Selection of the binding object on the current image formed by the technical vision system using structural and geometric features

Abstract

The purpose of the article is to substantiate the possibility of selecting objects in the image generated by the technical vision system of an unmanned aerial vehicle by using structural and geometric features. This goal is achieved based on the analysis of the distribution of fractal dimension, which characterizes the structural properties of images, taking into account the object content, and the size of the area of the selection object. The solution to the first problem is based on the formation of histograms of fractal dimension depending on the number of objects in the image and identifying the features by which the object is selected. The solution to the second problem is based on developing an approach to reducing the object content of images by making it noisy. The noise parameters at which signs of object selection appear in the histograms of the distribution of fractal dimensions are determined. The range of fractal dimension 2.807 ≤ D ≥ 3 defined. The solution to the third problem is based on specifying the selection object by its area. The most significant result is the identified values of fractal dimension ranges depending on the object content of the image, as well as experimentally established noise parameters to identify the necessary features in histograms of fractal dimensions. The significance of the work lies in solving the problem of selecting a reference object on images of heterogeneous object composition. This made it possible to reduce significantly the computational complexity of selecting objects in images.

Scopul lucrării este de a fundamenta posibilitatea selectării obiectelor din imaginea generată de sistemul de viziune tehnică al unui vehicul aerian fără pilot prin folosirea unor caracteristici structurale și geometrice. Acest obiectiv este atins pe baza analizei distribuției dimensiunii fractale, care caracterizează proprietățile structurale ale imaginilor, ținând cont de conținutul obiectului și de dimensiunea zonei obiectului de selecție. Soluția primei probleme se bazează pe formarea histogramelor de dimensiune fractală în funcție de numărul de obiecte din imagine și identificarea caracteristicilor prin care este selectat obiectul. Soluția la a doua problemă se bazează pe dezvoltarea unei abordări de reducere a conținutului obiect al imaginilor făcându-l zgomotos. Se determină parametrii de zgomot la care apar semnele selecției obiectului în histogramele distribuției dimensiunilor fractale. Intervalul dimensiunii fractale (2.807 ≤ D ≥ 3) este definit. Soluția celei de-a treia probleme se bazează pe specificarea obiectului de selecție după aria sa. Cele mai importante rezultate sunt valorile identificate ale intervalelor de dimensiuni fractale în funcție de conținutul obiectului imaginii, precum și parametrii de zgomot stabiliți experimental pentru a identifica parametrii necesari în histogramele dimensiunilor fractale. Semnificația lucrării constă în rezolvarea problemei de selectare a unui obiect de referință pe imagini cu compoziția obiectelor eterogene și dezvoltarea unui algoritm pentru generarea unei imagini segmentate folosind proprietățile structurale ale obiectelor. Acest lucru a făcut posibilă reducerea semnificativă a complexității de calcul a selecției obiectelor în comparație cu utilizarea algoritmului de corelare clasic, care stă la baza generării erorii de locație a unui vehicul aerian fără pilot.

Целью статьи является исследование и обоснование возможности селекции объектов на изображении, формируемом системой технического зрения в процессе навигации беспилотного летательного аппарата, путем использования структурных и геометрических признаков. Поставленная цель достигается на основе анализа распределения фрактальной размерности, характеризующей структурные свойства изображений с учетом объектового наполнения, и размеров площади объекта селекции. Решение первой задачи основано на формировании гистограмм фрактальной размерности в зависимости от числа объектов на изображении и выявлении признаков, по которым осуществляется селекция объекта. Решение второй задачи основано на разработке подхода к снижению объектового наполнения изображений путем его зашумления. Для чего оценивается объектовая насыщенность изображения и принимается решение об окрашивании шумом. Далее определяются характеристики шума и диапазон значений фрактальной размерности для осуществления селекции объекта. Приведено решающее правило селекции объекта по фрактальной размерности. На основе разработанного алгоритма выполнено моделирование селекции объекта привязки по фрактальной размерности в зависимости от свойств шума. Определены параметры шума, при которых на гистограммах распределения фрактальных размерностей появляются признаки селекции объекта. Определен диапазон фрактальной размерности 2.807 ≤ D ≥ 3 . Решение третьей задачи основано на уточнении объекта селекции по его площади. Наиболее существенным результатом являются выявленные значения диапазонов фрактальной размерности в зависимости от объектового наполнения изображения, а также экспериментально установленные параметры шума для выявления необходимых признаков на гистограммах фрактальных размерностей. Значимость работы заключается в решении задачи селекции объекта привязки на разнородных по объектовому составу изображениях и разработке алгоритма формирования сегментированного изображения с использованием структурных свойств объектов. Это позволило значительно сократить вычислительную сложность селекции объектов по сравнению с использованием классического корреляционного алгоритма, являющегося базовым для формирования ошибки местоопределения беспилотного летательного аппарата.