ОПТИМИЗАЦИОННЫЙ ПОДХОД К ПРОБЛЕМЕ ОПРЕДЕЛЕНИЯ ПОЛЯ СКОРОСТЕЙ В ЗАДАЧАХ ОБРАБОТКИ ИЗОБРАЖЕНИЙ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье рассматривается новый подход к построению поля скоростей, который основан на методах теории управления и оптимизации динамики ансамблей траекторий. Данный подход не исключает возможности, что яркость вдоль траекторий движения может изменяться. Это позволяет строить направленные методы оптимизации для определения оптических и неоптических потоков. Поле скоростей задается как некоторая функция, зависящая от вектора произвольных параметров, которые определяются в результате минимизации функционала, заданного на ансамбле траекторий, определяемом этим полем скоростей. Разработан алгоритм для решения задач восстановления поля скоростей с использованием аналитического представления вариации исследуемого функционала по параметрам, определяющим поле скоростей, и с учетом вариации по времени. В работе приведены результаты тестирования предложенного алгоритма, в том числе, с разбиением изображения на подобласти. Библ. 28. Фиг. 10.

Об авторах

Е. Д. Котина

Санкт-Петербургский государственный университет

Email: e.kotina@spbu.ru
Санкт-Петербург, Россия

Д. А. Овсянников

Санкт-Петербургский государственный университет

Email: d.a.ovsyannikov@spbu.ru
Санкт-Петербург, Россия

Д. С. Харченко

Санкт-Петербургский государственный университет

Email: st098139@student.spbu.ru
Санкт-Петербург, Россия

Список литературы

  1. Ovsyannikov D. A., Kotina E. D. Reconstruction of velocity field // Proc. of ICAP2012, Rostock-Warnemunde, Germany. 2012. P. 256–258.
  2. Геча В.Я., Жиленев М.Ю., Федоров В.Б., Хрычев Д.А., Худак Ю.И., Шатина А.В. Поле скоростей движения точек изображения при орбитальной съемке поверхности планеты // Russian Technological Journal. 2020. Т. 8.№1. С. 97–109.
  3. Скляренко М.С., Фрик П.Г., Ястребов А.Г. Реконструкция поля скорости по распределенным трассерам // Вычисл. методы и программирование. ВЦ МГУ. 2006. Т. 7.№1. С. 45–50.
  4. Токарев М.П., Маркович Д.М., Бильский А.В. Адаптивные алгоритмы обработки изображений частиц для расчета мгновенных полей скорости // Вычисл. технологии. 2007. T. 12.№3. С. 109–131.
  5. Зарипов Д.И., Токарев М.П., Лукьянов А.А., Маркович Д.М. Бессеточный планарный метод Particle Image Velocimetry // Вычисл. методы и программирование. 2022. Т. 23.№4. С. 328–338.
  6. Карчевский М. Н., Токарев М. П., Ягодницына А. А., Козинкин Л. А. Корреляционный алгоритм расчета полей скорости в микроканальных течениях с высокой разрешающей способностью // Теплофиз. и аэромеханика. 2015. Т. 22.№6. С. 775–784.
  7. Horn B.K.P., Schunck B.G. Determining optical flow // Artificial Intelligence. 1981.№17. P. 185–203.
  8. Lucas B. D., Kanade T. An iterative image registration technique with an application to stereo vision // Proc. Of Imaging Understanding Workshop. 1981. P. 121–130.
  9. Barron J., Fleet D. Performance of optical flow techniques // Internat. Journal Computer Vision. 1994. V. 12. P. 43–77.
  10. Farneback G. Two-Frame Motion Estimation Based on Polynomial Expansion // Lecture Notes in Computer Science. 2003. Т. 2749. С. 363–370.
  11. Papenberg, N., Bruhn, A., Brox, T., Didas, S. and Weickert, J. Highly Accurate Optic Flow Computation with Theoretically Justified Warping // Internat. Journal of Computer Vision. 2006. V. 67.№2. P. 141–158.
  12. Bruhn, A., Weickert, J., Schnorr, C. Lucas/Kanade Meets Horn/Schunck: Combining Local and Global Optic Flow Methods // Internat. Journal of Computer Vision. 2005. V. 61.№3. P. 211–231.
  13. Котина Е. Д. О сходимости блочных итерационных методов // Изв. Иркутск. гос. ун-та. Сер. Математика. 2012. Т. 3. С. 41–55.
  14. Bailer C., Varanasi K., Stricker D. CNN-based patch matching for optical flow with thresholded hinge embedding loss // Proc. of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2017. С. 3250–3259.
  15. Fischer P., Dosovitskiy A., Ilg E., Hausser P., Hazrbas C., Golkov V. FlowNet: Learning Optical Flow with Convolutional Networks // Proc. of the IEEE Internat. Conference on Computer Vision (ICCV). 2015.
  16. Lin Z., Liang T., Xiao T., Wang Y., Tang Z., Yang M. FlowNAS: Neural Architecture Search for Optical Flow Estimation // Computer Vision and Pattern Recognition. 2022.
  17. Овсянников Д. А. Математические методы управления пучками. Л.: Изд-во Ленингр. ун-та, 1980. 228 с.
  18. Овсянников Д. А. Моделирование и оптимизация динамики пучков заряженных частиц. Л.: Изд-во Ленингр. ун-та, 1990. 312 с.
  19. Kotina E., Ovsyannikov D., Elizarova M. Optimization approach to the velocity field determining problem // Cybernetics and Physics. 2022. V. 11.№3. P. 131–135.
  20. Bazhanov P., Kotina E., Ovsyannikov D., Ploskikh V. Optimization algorithm of the velocity field determining in image processing // Cybernetics and Physics. 2018. V. 7.№4. P. 174–181.
  21. Kotina, E., Bazhanov, P., Ovsyannikov, D. Optimization Method of the Velocity Field Determination for Tomographic Images // Stability and Control Processes. SCP 2020. Lecture Notes in Control and Information Sciences Proceedings. 2022. Springer, Cham.
  22. Котина Е.Д., Леонова Е.Б., Плоских В.А. Обработка радионуклидных изображений с использованием дискретных систем // Вестн. Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления. 2019. Т. 15.№4. С. 543–553.
  23. Kotina E. D., Leonova E. B., Ploskikh V. A. Displacement Field Construction Based on a Discrete Model in Image Processing Problems // Известия Иркутского государственного университета. Серия Математика. 2022. Т. 39. C. 3–16.
  24. Nazarov, N. A., Terekhov, V. V. High level GPU-accelerated 2D PIV framework in Python // Computer Physics Communications. 2024. Т. 295.№109009.
  25. Kotina, Е., Ploskikh, V., Shirikolobov, А. Digital Image Processing in Nuclear Medicine. Physics of Particles and Nuclei. 2022. V. 53.№2. P. 535–540.
  26. Овсянников Д. А., Котина Е. Д.Онекоторых задачах программного управления пучком траекторий. Часть I // Известия Иркутского государственного университета. Серия Математика. 2023. Т. 46. C. 51–65.
  27. Бажанов П. В. Исследование модели процесса сбора проекционных данных ПЭТ // Процессы управления и устойчивость. 2015. Т. 2.№1. С. 276–281.
  28. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Издание 3-е, исправленное и дополненное. М.: Техносфера, 2012. 1104 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024