O‘zbekiston xalqaro islom akademiyasi kurs loyihasi Qodirova Dilafruz Abdusamat qizi Korrelatsiya algoritmlari

Masalaning qo‘yilishi
Korrelatsiya algoritmlari yordamida tasvirni ajratib olish hamda ushbu algorimning dasturini ishlab chiqish.


II BOB. Korrelyasiya funksiyasi asosida tasvirlarni tanib olish
2.1. Korrelatsiya algoritmi
Tasvirlarni o‘xshashliklarini baholash uchun korrelyasiya koyeffisiyentidan foydalanamiz. Buning uchun tasvirlarimizni yangi R matrisa hosil qilamiz. Bu matrisamiz tasvirlarning piksel qiymatlaridan tashkil topgan. Hosil bo‘lgan matrisamizni ustunlari bo‘yicha korrelyasiya koeffisiyentini hisoblaymiz:


Matrisaning diogonal elementlari biz uchun kerak bo‘lgan xech qanday ma’lumotni bermaganligi va matrisa simmetrik bo‘lganligi uchun biz uning faqat diogonalidan yuqorida joylashgan elementlarini qaraymiz. Corr matrisaning diagonaldan yuqorida joylashgan elementlarini kamayish tartibida tartiblab, variasion qatorni hosil qilamiz.

Ikki ro'yxatga olish algoritmining tezligini sinab ko'rish uchun biz sinov uchun turli o'lchamdagi tasvirlardan foydalandik. Ro'yxatdan o'tish uchun ushbu tasvirlarning o'lchami oralig'ida 400×400 qadar 100×100200 qadamda, mos keladigan shablon tasvir o'lchamlari bilan 100×100 qadar 400×400 mos ravishda 50 qadamda. Tezlik bo'yicha taqqoslanadigan ro'yxatga olish algoritmlari PCA va biz taklif qilayotgan PCA piramidasini o'z ichiga oladi. 2-rasmda turli xil ro'yxatga olish algoritmlaridan foydalangan holda turli o'lchamdagi tasvirlar uchun tasvirni ro'yxatga olish uchun sarflangan vaqt uchun simulyatsiya natijalari ko'rsatilgan; xususan, kvadrat tasvirning yon uzunligini ifodalaydi, ordinata esa tasvirni ro'yxatga olish uchun ketadigan vaqtni ifodalaydi. Natijalardan xulosa qilish mumkinki, bizning PCA piramidamiz tasvirni ro'yxatga olish uchun PCA ga qaraganda kamroq vaqt talab etadi. Ushbu ro'yxatga olish tajribasida biz uch darajali piramidadan foydalandik; ammo, avval aytib o'tilganidek, piramida darajalarining soni qancha ko'p bo'lsa, ro'yxatdan o'tish uchun vaqt shunchalik qisqaroq bo'ladi. Bu rasm piramidalaridan foydalanish ro'yxatga olish uchun sarflangan vaqtni samarali qisqartirishi mumkinligini tasdiqlaydi.

3-rasm . Turli xil tasvir o'lchamlari uchun tasvirni ro'yxatga olish uchun turli xil algoritmlar tomonidan olingan vaqt.
Rasmni ro'yxatdan o'tkazish doira skanerlashda nishonni aniqlash tizimida tasvirni qayta ishlashning juda muhim qismidir. maqsadni aniq aniqlash va aniqlash uchun tasvirlarni tez va aniq ro'yxatga olish kerak. Tavsiya etilgan algoritmning ro'yxatga olish tezligi real vaqt rejimidagi ilovalar uchun mos ekanligini tekshirish uchun yuqori ro'yxatga olish aniqligini ta'minlash uchun biz panoramali nishonni aniqlash tizimini ishlab chiqdik. Ushbu tizim har 4 soniyada aylanadi va har birida bitta rasm oladi5°aylanish; shuning uchun har bir aylanishda 72 ta rasm olinadi. Aylanish vaqtida aylanuvchi patnisning tebranishi tufayli tasvir vertikal yo'nalishda taxminan 20 piksel siljishiga ega. Bundan tashqari, linzalarning ko'rish maydoni (7.3°) tasvirni olish oralig'idan kattaroq (5°); shunday qilib, gorizontal yo'nalishda ham bir-birining ustiga chiqish va siljishlar sodir bo'ladi. Ushbu eksperimentning maqsadi real vaqt rejimida olingan tasvirlarni ro'yxatga olish va birlashtirishdan iborat30°panorama. Buning sababi shundaki, gorizontal va vertikal siljishlar bilan tasvirni ro'yxatdan o'tkazish bizning tadqiqotimiz markazidir. Va nihoyat, panoramadagi maqsadlar toifasi va joylashuvini aniqlash uchun chuqur o'rganish algoritmidan foydalanamiz. Ushbu tizim xavfsizlik dasturlarini erta ogohlantirishda muhim rol o'ynashi mumkin. 3-rasmda doimiy tok dvigateli, burchakli enkoder, galvanometrik skaner va kameradan iborat ishlab chiqilgan panoramali nishonni aniqlash tizimining jismoniy tasviri ko'rsatilgan.
4 -rasmda panoramali qurilmamiz yordamida olingan 12 ta tasvir ko'rsatilgan. Ushbu tasvirlar bir-biriga bog'langan va har bir qatlamda ta rasmdan iborat yuqori va pastki qatlamlarga bo'lingan. Ushbu tasvirlar bir-birining ustiga tushadigan gorizontal piksellarni olib tashlaganimizdan so'ng olingan; biroq, hali ham tasvirlar gorizontal va vertikal ravishda ofset qilinganligini kuzatish mumkin. Agar bu tasvirlar to‘g‘ridan-to‘g‘ri panoramali tasvirni yaratish uchun bir-biriga joylashtirilsa, ular nafaqat vizual jihatdan qarama-qarshi bo‘lib ko‘rinadi, balki ushbu panoramali tasvirdan foydalanish bo‘yicha keyingi tanib olish algoritmi noto‘g‘ri natijalarga olib keladi va bu noto‘g‘ri va o‘tkazib yuborilgan aniqlash stavkalarining sezilarli darajada oshishiga olib keladi.

