Научный архив: статьи

Разработана мобильная система для измерения атмосферной турбулентности с использованием метода одной апертуры. Это метод мониторинга дифференциальных движений изображения (DIMM), предполагающий неклассическое исследование большого количества изображений, полученных с помощью одного фотодетектора.

Исследование посвящено разработке программного обеспечения для решения практически важной задачи – обеспечения общественного контроля за движением городского общественного транспорта, что особенно важно в условиях неполной доступности сигналов GPS/ГЛОНАСС и сотовой связи. Основой информационной системы являются видеокамеры, расположенные по маршруту, и система технического зрения, распознающая появление автобуса или троллейбуса в кадре, локализацию и номер его маршрута. С помощью свободно распространяемого детектора объектов YOLOv11s удалось добиться точности распознавания машины на уровне 96 %. Данная версия YOLO нетребовательна к ресурсам и позволяет использовать обычный персональный компьютер для работы с несколькими потоками видео. Номер маршрута распознавался с использованием библиотеки PaddleOCR с открытым кодом, точность составила 82 %. Далее полученный результат сопоставлялся с расписанием движения автобусов, полученные данные размещались в открытом доступе через Телеграм-бот. Результаты работы направлены на повышение удобства городского общественного транспорта, снижение социальной напряженности, обеспечение жителей и диспетчерских служб информацией об отклонениях в работе городского транспорта в режиме реального времени.

Предложен подход к повышению эффективности системы распознавания изображений объектов в комплексах мониторинга и зондирования и беспилотных средствах на основе применения дополнительного признака классификации. Определен перечень задач, решаемых в комплексах зондирования при построении системы распознавания объектов. Для формирования дополнительной характеристики объектов использовано значение фрактальной размерности (фрактальной сигнатуры) изображений их контуров. Представлены результаты фрактального анализа изображений объектов дорожного движения. Получены результаты фрактального анализа изображений территорий, пострадавших от стихийных бедствий. Для построения карты и гистограммы фрактальной размерности предложено использовать размерность Минковского. Представлены результаты экспериментальной проверки работоспособности предлагаемых методов и алгоритмов

Предложена методика определения ориентации платформы стенда полунатурного моделирования угловых движений относительно центра масс наноспутника. Разработанная методика основана на применении стереокамеры, состоящей из инфракрасной камеры и цветной камеры видимого спектрального диапазона. Каждая из таких камер предназначена соответственно для формирования инфракрасных и цветных изображений на обработанных снимках. Работа обеих камер базируется на использовании системы активных оптических маркеров, излучающих в инфракрасном и видимом диапазонах. По снимку, сделанному инфракрасной камерой, определяются центры оптических маркеров с помощью преобразования Хафа. Этим же методом на снимке, полученном цветной камерой, путем оценки фундаментальной матрицы, отфильтровываются посторонние артефакты. После того как цвет маркера с цветного изображения определен, этот признак добавляется к полученным координатам маркеров с инфракрасного изображения. После этого формируется тройка векторов в системе координат платформы стенда и определяется ее ориентация в системе координат инфракрасной камеры. Полунатурное моделирование показало погрешность не выше 0,5°

Выявление качества семян современными методами для успешного производства овощной продукции, в том числе капустных культур, является актуальной задачей. Учитывая, что традиционные методы анализа качества семян трудоемки и длительны, большую перспективу имеют неинвазивные методы, как оптические, так и рентгеновские. Цель исследований – провести комплексный анализ качества коллекционных образцов семян капустных культур с использованием как неинвазивных инструментальных методов, так и стандартных методов проращивания; выявить имеющиеся между ними корреляции. Исследования инструментальными цифровыми методами качества семян капустных культур проводили в секторе биофизики растений Агрофизического научно-исследовательского института, оценку посевных качеств – в условиях вегетационного опыта на базе ВИР. Оптические параметры семян изучали путем сканирования семян при помощи цифрового планшетного сканера модели HP Scanjet 200, компьютерный анализ полученных изображений проводили с привлечением программного обеспечения «ВидеоТесТ-Морфология 5.2». Для выполнения цифровой микрофокусной рентгенографии семян был задействован аппаратно-программный комплекс на основе передвижной рентгенодиагностической установки ПРДУ-02. Рентгеновская съемка проводилась с пятикратным увеличением изображения. Цифровая обработка полученных рентгеновских изображений исследуемых образцов семян и определение геометрических и яркостных характеристик выполнялись с помощью программного обеспечения, разработанного ФГБНУ АФИ в программной среде MATLAB. Максимальный процент значимых корреляций между показателями, оцененными неинвазивными методами, и значениями всхожести семян наблюдался для показателей «средняя сумма дефектов» (78 %), «средняя яркость рентгенообразов семян» (66 %), «затемненность проекции семени на рентгенограмме» (66 %), «степень выраженности красного цвета по цветовой модели RGB» (55 %), «средний размер» (50 %). Это может свидетельствовать о перспективности разработки на основе неинвазивной цифровой микрофокусной рентгенографии для экспресс-прогноза всхожести, в том числе полевой.

