Способ обработки сигналов для определения координат объектов, наблюдаемых в последовательности телевизионных изображений, и устройство для его осуществления (варианты)

Способ обработки сигналов для определения координат объектов, наблюдаемых в последовательности телевизионных изображений, и устройство для его осуществления (варианты)

Реферат

 

Изобретение относится к области обработки изображений и может найти применение в автоматизированных системах управления уличным движением, для наблюдения и документирования взлетно-посадочных маневров в аэропортах, в робототехнике и при более общем подходе может служить подсистемой для систем более высокого уровня интерпретации, с помощью которых обнаруживаются, сегментируются и могут наблюдаться движущиеся объекты, а также автоматически определяются их параметры. Технический результат, достигаемый при осуществлении изобретения, заключается в обеспечении определения координат и устойчивого удержания изображения объекта в центре поля зрения видеокамеры системы наблюдения или в центре следящего окна при получении от видеокамеры как контрастных, так и малоконтрастных изображений подвижных и неподвижных объектов и фона местности. Сущность изобретения заключается в адаптивном и одновременном использовании нескольких взаимнодополняющих каналов классификации элементов изображения, формирования образа и определения координат объекта и учета и компенсации дестабилизирующих факторов. Предлагаемые варианты способов реализуются соответствующими вариантами устройства. 4 с. и 52 з.п. ф-лы, 20 ил.

Изобретение относится к области обработки телевизионных изображений в различных применениях машинного зрения, например, в задачах наблюдения и контроля, в частности к способам определения положения объекта по последовательности телевизионных изображений, и может найти применение в автоматизированных системах управления уличным движением, для наблюдения и документирования взлетно-посадочных маневров в аэропортах, в робототехнике для обеспечения скоординированного взаимодействия автомата с другими автоматами или производственными объектами и при более общем подходе может служить подсистемой для любых систем более высокого уровня интерпретации, с помощью которых обнаруживаются, сегментируются и могут наблюдаться неподвижные и движущиеся объекты, а также автоматически определяются их параметры.

Известные способы и устройства наблюдения за объектами, на основе которых можно реализовать простейшие системы первого поколения, характеризуются использованием одного из базовых подходов для классификации элементов изображения на элементы объекта и фона (формирования бинарного изображения объекта) и определения координат объекта посредством определения координат центра тяжести бинаризированного изображения (так называемые центроидные способы и устройства) или же определением положения объекта на основе поиска экстремума меры сходства/несходства (в частности, разностной корреляционной функции) текущего и эталонного изображений (корреляционно-экстремальные способы и устройства).

Такие системы позволяют автоматически определять координаты объекта с достаточной точностью и обеспечивать устойчивое удержание изображения объекта вблизи центра поля зрения только в тех случаях, когда он высоко контрастен по отношению к фону и(или) когда изображение объекта мало изменяется за время наблюдения, причем действие других дестабилизирующих изображение факторов отсутствует или минимально. Эти ограничения обусловливают относительно узкий диапазон условий наблюдения объектов, в которых применимы данные системы.

Для многих реальных приложений видимые изображения объекта или малоконтрастны по отношению к фону, или (при среднем и высоком контрасте) наблюдаются на контрастном фоне местности, причем из-за движения объекта или системы наблюдения изображение объекта радикально изменяется за время наблюдения. Ситуация часто осложняется тем, что объект может временно частично или полностью экранироваться в изображении сцены объектами ближнего фона, а на видеокамеру действуют дестабилизирующие факторы, приводящие к неуправляемым перемещениям по горизонтали и вертикали и вращению поля зрения.

Известен способ определения координат объекта (см. авторское свидетельство 1562980 СССР, МКИ5 Н 04 N 7/18, Устройство определения координат объекта /Б.А.Алпатов, П.А.Бакут, И.Э.Ворновицкий, А.А.Селяев, А.И.Степашкин, С. Ю. Хлудов (СССР), - 4373608/24-09; Заяв. 01.02.88; Опубл. 07.05.90, Бюл. 17), состоящий из следующей совокупности действий.

Одновременно выполняют запись текущего кадра и обработку предыдущего кадра.

Из первого полученного кадра формируют эталон цели h(i,j) формата МхМ вырезанием центральной части изображения.

