Wyniki wyszukiwania - BazTech

1

Nowe podejście do danych obrazowych - automatyczne rozumienie

Tadeusiewicz Ryszard

Utrzymanie Ruchu

|

2020

|

Nr 4

34--41

PL

W zagadnieniach utrzymania ruchu bardzo często korzystamy z obrazów. Są one pozyskiwane z kamer stacjonarnych i ruchomych (ostatnio często na dronach) i stanowią podstawę do podejmowania decyzji. Podstawowe metody ich wykorzystania są ogólnie znane i powszechnie stosowane. Artykuł proponuje poszerzenie asortymentu narzędzi informatycznych możliwych do wykorzystania w zagadnieniach utrzymania ruchu różnych obrazów o metody odwołujące się do koncepcji automatycznego rozumienia ich semantycznej zawartości.

2

Plantar pressure image fusion for comfort fusion in diabetes mellitus using an improved fuzzy hidden Markov model

Li Zairan, Wang Dan, Dey Nilanjan, Ashour Amira S., Sherratt R. Simon, Shi Fuqian

Biocybernetics and Biomedical Engineering

|

2019

|

Vol. 39, no. 3

742--752

EN

Diabetes mellitus is a clinical syndrome caused by the interaction of genetic and environmental factors. The change of plantar pressure in diabetic patients is one of the important reasons for the occurrence of diabetic foot. The abnormal increase of plantar pressure is a predictor of the common occurrence of foot ulcers. The feature extraction of plantar pressure distribution will be beneficial to the design and manufacture of diabetic shoes that will be beneficial for early protection of diabetes mellitus patients. In this research, texture-based features of the angular second moment (ASM), moment of inertia (MI), inverse difference monument (IDM), and entropy (E) have been selected and fused by using the updown algorithm. The fused features are normalized to predict comfort plantar pressure imaging dataset using an improved fuzzy hidden Markov model (FHMM). In FHMM, type-I fuzzy set is proposed and fuzzy Baum–Welch algorithm is also applied to estimate the next features. The results are discussed, and by comparing with other back–forward algorithms and different fusion operations in FHMM. Improved HMMs with up–down fusion using type-I fuzzy definition performs high effectiveness in prediction comfort plantar pressure distribution in an image dataset with an accuracy of 82.2% and the research will be applied to the shoe-last personalized customization in the industry.

3

Gradientowe charakterystyki pola detekcji dla danych obrazowych

Czapla Z.

Autobusy : technika, eksploatacja, systemy transportowe

|

2018

|

R. 19, nr 12

741--744

PL

Artykuł przedstawia metodę wyznaczania gradientowych charakterystyk opisujących pole detekcji. Przedstawiona metoda jest przeznaczona dla danych obrazowych. Dane obrazowe mają postać sekwencji obrazów źródłowych. Sekwencję obrazów źródłowych tworzą ramki pobrane ze strumienia wideo uzyskiwanego na stanowisku pomiarowym. To samo pole detekcji jest definiowane dla wszystkich obrazów sekwencji obrazów źródłowych. Sekwencja obrazów źródłowych jest konwertowana do postaci binarnej. Konwersja jest przeprowadzana na podstawie analizy gradientów obrazów źródłowych. Rozmieszczenie otrzymywanych wartości binarnych obrazów wynikowych odpowiada zawartości obrazów źródłowych. W obszarze pola detekcji, dla kolejnych obrazów wejściowych, obliczane są odpowiednio sumy wartości binarnych, arytmetyczna i uśredniona. Na podstawie uśrednionych sum wartości binarnych wyznaczane są gradientowe charakterystyki pola detekcji. Gradientowe charakterystyki pola detekcji są przeznaczone do detekcji pojazdów, mogą być również wykorzystywane do wyznaczania szybkość pojazdów lub do klasyfikacji pojazdów.

