Wyniki wyszukiwania - BazTech

1

Vehicle detection and masking in UAV images using YOLO to improve photogrammetric products

Pargieła Karolina

Reports on Geodesy and Geoinformatics

|

2022

|

Vol. 114

15--23

EN

Photogrammetric products obtained by processing data acquired with Unmanned Aerial Vehicles (UAVs) are used in many fields. Various structures are analysed, including roads. Many roads located in cities are characterised by heavy traffic. This makes it impossible to avoid the presence of cars in aerial photographs. However, they are not an integral part of the landscape, so their presence in the generated photogrammetric products is unnecessary. The occurrence of cars in the images may also lead to errors such as irregularities in digital elevation models (DEMs) in roadway areas and the blurring effect on orthophotomaps. The research aimed to improve the quality of photogrammetric products obtained with the Structure from Motion algorithm. To fulfil this objective, the Yolo v3 algorithm was used to automatically detect cars in the images. Neural network learning was performed using data from a different flight to ensure that the obtained detector could also be used in independent projects. The photogrammetric process was then carried out in two scenarios: with and without masks. The obtained results show that the automatic masking of cars in images is fast and allows for a significant increase in the quality of photogrammetric products such as DEMs and orthophotomaps.

2

Intelligent agrobots for crop yield estimation using computer vision

Bini D., Pamela D., Mary Thusnavis Bella I., Shamia D., Prince Shajin

Computer Assisted Methods in Engineering and Science

|

2022

|

Vol. 29, no. 1-2 spec.

161--175

EN

The machine vision-based autonomous intelligent robots perform precise farm tasks suchas robot harvesting, weeding, pest or fertilizer spraying, monitoring, and pruning. Estimating crop yield is an essential assignment on a regional or federal scale. For a long timethe estimation measures were based on the statistics from manual counting of plants ina specific zone. The computer vision algorithms have addressed the technical drawbacksof the conventional image processing techniques and established an autonomous disciplineand yielded new approaches to crop planning. A method for quantitative assessment ofa tomato crop has been developed in this research using color thresholding in MATLAB using the RGB color model. Converting an RGB image to a grayscale image is one of thesteps involved in detecting red color in a taken image. After subtracting the two images,a median filter is employed to filter the noisy pixels to produce a two-dimensional blackand white image. The bounding boxes are used to label the binary digital images to detectrelated components, and the parameters of the labeled regions are computed to measurethe number of tomatoes in a crop. The obtained R2 correlation coefficient between thetomato berry counting algorithm and human counting was 0.98. Furthermore, the color ofeach pixel in the acquired image is evaluated by examining RGB values for pixel intensitiesin the obtained image. The performance of the berry counting algorithm was evaluated,and the technique was determined to have a high precision and recognition ratio of 96%.The research indicates that this technique may be used to estimate the crop yield, whichis helpful information for forecasting yields, planning harvest plans, and generating prescription maps for field-specific management strategies. The proposed model performedexceptionally well in estimating yield with each tomato (Solanum lycopersicum) crop.

3

Detection of unmanned aerial vehicles using computer vision methods: a comparative analysis

Hożyń Stanisław, Przybysz Marcin

Scientific Journal of Polish Naval Academy

|

2020

|

R. 61 nr 1-2 (220/221)

5--13

EN

Detection of small objects in the airspace is a crucial task in the military. In the era of today’s unmanned aerial vehicles (UAVs) technology, many military units are exposed to recognition and observation through flying objects. They are often equipped with optoelectronic warhead making a way to collect essential and secret data of the military unit. Modern technical solutions make it possible to implement some methods facilitating detection of flying objects. A lot of them utilize computer vision techniques based on image processing algorithm. Therefore, in this article, we present an analysis of the most promising algorithm for detection of small flying objects.

PL

W artykule przedstawiono analizę metod wykrywania bezzałogowych statków powietrznych wykorzystujących techniki widzenia komputerowego.

