Delist.ru

Автоматизация процессов обработки информации в системах видеонаблюдения на особо опасных производствах (02.02.2011)

Автор: Кузнецов Алексей Михайлович

Разработать методики оценки погрешности сопряжения различных типов видеокамер и изображений.

Научная новизна

Состоит в разработке, анализе и применении в приборах и в аналитических видеосистемах эффективных алгоритмов синхронизации изображений и управления поворотными видеокамерами, а также способов автоматизации юстировки параметров сопряжения и обработки информации. В работе развивается концепция систем видеонаблюдения, которая строится на совместной обработке информации с различных видеокамер и на применении элементов теории распознавания образов, что позволяет существенно повысить эффективность контроля особо опасных производствах. В процессе выполнения диссертационной работы получены новые научные результаты.

Впервые разработаны алгоритмы сопряжения поворотных и неподвижных видеокамер, использующие автоматическое выделение объектов из потока изображений неподвижных камер, с последующим автоматическим наведением и сопровождением этих объектов в технологическом процессе поворотными камерами для получения изображений большего разрешения. Достигнуты показатели достоверности 99,0% при сопоставлении изображений неподвижных и поворотных камер при наведении.

Разработан алгоритм сопоставления изображений одного и того же объекта в поле зрения сопряжённых неподвижных видеокамер с пересекающимися зонами наблюдения за счёт синхронизации ннформации об изображениях, что позволило исключить дублирующие сигналы об объектах в зоне наблюдения.

Разработаны методики измерения погрешности сопряжения и достоверности сопоставления изображений сопряжённых видеоприборов для оценки эффективности алгоритмов и способов сопряжения.

Достоверность результатов

Для повышения достоверности классификации впервые применён быстрый алгоритм триангуляции для двумерного признакового пространства. Синтезированы наборы признаков изображений, которые позволяют применить разработанный алгоритм и известные алгоритмы классификации с достоверностью 90%-95%.Достоверность подтверждается сходимостью результатов моделирования основных процессов функционирования разработанных с участием автора видеосистем с данными, полученными в ходе промышленной эксплуатации образцов видеоприборов и видеосистем на различных промышленных предприятиях.

Внедрение результатов

Результаты диссертационной работы внедрены в системе видеонаблюдения «Orwell2k», которая используется в целях обеспечения безопасности хранения автомобилей от угона, возгорания и актов вандализма в ООО "Автоимпорт", а также при обеспечении мониторинга за технологическими процессами производства особо горючих веществ. Применение систем подтверждено актами о внедрении.

Структура и объём диссертации

Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений.

Содержание и результаты работы

Во введении даётся обоснование актуальности темы диссертации, формулируются основные цели и задачи работы, описывается практическое значение полученных результатов, а также структура диссертации и краткое содержание глав.

В главе 1 проведён обзор основных методов обработки цифровых видеосигналов, а также методов классификации изображений. Выявлены достоинства методов, позволяющие решать поставленные в работе задачи, и недостатки, которые необходимо устранить. На основе анализа существующих видеосистем определены необходимые параметры сопряжения и синхронизации изображения: оптимальная погрешность сопряжения поворотных и неподвижных видеокамер определена как 0,1°, предельная погрешность преобразования сопряжения неподвижных видеокамер, при которой ещё возможно эффективное сопоставление изображений, равна 4 пикселам, и задержка синхронизации данных не должна превышать 3 - 10_2с. Определены цели и задачи работы, заключающиеся в достижении выведенных параметров за счёт разработки высокоэффективных алгоритмов.

В главе 2 описана схема параллельных вычислении распределённых обработчиков аналитической видеосистемы. Проведён вывод ограничений на количество камер, которые могут взаимодействовать друг с другом при использовании конкретного типа вычислительной техники. Выведены соотношения для сопряжения видеокамер: неподвижных с неподвижными, неподвижных с планом местности, и неподвижных pi поворотных. Предложены способы автоматизации настройки сопряжения.

Передача сигналов видео и управления. Наиболее распространённый способ передачи видеосигнала от поворотных и неподвижных видеокамер до обрабатывающих ЭВМ — либо при помощи коаксиального кабеля, либо по витой паре.

Сигналы управления поворотными устройствами и объективами с переменными параметрами чаще всего передаются по линиям последовательного интерфейса RS-485, дальность передачи по которым не превышает несколько сотен метров. Скорость передачи сигнала зависит от типа поворотной камеры и её настройки, наиболее распространены скорости 4800кбит/с, 9600кбит/с и 19200кбит/с.

Именно расстояния, на которых надежно работает передача сигналов видео и управления, определяют то, что компоненты одной «зоны наблюдения» расположены не далее, чем в одном километре друг от друга.

