Հայաստանի ատենախոսությունների բաց մատչելիության պահոց = Open Access Repository of the Armenian Electronic Theses and Dissertations (Armenian ETD-OA) = Репозиторий диссертаций Армении открытого доступа

Պատկերների օպերատիվ մշակման և օբյեկտների ճանաչման համակարգերի հետազոտում ու նախագծում

Հովսեփյան, Հովհաննես Ատոմի (2012) Պատկերների օպերատիվ մշակման և օբյեկտների ճանաչման համակարգերի հետազոտում ու նախագծում. PhD thesis, ՀՀ ԳԱԱ Ինֆորմատիկայի և ավտոմատացման պրոբլեմների ինստիտուտ.

[img]
Preview
PDF (Abstract)
Available under License Creative Commons Attribution.

Download (615Kb) | Preview

    Abstract

    Ինֆորմացիոն տեխնոլոգիաների զարգացումը հանգեցնում է հնարավոր բոլոր գործընթացների ավտոմատացմանը: Բացառություն չէ նաև տեսադիտողական սարքերի միջոցով հսկման գործընթացի ավտոմատացումը: Մշակվում և ստեղծվում են հսկման գործընթացն ավտոմատացնող համակարգեր: Իսկ ավտոմատացված տեսահսկման համակարգերում կարևորագույն խնդիրներից է պատկերների մշակումը և ճանաչումը: Պատկերների մշակման և պատկերներից օբյեկտների տարանջատման ու ճանաչման խնդիրները միշտ եղել են հետազոտողների ուշադրության կենտրոնում: Հատկապես կարևոր են այդ խնդիրները տիեզերքից երկրագնդի տարբեր հատվածները հսկելու, զննվող տարածքներում (լինեն դրանք բանկի, օդակայանի, ռազմական, թե ավտոկայանատեղի տարածքներ) ներխուժման փորձերի կանխման համար: Այդ խնդիրները լուծող համակարգերը հիմնականում պահպանում են ստացվող պատկերները, իսկ մշակումը ու օբյեկտների ճանաչումը իրականացնում զննմանը ոչ համընթաց: Ճիշտ է, կան համակարգեր, որոնք մշակումը կատարում են զննմանը համընթաց, բայց կարող են տալ միայն սկզբնական կարծիք օբյեկտի մասին, իսկ վերջնական արդյունքը ստանում են հետագա մշակումով: Ուստի արդիական խնդիր է պատկերների ստանալուն հնարավորինս համընթաց ճանաչել օբյեկտները արագ որոշումներ կայացնելու համար: Ատենախոսությունը նվիրված է պատկերների օպերատիվ մշակման և օբյեկտների ճանաչման համակարգերի հետազոտմանը և նախագծմանը: Ներկայումս ակտիվ հետազոտություններ են կատարվում օբյեկտների հայտնաբերման և ճանաչման այնպիսի համակարգերի մշակման ուղղություններով, որոնք հիմնված են Գաուսյան խառնուրդ մոդելների, α-խառնմամբ մոդելների, Կալմանի զտիչների, նեյրոնային ցանցերի, Բայեսյան և այլ մեթոդների վրա: Օբյեկտների հայտնաբերման և ճանաչման համակարգերում բարձր հուսալիություն, ճշտություն և օպերատիվություն ապահովելու համար անհրաժեշտ է լուծել մի շարք խնդիրներ և հաղթահարել որոշակի դժվարություններ: Նշենք դրանցից մի քանիսը: Պատկերում առկա կետերի մեծ քանակի պատճառով կիրառվող մեթոդների աշխատանքը դանդաղում է, իսկ համակարգի շահագործումը իրական ժամանակում դժվարանում է: Լուսային ֆոնի փոփոխման, տեսախցիկի լուսազգայուն տարրերի անկայունության և մի շարք այլ պատճառներով տեսաշարում պատկերի առանձին կետերի պայծառությունը շարունակ լողում է, որը խոչընդոտում է պատկերի ճանաչմանը: Ստվերը սխալմամբ կարող է ընկալվել որպես առանձին օբյեկտ: Եղանակային փոփոխություններն (անձրև, ձյուն, մառախուղ և այլն) էական ազդեցություն են ունենում օբյեկտների հայտնաբերման և ճանաչման ճշտության վրա: Ողորկ մակերևույթներից առկա անդրադարձումն ու ցոլքը էապես խանգարում են այդ մակերևույթի պատկանելիության որոշմանը: Развитие информационных технологий ведет к автоматизации всевозможных процессов. Исключением не является также и автоматизация процесса наблюдения с помощью видео оборудования. Разрабатываются и создаются системы для автоматизации процесса наблюдения. В автоматизированных системах видеонаблюдения одним из важнейших проблем является обработка и распознавание изображений. Проблемы обработки изображений, выделение объектов из изображений и их распознавание всегда были в центре внимания исследователей. Особенно важны эти проблемы для наблюдения из космоса разных частей планеты и предотвращения попыток вторжения на охраняемые территории (будь они территориями банка, аэропортов, воинских частей или автостоянок). Системы, которые решают эти проблемы, в основном хранят поступающие на вход изображения, а обработку и распознавание объектов выполняют не синхронно с наблюдением. Есть также системы, которые выполняют обработку параллельно наблюдению, но могут дать только первоначальные сведения об объекте, а окончательный результат получают только после дальнейшей обработки. Для принятия быстрых решений актуально, по возможности параллельно поступлению изображения, обнаружить появление объекта и классифицировать его по типу. Диссертация посвящена исследованию