Начиная с 3-го принятого кадра, предыдущий записанный кадр обрабатывают следующим образом.

Вычисляют взвешенную разностную корреляционную функцию F(,) где g(i+, j+) - элементы текущего обрабатываемого изображения размерностью NxN точек, h(i,j) - элементы эталонного изображения размерностью МхМ точек, Z(i, j) - элементы весовой функции размерностью МхМ точек, причем Z(i,j) = 1, если точка изображения принадлежит объекту, Z(i,j) = 0 - иначе; , - параметры сдвига изображения, которые изменяются от 0 до (N-M+1).

Для сокращения числа вычислительных операций вычисление разностной корреляционной функции F(,) в точке с координатами , производят до тех пор, пока текущее значение этой функции остается меньше некоторой пороговой функции R(k), зависящей от числа k элементарных разностей, вычисленных к этому моменту времени.

Определяют координаты ^*,^* объекта на изображении на основе минимизации разностной корреляционной функции F(,). Производят текущую низкочастотную (НЧ) фильтрацию (сглаживание) изображения V_n(i,j) = (1-)g_n(i+^*_n,j+^*_n)+V_n-1(i,j), (2) где V_n(i,j) - значение сглаженного изображения в n-м кадре, - параметр сглаживания, 0<<1.

и определения перемещения объекта за последние L кадров. Если найденное перемещение объекта составило более одного дискрета, то производится перезапись эталона h(i,j)=V_n(i,j). (4) Если перемещение объекта за последние L кадров не превысило одного дискрета, то перезапись эталона выполняют при условии F(^*,^*)>Порог, иначе эталон сохраняют.

Начиная с L+1 кадра, на сглаженном изображении производят выделение множества Q точек, принадлежащих объекту. Весовую функцию Z(i,j) в первых L+1 кадрах принимают равной 1.

Выделение множества Q точек, принадлежащих объекту, производят путем пороговой обработки сглаженного изображения.

Множество Q точек, принадлежащих объекту, используют для формирования новой весовой функции Z(i,j) эталонного изображения, сменяемой одновременно со сменой эталона.

Признаком способа, совпадающим с признаком заявляемого технического решения, является вычисление взвешенной меры несходства сигналов изображения в текущем окне анализа с эталонным изображением объекта в виде разностной корреляционной функции F(,) в соответствии с выражением (1).

Причины, препятствующие достижению требуемого технического результата при использовании данного способа, заключаются в определении координат ^*,^* изображения объекта на основе минимизации разностной корреляционной функции F(,) с использованием в первых L+1 кадрах весовой функции Z(ij), равной 1, что приводит к невозможности правильного определения координат объекта в условиях, когда контрастность объекта ниже контрастности элементов окружающего его фона.

Причины неработоспособности способа в описанных ситуациях иллюстрируются фиг.1а, 1б, 1в, 1г.

На фиг. 1 показано формирование эталона из первого полученного кадра (фиг.1a) вырезанием его центральной части (фиг.1б). На этом этапе эталон еще не защищен от попадания в него посторонних элементов фона. Типичное для этой ситуации распределение яркостей элементов изображения сформированного эталона и вид разностной корреляционной функции F(,) иллюстрируется фиг.1в.

Как видно из фиг.1г, попадание в эталон элементов фона приводит к появлению минимума корреляционной функции, не соответствующего положению объекта. При контрастном пестром фоне ложный минимум оказывается по величине меньше, чем минимум, соответствующий положению объекта. Таким образом, оценка координат объекта в соответствии с данным способом приводит к ошибочному определению координат и срыву слежения.

К причинам, препятствующим достижению требуемого технического результата, можно отнести также сочетание операций обновления эталона и вычисления разностной корреляционной функции текущего и эталонного изображений, что приводит к срывам слежения при перекрытии даже сравнительно небольших участков объекта (10-20% площади) высококонтрастными элементами фона.

Причины неработоспособности способа в таких ситуациях иллюстрируются фиг.1д, 1е.

В рассматриваемых условиях можно исходить из того, что в процессе начального этапа слежения фон, по которому перемещался объект, был таким, что эталонное изображение объекта сформировано правильно, то есть элементы фона в эталоне отсутствуют (фиг.1д).