4

Object detection in the police surveillance scenario

Wilkowski Artur, Kasprzak Włodzimierz, Stefańczyk Maciej

Annals of Computer Science and Information Systems

|

2019

|

Vol. 18

363–-372

EN

Police and various security services use video analysis when investigating criminal activity. One typical scenario is the selection of object in image sequence and search for similar objects in other images. Algorithms supporting this scenario must reconcile several seemingly contradicting factors: training and detection speed, detection reliability and learning from sparse data. In the system that we propose a combined SVM/Cascade detector is used for both speed and detection reliability. In addition, object tracking and background-foreground separation algorithm together with sample synthesis is used to collect rich training data. Experiments show that the system is effective, useful and suitable for selected tasks of police surveillance.

5

License plate detection with machine learning without using number recognition

Ohzeki Kazuo, Geigis Max, Schneider Stefan

Annals of Computer Science and Information Systems

|

2019

|

Vol. 18

333–-340

EN

In autonomous driving, detecting vehicles together with their parts, such as a license plate is important. Many methods with using deep learning detect the license plate based on number recognition. However, there is an idea that the method using deep learning is difficult to use for autonomous driving because of the complexity in realizing deterministic verification. Therefore, development of a method that does not use deep learning (DL) has become important again. Although the authors have made the world's best performance in 2018 for Caltech data with using DL, this concept has now turned to another research without using DL. The CT5L method is the latest type, that includes techniques of the continuity of vertical and horizontal black-and-white pixel values inside the plate, unique Hough transform, only vertical and horizontal lines are detected, the top five in the order of the number of votes to ensure good performance. In this paper, a method to determine the threshold value for binarizing input by machine learning is proposed, and good results are obtained. The detection rate is improved by about 20 points in percent as compared to the fixed case. It achieves the best performance among the conventional fixed threshold method, Otsu's method, and the conventional method of JavaANPR.

6

Fast multispectral deep fusion networks

Osin V., Cichocki A., Burnaev E.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2018

|

Vol. 66, nr 6

875--889

EN

Most current state-of-the-art computer vision algorithms use images captured by cameras, which operate in the visible spectral range as input data. Thus, image recognition systems that build on top of those algorithms can not provide acceptable recognition quality in poor lighting conditions, e.g. during nighttime. Another significant limitation of such systems is high demand for computational resources, which makes them impossible to use on low-powered embedded systems without GPU support. This work attempts to create an algorithm for pattern recognition that will consolidate data from visible and infrared spectral ranges and allow near real-time performance on embedded systems with infrared and visible sensors. First, we analyze existing methods of combining data from different spectral ranges for object detection task. Based on the analysis, an architecture of a deep convolutional neural network is proposed for the fusion of multi-spectral data. This architecture is based on the single shot multi-box detection algorithm. Comparison analysis of the proposed architecture with previously proposed solutions for the multi-spectral object detection task shows comparable or better detection accuracy with previous algorithms and significant improvement of the running time on embedded systems. This study was conducted in collaboration with Philips Lighting Research Lab and solutions based on the proposed architecture will be used in image recognition systems for the next generation of intelligent lighting systems. Thus, the main scientific outcomes of this work include an algorithm for multi-spectral pattern recognition based on convolutional neural networks, as well as a modification of detection algorithms for working on embedded systems.

7

Detekcja obiektów szczególnie niebezpiecznych dla środowiska na dnie morza z wykorzystaniem zobrazowań satelitarnych i lotniczego skaningu batymetrycznego

Kogut T., Oberski T., Kogut P.

