ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

МЕТОД ПОСЛЕДОВАТЕЛЬНОГО УТОЧНЕНИЯ ГРАНИЦ НА ИЗОБРАЖЕНИЯХ ДОРОЖНОЙ ОБСТАНОВКИ

Читать

Ляшева Стелла Альбертовна, Шлеймович Михаил Петрович МЕТОД ПОСЛЕДОВАТЕЛЬНОГО УТОЧНЕНИЯ ГРАНИЦ НА ИЗОБРАЖЕНИЯХ ДОРОЖНОЙ ОБСТАНОВКИ // Прикаспийский журнал:  управление и высокие технологии. — 2020. — №4. — Стр. 21-31.

Ляшева Стелла Альбертовна - Казанский национальный исследовательский технический университет им. А.Н.Туполева-КАИ, salyasheva@kai.ru

Шлеймович Михаил Петрович - Казанский национальный исследовательский технический университет им. А.Н.Туполева-КАИ, mpshleymovich@kai.ru

В настоящее время активно развивается концепция «умный город», которая определяет задачи оптимального распределения ресурсов и обеспечения безопасности городской инфраструктуры, в том числе безопасности дорожного движения. Это особенно актуально в связи с ростом количества транспортных средств, среди которых прогнозируется появление беспилотных автомобилей. Решение указанной задачи основано на привлечении различных технологий, в том числе технологий компьютерного зрения. Одно из направлений здесь основано на машинном обучении, в рамках которого рассматриваются модели объектов на изображениях в виде векторов признаков. Такие модели представляют собой описания объектов для обучения классификаторов, обеспечивающих их обнаружение и распознавание. В качестве признаков часто используются признаки границ. Их формирование сводится к выполнению двух шагов - выделение границ и их описание в виде дескрипторов. В данной работе описан метод выделения границ объектов на изображениях дорожной обстановки, который базируется на применении кратно-масштабного вейвлет-преобразования. Предлагаемый метод основан на определении значимости величины изменения яркости в некоторой точке на определенном уровне вейвлет-разложения на основе оценки вклада в общую энергию изображения соответствующих этой точке детализирующих коэффициентов. Метод определяет последовательное уточнение границ, которое делается в предположении соответствия граничных точек на разных уровнях. Данное предположение обусловливается тем, что значения яркостей пикселей копий изображения на разных уровнях кратно-масштабного разложения взаимосвязаны друг с другом. Описанный метод прост для реализации, обладает сравнительно высоким быстродействием и возможностью гибкой настройки для реальных условий работы. Как следствие, он может быть использован в системах анализа видеопотоков, работающих в реальном масштабе времени.

Ключевые слова: интеллектуальные системы беспилотных транспортных средств, компьютерное зрение, обнаружение и распознавание объектов на изображениях, признаки границ объектов, выделение границ на изображениях, вейвлет-преобразование, энергия изображения, утончение границ