Любая ЭВМ, способная выполнять операции обработки видеопотока достаточно быстро, может быть сервером аналитической видеосистемы. Количество видеокамер, которое может быть подключено к одному серверу, определяется вычислительной мощностью ЭВМ. Для сохранения архива видео и событий ЭВМ должна обладать внешним носителем информации со скоростью записи и чтения данных, достаточной для сохранения потока видео в реальном времени.

Поскольку программные модули, запускаемые на терминалах аналитических видеосистем, должны принимать сжатый цифровой видеосигнал от многочисленных обработчиков мастер-камер и слейв-камер, и в реальном времени выполнять процедуру декомпрессии видеосигналов, то требования к вычислительной мощности терминальных ЭВМ также достаточно велики.

База данных аналитической видеосистемы хранит реляционные таблицы с информацией нескольких типов: таблица поворотных и обзорных видеокамер системы с настройками обработчиков для данных камер, таблица-архив событий вместе со свойствами (время возникновения, распознанный тип, файл с фотографией, место события в архиве видео, т.д.), таблица фильтров событий, иначе называемой таблицей «датчиков тревог», таблица кластеров системы с их параметрами, таблица операторов системы с их правами и обязанностями, связанными с наблюдением за зоной (рис.1).

Рис. 1. Схема программных компонент

Обычно в системе имеется одна ЭВМ с реляционной базой данных. Любой компонент системы получает доступ к данным в базе посредством SQL-запросов, возможно, выполняемых по сети. Сервер распознавания запускает модули обработчиков видеосигнала, выполняющих алгоритмы системы по анализу видео с целью распознавания событий, а также алгоритмы управления поворотными камерами pi сопряжения различных камер между собой. Выделенные и классифицированные события (в том числе факт срабатывания одного из «датчиков тревог», т.е. факт обнаружения события, прошедшего заданный фильтр) пересылаются по сети в терминальный модуль, чтобы на терминале отображалась текущая ситуация.

Способы автоматизации настройки сопряжения

Рассмотрим три случая расположения двух мастер-камер s и d.

Камеры закреплены на значительном расстоянии друг от друга, поверхность зоны наблюдения камер плоская.

Камеры закреплены на значительном расстоянии друг от друга, поверхность зоны наблюдения не является плоской, т.е. на экране присутствуют крутые холмы либо индустриальные объекты.

Камеры закреплены близко друг от друга настолько, что расстояние между ними пренебрежимо мало по сравнению с расстояниями до зон наблюдения, форма поверхности зоны наблюдения — произвольная.

Первому случаю соответствует рис. 2.

???????

е участков плоской поверхности связано с объёмным и рутинным подбором исходных данных — на каждом плоском «куске» требуется сетка из не менее, чем четырёх точек, чтобы задать проективное преобразование. Поэтому на практике камеры, размещённые в соответствии со вторым случаем, не сопрягают друг с другом.

Рис. 2. Два мастера, удалённые друг от друга на расстояние C1C2

Третий случай расположения камер в одной точке замечателен тем, что преобразование координат изображения с одной камеры на другую всегда проективное, независимо от формы наблюдаемой поверхности. В доказательство, рассмотрим плоскость, расположенную перпендикулярно оптической оси камеры s. Любая точка изображения в общей зоне соответствует прямой, проходящей через центр проекции для камеры s и точку зоны, причем эта же прямая соответствует изображению данной точки и для камеры d, поскольку центры проекции у камер s и d находятся в одной точке. Рассматриваемая прямая пересекает введённую нами плоскость в некоторой точке, поэтому мы можем интерпретировать изображение камер s и d как изображение, получаемое с введённой нами плоскости. Таким образом, третий случай расстановки камер сводится к первому.

Таким образом, наиболее предпочтительно сопрягать камеры, расположенные в одной точке. В этом случае формулы преобразования координат являются проективными, и можно применить описанный метод поиска преобразования с помощью введённых вручную опорных точек.

Рис. 3. Алгоритм сопряжения поворотных и неподвижных камер

В главе 3. Приведены оценки погрешности сопряжения поворотных и неподвижных видеокамер, а также разработан способ статистической оценки погрешности сопряжения. По результатам теоретической оценки погрешность наведения на неподвижный объект 0,5°, на подвижный объект — 20° в исследованных условиях наведения.

В ряде случаев при наведении слейв может «промахиваться» мимо объекта- цели из-за неточностей различного характера. Если погрешность наведения достаточно велика по отношению к выбранному углу зрения поворотной камеры (т.е. по отношению к увеличению на поворотной камере), то на изображении слейв-камеры не окажется объекта, на который производилось наведение.

Погрешность наведения обусловлена следующими факторами:

из-за неточных входных данных и из-за применения приближения малых углов преобразование координат т = A (r), переводящее координаты объекта r = (x,у) на мастер-камеры в азимут и склонение т = (а,/3) оптической оси слейва, вычислено неточно;

загрузка...