vestnovsuВестник Новгородского государственного университетаVestnik of Novgorod State University2076-8052Новгородский государственный университет имени Ярослава Мудрого10.34680/2076-8052.2021.2(123).66-70vestnovsu-184Research ArticleРадиотехника и связьRadiotechnics and telecommunicationsАдаптация метода селекции изображения малоразмерного объекта на неоднородном фоне к условиям видеонаблюденияAdaptation of the selection method for the image of a small-sized object on a non-uniform background to the conditions of video surveillanceКорнышевН. П.KornyshevN. P.Nikolai.Kornishev@novsu.ruСеребряковД. А.SerebryakovD. A.Новгородский государственный университет имени Ярослава МудрогоRussian Federation20212209202302(123)6670Copyright © Корнышев Н.П., Серебряков Д.А., 20232023Корнышев Н.П., Серебряков Д.А.Kornyshev N.P., Serebryakov D.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnovsu.elpub.ru/jour/article/view/184

Рассматриваются вопросы селекции изображений объектов в телевизионных системах прикладного назначения, а именно один из методов селекции объекта, основанных на компенсации неоднородностей фона. Описывается подход к адаптации метода к условиям сближения объекта с точкой видеонаблюдения. Рассматривается дополнительная обработка входного сигнала, обеспечивающая обмен разрешающей способности на отношение сигнал-шум по мере увеличения размера объекта. Приводятся варианты структурных схем устройства селекции. Обсуждаются результаты, полученные при компьютерном моделировании адаптированного метода. Приводятся примеры тестовых изображений и графики количественных зависимостей. Показаны сравнительные диаграммы среднего, максимального и среднеквадратического отклонения координат селектированного объекта от эталонных значений по всем кадрам тестовой видеопоследовательности для адаптированного и исходного метода.

The article deals with the selection of object images in television systems for applied purposes, namely, one of the methods of object selection based on compensation of non-uniformity background. An approach to adapting the method to the conditions of convergence of an object with a video surveillance point is described. Additional processing of the input signal is considered, which provides an exchange of resolution for the signal-to-noise ratio as the object size increases. Variants of structural schemes of the selection device are given. The results obtained by computer simulation of the adapted method are discussed. Examples of test images and graphs of quantitative dependencies are provided. Comparative diagrams of the average, maximum and root-mean-square deviation of the coordinates of the selected object from the reference values for all frames of the test video sequence for the adapted and original method are shown.

