Delist.ru

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

Автор: Кузнецов Алексей Михайлович

погрешность метода решения уравнения оказывается достаточно велика, чтобы влиять на точность упреждения;

алгоритм выделения движения на изображении мастер-камеры может выдать ошибочные данные о положении объекта на кадре, поэтому скорость объекта V, являющаяся параметром уравнения упреждения, тоже вычисляется с погрешностью;

уравнение вычисления упреждения рассчитано на движение объекта с постоянной скоростью и не учитывает того, что объект может ускоряться и замедляться;

расчётное время поворота слейв-камеры Т отличается от действительного в силу случайной природы некоторых процессов управления поворотным устройством.

Оценка погрешности преобразования координат изображения мастер-камеры в углы наведения. Будем считать, что разрешение изображения мастера равно w*h, w = 352,h=288. Введём систему координат с началом в центре изображения мастера и предположим, что для преобразования r = А(r) задана сетка из пяти опорных точек, четыре точки располагаются в углах изображения мастера и одна точка в центре изображения Со с координатами (0,0).

Расчёт коэффициентов преобразования А(r) производится на основании уравнения отдельно для каждого треугольника из триангуляции, произведённой на опорных точках.Поэтому, если погрешность исходных данных в точках Сi, i = 0,1,2,3,4, то для вектора r = (х,у) погрешность преобразования r= А(r) определяется формулами

Вывод соотношения для общей погрешности наведения. Чтобы получить общую формулу для погрешности, введем обозначение r = A(r) для преобразования и r* = А(r*) для преобразования по формулам. Пусть Т, v —точные значения времени наведения и средней скорости изображения объекта за время наведения, соответственно, а Т*, v* — отклонения от точных значений из-за ошибки оценки.

Погрешность ввода данных при сопряжении можно не учитывать, поскольку она соответствует небольшим значениям углов. Погрешность линейной модели преобразования /1 можно устранить, либо применяя точные формулы расчёта углов, либо используя опорные точки в точках изображения с максимальной погрешностью. Погрешность, возникающая из-за погрешностей v* и T*, обусловлена современным состоянием теории алгоритмов, анализирующих движущиеся объекты, а также техническими характеристиками поворотных видеокамер и вычислительных машин, поэтому в рамках данной работы она не может быть устранена. Из оценок, приведённых выше, следует, что для человека, находящегося в центре изображения мастер-камеры, у которой угол зрения 30° и дальность наблюдения L = 100м, при условии, что он двигается с большим ускорением и скоростью, но скорость, тем не менее, определена точно, погрешность наведения может складываться из величин 15° (движение с ускорением) и 5° (T* = 0,2c).

При погрешности наведения поворотной камеры 20° и угле зрения сопряжённой неподвижной камеры 30° увеличение изображений объектов более, чем в 1,5 раза, невозможно при условии требования высокой достоверности сопоставления изображений. Либо необходимо ограничить угол зрения поворотной камеры снизу, то есть получать изображения невысокого разрешения по сравнению с изображением мастера, либо учитывать высокую долю промахов при наведении на объект с углом зрения, в несколько раз меньшим, чем погрешность наведения.

Данная оценка приведена для наихудших условий, и выполняется на практике редко. Кроме того, промахи наведения, обусловленные погрешностью определения скорости объекта и времени наведения, можно частично компенсировать многократными попытками наведения, поскольку погрешности v* и T* носят случайный характер.

При каждом получении списка объектов от мастера диспетчер сохраняет объекты (блок 1), добавляет их в отсортированный список (блок 4), и распределяет объекты из отсортированного списка по свободным слейвам (блок 5). Все три операции будут происходить с частотой /М. При получении сообщения от слейва диспетчер лишь исправляет статус занятости слейва, что практически не занимает процессорного времени. Таким образом, данный алгоритм большую часть времени работает в цикле приёма сообщений от мастеров. На рис.4 изображена блок-схема алгоритма.

Рис. 4. Блок-схема алгоритма сопоставления изображений

В главе 4. Рассмотрены основные результаты работы, которые нашли практическое внедрение при разработке аналитических видеосистем нового поколения.

В основе диссертационной работы, лежит программное обеспечение с названием «Orwell2k. Вклад автора диссертации в разработку данного программного обеспечения заключается во внедрении алгоритмов сопряжения и синхронизации различных приборов-видеокамер, во внедрении алгоритмов управления поворотными камерами, а также в применении алгоритмов классификации.