Rocznik Ochrona Środowiska

|

2015

|

Tom 17, cz. 2

858--868

EN

Underwater storage of chemical substances placed on the bottom of the Baltic Sea are a major threat to the environment and the health and life of humans. Today, not all locations of the underwater storage sites are known and worsening of their condition and the tides make a periodic monitoring of the seabed is one of the most important tasks of hydrographic authorities to guarantee the marine environment protection and the safe navigation of vessels whose collision can cause an ecological disaster. The sea bed measurements have been carried out by ship-based echo sounding, but this method is rather expensive. The goal of this paper is to examine the possibility of detection of seabed objects based on satellite imagery and airborne laser bathymetry. The first part of the publication presents the principle of bathymetric data acquisition using bathymetric laser scanner and satellite imagery processing to bathymetric data. The second part of this paper presents an analyses the ALB (Airborne Laser Bathymetry) data and bathymetric data from processed satellite imagery. A comparison to echo sounding data shows only small differences in the depths values of ALB data, more than 95% is between ± 0.5 m, but big differences in the depths values of satellite data. The results of tests to object detection are similar to difference comparison. In data from airborne laser bathymetry is possible to find the object on the sea bed, but in satellite bathymetry data it's very difficult or even impossible to detect some object. This paper presents the data and results from the project 'Investigation on the use of airborne laser bathymetry in hydrographic surveying', carried out by the German Federal Maritime and Hydrographic Agency (BSH) in cooperation with the Institute of Photogrammetry and GeoInformation, Leibniz Universität Hannover, Germany.

8

Automatyczne systemy wizyjne usprawniające ruch drogowy i zwiększające bezpieczeństwo

Balcerek J., Konieczka A., Piniarski K., Maćkowiak K., Marciniak T., Dąbrowski A.

Elektronika : konstrukcje, technologie, zastosowania

|

2015

|

Vol. 56, nr 4

7-13

PL

W artykule przedstawiono trzy systemy elektroniczne do automatycznego usprawniania i poprawy bezpieczeństwa ruchu drogowego. Pierwszy system wspomaga kierowców w ruszaniu pojazdami sprzed sygnalizacji świetlnej po zmianie świateł z czerwonego na zielone bez niepotrzebnych przestojów. Drugi system wymusza spontaniczne dostosowanie się kierowców do tzw. „metody zamka błyskawicznego” w sytuacjach, kiedy dwa pasy ruchu do jazdy w tym samym kierunku zwężają się do jednego. Trzeci przedstawiony system wspomaga pieszych, ostrzegając o nadjeżdżających z tyłu pojazdach. Prezentowane rozwiązania wykorzystują kamery jako czujniki wizyjne i zaawansowane metody cyfrowego przetwarzania sekwencji wizyjnych. Przedstawione wyniki eksperymentów, przeprowadzonych przy wykorzystaniu utworzonych baz danych, wskazują na wysoką skuteczność zaproponowanych rozwiązań.

EN

In this paper three electronic systems for automatic improvement of traffic efficiency and safety are presented. The first one helps the drivers to start movement of cars after the traffic light change from red to green without unnecessary delay. The second system is helpful in situations when two lanes in one direction are merged into a single lane in order to spontaneously organize the “late merge scheme”. The third system supports pedestrians in vehicle detection. All these proposed systems are based on cameras as vision sensors and on advanced digital video processing techniques (detection of traffic lights and their changes from red to green, detection of turn signaling lights of cars, and on detection of vehicle headlights). Experiments with the prepared databases indicate quite high effectiveness of the proposed solutions.

9

The use of cloud computing in mobile robotics

Burski B., Garbacz P.

Problemy Eksploatacji

|

2014

|

no. 2

61--72

EN

The increasing popularity of mobile service robots results in the development of technologies aimed at improving the performance of computing while simultaneously reducing energy consumption of processing units. Projects are proposed for offloading complex computation from robots into other platforms. The migration of data for storage, computing, and other purposes is described as cloud computing. This solution has a number of advantages over traditional approach, where all actions are performed on a single machine. The main advantages include the increase of operating time and decrease of mass by reducing the capacity of the required energy sources. This is thanks to the fact that the mobile agent can be tasked with no or only simple data processing. In the paper, an analysis of the capability of the most popular cloud robotic platforms is presented. Furthermore, descriptions of typical cloud architectures as well as factors in favour of applying cloud systems into mobile robots are described. Short descriptions of a number of popular cloud-based platforms including the DAvinCi project, Cloud-Based Robot Grasping Project, and RoboEarth are provided. RoboEarth is further described in greater detail including its main advantages. Basic tests using the Kinect sensor and RoboEarth object recognition software were performed. Lastly, a potential application for the system based on available mobile platforms is described.

