Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.15.149.24
    [SESS_TIME] => 1732185756
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 97dc15bde0eade18b4f1f58c21063568
    [UNIQUE_KEY] => 0eb5985d4c2a34ca8407d662c3ce5009
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2013 год, номер 2

АЛГОРИТМ ЛОКАЛИЗАЦИИ МАЛОРАЗМЕРНЫХ ОБЪЕКТОВ НА ИЗОБРАЖЕНИИ С ИСПОЛЬЗОВАНИЕМ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЙ

А.А. Донцов, Ю.Л. Козирацкий
Военно-воздушная академия имени профессора Н. Е. Жуковского и Ю. А. Гагарина, 394064, г. Воронеж, ул. Старых Большевиков, 54а
addoncov@mail.ru
Ключевые слова: вейвлет-преобразования, поиск малоразмерных объектов, морфологический анализ изображений
Страницы: 42-48
Подраздел: АНАЛИЗ И СИНТЕЗ СИГНАЛОВ И ИЗОБРАЖЕНИЙ

Аннотация

Предложен алгоритм определения координат малоразмерных объектов, появляющихся в последовательности изображений сцены, основанный на суммарно-разностной обработке детализирующих вейвлет-коэффициентов текущего и эталонного изображений с последующим морфологическим анализом сформированного псевдоизображения. Проведено сравнение эффективности разработанного алгоритма с разностным алгоритмом анализа изменений в сцене наблюдения. Показано, что предложенный алгоритм более устойчив к влиянию относительных сдвигов текущего и эталонного изображений.