tuzsutТруды учебных заведений связиProceedings of Telecommunication Universities1813-324X2712-8830СПбГУТ10.31854/1813-324X-2022-8-1-34-40tuzsut-308Research ArticleЭЛЕКТРОНИКА, ФОТОНИКА, ПРИБОРОСТРОЕНИЕ И СВЯЗЬELECTRONICS, PHOTONICS, INSTRUMENTATION AND COMMUNICATIONSИспользование фрагментов телевизионного изображения системы технического зрения для верификации повышения помехоустойчивости измерений скорости протяженного объектаUsing Television Image Fragments of a Machine Vision for Verifying Noise Immunity of an Extended Object Velocity Measurementhttps://orcid.org/0000-0001-6360-0351ДиязитдиновР. Р.DiyazitdinovR.

Диязитдинов Ринат Радмирович – кандидат технических наук, доцент, доцент кафедры сети и системы связи 

Самара, 443010

Samara, 443010

rinat.diyazitdinov@gmail.comhttps://orcid.org/0000-0001-9749-4884ВасинН. Н.VasinN.

Васин Николай Николаевич – доктор технических наук, профессор, профессор кафедры сети и системы связи 

Самара, 443010

Samara, 443010

vasin@psati.ruПоволжский государственный университет телекоммуникаций и информатикиРоссияPovolzhskiy State University of Telecommunications and InformaticsRussian Federation202201042022813440Copyright © Диязитдинов Р.Р., Васин Н.Н., 20222022Диязитдинов Р.Р., Васин Н.Н.Diyazitdinov R., Vasin N.This work is licensed under a Creative Commons Attribution 4.0 License.https://tuzs.sut.ru/jour/article/view/308

Современные диагностические комплексы, используемые для контроля инфраструктуры железной дороги, оснащены системами технического зрения. Кроме функции видеофиксации, эти системы выполняют задачи распознавания и измерения параметров, необходимые для автоматизации технологических процессов. Одной из существующих задач является измерение скорости протяженных объектов. Измерение скорости необходимо для торможения вагонов на сортировочной горке, для формирования изображения протяженных объектов (отдельных вагонов или составов), которые не могут поместиться в кадр целиком (изображение формируется из фрагментов различных кадров), для решения задач составления натурных листов (распознавание номера вагона) и т. д. В статье описывается процедура верификации фрагментов изображений, используемых для измерения скорости протяженных объектов, которая позволяет повысить помехоустойчивость. Процедура верификации позволила усовершенствовать существующий алгоритм, основанный на сравнении двух смежных кадров для вычисления скорости движения, тем самым повысив достоверность измерений.

Modern diagnostic systems used to control railway infrastructure are equipped with technical vision systems. In addition to video recording, these systems perform recognition tasks and measure parameters necessary for the automation of technological processes. One of the existing tasks is to measure the velocity of long objects. Measuring velocity is necessary for slowing down a carriage on a gravity yard, for the formation of an image of extended objects (separate wagons or convoys) that cannot fit into the frame as a whole (the image is formed from fragments of different frames). The article describes the procedure of verifying fragments of images used to measure the velocity of extended objects, which increases noise immunity. The verification procedure improved the existing algorithm based on comparing two adjacent frames to calculate the speed of motion, thus increasing the reliability of measurements.

