Оценка точности методов трекинга для определения 2D-координат и скоростей механических систем по данным цифровой фотосъёмки
Скляренко М.С.

Пермский государственный национальный исследовательский университет

 

DOI: 10.18287/0134-2452-2015-39-1-125-135

Аннотация:
В последнее время большое распространение получили методы компьютерного видения, в частности, методы трекинга (отслеживания) объектов по данным цифровой фотосъёмки. В основном трекинг используется в таких приложениях, как видеонаблюдение, краш-тесты, организация спортивных трансляций и др. Многие методы трекинга могут быть адаптированы для бесконтактного оптического измерения координат и скоростей механических систем в лабораторных физических экспериментах. В работе анализируется предельная точность оптических измерений, связанная с ограничениями фото-, видеоаппаратуры. Представлен сравнительный обзор и анализ эффективности применения существующих методик трекинга для идентификации координат и скоростей объектов в механических лабораторных экспериментах. Также в статье рассматриваются разработанные ранее автором методы, адаптированные для физических экспериментов, которые обладают субпиксельной точностью и высокой устойчивостью к перепадам освещения. Кроме того, в статье представлен краткий обзор существующих программных продуктов для трекинга. Показана перспективность применения методов трекинга для исследования механических систем.

Ключевые слова :
оптические измерения, механические системы, цифровая фотосъёмка, анализ движений, компьютерное видение, трекинг, преобразование Хафа, метод сегментной кросс-корреляции.

Литература:

