Представлено результати розроблення підсистеми ідентифікації силуетів літаків АНТК ім. О. К. Антонова та номерів їх бортів на базі штучних нейронних мереж.

Розглянуто реалізацію системи вводу відеозображення в автоматичну систему спостереження за рухомими об'єктами в полі зору відеокамери на базі технічного зору.

Наведено результати досліджень фільтрації завад на зображеннях силуетів літаків.

Досліджено алгоритм обчислення тривимірних координат видимого об'єкта у просторі та створено систему обчислення просторових координат об'єкта на базі мікропроцесора ADSP Blackfin535 і декількох відеокамер. Висвітлено апаратну та програмну складність системи, можливість її застосування для вирішення багатьох типів задач, в яких вимагається точно знати координати об'єкта у просторі.

Розглянуто результати дослідження алгоритмів навчання штучної нейронної мережі для ідентифікації літаків за їх силуетами. Одержану навчену нейронну мережу можна використовувати для ідентифікації літаків у системі технічного зору для контролю повітряного простору в зоні аеропорту. Під час навчання та тестування використано літаки АНТК ім. О. К. Антонова.

Розглянуто систему технічного зору для ідентифікації літаків за їх силуетами з використанням алгоритмів цифрової обробки зображень і штучної нейронної мережі прямого поширення. Систему експериментально перевірено на літаках АНТК ім. О. К. Антонова.

Досліджено алгоритм адаптивної медіанної фільтрації. Розроблено програмний пакет для моделювання роботи алгоритму, який дозволяє усунути до 80 % імпульсних завад на зображеннях літальних апаратів.

Проведено моделювання модифікованого алгоритму виявлення рухомого літального апарата на базі розробленого програмного пакета та досліджено особливості його функціонування у разі виявлення літальних апаратів на відеозображеннях сцени.

Змодельовано модифікований алгоритм виявлення об'єкта за його зображенням на базі розробленого програмного пакета та досліджено особливості його функціонування під час виявлення літальних апаратів на зображеннях сцени.

Розглянуто метод візуального виявлення та ідентифікації літаків, що має модульну структуру. Він охоплює широке коло методів цифрового опрацювання зображень, які в поєднанні дозволяють здійснювати всепогодне візуальне виявлення та ідентифікацію об'єктів. Окремі модулі можна використати самостійно. На відміну від існуючих, цей метод здійснює одночасне автоматичне візуальне всепогодне виявлення та/або ідентифікацію багатьох об'єктів з визначенням їх піксельних координат на сцені.

Наведено результати моделювання в реальному часі модифікованого алгоритму Малла. Систему побудовано на базі мікроконтролера ADuC7128 з ядром ARM7 40 MГц та інтегрованим 12р 1 MSPS АЦП.

Проведено моделювання модифікованого алгоритму покращання якості зображень на базі розробленого програмного пакета та досліджено особливості його функціонування у разі покращання зображень літальних апаратів (ЗЛА) на зображеннях сцени. Основне завдання покращання якості ЗЛА із використанням методу ретінекс передбачає такий процес: нормування зображення загалом за середньою інтенсивністю яскравості пікселів і розкидання їх значень у припустимому цим форматом діапазоні зміни глибини кольору. Проведено оптимізацію функції фільтра Гаусса для швидкого виконання та обрано оптимальні параметри обробки ЗЛА.

Зазначено, що вплив шумів на зображення літальних апаратів (ЛА) зменшує якість зображення та може призвести до помилок під час виявлення об'єктів. Шуми поділяються на імпульсні, адитивні та мультиплікативні та виникають внаслідок впливу перешкод, що наводяться із сусідніх світлочутливих елементів, короткочасних змін базової напруги в ПЗС-матриці, впливу високочастотних електричних полів, зміни яскравості джерела світла й інших факторів. Для ефективного видалення всіх шумів розроблено структурну схему системи покращання якості зображень ЛА на базі сигнального процесора ADSP BF533. Система надає змогу знаходити рухомі об'єкти або вести пошук еталона на зображенні ЛА. Алгоритми, закладені в системі, видаляють імпульсні та адитивні шуми та покращують візуальну якість зображення ЛА. Контроль за системою здійснюється за допомогою розробленого програмного забезпечення, яке надає змогу налаштовувати основні параметри системи та проводить її моніторинг.