цифровая обработка изображенийкомпьютерное моделированиеdigital image processingcomputer simulationReferencesЦыцулин А.К., Павлов В.А., Бобровский А.И., Морозов А.В. Информационные оценки в задачах обнаружения−оценивания–передачи сигнала в космическом телевидении // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2019. Вып.3. С.61-74.Tsytsulin A.K., Pavlov V.A., Bobrovskiy A.I. et al. Informatsionnye otsenki v zadachakh obnaruzheniyaotsenivaniya-peredachi signala v kosmicheskom televidenii [Information evaluations of signal detection-estimation-transfer task in space television systems]. Voprosy radioelektroniki. Ser. Tekhnika televideniya. 2019, iss. 3, pp. 61-74.Цыцулин А. К., Бобровский А. И., Морозов А. В. и др. Применение свёрточных нейронных сетей для автоматической селекции малоразмерных искусственных космических объектов на оптических изображениях звёздного неба // Оптический журнал. 2019. Т.86. №10. С.30-38.Tsytsulin A.K., Bobrovskiy A.I., Morozov A.V. et al. Primenenie svertochnykh neyronnykh setey dlya avtomaticheskoy selektsii malorazmernykh iskusstvennykh kosmicheskikh ob"ektov na opticheskikh izobrazheniyakh zvezdnogo neba [Using convolutional neural networks to automatically select small artificial space objects on optical images of a starry sky]. Opticheskiy zhurnal, 2019, vol.86, no.10, pp.30-38.Левко Г.В., Бобровский А.И., Морозов А.В., Цыцулин А.К. Обнаружение объектов на звёздном фоне // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2016. Вып.2. С.29-38.Levko G.V., Bobrovskiy A.I., Morozov A.V. et al. Obnaruzhenie ob"ektov na zvezdnom fone [Detection of objects in the starry background]. Voprosy radioelektroniki. Ser. Tekhnika televideniya, 2016, iss. 2, pp. 29-38.Цыцулин А.К., Павлов В.А., Бобровский А.И. и др. Адаптивное кодирование изображений, разделимых на доминантный объект и фон // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2019. Вып.3. С.75-86.Tsytsulin A.K., Pavlov V.A., Bobrovskiy A.I., Morozov A.V., Zubakin I. A. Adaptivnoe kodirovanie izobrazheniy, razdelimykh na dominantnyy ob"ekt i fon [Adaptive coding of images divided into dominant object and background]. Voprosy radioelektroniki. Ser. Tekhnika televideniya, 2019, iss. 3, pp. 75-86.Андреев АЛ., Коротаев В.В., Пашковский А.М. Селекция изображений малоразмерных объектов на неоднородном фоне в условиях помех // Изв. вузов. Приборостроение. 2013. Т.56. №10. С.88-93.Andreev A.L., Korotaev V.V., Pashkovskiy A.M. Selektsiya izobrazheniy malorazmernykh ob"ektov na neodnorodnom fone v usloviyakh pomekh [Selection of the small-size objects images on the heterogeneous background under the interference conditions]. Izv. Vuzov. Priborostroenie, 2013, vol. 6, no. 10, pp. 88-93.Прэтт У. Цифровая обработка изображений / Пер. с англ. М.: Мир, 1982. Кн.2. С.575.Pratt W. Digital Image Processing: PIKS Scientific Inside, 1978. (Rus. ed.: Tsifrovaya obrabotka izobrazheniy. Book.2. P.575.Патент №2734655. МПК H04N 7/18. Способ селекции изображения объекта на неоднородном фоне / Н.П. Корнышев, Д.А. Серебряков. Заявл. 17.03.2020. Опубл. 21.10.2020. Бюл. №30.Kornyshev N.P. Serebryakov D.A. Sposob selektsii izobrazheniya ob"ekta na neodnorodnom fone [Selection method for the image on a non-uniform background]. Patent RF. No.2734655. МПК H04N 7/18. Published 21.10.2020.Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.Gonsalez R., Woods R. Digital Image Processing. Pearson, 2007, 972 p. (Rus. ed.: Tsifrovaya obrabotka izobrazheniy. Moscow, Tekhnosfera, 2005, 1072 p.).Корнышев Н.П., Серебряков Д.А. Компьютерное моделирование фоноцелевой обстановки при оценке эффективности методов селекции объектов на неоднородном фоне // Вестник НовГУ. Сер.: Технические науки. 2020. №2 (118). С.79-83.Kornyshev N.P., Serebrjakov D.A. Computer simulation of the background-target environment when evaluating the effectiveness of selection methods for objects on a non-uniform background. Vestnik NovSU, 2020, no.2(118).Kornyshev N.P., Serebrjakov D.A. Estimation of the probability of correct determination of the coordinates of an object in computer modeling of methods for selecting their images // Journal of Physics: Conference Series. 2020. V.1658. Article number: 012029 DOI: https://doi.org/10.1088/1742-6596/1658/1/012029Kornyshev N.P., Serebrjakov D.A. Journal of Physics: Conference Series 1658, 2020, 012029 IOP. Estimation of the probability of correct determination of the coordinates of an object in computer modeling of methods for selecting their images. DOI:10.1088/1742-6596/1658/1/012029Корнышев Н.П., Серебряков Д.А. Исследование метода селекции изображения малоразмерного объекта на неоднородном фоне // Вестник НовГУ. Сер.: Технические науки. 2020. №5(121). С.49-52.Kornyshev N.P., Serebrjakov D.A. Research of selection method of the small object image on a non-uniformity background. Vestnik NovSU, 2020, no.5(121), pp.49-52.

The authors declare that there are no conflicts of interest present.