  1. Yilmaz, A. Object tracking: a survey / A. Yilmaz, O. Javed, M. Shah // ACM Computing Surveys (CSUR). – 2006. – Vol. 38(4). – Article 13.
  2. Копенков, В.Н.  Оценка параметров транспортного потока на основе анализа данных видеорегистрации / В.Н. Копенков, В.В. Мясников // Компьютерная оптика. –2014. – Т. 38, № 1. – С. 81-86.
  3. Comaniciu, D. Kernel-based object tracking / D. Comaniciu, V. Ramesh, P. Meer // Pattern Analysis and Machine Intelligence. – 2003. – Vol. 25(5). – P. 564-577.
  4. Харебов, П.В. Отслеживание объектов в условиях изменяющегося освещения / П.В. Харебов // Вестник Пермского униветситета. Серия: Информ. системы и технологии. – 2009. – № 9. – С. 125-128.
  5. Shapiro, L. Computer vision / L. Shapiro, G. Stochman. – Prentice Hall, 2001. – 608 p.
  6. Форсайт, Д.А. Компьютерное зрение. Современный подход / Д.А. Форсайт, Ж. Понс; пер. с англ. – М.: Вильямс, 2004. – 928 c.
  7. Видеокамера SONY FDR-AX1 [Электронный ресурс]. –URL: http://www.sony.ru/electronics/handycam-videokame­ry/fdr-ax1 (дата обращения: 25.11.2014).
  8. Скляренко, М.С. Методы компьютерного видения в физическом эксперименте / М.С. Скляренко // Вестник Пермского университета. Серия: Информационные системы и технологии. – 2007. – Вып. 10(15). – С. 85-93.
  9. Fletcher, R. Practical methods of optimization / R. Fletcher. – J. Wiley & Sons Ltd, 2000. – 456 p.
  10. Raffel, M. Particle image velocimetry: a practical guide / M. Raffel, C. Willer, J. Kompenhans. – Berlin: Springer, 1998. – 253 p.
  11. Скляренко, М.С. Реконструкция поля скорости по распределённым трассерам / М.С. Скляренко, П.Г. Фрик, А.Г. Ястребов // Вычислительные методы и программирование. – 2006. – Т. 7, № 1. – С. 45-50.
  12. Мартынова, Л.А. Определение координат и параметров движения объекта на основе обработки изображений / Л.А. Мартынова, А.В. Корякин, К.В. Ланцов, В.В. Ланцов // Компьютерная оптика. – 2012. – Т. 36, № 2. – С. 266-273.
  13. Canny, J. A computational approach to edge detection / J. Canny // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1986. – Vol. 8(6). – P. 679-698.
  14. Фор, А. Восприятие и распознавание образов / А. Фор; пер. с франц. – М.: Машиностроение, 1989. – 272 c.
  15. Gupta, L. Neural networks for planar shape classification / L. Gupta, M.R. Sayeh // IEEE. – 1988. – P. 936. – DOI: 10.1109/ICASSP.1988.196744.
  16. Hough, P.V.C. Method and means for recognizing complex patterns // U.S. Patent 3069654, 1962.
  17. Russel, J. Hough transform / J. Russel, R. Cohn. – Book on Demand Ltd, 2012. – 90 p.
  18. Liangwongsan, S. Extracted circle Hough Transform and circle defect detection algorithm / S. Liangwongsan, B. Marungsri, R. Oonsivilai, A. Oonsivilai // World Academy of Science, Engineering and Technology. – 2011. –Vol. 5. – P. 432-436.
  19. Mitra, J. Peak trekking of hierarchy mountain for the detection of cerebral aneurysm using modified Hough circle transform / J. Mitra, T. Halder, A. Chandra // Electronic Letters on Computer Vision and Image Analysis. – 2013. – Vol. 12(1). – P. 57-84.
  20. Duda, R. Use of the Hough transformation to detect lines and curves in pictures / R. Duda, P. Hart // Communications of the ACM. – 1972. – Vol. 15(1). – P. 11-15.
  21. Преобразование Хафа для окружности в библиотеке OpenCV [Электронный ресурс]. – URL: http://docs.open­cv.org/doc/tutorials/imgproc/imgtrans/hough_circle/hough_circle.html (дата обращения 25.11.2014).
  22. Yuen, H.K. Comparative study of Hough transform methods for circle finding / H.K. Yuen, J. Princen, J. Illingworth, J. Kittler // Image and Vision Computing. – 1990. – Vol. 8(1). – P. 71-77.
  23. Davies, E.R. A modified Hough scheme for general circle location / E.R. Davies // Pattern Recognition Letters. – 1988. – Vol. 7(7). – P. 37-43.
  24. Du, W. A robust Hough transform algorithm for determining the radiation centers of circular and rectangular fields with subpixel accuracy / W. Du, J. Yang // Physics in Medicine and Biology. – 2009. – Vol. 54. – P. 555-567.
  25. Mairesse, F. Subpixel determination of imperfect circles characteristics / F. Mairesse, T. Sliwa, S. Binczak, Y. Voicin // Journal of Pattern Recognition. – 2008. –Vol. 41(1). – P. 250-271.
  26. Chernov, N.I. Effective algorithms for circle fitting / N.I. Chernov, G.A. Ososkov // Computer Physics Commications. – 1984. – Vol. 33. – P. 329-333.
  27. Halir, R. Numerically stable direct least squares fitting of ellipses / R. Halir, J. Flusser // Proc. Int. Conf. in Central Europe on Computer Graphics, Visualization and Interactive Digital Media. – 1998. – P. 125-132.
  28. Ray, A. Non-linear least squares ellipse fitting using the genetic algorithm with applications to strain analysis / A. Ray, D. Srivastava // Journal of Structural Geology. – 2008. – Vol. 30(12). – P. 1593-1602.
  29. Скляренко, М.С. Экспериментальное исследование механических колебаний методом скоростной фотосъёмки / М.С. Скляренко, М.А. Марценюк // Научно-технические ведомости СПбГПУ. – 2007. – Т. 1, № 4. – С. 167-174.
  30. Скляренко, М.С. Исследование вынужденных механических колебаний методом скоростной фотосъёмки / М.С. Скляренко, М.А. Марценюк, В.Г. Сивков // Научно-технические ведомости СПбГПУ. – 2009. – Т. 6, № 91. –С. 244-252.
  31. Кетов, А.И. Идентификация локомоторного движения мехатронной модели / А.И. Кетов, М.А. Марценюк, М.С. Скляренко, П.А. Тетерин // Вестник Пермского университета. Серия: Информационные системы и технологии. – 2007. – Вып. 10(15). – С. 19-22.
  32. Компания Vicon Motion Systems Ltd. [Электронный ресурс]. – URL: http://vicon.com (дата обращения 25.11.2014).
  33. Deepak, M.А. Photogrammetric measurements for rigid body movements in low speed wind tunnel testing [Electronical resource] / M.A. Deepak. – URL: http://casgc.ucsd.edu/blog/ wp-content/uploads/Technical-Report-Vicon-Final.pdf (дата обращения 25.11.2014).
  34. Lochmatter, T. SwisTrack – A Flexible Open Source Trac­king Software for Multi-Agent Systems [Electronical resource] / T. Lochmatter, P. Roduit, C. Cianci, N. Correll, J. Jacot, A. Martinoli. – URL: http://infoscience.epfl.ch/record/125704/files/report.pdf (дата обращения 25.11.2014).
  35. Спецификация продукта TemaMotion [Электронный ресурс]. – URL: http://www.imagesystems.se/PDF/TEMA/ TE­MAMotionProductinfo.pdf (дата обращения 25.11.2014).
  36. Firearms analysis [Electronical resource]. – URL: http://www.imagesytems.se/media/138523/application%20note%20firearms%20and%20ammunition.pdf (дата обращения 25.11.2014).
  37. Janiszewski, J. Measurement procedure of ring motion with the use of high-speed camera during electromagnetic expansion / J. Janiszewski // Metrology and Measurement Systems. – 2012. – Vol. 19(4). – P. 797-804.
  38. Библиотека Intel IPP [Электронный ресурс]. – URL: https://software.intel.com/en-us/intel-ipp (дата обращения 25.11.2014).

© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20