PL

Wzrost popularności robotyki mobilnej przyczynił się do poszukiwania technologii umożliwiających zwiększenie wydajności obliczeniowej jednostek sterujących przy jednoczesnym zmieszeniu ich zapotrzebowania energetycznego. Jednym z proponowanych rozwiązań jest przeniesienie złożonych obliczeniowo zadań z procesorów robotów do zewnętrznych platform. Migracja danych w celach przechowania, obliczeniowych i innych określana jest mianem chmury komputerowej. Rozwiązanie to, które zaproponowane zostało po raz pierwszy w latach 60. XX wieku, posiada szereg zalet w porównaniu z klasycznymi metodami przetwarzania danych. Najważniejsze z nich to zwiększenie czasu operacyjnego robota oraz redukcja jego masy poprzez zmniejszenie pojemności wymaganych źródeł energii. W artykule przedstawiono analizę stanu wiedzy z zakresu wykorzystania przetwarzania danych w chmurze obliczeń w zastosowaniach związanych z robotyką mobilną. Opisane zostały architektury chmur obliczeniowych wykorzystywanych w popularnych projektach: DAvinCi, Cloud-Based Robot Grasping oraz RoboEarth. Ze względu na otwarty charakter ostatniej z wymienionych platform została ona szerzej przedstawiona i wykorzystana w testach laboratoryjnych. W przeprowadzonych pracach badawczych zastosowano sensor Kinect, który został wykorzystany w celu detekcji obiektów za pomocą platformy RoboEarth. Przedstawiono potencjalne zastosowania opisanej technologii dla realizacji zadań wymagających zastosowania grupy robotów mobilnych.

10

Semantic representation of Block World Environment: algorithm of scene reasoning from incomplete information

Grzejszczak T.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 2

201-204

EN

Aim of this paper is to show the way of reasoning basing on the incomplete information about the initial state. The article presents an algorithm created in order to reason the state of scene from block world basing on incomplete information from two cameras observing the scene from top and side. The algorithm is explained using an example. Additionally, possible types of uncertainties are presented.

PL

Artykuł przedstawia sposób wnioskowania wiedzy bazujący na niepełnych informacjach o stanie początkowym na przykładzie świata klocków. W artykule znajduje się opis algorytmu stworzonego w celu wywnioskowania stanu sceny ze świata klocków w oparciu o niepełne informacje pochodzące z dwóch kamer obserwujących scenę z góry i boku. Algorytm zilustrowany jest przykładem. Dodatkowo opisane są możliwe typy niepewności związane z problemem.

11

Aktualne trendy w tworzeniu systemów inteligentnego monitoringu wizyjnego

Frejlichowski D., Forczmański P., Nowosielski A., Hofman R.

Metody Informatyki Stosowanej

|

2011

|

nr 4

19-39

EN

This article provides an overview and critical analysis of computer vision algorithms used in the construction of the modules responsible for recognition and identification of objects which are elements of an intelligent monitoring system. We investigate state-of-the-art methods with an enough high potential to be implemented in a practical realization of such a system. The article describes three main elements of modern surveillance system, namely an adaptive background model, object extraction and tracking. Finally, we describe several recent benchmark datasets that can be used to test real systems.

12

Metody wykrywania, lokalizacji i śledzenia obiektów kamerami termowizyjnymi

Bieszczad G., Sosnowski T., Dąbrowski M.

Elektronika : konstrukcje, technologie, zastosowania

|

2010

|

Vol. 51, nr 1

84-87

PL

W dziedzinach takich jak systemy militarne, systemy ochrony, czy w automatyce przemysłowej, coraz częściej stosuje się systemy wizyjne pracujące w warunkach ograniczonej widoczności. Z tego powodu w systemach wizyjnych stosuje się kamery termowizyjne. Systemy wizyjne są stosowane w celu wykrycia i śledzenia intruza na obserwowanej scenie. W artykule zostały przedstawione metody detekcji oraz śledzenia obiektów na podstawie analizy sekwencji obrazów termowizyjnych. Algorytmy zostały zoptymalizowane pod kątem ich realizacji za pomocą systemu cyfrowego.

