Разработка алгоритма улучшения качества изображений входного видеопотока для управления атомными транспортными средствами
DOI:
https://doi.org/10.22213/2410-9304-2021-2-90-95Ключевые слова:
интеллектуальные транспортные системы, алгоритмы и методы выравнивания гистограммы, цифровая обработка видеоизображенийАннотация
Основная цель исследовательской работы - разработать и проанализировать метод и алгоритм цифровой обработки изображений для улучшения качества получаемых выходных потоковых видеопоследовательностей на основе обработки гистограммы. Графическое представление количественной характеристики распределения вероятностей интенсивности пикселей в выбранной области изображения представляет собой гистограмму. Самый распространенный способ улучшить изображение - выровнять гистограмму. Цель этого метода заключается в выравнивании уровней яркости пикселей и нормализации частоты, а гистограмма должна соответствовать равномерному закону распределения. Для достижения поставленной цели разработан алгоритм равномерного совмещения гистограммы обработанного изображения. Представлен анализ направлений развития систем управления, который показал, что в настоящее время существует четыре уровня интеллектуальных автономных транспортных средств: управление тормозной системой и системой контроля скорости автомобиля, управление системой разгона (рулежки, автоматической парковки), система автопилота, продвинутая система автопилота. Представлено аналитическое описание метода улучшения качества изображения видеопотока на основе вычисления контрастности. Приведен алгоритм вычисления контрастности изображения на основе поиска светимости пикселей и алгоритм вычисления общего среднего цвета отдельных каналов. Реализовано моделирование функций рассматриваемых алгоритмов и процесса улучшения качества изображений в программе MATLAB с использованием Image Processing Toolbox. Полученные результаты представляют собой двоичное изображение с однородной гистограммой яркости пикселей. На основе проведенного эксперимента можно сделать вывод, что представленные алгоритмы позволяют повысить контрастность результирующих изображений, а также выровнять гистограмму яркостей пикселов.Библиографические ссылки
Choi J., Chun D., Lee H.-J., Kim H. 2020. Uncertainty-based Object Detector for Autonomous Driving Embedded Platforms. Proceedings - 2020 IEEE International Conference on Artificial Intelligence Circuits and Systems, AICAS 2020, 9073907, pp. 16-20.
Muthalagu R., Bolimera A., Kalaichelvi V. 2020. Lane detection technique based on perspective transformation and histogram analysis for self-driving cars. Computers and Electrical Engineering, 85, 106653.
Kouris A., Venieris S.I., Rizakis M., Bouganis C.-S. 2020. Approximate LSTMs for Time-Constrained Inference: Enabling Fast Reaction in Self-Driving Cars. IEEE Consumer Electronics Magazine. 9(4),9109418, pp. 11-26.
Дегтярев Г. Л., Сагдатуллин А. М. Модель интеллектуальной поддержки управления процессами добычи и транспорта нефти в условиях неопределенности // Математические методы в технике и технологиях - ММТТ. 2020. Т. 1. С. 11-17.
Ni J. et al. 2020. A survey on theories and applications for self-driving cars based on deep learning methods. Applied Sciences (Switzerland). 10 (8), 2749.
Сагдатуллин А. М. Разработка операторского интерфейса удаленного телеуправления для монитора реального времени заполнения смеси // Вестник Казанского государственного технического университета им. А. Н. Туполева. 2020. Т. 76, № 1. С. 99-103.
Isa K., Jantan A. 2005. An Autonomous Vehicle Driving Control System. Int. J. Engng Ed. 21 (5), pp. 855-866.
Сагдатуллин А. М. Применение новой информационной модели при обучении моделированию производственных объектов машиностроения в условиях аддитивного производства // Вестник Казанского государственного технического университета им. А.Н. Туполева. 2020. Т. 76. № 1. С. 94-98.
Zhuravel I.M., 1999. A short course in image processing theory: Electronic resource, Access mode: http://matlab.exponenta.ru/imageprocess/book2/ - Access date: 25/07/2020.
Russ J., 2006. The Image Processing Handbook, Fifth Edition. Taylor&Francis, pp. 832.
Blanchet G., Charbit M. 2006. Digital Signal and Image Processing using MATLAB. ISTE Ltd, pp. 764.
Cai F., Koutsoukos X. 2020. Real-time out-of-distribution detection in learning-enabled cyber-physical systems. Proceedings - 2020 ACM/IEEE 11th International Conference on Cyber-Physical Systems, ICCPS 2020, 9095995, pp. 174-183.
Dorj B., Hossain S., Lee D.-J. 2020. Highly curved lane detection algorithms based on Kalman filter. Applied Sciences (Switzerland). 10 (7), 2372.
Gonzalez R., Woods R. and Eddins S. 2009. Digital Image Processing using Matlab. Gatesmark Publishing. pp: 845.
