Диссертация (1152212), страница 21
Текст из файла (страница 21)
3.11 График изменения интервалов съемки между кадрами в режиме съемки 125 фв. 141 0,000, 0,0055 0,005 0,004 -, 0,0035 ,'— 0,003 ~" рис. 3.12 График изменения интервалов съемки между кадрами в режиме съемки 187 фз. Графики показывают, что колебания составляют от 0,0013 с до 0,057 с, где высокий показатель колебаний показателей интервалов съемки обуславливается высокими показателями съемки кадров в секунду, поскольку значительно чаще происходит идентификация экспозиции и освещенности данного кадра при изменившихся положениях движущихся объектов, происходит выбор соответствующей данной экспозиции показателя светочувствительности, выдержки, диафрагмы видеокамеры.
Автоподбор экспозиции и экспопары необходим для поддержания стабильности экспозиции и цветового контраста кадров на протяжение всего видеофильма. 3.4 Обработка результатов экспериментальных исследований через реализацию алгоритмов системы компьютерного зрения. Обработка данных производилась на двух компьютерах: 1) ноутбуке Асег Азр1ге Е3-112, с процессором 1п1еИЮ Реп1шт® Х3540 ф 2.2 Гец, оперативной памятью 4 Гб и жестким диском объемом 500 Гб, используемая операционная система %1пдо3ББ 10; 2)персональном компьютере с процессором 1п1е1 Соте 15- 2400 Ф 3.10 Ггц, оперативная память 8 Гб.
После загрузки системы использовалось 3.52 Гб, и оставалось свободной 2512 Мб. Файл подкачки 142 0,0025 -Б ~ —,—, — - —, ° — — г- 1 31 61 91 121 151 131 211 241 271 301 331 351 "1 — 41 ~ составлял 7150 Мб. Компьютер имел видеокарту С10АВУТЕ (ЗеРогсе С1ТХ 4бО с тактовой частотой графического процессора 715 Мгц, объемом оперативной памяти 1024 Мб. В качестве устройства сохранения видеофильмов использовался жесткий диск Яеадаге ЯТ1000РМООЗ, имевший объем памяти 1 Тб (1024 Гб). Тестирование алгоритмов системы компьютерного зрения производилось в двух режимах: в режиме "опйпе" и в режиме записи видеофильма на жесткий диск компьютера. В режиме "оп1ше" все алгоритмы системы работали при поступлении кадра с камеры в оперативную память компьютера, затем производилась дальнейшая обработка и анализ.
Производилось распознавание объектов на кадре и сравнение распознанных объектов с эталоном. Данный метод требует значительных вычислительных мощностей, поэтому данная методика работы системы компьютерного зрения производилась на персональном компьютере, системные показатели которого описаны выше. В режиме записи видеофильма на жесткий диск компьютера алгоритмы системы компьютерного производили фоновую обработку полученных данных, затем производилось сравнение объектов в видеофильме с объектом-эталоном.
Данная методика не требует высоких вычислительных показателей оборудования, поэтому в этом случае использовался ноутбук Асег Азр1ге Е3-112, системные характеристики которого значительно уступают используемого наряду с ноутбуком персонального компьютера. 3.4.1 Получение исходного изображения и повышения резкости кадра.
При поступлении исходного кадра в систему компьютерного зрения происходит преобразование полученного цветного изображения в матрицу М1 уровней яркости пикселов 640х480х3. Полученное цветное цифровое изображение преобразуется в изображение с градациями серого. Изображение- коллаж экспериментального видеокадра с увеличенными в несколько десятков раз участками изображения представлено на рисунке 3.13. Рис. 3.13 Исходное изображение переведенное в градации серого.
Увеличение участка изображения в несколько десятков раз. На изображении видно, что задний фон имеет более темные градации серого, в то время как гранула имеет более светлые градации серого. Гранула имеет некую текстуру поверхности, которая обуславливается шершавостью гранулы. Так же на рис. 3.13 при увеличении видно, что изображение, полученное с видеокамеры, имеет недостаточную четкость, поэтому необходимо применение методов и алгоритмов повышающих четкость изображения. Одним из наиболее эффективных методов увеличения резкости изображения является метод на основе матрицы свертки 1871. В процессе этого метода необходимо произвести выбор такой матрицы свертки, при которой резкость получаемого изображения достигнет удовлетворительных показателей. Алгоритм работает таким образом, что происходит последовательный перебор всех элементов (пикселов) входной матрицы М1, которая характеризует полученное цифровое изображение, а затем при помощи матрицы свертки происходит преобразование в новое изображение (рис.
3.14). хЩ Рис. 3.14 схематическое представление преобразования исходной матрицы в матрицу с повышенной резкостью при гюмощи матрицы свертки. Происходит итеративный перебор всех элементов матрицы таким образом, что на й-ой итерации выбирается й-ый пиксел с координатами (Ц), затем выбираются 8 пикселов в окрестности текущего для формирования локальной матрицы входного изображения. Полученная локальная матрица изображения перемножается с матрицей свертки, исходя из примера, представленного на рис, 3.14 происходят следующие вычисления: (12х(-1) + 14х(-1) + 41х(-1) + 43х(-1) + 84х9 + 24х( 1) + 2х( 1) + 1х(-1) + 43х( 1)) х 1 / йи, где сЬ является коэффициентом нормирования, который подбирается в качестве натурального числа отличным от 1 для фильтров размытия для сохранения средней интенсивности изображения.