EN

In areas like military systems, surveillance systems, or industrial process control, more and more often there is a need to operate in limited visibility conditions or even in complete darkness. In such conditions vision systems can benefit by using thermal vision cameras. For example thermal vision system can be successfully used in intruder detection and tracking in surveillance systems. In article a method of automatic object detection and tracking on thermovision images is presented. The methods has been optimized to efficient operation in digital computing system.

13

Lokalizacja, klasyfikacja i identyfikacja śmigłowców, czołgów i transporterów na podstawie analizy sygnału akustycznego

Sosnowski T., Madura H., Kastek M.

Biuletyn Wojskowej Akademii Technicznej

|

2010

|

Vol. 59, nr 3

329-353

PL

Metody wykrywania i identyfikacji obiektów na podstawie różnych ich cech znajdują zastosowanie w bardzo wielu dziedzinach takich jak: systemy alarmowe, automatyczne systemy identyfikacji osób, systemy rozpoznawania obrazów, militarne systemy rozpoznania pola walki, amunicja inteligentna itp. Budowa obiektów technicznych, takich jak pojazd czy śmigłowiec, sprawia, że sygnał akustyczny często jest jednym z niewielu stosunkowo łatwych do zmierzenia sygnałów, umożliwiających lokalizację i identyfikację obiektu technicznego. W związku z tym generowany przez te obiekty dźwięk (hałas) jest coraz częściej wykorzystywany do identyfikacji tych obiektów. W artykule została przedstawiona metoda automatycznej lokalizacji, klasyfikacji i identyfikacji obiektów technicznych, takich jak śmigłowce, czołgi, transportery opancerzone i pojazdy na podstawie cyfrowej analizy sygnałów akustycznych. Metoda charakteryzuje się względnie wysokim prawdopodobieństwem rozróżniania obiektów w środowisku z innymi sygnałami zakłócającymi, przy jednocześnie niskim prawdopodobieństwie fałszywej klasyfikacji i identyfikacji.

EN

Methods of detection and identification of objects on the basis of its certain features are widely applied in many areas such as security systems, automated personal identification systems, image recognition, military battlefield reconnaissance systems, intelligent munitions and others. In case of technical objects like vehicles (land or aerial ones) an acoustic signal is one of the few characteristics that can be relatively easily measured and used for object location and identification. As a result, an acoustic signal (noise) generated by such objects is more and more often used for object identification purposes. The paper presents the method for automatic location, classification and identification of technical objects (like helicopters, tanks, and other vehicles) that relies on digital processing of acoustic signals. Relatively high probability of object discrimination can be achieved with this method in spite of the presence of disturbing signals in the environment and the probability of false classification and identification is low.

14

Integracja danych lidarowych i fotogrametrycznych w procesie automatycznego wykrywania obiektów

Marmol U.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2009

|

Vol. 20

275--284

PL

Artykuł przedstawia metodę integracji danych lidarowych i fotogrametrycznych w procesie automatycznego wykrywania obiektów. Zdjęcia lotnicze stanowią klasyczną metodę pozyskiwania informacji o przestrzeni. Ostatnie lata to coraz powszechniejsze stosowanie lidaru jako źródła informacji. Zdjęcia lotnicze cechują się możliwością wykrywania granic obiektów, ale w procesie ekstrakcji cech, często dochodzi do nadmiernego oszacowania lub zaniżenia liczby obiektów. Dane lidarowe dostarczają bezpośredniej informacji o wysokości obiektów, ale posiadają ograniczenia związane z dokładnym wyznaczeniem krawędzi obiektów. Można zatem powiedzieć, że techniki przetwarzania danych: fotogrametryczna i laserowa dostarczają danych komplementarnych, a ich integracja może przyczynić się do poprawy jakości uzyskiwanych wyników. W artykule przedstawiono badania nad integracją fotogrametrii i danych laserowych w procesie wykrywania obiektów 3D – budynków i drzew. W procesie automatycznej segmentacji zostały wykorzystane cechy teksturalne pochodzące ze zdjęć lotniczych. Obiekty 3D zostały wyodrębnione na podstawie danych lidarowych, jako różnica NMPT i NMT. Przeprowadzone badania ujawniły duży potencjał danych zintegrowanych w procesie automatycznego wykrywania obiektów

