- Обнаружение тепловых объектов на основе поиска пространственно-временных аномалий по изображениям ИК диапазона
- Поиск объектов искусственного происхождения на многоспектральных изображениях
- Обнаружение изменений, вызванных антропогенным воздействием
- Исследование эффективности спектральных методов классификации гиперспектральных изображений земной поверхности
- Спектрально-пространственная классификация гиперспектральных изображений земной поверхности- Неохлаждаемая тепловизионная система наблюдения Путник-100- Синтез изображений с увеличенной глубиной резкости из дальностных кадров
2022 г.
Обнаружение световозвращающих объектов (СВО) с применением активно-импульсной локации
Разработаны методы и алгоритмы обнаружения СВО на основе лазерной импульсной локации (ЛИЛ) сцены, синхронной регистрации отражённого излучения и внутри/межкадровой цифровой обработки последовательностей регистрируемых изображений в режиме поиска пространственно-временных аномалий.
Продемонстрирована эффективность обнаружения СВО в условиях интенсивного солнечного освещения при наличии в поле зрения зеркально и диффузно отражающих поверхностей, сигналы которых подавляются за счет применения попиксельного межкадрового вычитания и накопления разностных изображений.
Предложен способ формирования разностных кадров с замещением пикселей вычитаемых фоновых изображений на максимальное значение его локальной окрестности. Это позволяет подавить сигналы ярких объектов, смещающихся за время регистрации серии изображений не более чем на размер объекта.
- С.М.Борзов, О.И.Потатуркин, С.Б.Узилов. Обнаружение световозвращающих объектов на основе поиска пространственных аномалий // Компьютерная оптика. 2022. Т.46, №1. С.97-102.
2021 г.
Аппаратно-программный стенд для исследования метода активно-импульсной локации на основе применения ПЗС приемника (без ЭОП в качестве затвора)
Разработан аппаратно-программный стенд для исследования метода активно-импульсной локации световозвращающих объектов с реализацией функции затвора с помощью специального алгоритма управления двухсекционным ПЗС приёмником со строчным переносом (без применения ЭОП) [1-3]. Аппаратная часть стенда выполнена в виде оптико-электронного модуля (ОЭМ), опорно-поворотного устройства (ОПУ), обеспечивающего наведение ОЭМ по азимуту и углу места, и компьютера, обеспечивающего обработку данных и управление.
ОЭМ в свою очередь состоит из блока регистрации изображений 1 и блока импульсного лазерного зондирования 2, а также платы источника питания 3 и платы коммутатора 4, расположенных на единой платформе 5 (см. рисунок).
 |
Внешний вид оптико-электронного модуля (без внешнего кожуха)
Для обеспечения функционирования стенда разработаны программно-алгоритмические средства, состоящие из трёх уровней. Нижний уровень реализован в аппаратной части ОЭМ, управляет аппаратными блоками, осуществляет формирование и передачу данных на средний уровень. Средний и верхний уровни программно-алгоритмических средств реализованы на управляющем компьютере (ноутбуке). Продемонстрирована работоспособность и эффективность созданной аппаратуры для исследования характеристик световозвращающих объектов и их обнаружения.
- Д.В.Алантьев, С.М.Борзов, В.И.Козик, О.И.Потатуркин, С.Б.Узилов, К.Р.Яминов. Экспериментальное исследование метода лазерной импульсной локации световозвращающих объектов // Автометрия. 2021. Т.57, №1. С. 103-111.
- Д.В.Алантьев, С.М.Борзов, С.Н.Жуков, О.И.Потатуркин, С.Б.Узилов, А.П.Чихонадских. Оптико-электронная система обнаружения световозвращающих объектов на основе зондирования импульсным лазерным излучением // Автометрия. 2021. Т.57, №3. С. 92-101.
- S.M. Borzov, O. I. Potaturkin, Processing of data streams in the detection of retroreflective objects // CEUR Workshop Proceedings. 2021. V. 3006. P. 24-31.