Проведено модифікацію методу білатеральної фільтрації для видалення адитивних шумів і його моделювання. Моделювання методу проведено за допомогою розробленого програмного пакета. Досліджено особливості функціонування модифікованого методу за впливу різного роду шумів на зображення літальних апаратів на зображеннях сцени.

Розглянуто структурне моделювання цифрового мікропроцесорного регулятора температури, що використовує ПІД-алгоритм, за його аналоговим прототипом за допомогою програми сімейства Micro-Cap.

Розглянуто реалізацію алгоритму визначення координат об'єкта у монохромному відеопотоці на базі методу аналізу гістограми відеозображення з використанням мікроконтролера з ядром DSP.

Запропоновано варіант системи технічного зору на базі багатопроцесорної архітектури з використанням багатопортової пам'яті з рівним доступом усіх спецпроцесорів.

Запропоновано структуру спецпроцесора реалізації алгоритму визначення характерних ознак відеооб'єкта на базі алгоритму SURF для спеціалізованої системи технічного зору.

Сучасні технічні системи призначені для виконання різноманітних завдань в автоматизованому та автоматичному режимах. Вони функціонують на базі алгоритмів, вхідною інформацією для яких є певні фізичні параметри зовнішнього середовища та вузлів самої технічної системи. Від точності, надійності та оперативності визначення цих параметрів залежить виконання покладеного на систему завдання. Сенсори передають інформацію про параметри зовнішнього середовища та стан важливих вузлів системи, наприклад, про тиск, температуру зовнішнього середовища чи в трубопроводах відповідних вузлів, про механічні деформації, появу певних газів, диму, вогню, контролюють електричні параметри в кабельних системах щодо перевищення допустимих напруг і струмів, короткого замикання тощо. Залежно від типів параметрів, точності та мінімального часу для їх визначення використовують аналогові чи цифрові сенсори. Цифрові сенсори формують цифровий сигнал про значення відповідного параметра та передають його в телеметричну мережу системи. Використання аналогових сенсорів передбачає високоточне перетворення аналогового сигналу, пропорційного до вимірюваного параметра, на цифровий і формування його відповідно до стандарту телеметричної мережі системи. У цьому випадку для підвищення точності вимірювання необхідно враховувати індивідуальну характеристику відповідного аналогового сенсора. Наведено варіант спецпроцесора для автоматичного контролю параметрів на основі інформації, яка надходить від аналогових і цифрових сенсорів і використовується технічною системою в реальному часі.

Теоретичні основи, методи та алгоритми розпізнавання візуальних об'єктів починають розробляти з часів появи перших електронних обчислювальних машин. Практичне використання різних завдань розпізнавання образів у сучасних технічних системах зумовлено стрімким розвитком потужних, малогабаритних і порівняно дешевих засобів оброблення цифрових даних і стає все поширенішим у різноманітних галузях. Виконано дослідження ефективності алгоритму гістограм напрямлених градієнтів (HOG) у разі ідентифікації у відеопотоці транспортних засобів різних типів: автомобілів, літаків, кораблів. Виконано моделювання алгоритму з використанням пакета MATLAB на прикладі літаків фірми "Антонов", автомобілів різних марок і різних кораблів. У результаті моделювання за допомогою інструментів MATLAB отримано спеціалізовані SVM-класифікатори для ідентифікації деяких марок автомобілів, літаків і кораблів. Для отримання класифікатора використано вибірки зображень зі сцен, на яких є об'єкти, що ідентифікуються, та негативних зображень сцен, на яких відсутні такі об'єкти. Здійснено порівняння основних параметрів класифікаторів. У процесі моделювання алгоритму проведено навчання спеціалізованого класифікатора для ідентифікації об'єктів класу автомобілів, літаків, кораблів і підбір оптимальних параметрів навчання та робочого функціонування спеціалізованого класифікатора для досягнення найефективнішої ідентифікації. Аналіз отриманих результатів показав, що використаний алгоритм із найбільшою ефективністю працює на об'єктах класу "автомобілі". Для перевірки функціонування алгоритму на реальних об'єктах у режимі реального часу розроблено структурну схему модуля ідентифікації на базі мікрокомп'ютера з відкритим кодом типу Orange Pi зі встановленою ОС Android ZIDOO.