Анализ изображений для определения видимости вулканов

• Published in: Computer Optics
• Main Authors: Камаев, А.Н., Урманов, И.П., Сорокин, А.А., Карманов, Д.А., Королёв, С.П.
• Format: Article in Journal/Newspaper
• Language: Russian
• Published: Самарский национальный исследовательский университет имени акад. С.П. Королева 2018
• Subjects: анализ изображений; алгоритмы; выделение контуров; параметрические контуры; вулкан; сопоставление контуров; видеонаблюдение; анализ видимости; КАМЧАТК*
• Online Access: http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Analiz-izobrazhenii-dlya-opredeleniya-vidimosti-vulkanov-68013; https://doi.org/10.18287/2412-6179-2018-42-1-128-140

В статье представлен метод определения видимости вулкана на кадрах видеопоследовательности, получаемой со стационарной камеры видеонаблюдения. Он включает в себя алгоритмы анализа параметрических контуров объектов наблюдений и частотных характеристик изображений. Рассматривается процедура построения параметрических контуров вулкана и процедура их сопоставления. Предложен алгоритм для выявления наиболее устойчивых контуров для группы из нескольких эталонных изображений. Посредством сопоставления этих контуров с контурами анализируемого изображения определяется видимость вулкана. Для устранения влияния случайных небольших сдвигов и поворотов камеры решается задача максимизации оценки относительно плоского сдвига и поворота камеры. В случае, когда оценка видимости вулкана находится недалеко от границы принятия решения о непригодности снимка для дальнейших исследований, она корректируется с помощью алгоритма анализа частотной характеристики изображения, которая представлена вектором вклада октав частот в формирование яркостной компоненты изображения. Сопоставление эталонной частотной характеристики и характеристики анализируемого изображения позволяет оценить вклад различных частот в формирование изображений вулканов. В работе рассматриваются результаты апробации созданных алгоритмов на примере архива системы видеонаблюдения за вулканами Камчатки. Полученные оценки говорят об эффективности предложенных методов и позволяют использовать их в дальнейшем для автоматизированной фильтрации неинформативных изображений при мониторинге вулканической активности. Исследования проведены при поддержке РФФИ (гранты №16-07-00156, 16-37-00026 мол_а) и ДВО РАН (гранты №15-I-4-071, №15-I-4-072).