2020 г.
Методы и программно-алгоритмические средства обработки мульти- и гиперспектральных изображений для классификации типов подстилающей поверхности при дистанционном зондировании Земли
Показана перспективность многомасштабного сглаживания исходных изображений [1]. Использование сразу 9 масштабов позволило увеличить точность классификации крупноформатного изображения на 3% по сравнению с результатом, достигнутым при оптимальном размере ядра предварительной обработки. Это, с одной стороны, приводит к повышению трудоемкости вычислений за счет кратного числу масштабов увеличения количества признаков и не позволяет добиться эффективности большей, чем при совместном применении предварительной и апостериорной обработки. Однако с другой стороны, бесспорным преимуществом многомасштабного сглаживания является то, что оно дает возможность исключить весьма трудоемкую процедуру подбора масштаба предварительной пространственной обработки.
Исследована возможность существенного уменьшения объема регистрируемых данных за счет выбора положения и ширины ограниченного количества наиболее информативных спектральных каналов при решении задачи классификации сельскохозяйственных культур [2]. На примере обработки 220 канального гиперспектрального изображения при решении задачи мониторинга сельскохозяйственных культур экспериментально показано, что регистрация и обработка данных в специально выбранных (по результатам классификации фрагмента) спектральных каналах позволяет получить точность не хуже, чем для систем признаков, сформированных с применением метода главных компонент. На рисунке 1,а,б сформированные подсистемы из 10 и 20 признаков представлены для наглядности на фоне спектра одного из подклассов. Видно, что наборы каналов при применении методов ML и SVM для оценки информативности систем признаков подобны.
 |
| а б |
Спектральные каналы, выбранные из 220 исходных: а – 10 каналов, б – 20 каналов
При этом трудоемкость требуемых вычислений существенно уменьшается. Выбор спектральных интервалов, их числа и расположения может осуществляться на этапе проектирования систем. Такой подход приводит к повышению эффективности решения целевых задач, вследствие того, что представляется возможным достаточно полно учесть характерные особенности объектов исследования и условия наблюдения для каждой конкретной задачи [3,4].
- Борзов С.М., Потатуркин О.И. Повышение эффективности классификации гиперспектральных изображений за счет разномасштабной пространственной обработки // Компьютерная оптика. – 2020. – Т. 44, № 6. – С. 937-943.
- Борзов С.М., Потатуркин О.И. Выбор информативной системы признаков при классификации сельскохозяйственных культур по гиперспектральным данным // Автометрия. – 2020. – Т. 56, № 4. – С. 134-144.
- Альт В.В., Гурова Т.А., Елкин О.В. и др. Вавиловский журнал генетики и селекции // Использование гиперспектральной камеры SPECIUM IQ для анализа растений. – 2020. – Т. 24, № 3. – С. 259-266.
- Klimenko D.N., Gurova T.A., Elkin O.V., Maksimov L.V. Hyperspectral reflectance system for plant diagnostics // IOP Conference Series: Earth and Environmental Science. - 2020. - Vol. 548, Is. 3 - Ст. 032019
Гибридная обработка многоспектральных изображений
для поиска пространственно-временных аномалий
и обнаружения объектов в поле наблюдения
|
Адаптивная коррекция тепловизионных изображений Предложены и исследованы методы адаптивной коррекции информации, полученной с многоэлементных сканирующих фотоприемных устройств (ФПУ) инфракрасного спектрального диапазона на основе статистической обработки изображений реальных сцен (без использования тестовых полей).
Это позволило в темпе регистрации информации корректно устранить типичные для данных ФПУ искажения (геометрический шум в направлении сканирования и неоднородность чувствительности элементов) (рис. 2). Разработанные программно-алгоритмические средства целесообразно использовать при обработке мультипоточных данных дистанционного зондирования поверхности Земли.