EN

This paper describes a method of integrating LIDAR data and aerial images in the process of automatic object extraction. Aerial photos are classical method for obtaining spatial information. However, in recent years, LIDAR data has become more and more popular as a source of information. Aerial imagery has the ability to delineate object boundaries, but during feature extraction, the number of objects may be overestimated or underestimated. LIDAR data provide direct information about the height of an object, but have limitations when identifying boundaries. Therefore, we can say that photogrammetric sensors and LIDAR provide complementary data and their integration can improve the quality of the results. This paper presents a study of the integration of photogrammetry and LIDAR in the process of extraction of 3D objects: buildings and trees. Textural filters have been used in the automatic segmentation process. 3D objects have been separated from LIDAR data, as a DSM and DTM difference. The study has revealed the high potential and flexibility of integrated data in the automatic process of object extraction.

15

Wykrywanie sygnalizowanych punktów na obrazach cyfrowych bliskiego zasięgu z wykorzystaniem analiz typu GIS

Mierzwa W.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2006

|

Vol. 16

415--423

PL

Wykrywanie i automatyczny pomiar położenia punktów na obrazach cyfrowych jest jednym z podstawowych zadań fotogrametrii cyfrowej i realizowane jest przez zaawansowane oprogramowanie fotogrametryczne. W artykule podjęto próbę oceny na ile oprogramowanie GIS, zwłaszcza wykorzystujące rastrowy model danych może być przydatne do znajdowania na obrazach cyfrowych bliskiego zasięgu obiektów o określonych cechach. Dla wyszukiwania obrazów kulek zlokalizowanych na ciele pacjenta w fotogrametrycznym systemie trójwymiarowego pozycjonowania ciała dla celów diagnozy wad postawy opracowanym w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej Akademii Górniczo-Hutniczej w Krakowie, przydatne mogą być analizy tekstury obrazu. Pacjent fotografowany jest na specjalnym stanowisku pomiarowym, równocześnie za pomocą dwóch kamer cyfrowych Sylwetka pacjenta widoczna jest również od tyłu w lustrze usytuowanym za pacjentem. Obrazy wykonano aparatem cyfrowym OLYMPUS CAMEDIA C120 o rozdzielczości 1600×1200 pikseli. Obrazami kulek są jasne lub kolorowe plamki o kształcie zbliżonym do okręgu o wymiarach od kilku do kilkunastu pikseli w zależności od lokalnej skali obrazu. Jako kryteria wyszukiwania kulek przyjęto jednorodność odbicia spektralnego ( w przyjętym zakresie), rozmiar oraz kształt zbliżony do okręgu. Obiecujące wyniki uzyskano stosując do wykrywania kulek fraktale. Obraz wartości fraktalnej poddano przekształceniom polegającym na wyeliminowaniu obiektów o wartości fraktalnej mniejszej niż 2.8, usunięciu obiektów o powierzchni większej niż 60 pikseli oraz współczynnika zwartości większego niż 0.72. Parametry ustalono na podstawie szczegółowej analizy cech jednego typowego obrazu i wykorzystano do analizy innych dwóch obrazów. Zastosowana procedura pozwoliła na poprawne wydzielenie 85 % zasygnalizowanych punktów. Przy ustalaniu wartości parametrów kierowano się założeniem, że mniejszym błędem jest wyznaczenie większej liczby obiektów niż pominięcie obiektów przez przyjęcie zbyt ostrych kryteriów. Położenie wydzielonych obiektów określono jako współrzędne środka ciężkości obszaru wyznaczone funkcją polyras jako polygon locator. W celu oceny dokładności współrzędnych określonych automatycznie porównano je z pomierzonymi manualnie. Odchylenie standardowe różnic współrzędnych wyniosło S x,y = 0.32 piksela co odpowiada 1÷2 mm w układzie obiektu. Uzyskana dokładność jest wystarczająca dla celów diagnozowania wad postawy. W przeprowadzonych analizach wykorzystano oprogramowanie IDRISI-32.