При перемещении объекта за контрастными объектами ближнего фона, как показано на фиг.1е, минимальное значение разностной корреляционной функции резко увеличивается и, в соответствии с последовательностью операций способа, это вызывает перезапись эталона. В результате контрастный элемент фона попадает в эталон, а затем аналогично тому, как это описано выше, происходят ошибочное определение координат объекта и срыв слежения.

Кроме того, при наличии непрогнозируемых перемещений поля зрения в процессе перезаписи эталона в окно видеоданных эталона объекта попадают элементы фона, что, как описано выше, также часто ведет к срыву слежения.

Для обеспечения работоспособности систем определения координат и наблюдения объектов в таком расширенном диапазоне условий современные способы и устройства (условно способы и устройства второго поколения) развиваются в направлении адаптивного и одновременного использования нескольких взаимно дополняющих каналов классификации элементов изображения, формирования образа и определения координат объекта, учета и компенсации дестабилизирующих факторов.

Известные способы и устройства определения координат объектов по временной последовательности изображений не обладают необходимой универсальностью для функционирования в широком диапазоне условий применения, а именно в условиях высокой и низкой контрастности изображений объекта и окружающего фона местности, при изменениях размеров и видимого образа объекта как вследствие его маневров, так и вследствие его перемещения по местности, изменения или неравномерной освещенности объекта и местности, экранирования объекта другими объектами или участками местности, перемещения носителя системы наблюдения и определения параметров объектов, отсутствия или неполной (недостаточной) стабилизации поля зрения видеокамеры и некоторых других.

Известен способ обнаружения и определения координат объекта на изображении (см. авторское свидетельство 1737755 СССР, МКИ 5 Н 04 N 7/18, G 06 K 9/36, Устройство обнаружения и определения координат объекта на изображении /Б. А. Алпатов, Э.Т.Либияйнен, С.Ю.Хлудов (СССР) Рязанский радиотехнический институт (СССР), - 4819727/09, Заяв. 27.04.90; Опубл. 30.05.92, Бюл. 20), при реализации которого необходимо осуществить следующую совокупность действий.

На первом этапе в первом кадре производят только запись телевизионного изображения в память. Во время записи второго кадра производят формирование исходных массивов данных: G₀ - эталонное изображение фона G₀ = L₀ - текущее изображение. (В качестве эталонного изображения фона берется текущее изображение. При этом предполагается, что объект в изображении L₀ отсутствует.) В0 - исходный массив элементов функции классификации объект/фон, В0: b0ij=-32.

Начиная с 3-го принятого кадра, производят запись в память текущего кадра.

На втором этапе (этапе обнаружения объектов) для каждого элемента lnij наблюдаемого изображения определяют элементы bnij функции классификации где 1_nij - элементы текущего обрабатываемого изображения L_n, - элементы прогнозируемого изображения фона, D=1, если b_(n-1)ij 0, 1 - прогнозируемое минимальное отличие яркости объекта от яркости фона.

Принимают решение о принадлежности элемента изображения с координатами i,j объекту, если полученное значение b_nij > 0.

Вычисляют координаты _nx,_ny центра тяжести бинарного изображения где S_n - число элементов изображения, которые составляют изображение объекта Н_n, i - координата элемента изображения 1_nij по оси х, классифицированного как объект (b_nij>0), j - координата элемента изображения l_nij по оси у, классифицированного как объект (b_nij>0).

Выполняют ограничение значений элементов b_nij и их запись по адресу b_(n-1)ij b_(n-1)ij =32, если b_nij > 32, b_(n-1)ij = b_nij, если -32< b_nij < 32, b_(n-1)ij = -32, если b_nij < -32.

Если число Sn элементов изображения, классифицированных как объект, превысило пороговое значение S₀, то принимают решение об обнаружении объекта в кадре, и показание счетчика обнаружений увеличивают на 1.