Проблема восстановления изображений в условиях пониженной видимости остаётся актуальной, и для её решения разработано множество методов, однако универсального решения, одинаково эффективного для всех условий съёмки, не существует. Выполнен сравнительный анализ алгоритмов CLAHE, Retinex, физической модели тёмного канала (DCP) и нейросетевого подхода DehazeNet. Качество восстановленных изображений оценивалось по метрике BRISQUE, позволяющей объективно сравнивать результаты при отсутствии эталонных данных. Тестирование на реальных изображениях показало, что метод тёмного канала стабильно обеспечивает лучшие значения метрики среди рассматриваемых подходов, подтверждая свою универсальность и надёжность для практических приложений компьютерного зрения в условиях тумана и дымки.

Актуальность и цели. В условиях современного здравоохранения возрастает потребность в эффективных методах анализа биомедицинских изображений для диагностики заболеваний. Настоящее исследование направлено на разработку системы анализа текстуры биомедицинских изображений, которая использует различные подходы для выявления структурных различий между объектами.

Материалы и методы. В работе применяются методы анализа локальных распределений пикселей, Фурье-преобразования и фракталов. Для оценки информативности текстурных признаков используются классификатор «случайный лес» и методы уменьшения размерности и кластеризации, реализованные в библиотеке Scikit-learn. Экспериментальные данные включают изображения клеток костного мозга, КТ-снимки и новообразования кожи.

Результаты. Результаты экспериментов показывают, что для классификации изображений клеток крови костного мозга наиболее информативными являются признаки на основе матрицы пространственной смежности и Фурье-преобразования. Для КТ-изображений новообразований кожи также выявлены эффективные текстурные признаки, достигающие f1 метрики до 0,93.

Выводы. Разработанная система позволяет эффективно анализировать текстуру биомедицинских изображений и предоставляет инструменты для автоматизированной оценки характеристик опухолей, что может значительно повысить точность диагностики. Дальнейшие исследования будут направлены на расширение функционала системы и улучшение методов визуализации данных.

На современном этапе развития медицины происходит активное внедрение естественных наук физико-математического цикла в сферу диагностики, лечения и профилактики заболеваний. Одним из перспективных направлений является использование кристалломорфологического метода диагностики, основанного на том, что реальные кристаллы обладают уникальными особенностями, которые определяют их габитус. Методы компьютерной морфометрии открывают широкие возможности для применения их в медицинской биокристалломике, но для их практического разных областей. Рассмотрены гистологические характеристики препаратов кожи, а также процесс кристаллизации плазмы крови на различных этапах регенерации ран, вызванных различными причинами. Проанализированы литературные источники в области использования компьютерных технологий по рассматриваемому вопросу