EN

The paper presents a method of determination of gradient characteristics describing a detection field. The presented method is destined for image data. Image data are in the form of a source image sequence. Frames taken from a video stream, obtained at a measurement station, create a source image sequence. The same detection field is defined for all images of the source image sequence. The source image sequence is converted into binary form. Conversion is carried out on the basis of analysis of source images gradients. Layout of obtained binary vales of target images is in accordance with a content of source images. In the area of detection field, arithmetic and averaging sums of binary values are appropriately calculated. On the bases of averaging sums of binary values, gradient characteristics of the detection field are determined. Gradient characteristics of detection field are intended for vehicle detection and also can be utilized for vehicle speed determination or vehicle classification.

4

Klasyfikacja i zliczanie pojazdów na podstawie danych wideo

Czapla Z.

Autobusy : technika, eksploatacja, systemy transportowe

|

2016

|

R. 17, nr 6

562--565

PL

Artykuł przedstawia metodę klasyfikacji i zliczania pojazdów na podstawie danych wideo. Wejściowa sekwencja obrazów składa się z ramek pobranych ze strumienia wideo otrzymywanego z kamery umieszczonej nad drogą. Poszczególne obrazy wejściowej sekwencji obrazów są przetwarzane oddzielnie. Definiowane są dwa pola detekcji, początkowe pole detekcji i końcowe pole detekcji. Obrazy wejściowej sekwencji obrazów są konwertowane do reprezentacji punktowej. Obliczana jest suma punktów krawędziowych dla każdego pola detekcji. Na podstawie sum punktów krawędziowych wyznaczane są stany pól detekcji. Analiza stanów pól detekcji umożliwia klasyfikację i zliczanie pojazdów. W artykule zamieszczono wyniki pomiarów.

EN

The paper presents a method of vehicle classification and counting on the basis of video data. The input image sequence consists of consecutive frames taken from the video stream obtained from the camera placed above a road. Individual images from the input image sequence are processed separately. Two detection fields are defined, the initial detection field and the final detection field. Images from the input image sequence are converted into point representation. The sum of the edge points is calculated for each detection field. On the basis of the sums of edge points, states of the detection fields are determined. Analysis of the states of the detection fields allows vehicle classification and counting. Experimental results are provided.

5

Wyznaczanie szybkości pojazdów na podstawie danych obrazowych

Czapla Z.

Logistyka

|

2014

|

nr 5

279--289

PL

W opracowaniu przedstawiono metodę wyznaczania szybkości pojazdów wykorzystującą dane obrazowe. Proponowana metoda wyznaczania szybkości pojazdów zakłada konwersję obrazu do modelu dwuwarstwowego. Dwuwarstwowy model obrazu składa się z warstwy wartości bazowych pikseli oraz warstwy wartości różnicowych pikseli. Podział na warstwy przeprowadzany jest metodą predykcyjną, przy użyciu zmodyfikowanego kodowania delta. Rozkład punktów bazowych w dwuwarstwowym modelu obrazu odpowiada zawartości obrazu. W proponowanej metodzie wyznaczania szybkości pojazdów stosowane są dwa pola detekcji: początkowe pole detekcji i końcowe pole detekcji. Szybkość pojazdów jest wyznaczana na podstawie analizy zmian stanu pól detekcji oraz ich korelacji w czasie. Przedstawiona metoda wyznaczania szybkości pojazdów jest nieskomplikowana obliczeniowo i może mieć zastosowanie w systemach czasu rzeczywistego. Opracowanie zawiera również prezentację wyników wyznaczania szybkości pojazdów uzyskanych przy użyciu danych testowych.

EN

The paper presents a method of vehicle speed determination with the use of a digital image sequence. The presented method of vehicle speed determination assumes image conversion into the two-layer image model. The two-layer image model consists of the base pixel values layer and the difference pixel values layer. Splitting into the layers is carried out by predictive method with the use of a variant of delta encoding. Layout of base pixel values in the two-layer image model is in accordance with an image content. Two detection fields are applied in the proposed method of vehicle speed determination: an initial detection field and a final detection field. Vehicle speed is determined on the basis of occupancy changes analysis of state of detection fields and their correlation in the time. The presented method of vehicle speed detection is not complex computationally and can by applied to real time processing. Experimental results of the presented method of vehicle speed determination obtained with the use of test data are also provided.

