DOI: https://doi.org/10.20998/2522-9052.2018.4.22

Алгоритм розпізнавання морського горизонту на фото і відеозображеннях

Oleksandr Shmatko, Volodymyr Aleksiyev, Liang Dong

Анотація


Предметом дослідження є процес виявлення лінії морського горизонту, заснований на кольоровій характеристиці. Мета цієї роботи полягає в розробці методу заснованого на функції обробки кольорової інформації, а також текстурної інформації. Він полягає в поділі області моря і неба і виявлення горизонту. Метод є більш точним і швидким, незалежно від того, які знімки зроблені камерою, встановленою на борту або на березі. Завдання, які необхідно вирішити - запропонувати нову лінійну метрику фітингу при визначенні лінії морського горизонту. Були отримані наступні результати: вивчено пропонований метод лінійної підгонки. Виконано оцінку запропонованого методу виявлення горизонту в порівнянні з іншими трьома сучасними методами, заснованими на 13 складних тестових відеороликах в різних обставинах. 3 метода: метод, заснований на дискримінантах і власних значеннях коваріаційних матриць в просторі RGB (H-DE); метод, який використовує функції розподілу ймовірностей області моря і неба (H-PDF) і метод багатомасштабного крос-модального лінійного ознаки (MSCM). Дані, використані при дослідженнях можна розділити на дві категорії: камера, встановлена на борту, і камера, встановлена на березі. Висновок. Пропонований метод лінійної підгонки може виправити значення викидів. Експериментальні результати за послідовністю тестових відео показують, що пропонований метод виявлення лінії морського горизонту має більш високу точність і є більш надійним та ефективним, ніж інші існуючі методи.


Ключові слова


лінія морського горизонту; точне визначення лінії морського горизонту для зображень з низьким дозволом; новий метод виявлення морського горизонту

Повний текст:

PDF (English)

Посилання


You, J.Y. & Chien, S.I. (2008), “Saturation enhancement of blue sky for increasing preference of scenery images”, IEEE Transactions on Consumer Electronics, Vol. 54, No. 2, pp. 762-768, DOI: https://doi.org/10. 1109/TCE.2008.4560158.

Ettinger, S.M., Nechyba, M.C., Ifju, P.G. and Waszak, M. (2004), “Vision-Guided Flight Stability and Control for Micro Air Vehicles”, IEEE/RSJ International Conference on Intelligent Robots and Systems, DOI:

https://doi.org/10.1109/IRDS.2002.1041582.

Lipschutz, I., Gershikov, E. and Milgrom, B. (2013), “New Methods for Horizon Line Detection in Infrared and Visible Sea Images”, International Journal Of Computational Engineering Research, Vol. 3, Issue. 3, pp. 226-233.

Shen, Y.F., Krusienski, D., Li, J. and Rahman, Z. (2013), “A Hierarchical Horizon Detection Algorithm”, IEEE GEOSCI REMOTE S,

(1), pp. 111-114.

Cornall, T.D., Egan, G.K. (2006), “Aircraft Attitude Estimation from Horizon Video”, Electron LETT, 42 (12), pp. 744-745.

Zhang, H., Yin, P., Zhang, X.O. and Shen, X.R. (2011), “A Robust Adaptive Horizon Recognizing Algorithm Based on Projection”, T I MEAS CONTROL, 33(6), pp. 734-751.

Luom J. and Etzm S. (2002), “A Physics-Motivated Approach to Detecting Sky”, Photographs. International Conference on Pattern Recognition, pp. 155-158.

Singhal, A. and Luo, J.B. (2003), “Hybrid Approach to Classifying Sky Regions in Natural Images”, Image and Video Communication and Processing, pp. 562-572.

Prasad, D.K., Rajan, D, Prasath, C.K., Rachmawati, L., Rajabally, E. and Quekm C, (2016), “MSCM-LiFe: Multi-scale Cross Modal Linear Feature for Horizon Detection”, Maritime Images. TENCON, pp. 1366-1370.

Otsu, N. (1979), “A Threshold Selection Method from Gray-Level Histograms”, IEEE Transactions on Systems, Man, and Cybernetics, 9(1), pp. 62-66, DOI: https://doi.org/10.1109/TSMC.1979.4310076.




Copyright (c) 2020 Oleksandr Shmatko, Volodymyr Aleksiyev, Liang Dong