Сегментация – это процесс распределения пикселей к конкретным классам. Существует большое количество различных задач, которые решает данный метод обработки информации, например в области сбора аналитических данных: распознавание выражения лица, возраста, предсказания пола или в медицине, например, на рентгене и МРТ сканах можно классифицировать отдельные области изображения для упрощения диагностики полученных данных.
В данной работе будет использован этот процесс обработки медиа данных для определения шлейфа дыма. Данная задача актуальна по двум направлениям. Одним из них является предотвращение пожаров. В данной работе сосредоточимся в первую очередь на проблеме выбросов загрязняющих веществ в атмосферу, а именно точечных, которые в основном происходят в результате работы промышленных предприятий при выделении тяжелых металлов, оксида азота, пыли и т. д.
Для получения сегментации существует множество подходов обработки данных. В данной работе будет рассмотрен метод оптического потока. Суть данной технологии в обработки несколько подряд идущих кадров для определения сдвига каждого пикселя между выбранными изображениями. На выходе работы данного метода получается изображение с выделенным движением всех объектов. Другими словами, оптический поток — это векторное поле, которое образует последовательный переход кадров друг в друга. За счет особенностей подхода оптического потока, можно определить все необходимые данные по текущей задаче, а именно скорость, направление и интенсивность распространения дыма.
Целью работы является разработка метода обработки оптического потока для решения задачи сегментации шлейфа дыма на видео. Для до-
стижения данной цели необходимо решить следующие задачи:
1)изучение существующих методов построения оптического потока;
2)определение оптимальных параметров алгоритма построения;
3)построение оптического потока на конкретных данных оптического потока;
4) создание математической модели сегментации шлейфа дыма на основе выходных данных построенного оптического потока;
5) тестирование и анализ полученных результатов.
Данная работа была выполнена в рамках проекта «Экомонитор», осуществляемого в институте естественных и точных наук. Целью данной работы являлась разработка метода сегментации оптического потока для выделения области шлейфа дыма.
В первом разделе был проведен тщательный анализ предметной области. Были изучена и проанализированы существующие методы построения оптического потока. Проведено сравнение их преимуществ и недостатков. В ходе исследования были рассмотрены несколько известных алгоритмов построения оптического потока.
Во втором разделе была представлена математическая модель алгоритма сегментации, основанная на выходных данных оптического потока. В этом разделе было подробно описаны различные аспекты алгоритма, начиная с предварительной обработки видео и построения оптического потока, и заканчивая методами фильтрации и обработки данных, а также самим процессом сегментации. Также были представлена программная реализация разработанного алгоритма и даны подробные объяснения каждого шага, чтобы обеспечить полное понимание его функционирования.
Третий раздел посвящен анализу результатов, полученных с помощью разработанного алгоритма. Был проведен подсчет точности модели и представлены результаты работы алгоритма на различных видеофрагментах. Это позволило оценить эффективность и надежность алгоритма в реальных условиях и убедиться в его способности выделять шлейф дыма на видео.
В ходе работы были решены следующие задачи:
1)изучены существующие методы построения оптического потока;
2)определены оптимальные параметры алгоритмов построения;
3)проведено построение оптического потока на конкретных данных;
4)создана математическая модель по сегментации на основе выход-
ных данных построенного потока;
5)проведено тестирование и анализ полученных результатов.
Таким образом, все поставленные задачи полностью решены и цель достигнута. В дальнейшем можно будет работать над корректировкой математической модели самого оптического потока под конкретную локальную задачу, рассмотренную в данном дипломе.