6

Automatyzacja procesu przetwarzania danych obrazowych

Preuss R.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2014

|

Vol. 26

119--127

PL

Niniejszy artykuł omawia aktualne możliwości automatyzacji procesu przetwarzania danych obrazowych na przykładzie wykorzystania programu PhotoScan firmy Agisoft. Obecnie dla tworzenia produktów fotogrametrycznych wykorzystuje się dane obrazowe pozyskiwane różnymi systemami rejestracji (kamery pomiarowe, niemetryczne) umieszczonymi na samolotach, satelitach czy coraz częściej na systemach UAV. Wykonuje się wielokrotne rejestracje obiektu (obszaru terenu) w celu wyeliminowania zjawiska martwych pół oraz dla podniesienia finalnej dokładności opracowania fotogrametrycznego - w efekcie tworzone są duże zespoły zdjęć. Geometria tak powstałych zespołów (bloków) zdjęć znacznie odbiega od standardowej konfiguracji zdjęć. Dla szybkiego odtworzenia orientacji zewnętrzne zdjęć w takim bloku wykorzystuje się obecnie automatyczne algorytmy dopasowania obrazów. Mogą one tworzyć model bloku w układzie lokalnym lub zewnętrznym układzie odniesienia wykorzystując dodatkowe dane w postaci pomierzonych środków rzutów oraz punktów osnowy terenowej (fotopunkty). W przypadku opracowania zdjęć niemetrycznych na tym etapie możliwym jest przeprowadzenie procesu samokalibracji. Algorytm dopasowania obrazów jest również wykorzystany w kolejnym kroku do generowania gęstej chmury punktów rekonstruującej kształt przestrzenny obiektu (obszaru). W kolejnych krokach przetwarzania mogą powstać standardowe produkty fotogrametryczne w postaci ortomozaiki, NMT lub NMPT oraz fotorealistycznego modelu bryły obiektu (terenu). szystkie wymienione kroki przetwarzania są realizowane w jednym programie, a nie jak to jest w standardowych oprogramowaniach komercyjnych w wielu modułach programowych. Dla określonego zestawu rejestracyjnego cały proces przetwarzania zdjęć na georeferencyjne produkty finalne może odbywać się w pełni automatycznie (wsadowo) poprzez sekwencyjne realizację ustalonych kroków przetwarzania przy wcześniej ustalonych parametrach sterujących. W artykule prezentowane będą praktyczne rezultaty zastosowania analizowanego programu dla całkowicie automatycznego generowania ortomozaiki zarówno z bloku standardowych zdjęć metrycznych wykonanych kamerą Vexcel jak również bloku zdjęć niemetrycznych pozyskanych systemem UAV.

EN

This article discusses the current capabilities of automate processing of the image data on the example of using PhotoScan software by Agisoft. At present, image data obtained by various registration systems (metric and non-metric cameras) placed on airplanes, satellites, or more often on UAVs is used to create photogrammetric products. Multiple registrations of object or land area (large groups of photos are captured) are usually performed in order to eliminate obscured area as well as to raise the final accuracy of the photogrammetric product. Because of such a situation the geometry of the resulting image blocks is far from the typical configuration of images. For fast images georeferencing automatic image matching algorithms are currently applied. They can create a model of a block in the local coordinate system or using initial exterior orientation and measured control points can provide image georeference in an external reference frame. In the case of non-metric image application, it is also possible to carry out self-calibration process at this stage. Image matching algorithm is also used in generation of dense point clouds reconstructing spatial shape of the object (area). In subsequent processing steps it is possible to obtain typical photogrammetric products such as orthomosaic, DSM or DTM and a photorealistic solid model of an object. All aforementioned processing steps are implemented in a single program in contrary to standard commercial software dividing all steps into dedicated modules. Image processing leading to final georeferenced products can be fully automated including sequential implementation of the processing steps at predetermined control parameters. The paper presents the practical results of the application fully automatic generation of othomosaic for both images obtained by a metric Vexell camera and a block of images acquired by a non-metric UAV system.