Предложен алгоритм определения недопустимых движений в видеопотоке, который позволяет гибко настраивать чувствительность обнаружения недопустимых движений; обеспечивает устойчивость к шуму; указывает место в кадре, где произошло обнаружение нетипичного движения; не тратит время на определение фона и траекторий движения объектов; анализ не тормозит видеопоток при его обработке в Wolfram Mathematica и Python. Предложенный алгоритм обнаруживает недопустимые движения не более чем за 0,02 с, а допустимые - в сотни раз быстрее. То есть пользователь системы видит результаты анализа без задержек и зависаний. В работе логика предложенного алгоритма представлена на диаграмме деятельности. В качестве примеров программирования ключевых моментов предложенного алгоритма приведены коды программы в системе Wolfram Mathematica 11, в которых реализованы предложенные в работе приемы реализации этих моментов. При разработке алгоритма анализа движения учтены характеристики имеющихся в настоящее время камер, предназначенных для использования на улице и в помещениях, реализующихся в продаже в настоящее время. Указаны параметры видеопотоков прикладных задач, которые могут быть решены с помощью предложенного алгоритма анализа, и соответствующие рекомендуемые камеры. Этот список показывает, какие именно камеры лучше использовать для задач по обнаружению движений в видеопотоке с указанными параметрами. Предложенный алгоритм может быть использован в системах управления беспилотным транспортом и мониторинге охраняемых объектов (со стационарной или подвижной камеры), где важно своевременно фиксировать недопустимое движение в строго определенных зонах.

Автономная навигация беспилотных летательных аппаратов (БПЛА) является одной из ключевых задач в современной аэрокосмической индустрии. В особенности для малоразмерных БПЛА задача автономной навигации становится еще более сложной из-за ограничений по вычислительным ресурсам и возможностям сенсорных систем. Оптимизация методов навигации для таких условий является актуальной проблемой, требующей решений, которые могут обеспечить высокую производительность при минимальных затратах ресурсов.

Основной целью служит повышение эффективности автономной навигации малоразмерных БПЛА за счет использования корреляционных методов для сравнения изображений. Достижение этой цели связано с разработкой и оценкой алгоритмов, которые позволяют обеспечить высокую скорость и точность навигации при ограниченных вычислительных ресурсах. В работе использованы методы автокорреляционной функции, корреляции Пирсона, метод на основе индекса структурного сходства изображений и простой нейронной сети для задачи сравнения изображений.

Решение. Исследование показало, что подход на основе автокорреляции демонстрирует наилучшую производительность в условиях слабых вычислительных ресурсов. Он обеспечивает высокую скорость обработки полного изображения и показывает оптимальные результаты по точности обнаружения. В сравнении с другими представленными в работе методами, автокорреляционный подход способен работать не только с зашумлением «эталонной» карты, но и использовать в качестве обнаруженной области и альтернативные области с измененными паттернами. Научная новизна работы определяется в проведении систематического сравнения различных методов применительно к задаче сравнения изображений для малоразмерных БПЛА с ограниченными вычислительными ресурсами. В отличие от известных работ в области построения корреляционно-экстремальных систем, данное исследование ориентировано на использование «эталонной карты» и искомой области, представляющих собой два разных изображения одного и того же участка местности, взятых из различных источников. Это ключевое различие, так как большинство методов не обладает высокой эффективностью обработки таких изображений, на которых паттерны могут значительно варьироваться.

Практическая значимость разработанного алгоритма состоит в том, что предложенный метод на основе автокорреляции может использоваться разработчиками систем управления автономных малоразмерных БПЛА для снижения вычислительной нагрузки и повышения скорости обработки данных.

В работе рассматриваются практические вопросы использования компьютерной томографии в задачах неразрушающего контроля для оценки геометрических параметров объектов в промышленности и лабораторных исследованиях. Обзор источников показал, что большинство опубликованных работ опирается на закрытые данные, что существенно затрудняет проведение научных исследований в части воспроизведения результатов и сравнения различных методов томографической реконструкции и анализа реконструированных данных. В качестве решения этой проблемы предложено использовать численное моделирование с использованием программного обеспечения с открытым исходным кодом. Предложена оригинальная схема виртуального конвейера генерации тестовых данных. Программная часть конвейера реализована в виде набора python-скриптов, проведены численные эксперименты.

Для защиты информации широко используются отпечатки пальцев. Биометрические системы, основанные на концепции Match-On-Card, решают проблему кражи отпечатков пальцев путем их хранения на защищенном интеллектуальном карточном устройстве с малым объемом памяти. Такой подход накладывает серьезные ограничения на размеры хранимой информации. Предложен алгоритм регистрации и верификации отпечатков пальцев, предназначенный для использования в интеллектуальных карточных устройствах.