2006(â1)

More documents

Recommendations

Info

УДК 621.397 ОЦЕНКА КАЧЕСТВА ИЗОБРАЖЕНИЯ В СИСТЕМАХ ТЕЛЕВИЗИОННОГО НАБЛЮДЕНИЯ Р. В. Никитин Рассматриваются системы телевизионного наблюдения (СТН), предназначенные для решения задач персональной идентификации, идентификации движения и сцен. Хaрактерной особеностью СТН является то, что качество изображения, предоставляемого оператору, должно быть достаточным для решения поставленной задачи. Стилизация изменяет качество изображения. При этом внимание оператора концентрируется на наиболее существенных, информативных подробностях, что повышает эффективность работы. На основании методики стилизации можно выделить те параметры изображений, которые указывают на их пригодность для решения задач того или иного класса. Система телевизионного наблюдения, качество изображения, стилизация изображения Система телевизионного наблюдения (СТН) – закрытая телевизионная система, предназначенная для ограниченного числа пользователей, элементы которой соединены непосредственно между собой [1]. Данное обстоятельство отличает СТН от систем вещательного телевидения, где любой настроенный должным образом приемник может принимать сигнал из эфира. Непосредственное соединение элементов СТН между собой не исключает, однако, наличия сверхвысокочастотных, инфракрасных и т. п. связей. Характерной чертой СТН является их специализация, ориентированность на решение определенной задачи. Любая СТН – это средство для осуществления двух операций: визуального оценивания и визуального документирования 1 . Визуальное оценивание подразумевает наличие видеоданных опознавательного и/или описательного свойства во время какого-либо события в текущий момент времени. Визуальное документирование означает сохранение информации в формате, позволяющем изучать и/или просматривать изображение в будущем. Операции оценивания и документирования могут выполняться для решения следующих задач: 1. Персональная идентификация, т. е. однозначное определение наблюдателем субъекта или объекта на имеющемся изображении. 2. Идентификация движения – фиксация наблюдателем движения, совершаемого объектом или субъектом. При этом необходимо отметить сам факт движения, а не определить осуществляющий его объект. 3. Идентификация сцен. Ключевым обстоятельством является то, что каждая наблюдаемая сцена должна иметь свои уникальные отличительные особенности. Данное направление определяется как антитеррорное и противокражное (практически это означает облегчение поиска взрывных и т. п. устройств, замаскированных в оставленных свертках, сумках и т. д.). Однако область этого направления намного шире, а именно безопасность на скоростных автострадах (особенно в тоннелях) и взлетных полосах – поиск опасных предметов; обнаружение пожаров; борьба с вандализмом; охрана оборудования на больших открытых пространствах. В связи с указанными специфическими для СТН задачами подход к анализу качества изображения в них отличается от вещательного телевидения. Для последнего существен- 1 Charlie Pierce CCTV Basics // URL: http://www.ltctrainingcntr.com © Р. В. Никитин, <strong>2006</strong> 3
ным является доведение до зрителей изображения как можно лучшего качества при минимальных технических и материальных затратах. СТН, в свою очередь, предназначены для узкого круга пользователей, при этом качество изображения должно быть не максимально возможным, а достаточным для решаемой задачи. С этой точки зрения необходимо рассматривать полезность некоторого представления телевизионного изображения, зависящую от того, насколько хорошо изображение соответствует цели, для достижения которой его используют. Например, для того чтобы оператор правильно воспринял сцену, ее следует когнитивно проанализировать или "описать", а это требует внимания. Если сцена достаточно сложна, а внимание направлено на схватывание общей формы, а не ее нюансов, то последние не будут восприняты. Следовательно, для решения поставленной задачи достаточным является упрощенное, а не полное изображение. Существующие в настоящее время методики объективного оценивания качества телевизионного изображения [2]–[4] находят применение при анализе качества в цифровом телевидении, но их использование в СТН является, в общем случае, некорректным, так как они анализируют степень отличия обработанного изображения от исходного и качество принимается тем худшим, чем больше ошибка 2 . Однако даже сильно отличающегося от оригинала изображения может оказаться достаточно для решения задачи СТН. Таким образом, разработка методов, предназначенных непосредственно для СТН, является актуальной. Согласно статистическим исследованиям [5] именно из-за отсутствия соответствующего инструмента анализа качества изображения проектируются и поставляются потребителю СТН, до 80 % изображений которых не могут быть использованы по назначению. Например, для систем охранного телевидения такие изображения оказываются непригодными в качестве доказательства в суде или в качестве свидетельства совершения преступления. Один из критических аспектов состоит в ожидании ощутимых результатов сразу после установки телекамер. Руководители компаний считают, что техника решит все проблемы сама по себе. Кроме того, в данный момент развитие СТН идет в направлении увеличения разрешения и размеров конечного изображения, предоставляемого оператору. Однако любые дорогостоящие СТН по-прежнему основываются на способности операторов обнаруживать и идентифицировать происшествия, а их физические возможности не безграничны. Анализируя современные СТН, можно отметить, что телевизионные изображения, предоставляемые системами пользователю, содержат большое количество слишком выразительных (избыточных) деталей. Следовательно, достаточно перспективной представляется идея о том, что некое стилизованное тем или иным образом изображение сконцентрирует внимание оператора на самых существенных, самых информативных подробностях. Под стилизацией изображения будем понимать преобразование, с помощью которого некое реальное изображение переводится в новое представление, не перегруженное несущественными данными и полезное для оператора СТН. Такая обработка изображения должна привести к снижению времени реакции оператора на нештатную ситуацию и обеспечить принятие наиболее целесообразных мер защиты и противодействия возникающим обстоятельствам. 2 http://www.snellwilcox.com, http://www.its.bldrdoc.gov/vqeg/ 4
Page 1: И СЕРИЯ «Радиоэле
Page 5 and 6: 3. Lubin J. A human vision system m
Page 7 and 8: ное число. В качест
Page 9 and 10: Можно показать, что
Page 11 and 12: K 1.8 1.2 0.6 0 - 15 Ортоста
Page 13 and 14: Ряд работ [9]-[13] указ
Page 15 and 16: УДК 621.391.23 В. Н. Смир
Page 17 and 18: априорных данных. В
Page 19 and 20: целях анализа двух
Page 21 and 22: В литературе [1] вст
Page 23 and 24: Таблица 2 N 1 2 3 4 5 10 20
Page 25 and 26: Энерголиния При пе
Page 27 and 28: СПИСОК ЛИТЕРАТУРЫ 1
Page 29 and 30: ВФ x1 ( n ) x1 ( n − 1) x1 ( n
Page 31 and 32: Стадия автокоррекц
Page 33 and 34: k , дБ η , дБ 2 74 1 - 17 58 2
Page 35 and 36: их систем. Для конт
Page 37 and 38: Следовательно, опр
Page 39 and 40: Если ∆R≪ R0 , что обы
Page 41 and 42: h а Антенна θ 2 θ 1 R 1
Page 43 and 44: Сравнение производ
Page 45 and 46: D 0.75 0.50 0.25 0 - 5 1 2 K = 2 10
Page 47 and 48: Некооперативные ме
Page 49 and 50: Непараметрические
Page 51 and 52: Для НС наиболее поп
Page 53 and 54:
Ту-16 Класс 1 (большо
Page 55 and 56:
УДК.621.396 Чинь Суан Ш
Page 57 and 58:
z r0 ς В процессе выч
Page 59:
Полученное квадрат
show all

2006(â1)

Create successful ePaper yourself

Delete template?

Save as template?

2006(â1)