верификациятелевизионныйтехническое зрениепомехоустойчивостьскоростьпротяженный объектизображениеverificationtelevisionmachine visionimmunityvelocitylong objectimageReferencesВасин Н.Н., Куринский В.Ю. Метод обработки видеосигналов для измерения скорости протяженных объектов // Инфокоммуникационные технологии. 2010. Т. 8. № 2. С. 36‒39.Vasin N.N., Kurinsky V.Yu. Method of Processing of Video Signals for Measurement of Speed of Extended Objects. Infocommunication Technologies. 2010;8(2):36‒39. (in Russ.)Васин Н.Н., Куринский В.Ю. Способ измерения скорости движения протяжённых объектов. Патент на изобретение РФ № 2398240. Опубл. 27.08.2010.Vasin N.N., Kurinskij V.Yu. Method of Measuring Speed of Extended Objects. Patent RF, no. 2394240, 27.08.2010. (in Russ.)Макарецкий Е., Овчинников А., Хиеунгуен Л. Телевизионные измерительные системы контроля скоростного режима дорожного движения // Компоненты и технологии. 2007. № 4(69). С. 34‒37.Makaretckiy E., Ovchinnikov A., Hieunguen L. Television Measuring System for Speed Control of Transport Traffic.Кузьмин С.В. Инвариантное к масштабу определение задержек между двумя одномерными цифровыми сигналами // Инфокоммуникационные технологии. 2011. Т. 9. № 2. С. 7‒10.Components & Technologies. 2007;4(69):34‒37. (in Russ.)Васильев Д.В., Денисов С.А., Серебряков С.А. Исследование адаптивного корреляционного измерителя скорости с применением математического моделирования // Вестник МЭИ. 1995. № 2. С. 9‒18.Kuzmin S.V. Scale-Invariant Delay Estimation between Two One-Dimensional Digital Signals. Infocommunication Technologies. 2011;9(2):7‒10. (in Russ.)Sultana M., Mahmood A., Bouwmans T., Khan M.H., Jung S.K. Background/Foreground Separation: Guided Attention based Adversarial Modeling (GAAM) versus Robust Subspace Learning Methods // Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) Workshops. IEEE, 2021. PP. 181‒188.Vasil'ev D.V., Denisov S.A., Serebryakov S.A. Researching of adaptive correlation device of speed measuring by mathematical simulation. Vestnik MEI. 1995;2:9‒18. (in Russ.)Kim K., Chalidabhongse T.H., Harwood D., Davis L. Real-time foreground–background segmentation using codebook model // Real-Time Imaging. 2005. Vol. 11. Iss. 3. PP. 172‒185. DOI:10.1016/j.rti.2004.12.004Sultana M., Mahmood A., Bouwmans T., Khan M.H., Jung S.K. Background/Foreground Separation: Guided Attention based Adversarial Modeling (GAAM) versus Robust Subspace Learning Methods. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) Workshops. IEEE; 2021. p.181‒188.Kim Z.W. Real time object tracking based on dynamic feature grouping with background subtraction // Proceedings of the Conference on Computer Vision and Pattern Recognition (Anchorage, USA, 23‒28 June 2008). IEEE, 2008. DOI:10.1109/CVPR.2008.4587551Kim K., Chalidabhongse T.H., Harwood D., Davis L. Real-time foreground–background segmentation using codebook model. Real-Time Imaging. 2005;11(3):172‒185. DOI:10.1016/j.rti.2004.12.004Schindler K., Wang H. Smooth Foreground-Background Segmentation for Video Processing // Proceedings of the 7th Asian Conference on Computer Vision (ACCV 2006, Hyderabad, India, 13‒16 January 2006). Lecture Notes in Computer Science. Vol. 3852. Berlin, Heidelberg: Springer, 2006. PP. 581‒590. DOI:10.1007/11612704_58Kim Z.W. Real time object tracking based on dynamic feature grouping with background subtraction. Proceedings of the Conference on Computer Vision and Pattern Recognition, 23‒28 June 2008, Anchorage, USA. IEEE; 2008. DOI:10.1109/CVPR.2008.4587551Диязитдинов Р.Р., Васин Н.Н. Способ измерения скорости движения протяженных объектов. Патент на изобретение РФ № 2747041. Опубл. 23.04.2021.Schindler K., Wang H. Smooth Foreground-Background Segmentation for Video Processing. Proceedings of the 7th Asian Conference on Computer Vision, ACCV 2006, 13‒16 January 2006, Hyderabad, India. Lecture Notes in Computer Science. Berlin, Heidelberg: Springer; 2006. vol.3852. p.581‒590. DOI:10.1007/11612704_58Diyazitdinov R.R., Vasin N.N. Method for Measuring Movement Speed of Extended Objects. Patent RF, no. 2747041, 23.04.2021. (in Russ.)Diyazitdinov R.R., Vasin N.N. Method for Measuring Movement Speed of Extended Objects. Patent RF, no. 2747041, 23.04.2021. (in Russ.)

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