Основными приборами и оборудованием в «Orwell2k» являются:

1) неподвижные и поворотные видеокамеры, тип которых определяется типом внешнего освещения и требуемым углом наблюдения;

ЭВМ, именуемые серверами системы и предназначенные для анализа видеосигнала и управления поворотными видеокамерами;

коммутационное оборудования, предназначенное для передачи видеосигналов, сигналов управления и передачи электропитания приборам системы;

терминалы системы видеонаблюдения;

Можно выделить четыре группы видеокамер в зонах наблюдения (четыре неподвижные видеокамеры и две поворотные купальные видеокамеры), зона производства(двенадцать неподвижных видеокамер и две видеокамеры на поворотном устройстве), зал повышенной безопасности (две неподвижные видеокамеры) и контрольно-пропускной пункт (две неподвижные видеокамеры). Видеосигнал от данных видеокамер обрабатывают пять ЭВМ-серверов. Терминалы системы расположены в двух местах: на рабочем месте оператора службы охраны, и у начальника службы безопасности охраняемого участка завода.

В качестве объекта внедрения выбрано предприятие ООО ”Автоимпорт”. Предприятие имеет собственный парк ТС, оборудованных видеокамерами последнего поколения. Видеокамера осуществляет контроль за проездом транспорта через пропускные пункты, наблюдение за обстановкой на парковке, видеоконтроль за зонами автомобильной деятельности, контроль ограждений парковки с целью предотвращения проникновения, осуществляемый средствами оптического наблюдения и вспомогательными индукционными датчиками, детектирующих прикосновение к ограждению. Схема выполнения функций камеры представлена на рисунке 5.

Рис. 5. Схема выполнения функций в системе «Orwell2k»

В результате применения разработанных в диссертации алгоритмов и способов, в системе«Orwell2k» полностью автоматизировано управление поворотными видеокамерами с целью получения изображений высокого разрешения для объектов, присутствующих в зоне наблюдения неподвижных камер, производится автоматическое сопоставление синхронных изображений объектов на неподвижных видеокамерах с частично общей зоной обзора.

Перечислим основные достоинства системы, непосредственно связанные с результатами диссертационной работы.

Сопряжение видеокамер с планом местности позволяет в несколько раз уменьшить необходимое количество операторов системы для контроля больших периметров наблюдения за счёт повышения эргономических характеристик терминального модуля.

Сопряжение неподвижных видеокамер с общей зоной обзора между собой позволяет с достоверностью более 99% сопоставлять изображения одного и того же объекта на разных камерах, что снижает общее количество сигналов об объектах на наблюдаемой территории и позволяет уменьшить количество операторов системы, контролирующих обстановку на территории.

Алгоритмы сопряжения поворотных и неподвижных видеокамер, а также алгоритмы синхронизации и наведения с упреждением на движущиеся объекты позволяют с вероятностью более 99% получать изображения повышенного разрешения для всех объектов в зоне наблюдения неподвижных видеокамер, которые сопряжены с поворотными. Разрешение изображения повышается в 5-10 раз, а применение поворотных видеокамер вместо неподвижных позволяет сократить общее количество видеокамер системы.

Использование алгоритмов классификации позволяет расширить область применения аналитических видеосистем. Например, с помощью алгоритмов классификации могут быть решены следующие задачи: наблюдение за автостоянками с целью предотвращения угона, оценка соответствия количества проданных билетов в кинозалы и реального количества зрителей, выделение оставленных вещей в местах скопления людей.

В заключении приведены основные результаты и выводы работы.

Основные выводы и результаты работы

При выполнении диссертационной работы достигнуты следующие результаты:

Разработаны способы и выведены уравнения автоматизации начальной установки и последующего сопряжённого функционирования видеоприборов.

Выведены соотношения и разработан алгоритм управления поворотными камерами с адаптивным упреждением, обеспечивающий малые погрешности наведения для неподвижных (0,5°) и движущихся (3°) объектов, а также повышающий разрешение в 10 раз и значительно уменьшающий количество приборов видеонаблюдения при больших углах зрения, причём время автоматического наведения в 20 раз меньше времени при ручном наведении, что особенно важно при мониторинге за особо опасными производствами.

Разработан критерий-условие идентичности объектов, если их изображения получены камерами с общей зоной обзора.Разработаны методики измерения погрешности сопряжения стационарных камер, согласно которым погрешности сопоставления равны 4 пиксела для неподвижных изображений и 6 пикселей для подвижных объектов. При данных погрешностях достоверность сопоставления изображений равна 99%.

Предложены и проанализированы новые алгоритмы синхронизации программ-обработчиков сигналов видеоприборов. Установлено, что алгоритм синхронизации в циклах обработки сообщений от поворотных и неподвижных камер наиболее эффективен по использованию вычислительных ресурсов.

Разработанные в диссертации алгоритмы и способы позволили создать системы видеонаблюдения нового поколения, обеспечивающие автоматическое обнаружение, наведение и сопровождение объектов, значительное улучшение качества их визуализации, классификации и идентификации и автоматическое формирование сигналов управления устройствами предупреждения и заграждения.

Результаты диссертационной работы применены в программно-аппаратных комплексах «Orwell2k», разработанных при непосредственном участии автора и используемых для эффективного решения задач обеспечения безопасности, например, для охраны объектов.

Приложение содержит документы об использовании результатов работы.

Публикации по теме работы

По теме диссертации опубликовано 4 работы.

загрузка...