38. Распознавание движущихся объектов.
Движение может быть обнаружено путем измерения изменения скорости или вектора объекта или объектов в поле зрения. Это может быть достигнуто либо с помощью механического устройства, которое будет физически взаимодействовать с полем или электронных устройств, которые определяют количественную меру изменения в данной среде. Когда обнаружение движения осуществляется природным организмом, это называется восприятием движения. Движение может быть обнаружено по: звуку (акустические датчики), изменению прозрачности (оптические и инфракрасные датчики и процессоры видеоизображения), Геомагнетизм (магнитные датчики, магнитометры), отражения передаваемой энергии (инфракрасное радар лазера, ультразвуковых датчиков, датчиков и микроволновый радар), электромагнитной индукции (индуктивного контура детекторы), вибрации (трибоэлектрической, сейсмических и инерции-переключатель датчиков). Акустические датчики базируются на: электретный эффект, индуктивной связи, емкостной связи, трибоэлектрической эффект, пьезоэлектрический эффект, и волоконно-оптической передачи. радарных датчиков вторжения имеют низкий уровень ложных тревог. Вероятно, самый лучший датчик радиолокационного вторжения пара коаксиальных линий, скрытые (похоронили) в почве. Модуляции чирпа частоты обеспечивает непрерывное ответ целевой имеющих полосы частот, которая пропорциональна расстоянию вдоль длины кабелей.
Также существует метод центра масс модели, для обнаружения движущихся объектов в динамические сцены на основе вычитания фона. Любое смещение положение центра масс (ЦМ) в двух последовательных кадрах является показателем движущегося объекта в сцене. Разделив сцены на субрегионы и смоделировав их как отдельные части можно сегментировать движущиеся объект (ы). В предлагаемой схеме, изображение разбивается на блоки, которые называют супер-пикселями, и каждый супер-пиксель представлен х и у компонентами СОМ блока. Сегментации достигается путем принятия абсолютная разница между ЦМ текущего супер-пикселя и среднего ЦМ предыдущих соответствующих супер-пикселей, и вычислением порога разницы с динамически обновляющимся значением.
- 2. Картографические изображения, изображения Земной поверхности, многоканальные изображения.
- 3. Бинарные, полутоновые и спектрозональные изображения. Аэрокосмоснимки
- 4. Ортогональная и перспективная проекции геоизображений.
- 5. Растровая и векторная формы геоизображений
- 6. Дистанционное зондирование Земли (дзз)
- 7. Физический принцип получения данных дзз.
- 8. Сканирование картографических материалов.
- 10. Задача фильтрации
- 11. Дискретное преобразование Фурье.
- 12. Матричное представление корреляции и свертки.
- 13. Спектр мощности, амплитудный и фазовый спектры.
- 14. Постановка задачи
- 15. Вывод алгоритма быстрого преобразования Фурье (бпф)
- 16. Граф-схема алгоритма бпф
- 17. Оценка алгоритма бпф
- 18. Определение частотности. Функции Радемахера. Функции Хаара. Функции Уолша. Двоичный код и код Грея.
- Функции Радемахера
- 2. Функции Уолша
- 19. Четырех и восьмисвязная области. Измерение расстояний.
- 20. Трансформация и привязка геоизображений. Бинаризация геоизображений
- 21. Сшивка карт. Нарезка карт. Цветоделение
- 22. Гистограмма изображения и ее выравнивание.
- 23. Фильтрация геоизображений и удаление шума.
- 24. Графические фильтры.
- 25. Сегментация объектов изображения на отдельные классы.
- 26. Сегментация объектов на линии (протяженные объекты) и дискретные объекты.
- 27. Выделение контуров.
- 28. Выделение средних линий объектов изображения.
- 29. Внутреннее ориентирование снимков. Формирование стереоизображения.
- 30. Стереоскопические измерения снимков (изображений).
- 31. Классификация группы объектов.
- 32. Математическая постановка задачи классификации.
- 33. Классы разделяющих функций
- 34. Критерий наименьшего среднеквадратичного отклонения
- 35. Модель персептронов.
- 38. Распознавание движущихся объектов.
- 39. Дешифрирование карт.
- 40. Формирование тематических карт по результатам дешифрирования