Рис. 2. Исходное изображение и результат коррекции
Обнаружение тепловых объектов на основе поиска пространственно-временных аномалий по изображениям ИК диапазона Для решения задачи автоматического обнаружения тепловых объектов по изображениям ИК диапазона в условиях реальной фоноцелевой обстановки предложено использовать метод поиска пространственных аномалий, основанный на определении степени несоответствия признаков отдельных фрагментов распределению значений признаков, полученному по всему изображению. Для этого предложено осуществлять на основе сравнения яркости и пространственного градиента яркости центральной и периферийной зон фрагментов. Данный подход позволяет обнаруживать объекты без информации об их геометрических параметрах (рис. 3).
Рис. 3. Обнаружение тепловых объектов на основе поиска пространственных аномалий: а – транспортных средств (дальность 700 м), б - фигуры человека (дальность 700 м), в - промышленных объектов
Поиск объектов искусственного происхождения на многоспектральных изображениях
Рис. 6. Результат поиска зданий на фрагменте изображения окрестности Новосибирского Академгородка (а), при использовании лишь спектральных признаков (б), при совместном использовании спектральных и пространственных признаков (в)
Разработан метод контекстного описания данных дистанционного зондирования Земли (ДЗЗ), основанный на анализе тематических слоев, сформированных на этапе попиксельной обработки спутниковых изображений высокого разрешения и характеризующих их спектральные и пространственные признаки. Метод заключается в инициализации клеточной структуры и итерационном подборе координат, угла поворота и размеров сторон каждой клетки с использованием моментов (до 4 порядка) распределения яркости внутри нее (рис. 7). Преимущество такого подхода по сравнению классическим (основанным на предварительной сегментации) состоит в уменьшении количества выделяемых и требующих дальнейшего анализа объектов за счет исключения зон класса «фон».
Рис.7. Обнаружение объектов неприродного происхождения: а - исходное изображение, б – сформированные объекты
Разработан и создан комплекс программно-алгоритмических средств поиска объектов искусственного происхождения по данным тепловизионных систем наблюдения. Комплекс обеспечивает обработку многоканальных изображений (до 10 каналов) размерностью 1000х1000 пикселей и выше при размере анализируемой окрестности от 3х3 до 51х51 пикселей, а также обработку видеопоследовательностей телевизионного формата. Для исследования эффективности алгоритмов обработки реализован механизм формирования и запуска наборов процедур виде макрокоманд с возможностью сохранения последовательностей процедур с их параметрами в текстовых файлах. Выполнены исследования эффективности статистических и структурных признаков при классификации данных ДЗЗ с применением решающих правил, сформированных на основе критериев Байеса и Неймана-Пирсона. Показано, что обнаружение антропогенных зон по спутниковым изображениям высокого разрешения целесообразно осуществлять на основе поиска аномалий их локальной структуры с применением критерия Неймана-Пирсона. При этом наиболее эффективными являются признаки, сформированные на основе детектора Харриса (функции отклика «край» и «угол»). Разделимость по данной группе признаков классов «фон» и «город» (по критерию «расстояние до ближайшего соседа») в десятки раз выше, чем при использовании статистических характеристик первого и второго порядка. Расстояние же от кластера «фон» до ближайшего объекта объединенного класса «город»υ«дачи» на порядок и более превышает среднеквадратичное отклонение класса «фон». При этом высокой информативностью данная категория признаков характеризуется именно при обработке изображений высокого разрешения. Так, показано, что с увеличением разрешения от 10 м до 2.5 м разделимость классов по указанным признакам возрастает в 5 раз и более, эффективность же статистических признаков при этом изменяется незначительно (рис. 8).
