DOI: https://doi.org/10.20998/2522-9052.2020.2.13

Розробка нових методів і засобів підвищення якості відеоданих в мобільних системах технічного зору

Kostiantyn Dergachov, Leonid Krasnov, Oleksandr Cheliadin, Roman Kazatinskij

Анотація


Предмет вивчення. У статті запропоновано нові методи введення і попередньої обробки відеоданих для web- і спеціалізованих pi-камер в системах монокулярного і стереозору на базі мікрокомп'ютерів Raspberry Pi для підвищення якості роботи сучасних мобільних систем технічного зору. Такий підхід завжди актуальний, оскільки проектування сучасних систем технічного зору постійно вимагає нових нетривіальних апаратних, алгоритмічних і програмних рішень. Мети. Метою є порівняльний аналіз показників якості відомих методів введення і попередньої обробки відеоданих в системах технічного зору та розробка нових методів і робочих алгоритмів, що забезпечують більшу швидкодію при читанні відеоданих, необхідний дозвіл кадрів і незалежність яскравості кадру від змін освітленості сцени. Методи. В роботі сформульовано комплексний критерій підвищення якості введення в мікрокомп'ютер Raspberry Pi і попередньої обробки відеоданих. На підставі прийнятих показників якості (швидкості введення відеоданих, роздільної здатності та показників стабільності середньої яскравості поточних кадрів прийнятого відеопотоку) синтезовані алгоритми введення і попередньої обробки відеоданих, що задовольняють заданим вимогам. Це дозволяє для кожного проекту знайти оптимальний метод обробки відеоданих і подолати протиріччя зменшення швидкості введення через необхідність збільшення роздільної здатності відеокадрів. Створена універсальна програма введення і попередньої обробки цих даних дозволила отримати кількісні оцінки ефективності розроблених алгоритмів і сформулювати рекомендації щодо їх подальшого використання. Все це дозволяє істотно підвищити ефективність використання мікрокомп'ютерів Raspberry Pi в сучасних мобільних системах технічного зору. Результати. Отримані результати покладені в основу при створенні універсального програмного продукту для швидкісного введення (в режимі реального часу) і попередньої обробки відеоданих в системах детектування і розпізнавання осіб, а також систем стереозору. Висновки. Проведені експериментальні дослідження підтвердили працездатність і ефективність запропонованих методів і алгоритмів швидкісного введення відеоданих з різними значеннями роздільної здатності кадру і можливістю адаптивної регулювання його яскравості. На базі створених методів і алгоритмів запропоновані різні варіанти їх програмної реалізації. Це дозволяє рекомендувати отримані результати для практичного використання. Перспективи подальших досліджень передбачають розширення вектора критеріїв оцінки якості та ознак для оптимізації відеоданих, а також створення нових алгоритмів і різних варіантів програм на їх основі.

Ключові слова


мікрокомп'ютер Raspberry Pi; алгоритми і програмні коди введення і попередньої обробки відеоданих; функції бібліотеки OpenCV

Повний текст:

PDF (English)

Посилання


(2020), The official documentation site for working with a Raspberry Pi computer, available to: https://www.raspberrypi.org;

(2020), The official site of the Python language, available to: http://python.org/;

(2020), The official website of the developers of the OpenCV library, available to: http://opencv.org;

(2019), Synchronized Dual Camera for Raspberry Pi 4., Published by Lee Jackson on September 16, 2019, available to: https://www.arducam.com/dual-camera-hat-synchronize-stereo-pi-raspberry/;

Fedorov, D.Ju. (2016), Fundamentals of programming using the Python language as an example, Simvol-Pljus, SPb., 176 р.

Lutc M. (2011), Python Programming, Simvol-Pljus, SPb., 992 р.

Protasov, S.I., Kurgalin, S.D. and Kryloveckij A.A. (2011), “Using webcams as a source of stereo pair flow”, Vestnik VGU, Serija: sistemnyj analiz i informacionnye tehnologii, Voronezh, No. 2

Linda G., Shapiro and George C., Stockman (2001), Computer Vision, Prentice Hall, 580 p.

Joseph, Howse and Joe Minichino (2015), Learning OpenCV 3 Computer Vision with Python, Second Edition, Packt Publishing, ISBN: 978-1-78528-977-4.

Saurabh, Kapur (2017), Computer Vision with Python 3, Packt Publishing, ISBN: 978-1-78829-976-3.

Prateek, Joshi (2015), OpenCV with Python By Example, Packt Publishing, ISBN: 978-1-78528-393-2.

Dergachov, K., Krasnov, L., Cheliadin, O. and Zymovin, A. (2018), “Adaptive algorithms of face detection and effectiveness assessment of their use”, Advanced Information Systems, Vol. 2, No. 3, DOI: https://doi.org/10.20998/2522-9052.2018.3.02.

Dergachov, K., Krasnov, L., Cheliadin, O. and Plakhotnyi, O. (2019), “Web-cameras stereo pairs color correction method and its practical implementation”, Advanced Information Systems, Vol. 3, No. 1, pp. 29-42, DOI: https://doi.org/10.20998/2522-9052.2019.1.06




Copyright (c) 2020 Kostiantyn Dergachov, Leonid Krasnov, Oleksandr Cheliadin, Roman Kazatinskij