На третьем этапе, если принимают решение об обнаружении объекта в кадре (S>S₀), то оценки координат и скорости объекта определяют в соответствии с выражением по Х: где прогнозируемое на момент получения n-го кадра положение объекта (априорная оценка), рассчитываемое в соответствии с выражением (9); апостериорная оценка положения объекта; априорная оценка скорости объекта; апостериорная оценка скорости объекта; по Y: где прогнозируемое на момент получения n-го кадра положение объекта, рассчитываемое в соответствии с выражением (13); апостериорная оценка положения объекта; апостериорная оценка скорости объекта; Если в текущем кадре объект не обнаружен, то координаты и скорость объекта прогнозируют в соответствии с выражениями На четвертом этапе сглаживают изображение фона, для чего для всех точек изображения, классифицированных как фон (b_nij < 0), выполняют где 0<k3<1.

nij > 0), выполняют где 0<k4<1.

для обнуления элементов памяти, которые в предыдущих кадрах соответствовали объекту.

На шестом этапе, если значение счетчика обнаружений становится равным 16, то принимают решение о завязывании траектории и продолжают выполнять вычисления, в противном случае переходят к выполнению действий по этапу 2, формула (5) и далее.

Формируют прогнозируемый участок изображения L_(n+1), центр которого совпадает с центром объекта: (26) где элементы прогнозируемого участка изображения L_(n+1) размером МхМ, сглаженное изображение объекта в соответствии с (24), сглаженное изображение фона в соответствии с (23), z_(n+1),, - бинарная маска объекта, сформированная по правилу z_(n+1),, = 1, если b_(n+1)i1j1 > 0, z_(n+1),, = 0, если b_(n+1)i1j1 0, где определяются из (17) и (21).

На седьмом этапе вычисляют производную прогнозируемого изображения сформированного в предыдущем кадре, по параметру _nx: где определяют по (26), На восьмом этапе производят нелинейное оценивание координаты и скорости объекта по Х: где прогнозируемое на момент получения n-го кадра положение объекта (априорная оценка), рассчитываемое в соответствии с выражением (9), апостериорная оценка положения объекта, априорная оценка скорости объекта, апостериорная оценка скорости объекта.

На девятом этапе вычисляют производную прогнозируемого изображения сформированного в предыдущем кадре, по параметру _ny: где определяется (26), На десятом этапе производят нелинейное оценивание координаты и скорости объекта по Y: где прогнозируемое на момент получения n-го кадра положение объекта (априорная оценка), рассчитываемое в соответствии с выражением (13), апостериорная оценка положения объекта по Y, априорная оценка скорости объекта по Y, апостериорная оценка скорости объекта по Y.

На одиннадцатом этапе классифицируют точки участка (строба) _n размером МхМ текущего изображения L_n путем проверки условия где l_nij - элементы текущего обрабатываемого изображения L_n, элементы прогнозируемого изображения фона, сглаженное эталонное изображение объекта, D = 1, центр строба _n/ имеет координаты На двенадцатом этапе находят координаты центра тяжести бинарного изображения, полученного в результате (27), и заменяют ими найденные на восьмом и десятом этапах оценки По откорректированным значениям формируют прогнозируемые на (n+1)-й кадр априорные оценки положения и скорости объекта Сглаживают изображение фона для всех точек строба _n размером МхМ текущего изображения L_n, классифицированных как фон (b_nij < 0): где 0<k3<1.

_n размером МхМ текущего изображения L_n, классифицированных как объект (b_nij > 0): где 0<k4 где , для обнуления элементов памяти, которые в предыдущих кадрах соответствовали объекту.

Контролируют величину Sn площади объекта по результатам классификации на одиннадцатом этапе по формуле (27).

Если Sn > S0, то выполняют действия по шестому этапу и далее.

Если Sn S0, то выполняют действия по второму этапу и далее.

Признаком способа, совпадающим с признаком заявляемого технического решения, является сглаживание изображения фона в соответствии с выражением (28).

Причины, препятствующие достижению требуемого технического результата при использовании описываемого способа, заключаются в следующем.

Формирование текущих координат объекта по результатам обработки предыдущего кадра, по существу, вводит в контур управления положением поля зрения дополнительную задержку до 20 или 40 мс в зависимости от того, как выполняется обработка телевизионных изображений - по полукадрам или по кадрам, что ограничивает возможности определения координат и удержания в центре поля зрения динамичных объектов.

Определяемая способом на втором этапе классификация элементов изображения на точки объекта и фона в соответствии с правилом (5) при наличии шумов приводит к ошибочному определению координат объекта в кадре или окне анализа, размеры которого существенно превышают размеры объекта (что характерно для малоразмерных объектов).

