ردیابی تصویری اهداف هوایی با استفاده از نگاشت تصویر

در این مقاله یک الگوریتم کارا و بار محاسباتی کم جهت ردیابی تصویری اجسام پرنده ناشناخته در حوزه مکان معرفی می گردد. در یک نگاه کلی تر الگوریتم پیشنهادی، روشی ابتکاری و تلفیقی از ماژول استخراج نگاشت عمودی و افقی قاب مورد نظر جهت تقطیع تصویر هدف از زمینه می باشد، که به عنوان روشی سازگار و متناسب با کاربرد مورد نظر ارائه شده است. روش مذکور در واقع یک روش آشکارسازی هدف در حوزه مکان با توجه به اطلاعات حوزه مکان- زمان می‌باشد.. پس از ورود هدف به میدان دید دوربین و مشخص شدن محل آن در قاب اولیه، نوع هدف(روشن یا تیره) به صورت خودکار مشخص شده و پس از استخراج نگاشتها و محاسبه آستانه وفقی و انجام تقطیع، هدف آشکار می‌شود. سپس موقعیت و اندازه هدف محاسبه و پنجره جستجو برای قاب بعدی، تنظیم می‌گردد. فرایند ردیابی تا حضور هدف در محدوده دید و موفقیت در انجام تقطیع، ادامه خواهد یافت. الگوریتم پیشنهادی توسط pc به صورت بلادرنگ، پیاده شده و عملکرد آن ارزیابی شده است. بخاطر بار محاسباتی کم الگوریتم، امکان پیاده سازی بلادرنگ آن در سخت افزارهای پردازشی با قدرت کم نیز وجود دارد. در نهایت می‌توان اولا به انعطاف پذیری الگوریتم در شرایط مختلف تصویری از جمله نویز، تغییرات سطح روشنایی، اندازه و شکل هدف ثانیا افزایش سرعت پردازش اشاره نمود. نتایج بر روی سناریو‌های واقعی و ساختگی بررسی و موفقیت آمیز بوده و نتیجه پیاده سازی الگوریتم برای 100 تصویر با شرایط مختلف حاکی از آشکارسازی 95% بوده است.

Visual tracking of aerial targets using image mapping

In this paper, an efficient and low computational load algorithm for image tracking of unknown flying objects in the field is based on a combination of vertical and horizontal mapping extraction module of the desired frame to segment the target image of the field, which is presented as a method compatible with the intended application.This method is in fact a method of detecting the target in the space domain according to the space-time domain information. After the target enters the camera field of view and its location in the initial frame is determined, the type of target (light or dark) is automatically determined, and after extracting the maps and calculating the adaptive threshold and performing the segmentation, the target is revealed. The target position and size are then calculated and the search window for the next frame is set. The tracking process will continue until the target is within sight and succeeds in performing the segmentation. The proposed algorithm is implemented by the PC in real time and its performance is evaluated. Due to the low computational load of the algorithm, it is possible to implement it immediately in low-power processing hardware. Finally, we can first mention the flexibility of the algorithm in various image conditions such as noise, changes in brightness, size and shape, and secondly, increase the processing speed. The results on real and fictitious scenarios have been reviewed and successful and the result of implementing the algorithm for 100 scenarios with different conditions has been 95% tracking.