Рис.8. Зависимость эффективности пространственных признаков от разрешения обрабатываемого изображения: а – статистика яркости, б – статистика модуля пространственного градиента яркости, в – статистика яркости второго порядка (на основе матриц смежности), г – структурные признаки по функции отклика «угол»
Предложен метод сегментации спутниковых изображений высокого пространственного разрешения, основанный на совместной обработке спектральных, текстурных и структурных признаков. На первом этапе производится классификация исходных изображений по спектральным признакам и формирование пространственных масок для антропогенных зон по характеристикам локальной структуры, а на втором – скользящим окном выполняется процедура выбора наиболее часто встречающегося класса (текстурная обработка). При этом размер окна для природных и антропогенных зон выбирается разным, что позволяет избежать излишней детализации классифицированных изображений на естественных ландшафтах и обеспечить необходимую точность в антропогенных зонах (рис.9).
Рис. 9. Спектрально-текстурная сегментация изображений с учетом структурных особенностей: а – исходный RGB-композит (каналы 5, 3, 2) изображения WorldView 2, б – маски по функциям отклика угол (синий цвет) и край (красный цвет), в – результат комбинированной сегментации.
Обнаружение изменений, вызванных антропогенным воздействием Разработан метод и программные модули для обнаружения (по данным ДЗЗ высокого разрешения) незначительных изменений на поверхности Земли, вызванных антропогенным воздействием. Метод основан на попиксельном формировании разностных кадров за счет оценки согласованности изменения во времени яркости отсчетов изображений и продемонстрирован на примере обнаружения выборочных рубок Караканского бора (Новосибирская обл.) (рис. 10).
Рис. 10. Обнаружение выборочных рубок по разновременным изображениям спутника SPOT 4.
Предложен метод обнаружения изменений в инфраструктуре по разновременным изображениям оптико-электронных средств наблюдения, сочетающий обработку спектральных и структурных признаков (рис. 11). На первом этапе производится попиксельная контролируемая сегментация базового (более раннего) изображения по спектральным признакам, а также формирование маски антропогенных объектов в опорном и маски природных зон в тестируемом (более позднем) изображениях с учетом их структурных характеристик. На втором – в тестируемом изображении (в сформированных на первом этапе сегментах) выделяются пиксели, отклонившиеся в пространстве признаков от центров соответствующих распределений более чем на 3σ и не отмеченные ни одной из масок.
Рис. 11. Обнаружение изменений в инфраструктуре Такой комбинированный подход позволяет выполнить обнаружение изменений на поверхности Земли, вызванных строительством новых объектов, не прибегая к трудоемкой и требующей большого объема обучающих выборок детальной классификации изображений.
Исследованы возможности использования космических изображений высокого разрешения для контроля и прогнозирования развития процесса разрушения берегов искусственных водоемов. Предложен и продемонстрирован метод мониторинга, основанный на оценки угла наклона дна прибрежной зоны путем определения положения границы вода-суша на нескольких изображений, полученных в течении одного сезона при различном наполнении водохранилища. Эффективность разработанного метода показана (рис. 12) на примере обработки изображений Новосибирского водохранилища, полученных со спутника SPOT-4 22.05.2008 (уровень воды 273 см) и 08.08.2008 (уровень воды 596 см). Анализ пары изображений с разрешением 20 м позволил оценить угол наклона дна в прибрежной зоне в диапазоне 0.5-10 град. (типичные углы наклона для берегов искусственных водоемов – 2-3 град.).
Рис. 12. Фрагмент изображения территории в районе села Быстровка
Исследование эффективности спектральных методов классификации ГС изображений земной поверхности При обработке гиперспектральных (ГС) данных дистанционного зондирования Земли показано, что для эффективной классификации изображений природных и антропогенных территорий необходимо не только сравнение тестируемых и эталонных спектров пикселей, но и учет распределения обучающей выборки в пространстве признаков (рис.13). Рис.13.Исходное изображение и результат классификации методом максимального правдоподобия При обработке тестовых изображений природной зоны (комплекс AVIRIS, полигон Индиан Пайс, размер - 614х2677 пикселей, 220 спектральных каналов в диапазоне 0.4-2.5 мкм) и городской застройки (комплекс HYDICE , Вашингтон, размер - 307х1208 пикселей, 191 спектральный канал в диапазоне 0.4-2.4 мкм) показано, что сокращение количества спектральных признаков методом главных компонент (до 15-20 для природной зоны и 5-10 для городской застройки) позволяет снизить трудоемкость обработки на два порядка, без существенного снижения эффективности классификации (рис.14).