Причины этих ошибок заключаются в следующем. Центр тяжести бинарного изображения, создаваемого шумовыми выбросами, не зависит от координат захватываемого объекта и расположен вблизи центра кадра. Способом не предусматривается отбрасывание точек, ложно классифицированных на втором этапе как объект из-за шумовых выбросов, поэтому, если объект расположен не в центре кадра (например, смещен на 2-3 своих размера), а число ложно классифицированных точек изображения равно или превышает число точек объекта, то получаемая данным способом оценка координат объекта не лежит в пределах контура объекта, что приводит к ошибочному прогнозированию положения окна анализа изображения объекта в следующем кадре и невозможности дальнейшего определения его координат.

Способом не учитывается перемещение поля зрения за время между получением изображений соседних кадров (полукадров), что не позволяет без ошибок сформировать эталонный фон, усредненное изображение объекта, прогнозируемое изображение объекта и фона при работе системы в подвижном поле зрения.

Это происходит потому, что для формирования эталонного фона и эталонного объекта используются изображения не одного кадра, а последовательности кадров, причем при формировании упомянутых эталонов изображения разных кадров должны смещаться (а в более общем случае и поворачиваться) друг относительно друга таким образом, чтобы совмещались по координатам одинаковые точки фона (для эталона фона) или объекта (для эталона объекта).

Для определения необходимых смещений (а при необходимости и поворотов) изображений должны учитываться все перемещения поля зрения.

Способом используется обнаружение всех статистически значимых отклонений яркости элементов текущего изображения от априорно ожидаемых яркостей элементов фона и объекта независимо от причин их возникновения. Это приводит к неработоспособности способа в следующих условиях: - при движении носителя системы наблюдения и определения координат объекта вследствие выделения на изображении движущихся элементов ближнего фона (при наличии в поле анализа подвижного объекта это приводит к ошибочным координатам объекта, а при наличии неподвижного объекта на дальнем фоне - он не обнаруживается); - при движении носителя системы вследствие наличия вращательных движений поля зрения, т.к. происходит неверное формирование эталонного усредненного фона, как упоминалось выше; - при наличии неуправляемых поступательных перемещений поля зрения (нескомпенсированных ошибок стабилизации или ошибок приводов поля зрения) и контрастном пестром фоне.

В указанных условиях резко увеличивается вероятность ложной классификации элементов фона как элементов объекта, что и является причиной резкого роста ошибок определения координат объекта и невозможности его удержания в центре поля зрения.

Известен способ обнаружения движущихся объектов и слежения за ними на основе анализа последовательности изображений (см. патент 2 680 931 Франция, МКИ5 Н 04 3/00, Procd de detection et de suivi d'objets en mouvement par analyse de squences d'images/Pineau Patrick et Robert Philipp (FR), THOMSON-CSF (FR), 91 10628; Заяв. 27.08.91; Опубл. 05.03.93, Бюл. 09), состоящий в обнаружении движущихся объектов, разделении связанных движущихся объектов, предсказании и временном контроле положения и движения объектов.

Изображение классифицируют на три класса, представляющих фон, движущийся объект и тень, сравнением яркостей изображения эталона и текущего изображения, причем изображение эталона периодически обновляют и согласно способу осуществляют классификацию точек изображения на пять классов, представляющих контуры фона, контуры объектов в движении, контуры фона, скрытые движущимся объектом, контуры фона, расположенные в зоне тени, и на точки, не принадлежащие никакому контуру, и ставят в соответствие каждой точке изображения этикетку с двойной информацией, включающей информацию о классификации точек сравнением яркостей между изображением эталона и текущего изображения, и информацию контура, учитывая классификацию точек сравнением контуров изображения эталона и текущего изображения, причем осуществляют классификацию точек изображения на семь классов, каждый из которых соответствует одному из семи типов этикеток с двойной информацией области (сегмента) и контура, для чего используют метод релаксации с моделированием марковского поля этикеток с двойной информацией для оптимизации и для классификации точек изображения на семь классов на этапе обнаружения объектов.

После обнаружения движущихся объектов осуществляют разделение связанных движущихся объектов, включая релаксацию с моделированием марковского поля движения, временное предсказание масок для оптимизации классификации точек на семь классов на этапе обнаружения объектов и временное предсказание движения, чтобы оптимизировать разделение связанных объектов.

