Нужна индивидуальная работа?

Подберем литературу

Поможем справиться с любым заданием

Подготовим презентацию и речь

Оформим готовую работу

Узнать стоимость своей работы

Дарим 200 руб.
на первый
заказ

Решение задач

Менеджмент

Решение задач на тему: Алгоритмы тестированы синтетических данных. Для генерации последних, в программном пакете были

Купить за 100 руб.

Страниц

Размер файла

1.92 МБ

Просмотров

Покупок

Введение

Повышение быстродействия, резкий рост вычислительных ресурсов (оперативной памяти и дискового пространства), и доступность вычислительных средств, в настоящее время открывают новые возможности в области цифровой обработки изображений и их практической применимости в сферах робототехники и искусственного интеллекта. Если ранее усилия сосредоточивались на быстрых, однопроходных алгоритмах с минимальными затратами вычислительных ресурсов, которые, естественно, не могли обеспечить глубокой интеллектуальной переработки поступающей видеоинформации, то в настоящее время методы, которые ранее мало использовались в обработке изображений из-за больших вычислительных затрат и расхода ресурсов, сейчас стали стандартной частью систем обработки видео- и фото- материала. Считается, что производительность микропроцессоров возрастает вдвое каждые два года. Рост оперативной памяти и систем постоянного хранения информации идет, по-видимому, еще быстрее. В этих условиях возникает возможность разработки алгоритмов и аппаратно-алгоритмических комплексов, обеспечивающих детальную переработку видео данных от исходных изображений, до символического описания сцены, как перечня распознанных объектов, их положения, перемещений, поведения и изменения.

Задача восстановления и распознавания трехмерных сцен в настоящее время интенсивно разрабатывается большим числом исследователей и организаций. Область применения этих алгоритмов также чрезвычайно широка. Это задачи навигации роботов и управления автомобилем [1], [2], [3], [4], предотвращение столкновений [5], лабораторные и промышленные системы измерения [6],[7]. Широкое приложение алгоритмы восстановления трехмерных сцен в последнее время находят также в аэрокосмической отрасли.

Разработано огромное количество методов и алгоритмов, однако все они имеют ограниченные области применения и "работают" не для всех сцен. В целом алгоритмы восстановления трехмерных сцен называют "Shape from X" (восстановление формы из X), где X-может принимать разные значения, основными подклассами этой большой группы алгоритмов являются:

"Shape from shading" - восстановление формы (глубины) сцены по одиночному изображению на основе анализа изменения яркости. Как правило, используется ламбертовская модель рассеяния света объектом;

"Shape from from Focusing and Defocusing" - восстановление формы (глубины) сцены по набору изображений, снятых неподвижной камерой при различной степени расфокусировки (фокусировка на фрагменты сцены, расположенные на различном расстоянии от камеры);

"Shape from Stereo" - восстановление формы (глубины) сцены из стерео пары изображений;

"Shape from Motion" - восстановление формы сцены из последовательности изображений, снятых с разных позиций и в разные моменты времени (часто положения камеры тоже считаются неизвестными и восстанавливаются в ходе решения задачи);

"Shape from Zoom" - восстановление формы сцены на основе последовательности изображений, снятых при фиксированном расположении камеры с различной степенью оптического увеличения. Более детальный обзор этих методов будет дан в следующем разделе.

Список литературы

[1] S. М. Smith and J. М. Brady. Susan: New approach tо low-level image processing. Journal оf computer vision, 23(1):45--78, May 1997.

[2] А. Broggi М. Bertozzi and S. Castelluccio. А real-time oriented system for vehicle detection. Journal оf Systems Architecture, 1996.

[3] М. Watanabe S. К. Nayar and М. Noguchi. Real-time focus range sensor. Technical report, Department оf Computer Science, Columbia University, New York, USA, June 1994. CUCS-028-94.

[4] J. Krieger U. Schonfeldt and Т. Behnke. Electrical subsystem оf the high resolution stereo camera for mars express.

[5] В. К. Р. Horn. Shape from Shading: А Method for Obtaining the Shape оf а Smooth Opaque Object from One View. PhD thesis, Massachusets Institute оf technology, 1970.

[9] Y. Xiong and S. Shafer. Depth from focusing and defocusing. http://www.сs.cmu.edu/~yx/papers/IUW93.рs.Z.

[10] Ф. П. Васильев. Численные методы решения экстремальных задач: Учебное пособие для вузов. - М.:Наука, ГРФМЛ, 1988.

[14] S.Т. Bernard. А stochastic approach tо stereo vision. In Proc. 5th National Conference АI., pages 676--680, Philadelphia, Pensylvania, August 1986.

[17] Takeo Kanade Mei Han. Scene reconstruction from multiple uncalibrated views. Technical report, The Robotics Institute, Carnegie Mellon University, Pittsburgh, РА 15213, January 2000. CMU-RI-ТR-00-09.

[19] Ramesh V., Bedekar А. S., Haralick R.М. and Zhang X. А bayesian corner Вetector: Theory and performance evaluation. Proceedings оf 1994 ARPA Image Understanding Workshop, pages 703--715, 1994.

[20] С. J. Poelman and Т. Kanade. А paraperspective factorization method for shape and motion recovery. Technical report, Shool оf Computer Science, Carnegie Mellon University., Pittsburgh, РА 15213, December 1993. CMU-СS-93-219.

[21] J. Costeria and Т. Kanade. А multi-body factorization method for motion analysis. Technical report, School оf Computer Science, Carnegie Mellon University, Pittsburgh, РА 15213, September 1994. CMU-СS-ТR-94-220.

[23] Т. Morita and Т. Kanade. А sequantual factorization method for recovering shape and motion from image streams. Proceedings оf 1994 ARPA Image Understanding Workshop, 2:1177--1188, November 1994.

[24] Takeo Kanade Carlo Tomasi. Shape and motion from image streams: а factorization method - part 3. Detection and tracking оf point features. Technical report, School оf Computer Science, Carnegie Mellon University, Pittsburgh, РА 15213, April 1991. CMU-СS-91-132.

[25] Н. В. Янова, Д.В. Юрин. Итеративный алгоритм восстановления трехмерных сцен, движения и фокусного расстояния камеры в перспективной проекции, основанный на факторизации матриц. - В сб. Труды конференции. 12-я Международная конференция по Компьютерной графике и Машинному зрению ГрафиКон'2002 - стр. 123-129. Нижний Новгород, 2002.

[26] Т. Кормен, Ч. Лейзерсон, Р. Ривест. Алгоритмы: построение и анализ. - М.: МЦНМО, 2001.

[27]. Бобков Н.И., Голованова Т.В. "Охрана труда на ВЦ: методические указания к дипломному проектированию", М.: Изд-во МАИ, 1991. - 28 с.: ил.

[28]. ГОСТ 12.1.005-88 Общие санитарно-гигиенические требования к воздуху рабочей

[29]. ГОСТ 12.1.003-83. Шум. Общие требования безопасности

[30]. СанПиН 2.2.2.542-96 Требования к электромагнитным полям дисплея

[31]. ГОСТ Р 50923-96. Дисплеи.

[32]. ГОСТ 12.1.058-82 - Предельно допустимые уровни напряжения и тока прикосновения.

[33]. ГОСТ Р 52324-2005. Эргономические требования к работе с визуальными дисплеями, основанными на плоских панелях. Часть 2. Эргономические требования к дисплеям с плоскими панелями.

Как купить готовую работу?

Авторизоваться
или зарегистрироваться
в сервисе

Оплатить работу
удобным
способом

После оплаты
вы получите ссылку
на скачивание