Рис.14. Эффективность классификации в зависимости от количества признаков для природной и антропогенной территории
Спектрально-пространственная классификация Исследована эффективность методов спектрально-пространственной классификации гиперспектральных данных, основанных на предварительном сглаживании обрабатываемых изображений и на постобработке картосхем попиксельной спектральной классификации путем выбора доминирующего (наиболее часто встречающегося) класса в локальных окрестностях (или сегментах).
Рис.15. Классификация фрагмента ГС изображения природной зоны по спектральным и пространственным признакам
Установлено, что наиболее эффективным способом повышения достоверности классификации слаборазличимых типов растительности по гиперспектральным изображениям является комплексное применение пространственной обработки исходных изображений и получаемых картосхем классификации. Применение пространственной обработки на нескольких этапах классификации, позволяет дополнительно увеличить точность на 1.0 – 1.5%. 1. Борзов С.М., Мельников П.В., Пестунов И.А., Потатуркин О.И., Федотов А.М. Комплексная обработка гиперспектральных изображений на основе спектральной и пространственной информации // Вычислительные технологии Т.21. №1. 2016. С.25-39. 3. Гурьянов М.А., Борзов С.М.. Спектрально-пространственная классификация типов растительности по гиперспектральным данным // Вестник НГУ: Информационные технологии. 2017, т.15. №4. С 14-21. Неохлаждаемая тепловизионная система наблюдения Путник-100 Для наблюдения в сложных условиях разработана и создана неохлождаемая малогабаритная система дальнего ИК диапазона «Путник-100» (рис. 16). В 2015 году прошла комплексные натурные испытания.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Рис. 17 - Примеры регистрируемых изображений
Синтез изображений с увеличенной глубиной резкости из дальностных кадров
Разработан алгоритм и программные средства для синтеза изображений с увеличенной глубиной резкости из кадров, полученных при фокусировки на различную дальность. Эффективность продемонстрирована на примере обработки последовательностей кадров, зарегистрированных с применением цифровых очков ночного видения с объективом на основе жидкостных линз с гидростатически управляемой оптической силой на базе электромагнитного актюатора и линейного пьезоэлектрического двигателя.
|
Характеристики устройства:
• спектральный диапазон – 0.45-1 мкм
• диапазон фокусировки – ∞¸280мм
• время перестройки в крайние положения – 15 мс
• размерность матрицы ПЗС – 1200х960 пк
|
 |
| Рис. 18 - Управляемый объектив |
 |
 |
Рис. 20 - Наблюдаемая сцена с другого ракурса |
 |
 |
|
|
Рис.19 - Дальностные кадры
|
||
 |
| Рис.21 - Изображение с увеличенной глубиной резкости |
Дистанционная диагностика высокотемепературных процессов:
методы, аппаратура, программное обеспечение
|
В результате исследований процессов однофакельного и многофакельного сжигания газообразных углеводородов, в т.ч. в условиях реального теплоэнергетического производства, установлены закономерности изменения параметров излучения пламени и компонентного состава уходящих газов при изменении режимов горения. Показано, что изменение условий горения газовой смеси приводит к трансформации спектра излучения факела горелки (рис. 1); в видимой области спектра наибольшей зависимостью интенсивности излучения от температуры обладают полосы, соответствующие радикалам ОН, СН и С2; интенсивность излучения радикала С2 имеет довольно плоский максимум в области a близкой к единице, максимум излучения радикала СН смещен в область более бедных смесей, увеличение интенсивности излучения радикала ОН с увеличение количества воздуха продолжается вплоть до срыва пламени (рис. 2).
|
