Введение
Глава 1. Обзор современного состояния прикладных ТВ систем .
1.1. Классификация прикладных ТВ систем 19
1.2. Функциональные особенности интеллектуальных прикладных ТВ систем
1.2.1. Функциональные особенности интеллектуальных систем видеонаблюдения 27
1.2.2. Функциональные особенности интеллектуальных систем сегментации и сопровождения объектов интереса 31
1.3. Анализ основных методов обработки видеоданных в ТВ системах сегментации и сопровождения объектов интереса 37
1.3.1. Сегментация на основе признака яркости 37
1.3.2. Сегментация на основе признака текстуры 44
1.3.3. Сегментация на основе признака формы 51
1.3.4. Сегментация на основе признака движения 70
1.3.4.1. Оценка признака движения на основе энергии движения 71
1.3.4.2. Оценка признака движения на основе векторов движения 83
Выводы и постановка задачи 89
Глава 2. Оценка признака движения в интеллектуальных системах видеонаблюдения, сегментации и сопровождения подвижных объектов .
2.1. Анализ эффективности методов и алгоритмов определения векторов движения 102
2.2. Априорная оценка достоверности векторов движения 136
2.3. Метод определения векторов движения с учетом априорных оценок их достоверности и значимости 155
2.4. Субпиксельная оценка векторов движения 164
2.4.1. Интерполяционный метод 165
2.4.2. Метод, основанный на многомасштабной межкадровой разности 167
2.4.3. Экспериментальное исследование методов субпиксельной оценки 170
Выводы по главе 2 175
Глава 3. Обработка видеоданных в интеллектуальных системах видеонаблюдения на основе признака движения.
3.1. Анализ эффективности коррекции пространственных искажений на основе цифровой обработки изображений 177
3.1.1. Метод коррекции пространственных искажений на основе идентификации параметров искажающих сигналов 177
3.1.2. Экспериментальное исследование эффективности метода коррекции пространственных искажений на основе идентификации параметров искажающих сигналов 185
3.2. Синтез панорамного изображения протяженного движущегося объекта на основе оценки его видимой скорости 203
3.3. Определение видимой скорости движения протяженного объекта для построения его панорамного изображения 209
3.3.1. Особенности определения векторов движения при оценке видимой скорости протяженных объектов 210
3.3.2. Временная фильтрация векторов движения при определении скорости протяженного объекта 225
3.3.3. Регрессионная предсказывающая модель пространственного среза скоростей 234
Выводы по главе 3 243
Глава 4. Сегментация и сопровождение объектов интереса на основе совокупности признаков.
4.1. Основные принципы анализа видеоданных на основе совокупности признаков 246
4.2. Предварительный анализ изображения на основе признака детальности 250
4.3. Сегментация объектов интереса на основе признаков движения и пространственной связности 262
4.4. Сопровождение объектов интереса на основе гауссовой модели формы 274
Выводы по главе 4 282
Глава 5. Реализация и экспериментальное исследование интеллектуальных систем видеонаблюдения, сегментации и сопровождения движущихся объектов .
5.1. Многоцелевой телевизионно-компьютерный комплекс видеомониторинга железнодорожных составов 285
5.1.1. Экспериментальное исследование качественных показателей синтезированного изображения 289
5.1.2. Точность оценки видимой скорости движения протяженного объекта 293
5.1.3. Получение дополнительной информации об объекте интереса 296
5.2. Многофункциональный оптико-электронный комплекс сегментации и сопровождения неточечных объектов 304
5.3. Видеокомпьютерная система контроля запуска космических аппаратов 328
Выводы по главе 5 339
Заключение 342
Литература 344
Приложение
