Первой С.В. Система видеонаблюдения для предотвращения критических ситуаций в прибрежной акватории (Система видеонаблюдения для предотвращения критических ситуаций в прибрежной акватории), страница 9

Данной точке соответствует ее проекция p  (u, v,1)T наизображении в однородной системе координат, где (u, v) - соответствующиекоординаты объекта, выраженные в пикселях, для внутренней системыкоординат камеры. Тогда в однородной системе координат, с учетомпогрешности, вносимой внутренними параметрами камеры, можно записатьследующие соотношения:49XY   ctg ( )   u0 ,ZZYv  v0 ,sin( ) Zu  (2.3.1)где  k  f ;   l  f - величины, выраженные в единицах пикселей;f - фокусное расстояние камеры (м);1 1 - размерность пикселя ( k .k ll - измеряются в пиксель ),м - угол наклона между осями координат сенсорного элемента камеры.На рисунке 2.3.5 приведены физическая и нормированная системыкоординат камеры [38].Рис. 2.3.5Таким образом, имеет место следующее соотношение:p1M P,Z(2.3.2)гдеM  K  ( R, t ) , R  WC R - матрица вращения камеры (в системе обозначенийКрейга), t  COW - вектор трансляции (перемещения) камеры;K 00  ctg(  ) u0 v0  ;sin(  )01C0  (u0 , v0 )T - координаты точки проекции оптической оси камеры насенсорный элемент.50Зависимость координат проекции p от координат точки P объекта ипараметров камеры можно записать в функциональной форме:p  F ( P, K , C ) ,(2.3.3)гдеC - вектор параметров положения матрицы, определяемый коэффициентамиматрицы вращения R и вектора t ;K 00  ctg(  ) u0 v0  - матрица внутренних параметров камеры.sin(  )01Тогда динамику перемещения проекции точки p можно описать спомощью следующей системы уравнений [39]:p  J p ( P, K , C )  Vp ,(2.3.4)гдеVp  (v p , x , v p , y , v p , z ,  p , x ,  p , y ,  p , z )T - вектор пространственных и угловыхскоростей перемещения камеры;J p - соответствующая матрица Якоби, которую часто также называют матрицейвзаимодействия (interaction matrix).Относительное, по отношению к камере, движение точки P объектаописывается векторным уравнением:P    P  Vp ,(2.3.5)или в скалярной форме: X  Y   p, z  Z   p, y  v p, x ,Y  Z   p , x  X   p , z  v p , y ,Z  X   p, y  Y   p, x  v p, zДля координат перспективной проекции x (2.3.6)XY, yможно записатьZZизвестные выражения:xX Z  X ZY  Z Y  Z, y2ZZ251(2.3.7)Отсюда, для переменных x, y , используя соотношения (2.3.6), можно записатьследующие соотношения: 1x  Zy  001ZxZyZx y(1  x 2 )(1  y 2 )x  yПримем, для простоты, что угол  2y  Vpx (2.3.8)и введем следующие обозначенияпеременных: u  u  u0 , v  v  v0 .

Тогда можно записать следующие уравнения[40]:  u   Zv     00ZuZvZu v(  v 2 )2( 2  u 2 )u v v   V u  p (2.3.9)Уравнения (2.3.9), записанные в матричной форме имеют вид:e  J p  Vp ,(2.3.10)гдеJ p 26 - соответствующая матрица взаимодействия;e  (u  u0 , v  v0 )T - вектор ошибки, характеризующий направление и величинуотклонения проекции точки P объекта от проекции оптической оси камеры наизображении.Для того, чтобы удерживать проекцию точки P в окрестности точки(u0 , v0 )T можно использовать следующий закон управления, движением камеры[41]:Vc    Lp  e ,(2.3.11)где  0 - параметр, определяющий скорость перемещения оптической осикамеры;Lp - псевдо обратная матрица, полученная с помощью применения процедурыобращения Мура – Пенроуза к матрице взаимодействия J p .52Рассмотрим теперь случай, когда объект наблюдения являетсянеподвижным, а поворотная камера (PTZ – камера), установлена нагиростабилизируемой платформе беспилотного летательного аппаратаклассической самолетной схемы.

В этом случае, можно выделить два основныхдвижения:- угловое движение камеры Vc , определяемое вектором Vc  (t , p )T ;- пространственное движение БЛА, определяемое вектором скоростейVa  ( X a , Ya , Z a , a , x , a , y , a , z )T .Если движение летательного аппарата известно, то движение камерыдолжно его компенсировать, поддерживая проекцию объекта в заданномположении на изображении. При осуществлении круговой траектории полета спостоянным углом крена   const ,   0 управление положением камерысводится к поддержанию постоянства следующих углов:t  t  const ,  p 2,(2.3.12)где значение угла  t определяется высотой полета БЛА и радиусом круговойтраектории.На рисунке 2.3.6 показано положение камеры, установленной на БЛА, вслучае наблюдения за неподвижным объектом при осуществлении полета покруговой траектории [19].Рис.

2.3.6Если камера жестко привязана к корпусу летательного аппарата, а объектявляется подвижным, то необходимо решать более сложную задачу визуальногоуправления траекторным движением беспилотного летательного аппарата,которая осложняется возможностью ухода объекта из поля зрения камеры.53Рассмотрим управляемое движение БЛА типа квадрокоптер в режимезависания на заданной высоте и слежения за траекторией движениямалоподвижной цели на водной поверхности. Для наблюдения за объектом наводной поверхности малоразмерная БАС типа квадрокоптер обычно используетдве камеры: фронтального сектора обзора и нижнего сектора обзора.

