Специалисты исследовали подходы к обнаружению объектов радиальной конфигурации, включая круги, шары, цилиндры, конусы, а также формы морских звезд или цветов. Эти технологии лежат в основе решения множества задач: идентификации посадочных маркеров для автоматической посадки БПЛА, распознавания светофоров, дорожных знаков и подводных док-маркеров.
Использование этих подходов обеспечивает высокоточное обнаружение множества предметов разного размера на изображении. Решение достигается за минимальное время даже при неравномерной освещенности кадра.
Три инновационных метода
«Мы разработали три ключевых метода, — поясняет Михаил Шлеймович, заведующий кафедрой КНИТУ-КАИ. — Гибридный FRODAS объединяет FRST и Hough для повышения точности и скорости поиска кругов. Метод PaRCIS, основанный на сжатии и реконструкции изображений, ускоряет поиск множества кругов разного радиуса и подавляет шум. Дополнительная модификация LIPIS совместима с любыми методами и снижает чувствительность к резким перепадам яркости».
Эти решения применимы для определения координат маркеров сброса груза с летательных аппаратов, позиционирования зрачков, подсчета бревен и везде, где требуется анализ наличия, размеров и положения круглых объектов.
Экспериментальное подтверждение эффективности
Ученые КНИТУ-КАИ Светлана Новикова, Ринат Шакирзянов и Михаил Шлеймович провели сравнительные эксперименты. Результаты наглядно продемонстрировали превосходство новых методов над классическими по точности и скорости распознавания.
Особенно отмечена эффективность работы с объектами разной яркости. Тесты на реальных фотографиях, сделанных на земле, в воздухе и под водой, включая сложные сцены с искажениями, размытием и переменным освещением, подтвердили высокую результативность комплекса методов.
FRODAS: Скорость и экономия ресурсов
«Для скоростного распознавания круглых объектов с минимальными вычислительными затратами мы создали гибридный метод FRODAS, — подчеркивает Михаил Шлеймович. — Он быстро находит потенциальные центры кругов с помощью FRST, а затем использует преобразование Hough для точного определения контуров и радиусов в заданной области».
Перспективы для беспилотников
Этот ресурсоэффективный подход идеален для систем компьютерного зрения легких беспилотников, где использование мощных вычислителей ограничено. Разработка особенно важна для высокоскоростных БАС, требующих обработки изображений в реальном времени.
Универсальность и устойчивость
Алгоритмы казанских ученых отличаются устойчивостью к шумам. Объединенные в гибкий набор, они адаптируются к различным условиям съемки и вычислительным возможностям. Это позволяет надежно обнаруживать целевые объекты с воздуха, с земли, под водой и при переходе БПЛА между средами.
Исследование выполнено при поддержке Программы стратегического академического лидерства «Приоритет-2030».
Источник: naked-science.ru