4-rasm . Ro'yxatga olish uchun panoramali nishonni aniqlash tizimi tomonidan olingan o'n ikkita rasm.
5-rasmda 4-rasmdagi ikkita qo'shni tasvir ko'rsatilgan ; ko'rinib turibdiki,  5-rasmning o'ng tomoni (a) va  -rasmning (b) chap tomoni bir-biriga yopishgan joylarga ega, tasvir ro'yxatga olinganda, (a) dagi qizil qutining ichki qismi sifatida ishlatiladi. manba tasviri. (b) dagi qizil qutining ichki qismi shablon tasviri sifatida ishlatiladi. Shablon tasviri manba tasvirining pastki qismidir. Ushbu tasvirlardagi ofset tavsiya etilgan ro'yxatga olish usuli yordamida olinadi.

5-rasm . 4-rasmdagi ikkita qo'shni tasvir .
-rasmda biz taklif qilgan ro'yxatga olish algoritmimiz yordamida olingan tikilgan tasvir ko'rsatilgan. Rasmdan ko'rinib turibdiki, ro'yxatdan o'tgandan so'ng tasvir vertikal va gorizontal yo'nalishda tekislanadi, lekin har bir juft tasvir o'rtasida bo'shliqlar aniq ko'rinadi; Buning sababi ideal bo'lmagan linzalardan kelib chiqqan vinyetga o'xshash hodisadir. Ushbu natija bizning algoritmimiz amalda vinyetga chidamli ekanligini ko'rsatadi.

6-rasm . Biz taklif qilgan algoritm yordamida tikilgan o'n ikkita eritilmagan tasvir ro'yxatga olinadi.

Ro'yxatga olingan va tikilgan tasvirlar keyinchalik nishonni aniqlash va aniqlash uchun ishlatilgan. Bu vazifa chuqur o'rganishga asoslangan maqsadni aniqlash algoritmi bo'lgan yolo yordamida erishildi . 6 -rasmda panoramali nishonni aniqlash tizimi uchun tasvirni tikish va maqsadni aniqlash natijasi ko'rsatilgan. 6-rasmdagi panoramali tasvir 4 qator va 18 ta ustundan iborat boʻlib, jami 72 ta tasvir bir-biriga tikilgan. 6-rasm (b) da aniqlangan dron, 6-rasm (c) da aniqlangan shaxs ko'rsatilgan. Maqsad turi va joylashuvi erta ogohlantirish xavfsizlik tizimlari uchun ishlatilishi mumkin. Shunday qilib, bizning tajribalarimiz tasvir sifatini yaxshilash uchun tasvirni ro'yxatga olish va tasvir sintezidan foydalanish maqsadni aniqlashning umumiy aniqligini oshirishi mumkinligini ko'rsatadi.

7-rasm . Birlashtirilgan roʻyxatga olingan tasvirlardan panoramali nishonni aniqlash.
Ushbu ishda biz tasvirni ro'yxatga olish uchun PCA piramidasini taqdim etdik. Bizning taklif qilgan algoritmimiz maqsad qisman yo'qolgan yoki yopilgan holatlarga nisbatan kuchli ekanligi ko'rsatilgan; Bundan tashqari, an'anaviy ro'yxatga olish algoritmlariga nisbatan tezroq ro'yxatdan o'tish imkonini berdi. Bizning taklif qilayotgan usulimiz manba va shablon tasvirlari o'rtasida piramida parchalanishi g'oyasiga asoslanadi; xususan, yakuniy ro'yxatga olish pozitsiyasini olish uchun fazaviy korrelyatsiya hisoblari piramidada eng yuqori darajadan eng past darajaga qadar amalga oshiriladi. Biz taklif qilingan algoritmni va da taklif qilinganlar bilan taqqosladik va teskari Furyening eng yuqori pozitsiyasi o'zgarishini aniqladik.Fazaviy korrelyatsiya spektrida joylashishni aniqlashning maqsadli qismi yo'q bo'lganda har doim doimiy bo'ladi. Shunga qaramay, rasmda sezilarli shovqin bo'lsa, bizning algoritmimizning ishlashi yomonlashadi. Shunday qilib, kelajakdagi ish sifatida biz taklif qilingan algoritmning shovqinni tasvirga nisbatan mustahkamligini yaxshilashni maqsad qilganmiz.