Алгоритм анализа и принятия решения в задаче селекции объектов на изображениях наземных сцен Ю.Б. Блохинов, В.В. Гнилицкий, В. В. Инсаров, А.С. Чернявский. - презентация

1 Алгоритм анализа и принятия решения в задаче селекции объектов на изображениях наземных сцен Ю.Б. Блохинов, В.В. Гнилицкий, В. В. Инсаров, А.С. Чернявский ФГУП «ГосНИИАС», Москва

2 Постановка задачи Существуют 3D модели ряда наземных объектов, формирующих сцену Существуют 3D модели ряда наземных объектов, формирующих сцену Имеется цифровое текущее изображение (ТИ), полученное с летательного аппарата Имеется цифровое текущее изображение (ТИ), полученное с летательного аппарата Заданы углы обзора и примерная область поиска объектов на изображении Заданы углы обзора и примерная область поиска объектов на изображении Предполагаем, что объект полностью находится в кадре Предполагаем, что объект полностью находится в кадре Требуется определить местонахождение искомого объекта на ТИ Требуется определить местонахождение искомого объекта на ТИ При этом не использовать информацию о текстуре При этом не использовать информацию о текстуре

3 Модель

4 По имеющейся информации о точке съемки генерируется конкретный вид эталона объекта ТИ

5 Контурные эталоны объектов Для каждого контурного эталона (КЭ) строится функция сходства с ТИ

6 Предобработка ТИ

7 Предобработка I Нормально распределенный шум Нормально распределенный шум Устраняется двусторонним фильтром Устраняется двусторонним фильтром В отличие от Гауссиана, сохраняет края В отличие от Гауссиана, сохраняет края

8 Нормально-распределенный шум - двусторонний фильтр - до фильтрации

9 после фильтрации Нормально-распределенный шум - двусторонний фильтр -

10 Предобработка II Импульсный шум («соль-перец») Импульсный шум («соль-перец») Устраняется медианной фильтрацией с адаптивным окном Устраняется медианной фильтрацией с адаптивным окном Лучше, чем обычная медиана, справляется с большим уровнем шума и меньше искажает форму краев Лучше, чем обычная медиана, справляется с большим уровнем шума и меньше искажает форму краев

11 до фильтрации Импульсный шум - адаптивная медиана -

12 после фильтрации Импульсный шум - адаптивная медиана -

13 Поиск объекта

14 Функция сходства Контурный эталон размывается Гауссианом Контурный эталон размывается Гауссианом Находится поле направлений градиентов (нормалей) эталона Находится поле направлений градиентов (нормалей) эталона То же проводится для ТИ: То же проводится для ТИ:

15 Функция сходства Значения углов квантуются в M ячеек (например, M=6) Значения углов квантуются в M ячеек (например, M=6) Сходство между эталоном и ТИ в точке (i,j): Сходство между эталоном и ТИ в точке (i,j): Итоговая функция сходства Итоговая функция сходства

16 Пик функции сходства объекта 1 Наиболее вероятное расположение

17 Пик функции сходства объекта 2 Наиболее вероятное расположение

18 Пик функции сходства объекта 3 Наиболее вероятное расположение

19 Пик функции сходства объекта 4 Наиболее вероятное расположение Ложное обнаружение

20 Сборка сцены

21 По ряду причин (шум, загораживание) функция сходства может иметь ложные максимумы По ряду причин (шум, загораживание) функция сходства может иметь ложные максимумы Необходимо учитывать информацию о взаимном расположении объектов, формирующих сцену – это расстояния и допуски на область поиска Необходимо учитывать информацию о взаимном расположении объектов, формирующих сцену – это расстояния и допуски на область поиска ТИ область поиска 1-го объекта область поиска 2-го объекта область поиска 2-го объекта

22 Сборка сцены Пусть контурный эталон перенесен в положение k в системе координат ТИ Пусть контурный эталон перенесен в положение k в системе координат ТИ Пусть эталон состоит из N ненулевых пикселей Пусть эталон состоит из N ненулевых пикселей Пусть в данном положении в случаях из N направление градиента ТИ и нормали к КЭ совпадает; назовем множество таких точек Пусть в данном положении в случаях из N направление градиента ТИ и нормали к КЭ совпадает; назовем множество таких точек Пусть Пусть - обычная функция сходства

23 Сборка сцены Процесс вычисления функции сходства между КЭ и ТИ можно рассматривать проведение N независимых испытаний по схеме Бернулли Процесс вычисления функции сходства между КЭ и ТИ можно рассматривать проведение N независимых испытаний по схеме Бернулли Основная гипотеза - в k-м положении действительно находится искомый объект Основная гипотеза - в k-м положении действительно находится искомый объект Альтернативная гипотеза – совпадение направлений вызвано шумом (фоном) Альтернативная гипотеза – совпадение направлений вызвано шумом (фоном) Отношение правдоподобия двух гипотез: Отношение правдоподобия двух гипотез:

24 Сборка сцены На практике используем оценки и На практике используем оценки и Если объектов несколько, то для каждого объекта в каждом пикселе его зоны поиска определяется и Если объектов несколько, то для каждого объекта в каждом пикселе его зоны поиска определяется и Формируются оценки и Формируются оценки и Итоговая агрегированная функция сходства: Итоговая агрегированная функция сходства:

25 Функция сходства

26 Функция сходства после сборки, «голосуют» 4 объекта Ложный пик «погашен»

27 Учет информации о взаимном расстоянии между объектами позволил точно локализовать искомые объекты

28 Два примера с загораживанием искомого объекта Функция сходстваСборкаЛокализация объекта

29 Выводы Предложенная функция сходства позволяет обнаружить объект на изображении по его контурному эталону Предложенная функция сходства позволяет обнаружить объект на изображении по его контурному эталону Использование информации о взаимном расположении объекта повышает устойчивость алгоритма селекции объектов Использование информации о взаимном расположении объекта повышает устойчивость алгоритма селекции объектов Методы предобработки позволяют существенно снизить влияние шума Методы предобработки позволяют существенно снизить влияние шума