Разработка системы обнаружения объекта на зашумленных видеоданных

<p style="text-align: justify;">Исследуется задача создания системы автоматического обнаружения движущегося вилочного погрузчика на видео. Экспериментально показано, что традиционный подход, использующий методы вычисления локальных дескрипторов (SURF, SIFT, FAST, ORB) не показывает приемлемую точность обнаружения при небольшом разрешении видеоданных, резких сменах освещенности и затененности изображения.</p><p style="text-align: justify;">Поэтому в настоящей работе предложен алгоритм детектирования движущегося погрузчика и проверки наличия на нем груза, основанный на морфологических преобразованиях изображения.</p><p style="text-align: justify;">Алгоритм состоит из двух этапов. На первом этапе с помощью метода Motion History Image (MHI) на кадре выделяются движущиеся объекты, после чего в соответствии с известными размерами погрузчика на передней части движущегося объекта находится потенциальная область вил и груза. На втором этапе на выделенной части оператором Кенни выделяются контуры, затем с помощью морфологических преобразований кадра вычисляются элементарные геометрические признаки объекта.</p><p style="text-align: justify;">Экспериментальное исследование показало, что использование ограничивающих прямоугольников для поиска контуров пустых вил погрузчика дает самую высокую точность обнаружения - 78,7%; при аналогичной максимальной точности алгоритмов локальных дескрипторов FAST - 44%.</p><p style="text-align: justify;">Показано, что предложенный подход оказался более устойчив к аддитивному шуму. Весьма существенным оказался и выигрыш в вычислительной эффективности: среднее время обработки одного кадра составило 5мс и 35 мс для разработанного алгоритма и наиболее быстрого дескрипторного метода ORB - 35мс, соответственно.</p>