tuzsutТруды учебных заведений связиProceedings of Telecommunication Universities1813-324X2712-8830СПбГУТ10.31854/1813-324X-2023-9-2-57-64tuzsut-462Research ArticleЭЛЕКТРОНИКА, ФОТОНИКА, ПРИБОРОСТРОЕНИЕ И СВЯЗЬELECTRONICS, PHOTONICS, INSTRUMENTATION AND COMMUNICATIONSИтерационное совмещение геометрически подобных изображений с использованием контуровSuperposition of the Similarity Images by Contourhttps://orcid.org/0000-0001-6360-0351ДиязитдиновР. Р.DiyazitdinovR.

кандидат технических наук, доцент, доцент кафедры Сетей и систем связи

Самара, 443010, Российская Федерация

Samara, 443010, Russian Federation

rinat.diyazitdinov@gmail.comПоволжский государственный университет телекоммуникаций и информатикиРоссияPovolzhskiy State University of Telecommunications and InformaticsRussian Federation202330052023925764Copyright © Диязитдинов Р.Р., 20232023Диязитдинов Р.Р.Diyazitdinov R.This work is licensed under a Creative Commons Attribution 4.0 License.https://tuzs.sut.ru/jour/article/view/462

Совмещение геометрически подобных изображений проводится по методике с раздельной оценкой параметров. В декартовой системе координат оценивается смещение вдоль координатных осей, в логарифмически-полярной системе – оцениваются масштаб и поворот. Для повышения точности оценки параметров модели (смещений, масштаба и поворота) обработка данных проводится итерационным способом. Для уменьшения времени совмещения предлагается вместо сравнения изображений по коэффициенту корреляции использовать сравнение контуров по количеству совпадающих точек. Для проверки разработанной методики использовались кадры с изображением вагона. Выигрыш по времени обработки модифицированной методики «со сравнением контуров» оценивался в сравнении с исходной методикой «со сравнением изображений».

Superposition of the similarity images is implemented by the methodology with divided estimation of parameters. The offsets along the coordinate axes are estimated in the Cartesian coordinate system. The scale and the rotate are estimated in the log-polar coordinate system. The accurate estimation of parameters of similarity models (offsets, scale and rotate) is achieved by the iteration processing. Optimization of the processing time is achieved by contour comparison instead of the image comparison. The test data for experiment is image with the freight car. The decreasing of the processing time for the modified methodology of “contour comparison” was estimated by comparison with the source methodology of “image comparison”.

