главная редакция физико-математической литературы, 1983. – 416 с.
20. Сравнительный анализ эффективности алгоритмов выделения точечных особенностей при изменяющихся условиях наблюдения // Сборник материалов международных научных e-симпозиумов: Технические и естественные науки: теория и практика. Россия,
г. Москва, 27–28 марта 2015 г. / Под ред. проф. К.Е. Румянцева. – Киров: МЦНИП, 2015. – С. 123-141.

Comments are closed.