Этот способ позволяет обнаруживать движущиеся объекты и выполнять слежение за ними в условиях неподвижного поля зрения.

Признаки способа, совпадающие с признаками заявляемого технического решения: - обнаружение движущихся объектов сравнением яркостей изображения эталона фона и текущего изображения; - периодическое обновление эталонного изображения фона.

Причины, препятствующие достижению требуемого технического результата, заключаются в обработке изображения для выделения изображения объекта из фона с помощью операций обнаружения движущихся сегментов изображения, что приводит к неработоспособности способа при наблюдении объекта, неподвижного относительно дальнего фона, и наличии собственного движения носителя системы слежения, приводящего к появлению движущегося ближнего фона, и при контрастном фоне в условиях наличия неуправляемых перемещений поля зрения (некомпенсированных ошибок стабилизации), так как в этом случае в качестве объекта выделяются движущиеся сегменты фона, что не позволяет обнаруживать истинный объект.

Известен способ рекурсивной оценки перемещения для слежения за объектами посредством анализа последовательностей цифровых изображений (см. патент 0527791 ЕПВ, МКИ5 G 06 F 15/70. VERFAHREN ZUR ZEITREKURSIVEN BEWEGUNGS-SCHATZUNG UND ZUR VERVOLGUNG BEWEGTER OBJEKTE BEI DER ANALYSE ZEITLICHER FOLGEN DIGITALER BILDER/KARMANN, Klaus-Peter, Dr., Strassbergerstrasse, 8, W-8000 Munchen 40(DE), SIEMENS AKTIENGESELLSCHAFT, Wittelsbacherplatz, 2, D-80333 Munchen (DE), EP 90108666; Заяв. 08.05.90; Опубл. 20.07.94, Бюл. 29; международный приоритет РСТ/ЕР91/00769; международная публикация WO 91/17513 14.11.91, Бюл. 26).

Способ состоит из следующей совокупности действий: - при старте задают начальные значения предсказываемых переменных состояния объекта (X), - для каждого образа l(k) последовательности цифровых изображений во времени l(1), l(2),...,l(k): а) обнаруживают перемещение сегментов в образе l(k) и эти перемещающиеся сегменты определяют двоичной сегментирующей функцией (S), имеющей описание S(j, k, p)= 1, если пиксел p в момент времени k принадлежит движущемуся сегменту j, S(j,k,p)=0, в остальном; b) измеряют параметры перемещения (Z) для этих движущихся сегментов посредством максимизации функции сходства (С), которая формируется с использованием набора параметров перемещения (Z), преобразований (Т) из сегментных функций (S) и цифровых изображений (I) в соответствии с общей формулой c) определяют корректируемые переменные состояния (Y) из набора предсказанных переменных состояния (X) с помощью параметров измеренного перемещения (Z); d) определяют предсказанные переменные состояния (X) для последующего момента из корректируемых переменных состояния (Y) с помощью рекурсивного фильтра, в котором: k - индекс времени, р - координаты пикселей, j - сегментный индекс, S(j,k,p) - сегментная функция перемещения сегмента j во время k в пикселе р, s(n, k+l, T(p)) - величина сегментной функции перемещения сегмента n во время k+1 в пикселе Т(р), l(k,p) - яркость изображения во время k в пикселе р, l(k+l,T(p)) - яркость изображения во время k+1 в пикселе Т(р), Т(р) - координаты пикселя р в результате преобразования Т.

Способ предполагает, что семейство преобразований (Т) включает или только аффинные преобразования плоского образа, или только переносы (поступательные перемещения).

Используемые переменные состояния (X, Y) описывают мгновенные позиции, мгновенные скорости и ускорения перемещающихся сегментов.

Функцию сходства (С) формируют в соответствии с формулой когда семейство преобразований (Т) включает аффинные преобразования плоского образа, или же в соответствии с формулой когда семейство преобразований (Т) включает только переносы, где v - вектор смещения в плоскости образа.

Признаки способа, совпадающие с признаками заявляемого технического решения: - обнаружение перемещающихся сегментов в текущем изображении 1(k) и определение этих перемещающихся сегментов двоичной функцией (S), имеющей описание S(j,k,p) = 1, если пиксель р в момент времени k принадлежит сегменту j, S(j,k,p) = 0, иначе.