Есликамеру нижнего сектора обзора обычно используют для наблюдения занеподвижным объектом, то для мониторинга и слежения за подвижнымобъектом более удобно использовать камеру фронтального сектора обзора.На рисунке 2.3.7 показано, как осуществляется смещение оптической осифронтальной камеры, установленной на квадрокоптере, при движении объектанаблюдения.Рис. 2.3.72.4 Методы улучшения и восстановления изображений в условияхпониженной видимостиПри наличии загазованности окружающей среды (наличие дыма, тумана ипрочее) происходит уменьшение дальности видимости объектов, нарушениецветового восприятия и уменьшение яркости отраженного света из-за егорассеивания.Уменьшение видимости точки s анализируемой сцены можно описать спомощью соотношения J (s)  t (s) , где J ( s) отражающая способностьокрестности сцены вблизи точки s , а t ( s) - коэффициент передачи среды.

Еслиатмосфера является гомогенной, то коэффициент передачи можно выразить спомощью следующего соотношения:54t (s)  ed ( s ) ,(2.4.1)где  - коэффициент рассеивания, а d ( s) - глубина (расстояние) точки s [71].Рассеивание отраженного света добавляет белизны к изображению сцены иявляется функцией расстояния между объектом и камерой. Тогдаматематическая модель значения интенсивности точки s на изображении взагазованной атмосфере может быть описана как:I (s)  J (s)  t (s)  A  (1  t (s)) ,(2.4.2)где A - значение освещенности окружающей среды.Известны две различные группы методов компенсации загазованностиокружающей среды для улучшения качества получаемого изображения: методымножественных изображений, использующие поляризационный фильтр иметоды улучшения единственного изображения [72]. Группа методов улучшенияединственного изображения включают в свой состав:- метод черного канала (Dark Channel Prior);- улучшенный метод черного канала (IDCP);- метод IDCP с пользовательским фильтром;- метод IDCP с гистограммной спецификацией;- метод Тарела (Tarel);- метод анизотропной диффузии;- метод удаления дымки с использование таблицы HSV цветности.Наиболее важными для оценки позиционирования мобильного робота икартирования местности являются методы, позволяющие улучшать оценкиглубины характерных точек (особенностей) наблюдаемой сцены.

Для этогообычно используется комбинация нескольких методов [73].Схема алгоритма дегазирования окружающей атмосферы приведена нарисунке 2.4.1.55Рис. 2.4.1Применение подобного способа позволяет достаточно хорошо улучшитькачество изображения и повысить точность визуальной одометрии, по крайнеймере, в ближайшей области.Пример работы алгоритма для улучшения видимости в задымленнойатмосфере приведен на рисунке 2.4.2 [72].Рис. 2.123 Алгоритмы трекинга подвижных воднотранспортных объектов ипрогнозирования их траекторийПосле выявления объекта на водной поверхности системавидеонаблюдения должна решать следующие задачи:- осуществление слежения за траекторией движения выявленного объекта ипрогнозирование его возможного перемещения в будущем с целью выявленияпотенциальной угрозы пересечения периметра контролируемой зоны;- при наличии нескольких выявленных объектов, определять их возможныетраектории, выделять наиболее опасные, с точки зрения нарушения периметразоны, объекты и осуществлять прогнозирование движения множества объектов;56- определять объекты, траектории которых вышли из зоны наблюдения, ивыявлять новые объекты, траектории которых находятся в поле зрения системы,с целью обновления текущей базы наблюдения.Для решения ряда подобных задач можно использовать классические,широко известные методы, например, метод фильтрации по Калману [39].Однако, для большинства случаев, такие методы оказываютсянеработоспособными.Поэтому, в данном разделе, проводится анализ, как общепринятых методовфильтрации и прогнозирования временных рядов наблюдений, базирующихся наклассической схеме представления динамических моделей движения объектов,так и на методах распознавания образов [28,42].3.1 Применение методов фильтрации по Калману для оценки ипрогнозирования траектории движения выявленного объектаДля трекинга и прогнозирования движения судов, после выявления ихместорасположения на кадрах видеопоследовательности, обычно используютметоды, основанные на расширенном фильтре Калмана и фильтре частиц (дляоценки модели движения одного судна), а также MHT фильтре (для оценкимоделей движения нескольких судов).В простейшем случае, для прогнозирования движения судна используетсямодель его движения как материальной точки, совпадающей с центромвыделенной на кадре соответствующей области.

Если обозначить координатыцентра такой области на изображении k кадра, как ( xk , yk ) , то уравнения моделидвижения судна и модели измерений можно записать в следующем виде: xk 1   1 yk 1   0 xk 1    0 y   0 k 1  010010100   xk 1    yk   wk0   xk 1   yk  xk x m , k  1 0 0 0  yk  y   0 1 0 0   x   vk m ,k  yk  k57,(3.1.1)Здесь wk , vk - векторные нормальные шумы объекта и измерений; xk , yk приращения координат центра области между кадрами; xm,k , ym,k - измеренныезначения координат на k - ом шаге.Для более точной оценки и прогнозирования траектории судна необходимоиметь математические модели движения судна и волнения.