EN

Detection and automatic position measurement on digital images is one of the basic tasks of digital photogrammetry and is done using advanced photogrammetric software. In this paper, an attempt was made to show to what extent GIS software, which uses a raster data model, can be used to detect particular features of objects with close range digital images. Texture analysis can be useful in locating the position of balls attached to the human body in a photogrammetric system for 3D measuring for diagnosis of posture defects, developed in the Department of Photogrammetry and Remote Sensing Informatics of the University of Mining and Metallurgy, Kraków. The images of the patient are taken on a special measuring stand, simultaneously with the use of two digital cameras. The back of the patient body is also visible in the mirror situated behind the patient. The images were taken with a OLYMPUS CAMEDIA C120 digital camera with a resolution of 1600×1200 pixels. The images of balls are light or colored spots with an approximately circular shape and dimensions ranging from a few to a dozen or so pixels, depending on the local image scale. As criteria for ball detection, the similarity of spectral reflectance (in assumed range), dimension and shape similar to a circle were assumed. Promising results in detecting the balls have been achieved using the concept of fractal dimension.The image of fractal dimension were processed to eliminate features with fractal dimensions less then 2.8, remove feature areas less then 60 pixels and a compactness ratio greater then 0.72. The parameters were chosen by closely analyzing typical images and then applying these parameters to analyze the other two. The selected procedure properly detected 85 % of the signal points. In determining the value of parameters, it was assumed that there would be fewer mistakes if more features were detected than for using excessively sharp criteria and omitting some features. For the position of detected objects, the coordinates of the center of gravity of the feature determined by polyras (option polygon locator) were assumed. To estimate the accuracy of the coordinate determined automatically, a manual comparison was done. The standard deviation of the coordinates’ differences equalled S x,y = ±0.32 pixel size, which corresponded to 1÷2 mm in the object scale. The achieved accuracy is sufficient for diagnosis of posture defects. In the analysis, a IDRISI32 was used.

16

Lokalizacja źródeł emisji metodą TDOA

Czopik G., Kubicki I., Roszak M.

Biuletyn Wojskowej Akademii Technicznej

|

2002

|

Vol. 51, nr 7

73-85

PL

W artykule przedstawiono metodę TDOA w zastosowaniu do trójbazowego systemu hiberbolicznego, który umożloiwia lokalizacje źródeł emisji (ZE) zainstalowanych na statkach powietrznych. Przedstawiono algorytmy śledzenia trajektorii lotu oparte na filtrach śledzących bez pamięci i z pamięcią. Przeprowadzone badania miały na celu poznanie właściwości filtrów śledzących trajektorię zakłóconą turbulencją atmosfery i zdeterminowanym manewrem, dotyczącym kursu statku powietrznego. Wyniki badań symulujących, obejmujące wyniki śledzenia wraz z błędami przypadkowymi estymacji współrzędnych, przedstawiono w końcowej części artykułu.

EN

The TDOA method presented for application in threebasic hiperbolic system, which enables localization of emission sources installed on the air vesseles. The algorithms were presented for flight trajectory tracking that were based on the trackin filters with and without the memory. The task of the studies were to understand the properties of the filters tracking the trajectory distrubed by atmosphere turbulence and by the determined manovere of the air vessel course. The results of simulation studies covering the tracking results together with the random erros in coordinate estimation are presented.