Причины, препятствующие достижению требуемого технического результата, заключаются в обработке изображения для выделения изображения объекта из фона с помощью операций обнаружения движущихся сегментов изображения, что приводит к неработоспособности способа при наблюдении объекта, неподвижного относительно дальнего фона, и наличии собственного движения носителя системы слежения, приводящего к появлению движущегося ближнего фона, а также при контрастном фоне в условиях наличия непрогнозируемых перемещений поля зрения (некомпенсированных ошибок стабилизации), так как в этом случае в качестве объекта выделяются движущиеся сегменты фона, что не позволяет обнаруживать собственно объект.

Известен способ слежения за объектом (см. Телевизионная следящая система с байесовским дискриминатором /д. т.н. Бакут П.А., к.т.н. Лабунец В.Г. // "Зарубежная радиоэлектроника". - 1987. - 10. - Стр. 81-93, - Рус.), содержащий следующую совокупность операций: - ввод видеосигнала изображения, - аналого-цифровое преобразование видеосигнала изображения и запись его в цифровой форме в буферную память, - гистограммная классификация точек изображения на точки объекта и фона на основе байесовского решающего правила (формирование бинарного изображения объекта), - уничтожение элементов изображения объекта, - определение вектора формы районов объекта, - определение горизонтальной и вертикальной проекций текущего бинарного изображения в окне анализа, а также проекций эталонного бинарного изображения объекта, - определение дизъюнктивной свертки текущей и эталонной проекций, - определение координат (и скорости) объекта по положению максимума полученных значений дизъюнктивной свертки текущей и эталонной проекций, - селекция объекта из изображения сцены посредством отбрасывания тех элементов изображения района объекта, которые не входят в эталонную маску объекта, находящуюся в положении максимума дизъюнктивной свертки проекций, - предсказание положения объекта и пространственного строба объекта в последующем кадре, - повторное обнаружение объекта с помощью операций гистограммной классификации точек изображения и операций определения центра бинарного изображения объекта, - выработка управляющих воздействий.

При использовании этого способа для формирования бинарного изображения объекта в окне анализа реализуется адаптивное, в общем случае многопороговое, статистически оптимальное правило классификации точек изображения на точки объекта и фона. Гистограммную классификацию элементов изображения в окне анализа реализуют следующей совокупностью операций.

В текущем кадре изображения задают окно анализа, центр которого располагают в точке прогнозируемого положения объекта. Внутри окна анализа формируют пространственный строб объекта (ПСО) и рамку фона, как показано на фиг.2.

В окнах ПСО и рамки фона рассчитывают гистограммы G_ПСО(L) и G_РФ(L) распределения яркости L изображения в пространственном стробе объекта и внутри рамки фона соответственно.

Для уменьшения флуктуаций точечных оценок гистограмм G_ПСО(L) и G_РФ(L) последние усредняют с помощью цифровых рекурсивных фильтров первого порядка: где b_ПСО, b_РФ - весовые коэффициенты, управляющие степенью усреднения гистограмм ПСО и рамки фона.

Используя усредненные гистограммы выполняют классификацию точек изображения в окне анализа в соответствии со следующим правилом.

Точку изображения с координатами (i,j) считают принадлежащей объекту, то есть формируют бинарное изображение f(i,j)=l, если где - априорная вероятность наличия элементов фона в ПСО, А - параметр стоимости неправильной классификации.

Если условие (36) не выполняется, то точка считается принадлежащей фону и формируется бинарное изображение f(i,j)=0.

Классификацию точек в текущем кадре выполняют по статистикам предыдущих кадров.

Определяют координаты центра бинарного изображения объекта, вычисляя горизонтальную T_г(i) и вертикальную Т_в(j) проекции текущего бинарного изображения f(i, j), а также горизонтальную Т_эг(i) и вертикальную Т_эв(j) проекции эталонного бинарного изображения объекта f_эц(i,j) (маски объекта), сформированного на предыдущих кадрах, и вычисляют дизъюнктивные свертки S_г(k), S_в(1) соответствующих проекций текущего и эталонного бинарных изображений в соответствии с выражениями