В данном случае значение коэффициент нормирования подобрано равным 1, так как стоит задача повышения резкости. Размерность матрицы свертки М, может иметь различные габариты, так как размер матрицы свертки напрямую влияет на степень размытия, но чаще всего используют матрицу размерностью ЗхЗ. Так же часто встречается использование уже нормированной матрицы таким образом, чтобы коэффициент был равен единице. Ниже представлен отрывок программного кода на языке За~а 1.8, реализующего данный алгоритм: // блок инициализации переменных. 145 1п»ЦЦ Ма = ! 1 -1, -1, -1 Ь ! -1, 9, -1 Ь ! -1, -1, -1 ) ); 1п»ЦЦ М1 = пев ш»13И31; 1п» »1!у = 1; // блок описания метода»ппс»!опМа»1» по расчету нового значения пиксела. риЫ!с !п»»ппс»!опМа»1»(ш»ЦЦ Мз, 1п» Й~, 1п»ЦЦ М1) ! 1п» геяи1» = 0; Кот»!и» 1 = О; 1 с 3; !++) 1 »ог ан»! =0;)' <3;1++) 1 гезп!» = геап1» + М1[Щ ~ МзЩ1; 1п»»етр = 1 / Йч; геяп1» = тези!» / »ар; ге»пгп гезп!»; // вызов метода»ппс»!опМа»1» из вне для получения нового значения пиксела.
ш» пежР)хе1Уа1пе = »ппс»1опМа»1»(Мз, ди, М1); В блоке инициализации переменных происходит объявление переменных. Переменной Мз, тип данных которой объявлен как двумерный массив целочисленных значений, присваивается значение ! ! -1, -1, -1 1, ! -1, 9, -1 1, 1 -1, -1, -1 ) 1, для того, чтобы в дальнейшем переменная М, идентифицировалась как матрица свертки. Переменная М; объявлена как двумерный массив размерностью 3х3 целочисленных значений и характеризует собой локальную матрицу изображения.
Переменная й~ объявлена как целочисленная и принимает значение 1. Строка риЫ/с [пг [ипсг/опМаг/г(тг[/[/ М», [пг йи, /г»г[][] М») описывает метод /ипсг/олМай, который в качестве входных параметров принимает: матрицу свертки М,, локальную матрицу изображения Мь коэффицент нормализации й». В качестве выходного параметра метод возвращает целочисленное значение переменной гезий. В теле метода объявлены два цикла — внешний цикл с счетчиком 1, который характеризует перемещение по столбцам матрицы и внутренний цикл с счетчиком ~, который характеризует перемещение по строкам матрицьь По окончании этих циклов в методе будет содержаться переменная гезий с значением произведения этих матриц. Строки тг ~еиу = 1 /йи; и гекий = геюий / ~етр; позволяют вычислить значение результата с использованием коэффициента нормализации.
Строка гейаи геюий; возвращает полученный результат в место вызова функции. Блок-схема данного алгоритма представлена на рисунке 3.15. Рис. 3.15 Блок-схема алгоритма функции вычисления нового значения пиксела через матрицу свертки М, Разница после применения матрицы свертки для повышения резкости изображения показана на рисунке 3.1б, где левое изображение соответствует кадру до применения фильтра повышения резкости, а правое изображение соответствует новому кадру после применения фильтра. Рис. 3.16 Полученное изображение с повышенной резкостью. 3.4.2 Реализация методов фильтрации с целью уменьшения шумов на изображении и бинаризация изображения. При использовании методов повышения резкости изображения неизбежны возникновения шумов на изображении, которые являются негативными факторами для алгоритмов распознавания формы и размера объектов, а так же производят негативное влияние на результат при сравнении цветовой текстуры исследуемого объекта с объектом-эталоном в базе данных системы.
Стоит отметить, что возникновение шумов так же может быть связано с параметрами светочувствительности видеокамеры, а так же с недостаточностью освещения исследуемого объекта, поэтому необходимо использовать специальные методы и алгоритмы для уменьшения степени зашумления изображения. Дпя решения этой задачи можно прибегнуть к модифицированной практической реализации методов и алгоритмов, описанных в пп. 3.4.1.
Использование матрицы свертки возможно не только для увеличения резкости изображения, но и для уменьшения количества шумов на изображении. Матрица свертки М„используемая для увеличения резкости изображения принимает 14З значения 1 ( -1„-1, -1 ), ( -1, 9, -1 ), ( -1, -1, -1 ) 1 и имеет размерность ЗхЗ, в то время как матрица свертки, необходимая для уменьшения шумов на изображении может принимать, как правило, действительные значения от 0 до 1 для ячеек в окрестности центральной ячейки, которая перемножается со значением Й-го пикселя на 1-ой итерации по строкам и 1-ой итерации по столбцам, и значение равным 1 для центральной ячейки матрицы сверки (рис.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
