Алгоритмы мониторинга положения объектов на морской поверхности с помощью монокулярной видеокамеры

от

Б.А. Скороход

Севастопольский государственный университет, РФ, г. Севастополь, ул. Университетская, 33

E-mail: boris.skorohod@mail.ru

DOI: 10.33075/2220-5861-2021-4-124-133

УДК 004.9:004.41

Реферат:

   Мониторинг морской поверхности системами наблюдения может вестись с неподвижных, плавающих или надводных платформ. Такие системы позволяют выявлять, анализировать и принимать решения в различных ситуациях по мере поступления информации с датчиков, расположенных на них. Рассматривается одна из важных задач мониторинга, состоящая в определении положения объектов интереса на морской поверхности относительно системы координат связанной с системой наблюдения.

   Такая задача может решаться с помощью радаров, лидаров и видеокамер (стереопар или монокулярных) как в видео, так и инфракрасном диапазонах. Хорошо известны проблемы, связанные с решением сформулированной задачи с помощью любого из перечисленных датчиков. Это большая изменчивость морской поверхности, туманы, плохие условия освещенности, низкая контрастность объектов благодаря большому расстоянию до объекта и т.д.

   В статье предлагаются новые алгоритмы оценки координат объектов (как линейных, так и угловых) относительно системы координат, связанной с видеокамерой. Предлагается двухэтапный алгоритм. На первом этапе выполняется обработка изображений, поступающих с камеры – выделение на изображении области, принадлежащей морской поверхности, обнаружение и видео сопровождение объектов, определение по полученным изображениям углов азимута и возвышения. Наш подход основывается на представлении углов возвышения и азимута в виде нестационарных моделей авторегрессии, рекуррентной оценке их параметров и последующей оценке координат объекта.

Ключевые слова: углы азимута и возвышения, монокулярная видеокамера, нестационарные модели авторегрессии, диффузные алгоритмы оценивания параметров.

Для цитирования: Скороход Б.А. Алгоритмы мониторинга положения объектов на морской поверхности с помощью монокулярной видеокамеры // Системы контроля окружающей среды. 2021. Вып. 4 (46). C. 124-133.

Полный текст в формате PDF

СПИСОК ЛИТЕРАТУРЫ

  1. Fefilatyev F., Goldgof D., Shceve M., Lembke C. Detection and Tracking of Ships in Open Sea with Rapidly Moving BuoyMounted Camera System // Ocean Engineering. 2012. Vol. 54. P. 1–12.
  2. Grupta K., Aha D., Hartley R., Moore P. Adaptive Maritime Video Surveillance // Proceedings of SPIE. 2009. Vol. 7346. No. 09. P. 1–12.
  3. Sullivan M., Shah M. Visual Surveiilance in Maritime Port Facilities // Proceedings of SPIE. 2008. Vol. 6978. No. 11. P. 1–8.
  4. Mou X., Wang W. Wide-Baseline Stereo-Based Obstacle Mapping for Unmanned Surface Vehicles // Sensors (Basel). 2018 Apr. Vol. 18(4). P. 1085.
  5. Larson J., Bruch M., Halterman R., Rogers J., Webster R. Advances in autonomous obstacle avoidance for unmanned surface vehicles, DTIC Document 2007.
  6. Amarasinghe S., Kodikara N., Sandaruwan D. Location estimation in a maritime environment using a monocular camera // In
    Advances in ICT for Emerging Regions (ICTer), 2014 International Conference on, 2014. P. 21–28.
  7. Gladstone R., Moshe Y., Barel A., Shenhav E. Distance Estimation for Marine Vehicles Using a Monocular Video Camera // 24th European Signal Processing Conference (EUSIPCO), 2016. DOI: 10.1109/EUSIPCO.2016.7760680
  8. Skorohod B.A. Receding Horizon Unbiased FIR Filters and Their Application to Sea Target Tracking // Journal of Control Science and Engineering. Vol. 2018. Available: https://doi.org/10.1155/2018/1803623
  9. Скороход Б.А., Стаценко А.В., Фатеев С.И. Алгоритмы видеонаблюдения и маневрирования автономных морских судов // Известия ТГУ, технические науки. 2018. Вып. 3. С. 85–110.
  10. Rodriguez-Padilla I., Castelle B., Marieu V., Morichon D. A Simple and Efficient Image Stabilization Method for Coastal Monitoring Video Systems // Remote sensing. 2019. DOI: 10.3390/rs12010070
  11. Box G., Jenkins G. Time Series Analysis Forecasting and Control, Holden Day, San Prancisco, 1976.
  12. Skorohod B. Diffuse Algorithms for Neural and Neuro-Fuzzy Networks: With Applications in Control Engineering and Signal Processing. Elsevier, United Kingdom, 2017, 220 p.13.
  13. Bar-Shalom Y., Rong X., Kirubarajan T. Estimation with applications to tracking and navigation. Johh Wiley and Sons,
    New York. 2001.

Loading