поставленных проблем и разработке систем оперативной обработки изображений и распознавания объектов. На сегодняшний день ведутся активные исследования по направлению проектирования таких систем обнаружения и распознавания объектов, которые основаны на смешанных моделях Гаусса, моделях α-смешивания, фильтров Калмана, нейронных сетях, Байесовского метода распознавания и на других методах. Выполнение детального исследования методов обработки изображения, обнаружения и распознавания объектов с целью выявления их преимуществ и недостатков. Определение эффективных методов оперативной обработки изображений, а также обнаружения и распознавания объектов. Создание соответствующей программной системы на основе разработанных методов. Проведение сравнительного анализа результатов, полученных от применения проектируемой системы с результатами известных систем. Разработан метод динамического обновления фонового изображения. Разработаны способ обнаружения объектов посредством усредненного уменьшения изображения и градиентный метод уточнения контура объекта. Разработан лучевой метод сравнения контуров. Предложен способ разбиения обнаруженного объекта на детали для повышения точности распознавания. The progress of information technology leads to the automation of all possible processes. The automation of video-surveillance process is not an exception also. Various surveillance process automating systems are being developed and created while the processing and recognition of images is of the main problems of automated video-surveillance systems. The problems of image processing and the separation of objects from images and object recognition have always been in the focus of attention of researchers. These problems are especially important for space surveillance of various parts of earth for the purposes of prevention of intrusion attempts into the observation areas (whether they be areas of bank, airport, military or parking). The systems which solve these problems generally save obtained images and perform the processing and object recognition not in parallel with the examination. Of course, there are systems that carry out the processing simultaneously with the examination but they can only give an initial assessment about the object, and the final result is obtained with the further processing of the object. It is topical to recognize the objects parallel to the image obtaining for the purpose of making rapid decisions. The thesis is dedicated to the research and design of systems of real-time image processing and object recognition. Currently, active researches are conducted in the areas of development of such object detection and recognition systems, which are based on Gaussian mixture models, as well as α-blending models, Kalman filters, neural networks, Bayesian and several others. Perform the comprehensive examination of methods of image processing and object detection and recognition in order to discover their advantages and disadvantages. Develop efficient methods of image real-time processing, object detection and recognition. Create an appropriate software system based on the developed methods using the opportunities of computer systems and information technologies. Perform the comparison of the obtained results of the proposed system with the results of existing systems. A method of dynamic update of background image is developed. Algorithms of object detection and contour correction, accordingly based on average minimizing and gradient methods are developed. A method of comparing contours, based on rays is developed. A method of increasing the accuracy of object recognition, based on segmentation is proposed.

    Item Type: Thesis (PhD)
    Additional Information: Исследование и разработка систем оперативной обработки изображений и распознавания объектов. Research and design of real-time image processing and object recognition systems.
    Uncontrolled Keywords: Овсепян Оганнес Атомович, Hovsepyan Hovhannes Atom
    Subjects: Informatics and Computer Systems
    Divisions: UNSPECIFIED
    Depositing User: NLA Circ. Dpt.
    Date Deposited: 29 Sep 2016 10:13
    Last Modified: 04 Oct 2016 10:25
    URI: http://etd.asj-oa.am/id/eprint/3514

    Actions (login required)

    View Item