Анализ функций, реализующих корреляционную обработку для измерения дальности по цифровым изображениям
Аннотация
Отмечено, что корреляционная обработка изображений является одним из наиболее широко применяемых и перспективных инструментов для поиска, идентификации, локализации и слежения за объектами относительно сложных форм. Решается задача анализа возможностей и областей применения функций, реализующих корреля ционную обработку цифровых оптических изображений, в случае наличия искажений на изображе ниях. Исследования проводились для следующих функций: нормированной кросс-корреляционной функции; суммы абсолютных значений разностей; суммы квадратов разностей; нормированной суммы квадратов разностей; RANKпреобразования. Приводится алгоритм уменьшения времени вычисления нормированной кросс-корреляционной функции, обеспечивающий время анализа, сравнимое со временем анализа функций суммы квадратов разностей и суммы абсолютных значений разностей, не использующих нормализацию.
Литература
- Hartley R., Zisserman A. Multiple view geometry in computer vision. Cambridge, 2004.
- Mamaev N., Lukin A., Yurin D. HeNLM-3D: A 3D computer tomography image denoising algorithm. Pattern Recognition and Information Processing (PRIPʼ2014) : proc. of the XII Intern. conf. (Minsk, 28–30 May, 2014) / ed. by A. Tuzikov, V. Kovalev. Minsk, 2014. P. 176–180.
- Kurgalin S. D., Krylovetsky A. A., Bozhok A. O. [Methods and algorithms for constructing three-dimensional models in computer vision systems]. Telematikaʼ2014 : proc. of the XXI All-Russian sci. and method. conf. (Saint Petersburg, 23–26 June, 2014). Saint Petersburg, 2014. P. 123–124 (in Russ.).
- Szeliski R. Computer vision: algorithms and applications. Berlin, 2011.
- Brown M. Z. Advances in computational stereo. IEEE trans. PAMI. 2003. Vol. 25, No. 8 P. 993–1008.
- Chumachenko A. V. [Optimization of SAD calculation for the problem of relief reconstruction from stereopairs images in high-performance stereovision systems]. Izv. Yuzhnogo federalʼnogo univ. Tekh. nauki. 2013. No. 3 (140). P. 89–96 (in Russ.).
- Guzik V. F., Chumachenko A. V. [Statistical method of optimization of local algorithms for establishing pixel correspondences on stereopairs]. Izv. vyssh. uchebn. zaved. Sev.-Kavk. reg. Ser.: Tekh. nauki. 2011. No. 4. P. 20–25 (in Russ.).
- Zabih R., Woodfill J. Non-parametric local transforms for computing visual correspondence. Computer Vision – ECCVʼ94 : proc. of Third Eur. conf. on computer vision (Stockholm, 2–6 May, 1994). Stockholm, 1994. P. 150–158.
- Middlebury stereo datasets [Electronic resource]. 2011. URL: http://vision.middlebury.edu/stereo/data (date of access: 14.09.2013).
- [Method for determining the distance to the object through a digital camera] : pat. 17809 Rep. Belarus, MKI G 01 C 3/00 / V. L. Kozlov, A. S. Vasilchuk ; declarer Belarus. state univ. No. а 20111773 ; declar. 20.12.11 ; publ. 09.09.13. Off. newsl. 2013. No. 5. P. 143 (in Russ.).
Copyright (c) 2017 Журнал Белорусского государственного университета. Физика
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Авторы, публикующиеся в данном журнале, соглашаются со следующим:
- Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
- Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).