совмещениеконтуризображениеитерационныйдекартовыйлогарифмическиполярныйвремя обработкиsuperpositioncontourimageIterationCartesianlog-polarprocessing timeReferencesKe Y., Sukthankar R. PCA-SIFT: A more distinctive representation for local image descriptors // Computer Vision and Pattern Recognition. 2004. Vol. 2. PP. 506‒513. DOI:10.1109/CVPR.2004.1315206Ke Y., Sukthankar R. PCA-SIFT: A more distinctive representation for local image descriptors. Computer Vision and Pattern Recognition. 2004;2:506‒513. DOI:10.1109/CVPR.2004.1315206Bay H., Tuytelaars T., Van Gool L. Surf: Speeded up robust features // Proceedings of the 9th European Conference on Computer Vision (ECCV 2006, Graz, Austria, 7‒13 May 2006). Lecture Notes in Computer Science. Vol. 3951. Berlin, Heidelberg: Springer, 2006. PP. 404‒417. DOI:10.1007/11744023_32Bay H., Tuytelaars T., Van Gool L. Surf: Speeded up robust features. Proceedings of the 9th European Conference on Computer Vision, ECCV 2006, 7‒13 May 2006, Graz, Austria. Lecture Notes in Computer Science. vol.3951. Berlin, Heidelberg: Springer; 2006. p.404‒417. DOI:10.1007/11744023_32Сунгатуллина Д., Крылов А. Быстрый алгоритм совмещения контуров изображений, связанных изотропным аффинным преобразованием // GraphiCon. 2014. C. 92‒95. URL: https://www.graphicon.ru/html/2014/papers/92-95.pdf (дата обращения 11.05.2023)Sungatullina D., Krilov A. A fast algorithm for contours image superposition, which connected by an isotropic affine transformation. GraphiCon. 2014:92‒95. (in Russ.) URL: https://www.graphicon.ru/html/2014/papers/92-95.pdf [Accessed 11th May 2023]Новиков А.И., Саблина В.А., Горячев Е.О. Применение контурного анализа для совмещения изображений // Известия Тульского государственного университета. Технические науки. 2013. № 9-1. C. 260‒270.Novikov A.I., Sablina V.A., Goryachev E.O. Contour analysis application for image superimposition. Izvestiya TulGU. Technical Sciences. 2013;9-1:260‒270. (in Russ.)Елесина С.И., Ефимов А.И. Отбор критериальных функций для систем улучшенного и комбинированного видения // Известия Тульского государственного университета. Технические науки. 2013. № 9-1. C. 229‒236.Elesina S.I., Efimov A.I. Selection of criterial functions for combined and enhanced synthetic vision systems. Izvestiya TulGU. Technical Sciences. 2013;99-1:229‒236. (in Russ.)Raguram R., Frahm J.M., Pollefeys M. A Comparative Analysis of RANSAC Techniques Leading to Adaptive Real-Time Random Sample Consensus // Proceedings of the 10th European Conference on Computer Vision (ECCV 2008, Marseille, France, 12‒18 October 2008). Lecture Notes in Computer Science. Vol. 5303. Berlin, Heidelberg: Springer, 2008. PP. 500‒513. DOI:10.1007/978-3-540-88688-4_37Raguram R., Frahm J.M., Pollefeys M. A Comparative Analysis of RANSAC Techniques Leading to Adaptive Real-Time Random Sample Consensus. Proceedings of the 10th European Conference on Computer Vision, ECCV 2008, 12‒18 October 2008, Marseille, France. Lecture Notes in Computer Science, vol.5303. Berlin, Heidelberg: Springer; 2008. p.500‒513. DOI:10.1007/978-3-540-88688-4_37Создание бесшовного изображения. URL: https://wiki.gis-lab.info/w/Создание_бесшовного_изображения (дата обращения 31.03.2023)Creating a Seamless Image. (in Russ.) URL: https://wiki.gis-lab.info/w/Создание_бесшовного_изображения [Accessed 31st March 2023]Диязитдинов Р.Р., Васин Н.Н. Итерационный алгоритм оценки смещения и угла поворота при влиянии аддитивной и мультипликативной помехи для пространственно-временного совмещения телевизионных сигналов // Труды учебных заведений связи. 2020. Т. 6. № 4. С. 28‒34. DOI:10.31854/1813-324X-2020-6-4-28-34Diyazitdinov R., Vasin N. Iterative Algorithm Offset and Angle Rotation Estimation with Additive and Multiplicative Noise for Space-Time Superposition of Television Signals. Proc. of Telecom. Universities. 2020;6(4):28‒34 (in Russ.) DOI:10.31854/1813-324X-2020-6-4-28-34Кузьмин С.В. Инвариантное к масштабу определение задержек между двумя одномерными цифровыми сигналами // Инфокоммуникационные технологии. 2011. Т. 9. № 2. C. 7‒10.Kuzmin S.V. Scale-invariant delay estimation between two one-dimensional digital signals. Infokommunikacionnye tehnologii. 2011;9(2):7‒10. (in Russ.)Губанов А.В., Ефимов В.М., Киричук В.С., Пустовских А.И., Резник А.Л. Методы оценивания взаимного смещения фрагментов изображений // Автометрия. 1988. № 3. C. 70‒73.Gubanov A.V., Efimov V.M., Kirichuk V.S., Pustovskih A.I., Reznik A.L. Methods for offset estimating of image fragments. Avtometriya. 1988;3:70‒73. (in Russ.)Мясников Е.В. Определение параметров геометрических трансформаций для совмещения портретных изображений // Компьютерная оптика. 2007. Т. 31. № 3. С. 77‒82.Myasnikov E.V. Geometric Transform Parametrs Estimation for Superposition Portrait Images. Computer Optics. 2007;31(3):77‒82. (in Russ.)De Castro E., Morandi C. Registration of Translated and Rotated Images Using Finite Fourier Transforms // IEEE Transactions Pattern Analysis and Machine Intelligence. 1987. Vol. 9. Iss. 5. PP. 700‒703. DOI:10.1109/TPAMI.1987.4767966De Castro E., Morandi C. Registration of Translated and Rotated Images Using Finite Fourier Transforms. IEEE Transactions Pattern Analysis and Machine Intelligence. 1987;9(5):700‒703. DOI:10.1109/TPAMI.1987.4767966Reddy B.S., Chatterji B.N. An FFT-based technique for translation, rotation, and scale-invariant image registration // IEEE Transactions Pattern Analysis and Machine Intelligence. 1996. Vol. 5. Iss. 8. PP. 1266–1270. DOI:10.1109/83.506761Reddy B.S., Chatterji B.N. An FFT-based technique for translation, rotation, and scale-invariant image registration. IEEE Transactions Pattern Analysis and Machine Intelligence. 1996;5(8):1266–1270. DOI:10.1109/83.506761Ефимов А.И., Новиков А.И. Алгоритм поэтапного уточнения проективного преобразования для совмещения изображений // Компьютерная оптика. 2016. Т. 40. № 2. С. 258‒265. DOI:10.18287/2412-6179-2016-40-2-258-265Efimov A.I., Novikov A.I. An Algorithm for Multistage Projective Transformation Adjustment for Image Superimposition. Computer Optics. 2016;40(2):258‒265. (in Russ.) DOI:10.18287/2412-6179-2016-40-2-258-265Canny J.F. A Computational Approach To Edge Detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986. Vol. 8(6). PP. 679–698. DOI:10.1109/TPAMI.1986.4767851Canny J.F. A Computational Approach To Edge Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986;8(6):679–698. DOI:10.1109/TPAMI.1986.4767851Диязитдинов Р.Р., Васин Н.Н. Использование фрагментов телевизионного изображения системы технического зрения для верификации повышения помехоустойчивости измерений скорости протяженного объекта // Труды учебных заведений связи. 2022. Т. 8. № 1. С. 34‒40. DOI:10.31854/1813-324X-2022-8-1-34-40Diyazitdinov R., Vasin N. Using Television Image Fragments of a Machine Vision for Verifying Noise Immunity of an Extended Object Velocity Measurement. Proc. of Telecom. Universities. 2022;8(1):37‒40. (in Russ.) DOI:10.31854/1813-324X-2022-8-1-37-40

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