Итерационный алгоритм оценки смещения и угла поворота при влиянии аддитивной и мультипликативной помехидля пространственно-временного совмещения телевизионных сигналов

Оценка смещений, угла поворота и других деформаций изображений является актуальной проблемой в интеллектуальных системах видеорегистрации. Одной из основных задач при оценке деформаций изображений является повышение скорости обработки данных. Значительные объемы информации, содержащиеся в телевизионном сигнале, ограничивают возможности использования методов полного перебора, которые представляют собой универсальное решение для оценки неизвестных параметров. В работе рассматривается задача оценки смещения и угла поворота в условиях влияния аддитивной и мультипликативной помехи для пространственно-временного совмещения телевизионных сигналов. Сокращение времени обработки осуществляется за счет использования итерационной процедуры оценки параметров путем последовательного приближения при раздельной оценке угла поворота и смещения.

итерационный, смещение, поворот, аддитивная и мультипликативная помеха, совмещение, телевизионный сигнал

1. Fleet D.J., Jepson A.D. Computation of Component Image Velocity from Local Phase Information // International Journal of Computer Vision. 1990. Vol. 5. Iss. 1. PP. 77-104. DOI:10.1007/BF00056772

2. Miike H., Nomura A., Koga K. Determining Image Flow from Multiple Frames Based on the Continuity Equation // Technol. Repts Yamaguchi Univ. 1991. Vol. 4. Iss. 5. PP. 387-397.

3. Чекотило Е.Ю. Итерационная процедура высокоточного совмещения аффинно-преобразованных изображений // I Международная научная конференция «Технические науки: проблемы и перспективы»: сборник трудов (Санкт- Петербург, Россия, март 2011). Санкт-Петербург: Реноме, 2011. С. 188-191.

4. Кузнецов П.К., Чекотило Е.Ю., Мартемьянов Б.В. Исследование сходимости итерационной процедуры определения параметров движения изображений методом функционализации // Вестник Самарского государственного технического университета. Серия: Технические науки. 2010. № 1(26). С. 80-85.

5. Ефимов А.И., Новиков А.И. Алгоритм поэтапного уточнения проективного преобразования для совмещения изображений // Компьютерная оптика. 2016. Т. 40. № 2. С. 258-265. DOI:10.18287/2412-6179-2016-40-2-258-265

6. Дмитриев А.Л. Оптические методы обработки информации: учебное пособие. СПб.: СПбГУИТМО, 2005. 46 с.

7. Акаев А.А., Майоров С.А. Оптические методы обработки информации. М.: Высшая школа, 1988. 237 с.

8. Evangelidis G.D., Psarakis E.Z. Parametric Image Alignment Using Enhanced Correlation Coefficient Maximization // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2008. Vol. 30. Iss. 10. PP. 1858-1865. DOI:10.1109/TPAMI. 2008.113

9. Мясников Е.В. Определение параметров геометрических трансформаций для совмещения портретных изображений // Компьютерная оптика. 2007. Т. 31. № 3. С. 77-82.

10. Wolberg G., Zokai S. Robust image registration using log-polar transform // Proceedings of the International Conference on Image Processing (Cat. No.00CH37101, Vancouver, Canada, 10-13 September 2000). IEEE, 2000. Vol. 1. PP. 493-496. DOI:10.1109/ICIP.2000.901003

11. 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.1987.4767966

12. Reddy 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:10.1109/83.506761

13. Brown L.G. A survey of image registration techniques // ACM Computing Surveys. 1992. Vol. 24. No. 4. PP. 325-376. DOI:10.1145/146370.146374

14. Lucas B.D., Kanade T. An Iterative Image Registration Technique with an Application to Stereo Vision // Proceedings of the 7th International Joint Conference on Artificial Intelligence (IJCAI, Vancouver, Canada, 24-28 August 1981). 1981. PP. 121-130.