Введение к работе
Актуальность темы. Анализ возможностей математического и программного обеспечений существующих аппаратно-программных комплексов, предназначенных для локализации опознавательных знаков на изображении, показывает, что они построены на базе традиционных методов и алгоритмов анализа и обработки изображений. Большинство из них хорошо решает задачу локализации, но обладает существенными недостатками для применения их в современных условиях.
Традиционно для решения задачи локализации опознавательных знаков в качестве входных данных использовались фотоснимки. Поэтому в большинстве работ по распознаванию изображений описан подход к анализу одного изображения целиком, без учета информации об изменениях относительно предыдущих и последующих изображений серии, что возможно при использовании в качестве входных данных видеоизображения. Однако такой подход обусловливает необходимость наличия достаточной вычислительной мощности непосредственно в месте, где формируется изображение. Между тем необходимо отметить, что информация о различиях между соседними кадрами видеоизображения все же используется в современных интеллектуальных системах видеонаблюдения, но чаще всего это сводится к построению фона изображения и определению факта наличия на нем движущихся объектов.
Необходимо отметить также, что в последнее время задачи
локализации и распознавания опознавательных знаков движущихся объектов
на изображении все чаще возникают в составе комплексов, распределенных
территориально, где вся информация в итоге сводится в один центр
обработки, анализа и хранения. Это приводит к необходимости эффективной
реализации распределенных вычислений. Задача усложняется еще и тем, что
при построении таких комплексов возникают ограничения на
вычислительную мощность оборудования, устанавливаемого
непосредственно в месте, где формируется изображение, а также на объем данных, передаваемых между центром обработки и этим оборудованием.
Чаще всего решаемая задача возникает в современных системах видеонаблюдения, где обычно имеется несколько пунктов, на которых нужно отслеживать появление тех или иных объектов, имеющих опознавательные знаки, а вся информация передается на центральный узел системы.
Таким образом, можно сделать вывод о том, что разработка программного обеспечения на базе новых методов локализации опознавательных знаков движущихся объектов на видеоизображении при условии распределенного характера вычислений и использовании информации о различиях между соседними видеокадрами является актуальной задачей.
Диссертационная работа выполнена в рамках научного направления НОУ ВПО «Международный институт компьютерных технологий» -«Математический анализ сложных систем».
Цель работы. Целью диссертационного исследования является создание специального математического и программного обеспечения, реализующего алгоритм локализации опознавательных знаков движущихся объектов на видеоизображении при условии распределенного характера вычислений и использовании информации о различиях между соседними видеокадрами.
Для достижения указанной цели исследования необходимо решить следующие задачи:
Рассмотреть существующие аппаратно-программные комплексы, решающие задачу локализации опознавательных знаков объектов на изображении, и сформулировать проблемы, возникающие в случае их применения при условии распределенной структуры системы регистрации опознавательных знаков. Рассмотреть математические методы и алгоритмы, на базе которых построено программное обеспечение этих комплексов.
Разработать концепцию построения программного обеспечения распределенного вычислительного комплекса, решающего задачу локализации опознавательных знаков движущихся объектов. Выбрать математические методы для реализации разработанной концепции. Сформулировать ограничения, нахладьшаемые на условия, при которых программное обеспечение будет работоспособным.
Разработать алгоритм функционирования программного обеспечения распределенного вычислительного комплекса в целом, а также построить алгоритмы реализации подзадач, возникающих по ходу выполнения основного алгоритма.
Создать специализированное программное обеспечение и провести его опытную эксплуатацию с использованием реальных данных. Оценить эффективность разработанного программного обеспечения.
Методы исследования. При решении поставленных в диссертации задач использованы методы моделирования, корреляционного анализа, цифровой обработки изображений, теории распознавания образов, теории-автоматического регулирования, аналитической и проективной геометрии, структурного и объектно-ориентированного программирования.
Научная новизна работы. В диссертационной работе получены следующие новые научные результаты:
Метод формирования первичных данных на удаленном пункте видеонаблюдения для решения задачи локализации опознавательного знака, отличающийся использованием изображения-разности соседних кадров видеоизображения и позволяющий минимизировать объем данных передаваемый для анализа в центральный узел комплекса, а также не требующий сложных вычислений для реализации.
Метод адаптивной настройки классификатора, используемого для идентификации объектов класса «опознавательный знак» на обработанном изображении-разности, отличающийся применением автоматического регулирования границы разделения классов и позволяющий исключить процедуру обучения.
Алгоритм локализации опознавательного знака на изображении-разности, позволяющий на его основе построить программное обеспечение распределенного вычислительного комплекса распознавания опознавательных знаков движущихся объектов.
Распределенная структура специального программного обеспечения системы распознавания опознавательных знаков движущихся объектов, позволяющая перенести основную часть вычислений, связанных с обработкой и анализом изображений, на центральный узел системы.
Практическая значимость исследования заключается в том, что его результаты могут быть использованы для построения специализированных программно-аппаратных комплексов, решающих задачи распознавания бланков временных пропусков, автомобильных номеров на контрольно-пропускных пунктах, номерных идентификационных знаков тары в автоматических складах, считывания печатей и штампов на документах и т.п. При этом аппаратная часть комплекса будет дешевле, чем в предлагаемых на рынке системах. Кроме того, данный комплекс будет технологичным за счет применения простого оборудования формирования исходных видеоданных, что обусловливает простоту его эксплуатации и обслуживания.
Реализация и внедрение результатов. Результаты диссертационного исследования использовались организацией ООО «Промсвязь-Сервис» при проектировании автоматизированной системы видеонаблюдения за контрольно-пропускными пунктами на территорию ОАО «НЛМК» в г. Липецк, а также внедрены в учебный процесс Липецкого филиала НОУ ВПО «Международный институт компьютерных технологий» при подготовке инженеров по специальности 230101 «Вычислительные машины, комплексы, системы и сети».
Апробация работы. Основные результаты научных исследований были представлены на следующих научно-технических конференциях: Международная школа-конференция по приоритетным направлениям развития науки и техники с участием молодых ученых, аспирантов и студентов (Москва, 2006); Сложные системы управления и менеджмент качества CCSQM'2007 (Старый Оскол, 2007); XXVII Российская школа по проблемам науки и технологий (Миасс Челябинской обл., 2007); The 9th International Workshop on Computer Science and Information technologies CSIT'2007 (Уфа, 2007); ІІ Всероссийская научно-практическая конференция «Информационные системы и технологии в образовании и социально-экономической сфере» (Королев, 2008).
Публикации. По теме диссертации опубликовано 13 научных работ, в том числе 3 - в изданиях, рекомендованных ВАК РФ. В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежат: [1] - идея применения изображения-разности в качестве исходных данных для решения задачи локализации опознавательного знака автомобиля; [5] - алгоритм работы распределенного аппаратно-программного комплекса, решающего задачу распознавания автомобильных номерных опознавательных знаков; [7] - математическая
модель, позволяющая выяснить условия работоспособности алгоритма локализации; [8, 11, 3] - набор признаков объекта, найденного на изображении-разности, методика адаптивной настройки классификатора; [9] - выбор методов предварительной обработки изображения-разности, алгоритм локализации автомобильного номерного опознавательного знака.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и двух приложений. Основная часть работы изложена на 143 страницах, содержит 3 таблицы, 44 рисунка и список литературы из 102 наименований.
