авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 9 |

«Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального ...»

-- [ Страница 5 ] --

Список литературы 1. Rother C., Kolmogorov V., Blake A. GrabCut – Interactive fore ground extraction using iterated graph cuts // ACM Transactions on Graphics (TOG). ACM, 2004. Vol. 23, No. 3. P. 309-314.

2. Ruzon M., Tomasi C. Alpha estimation in natural images // Proceed ings IEEE Conference on Computer Vision and Pattern Recognition. CVPR 2000 (Cat. No.PR00662). IEEE Comput. Soc, 2000. Vol. 1. No. June. P. 18-25.

3. Stauffer C., Grimson W. Adaptive background mixture models for real-time tracking // Proceedings 1999 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Cat No PR00149, 1999. Vol. 2, Issue c, Publisher: IEEE Comput. Soc. P. 246- 4. Tax D. One-class classification;

Concept-learning in the absence of counterexamples // Ph.D thesis. Delft University of Technology, ASCI Disserta tion Series. 2001. 146 p.

5. Treyin B. Fire detection algorithms using multimodal signal and im age analysis // Ph.D thesis. 2009. 138 p.

6. Vapnik V. Statistical Learning Theory. NY.: J. Wiley, 1998. 768 p.

7. Айзерман М., Браверман Э., Розоноэр Л. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970. 386с.

A.O. Larin, O.S. Seredin PARAMETIZATION OF FLAME IMAGE COLOR DATA MODEL USING THE ONE-CLASS CLASSIFIER The aim of the research is to detect the flame in images. The main concept is to apply D. Tax's one-class specific classifier for parameterization of color data modeling of flame.

The efficiency of chosen approach is confirmed by experiments, which allow examine the effect of classifier's adjustable parameter on the results of parameterization. The approach to optimization of classifier's decision procedure, which helps to increase significantly the recognition speed is considered further in this work.

Key words: one-class classification, pixel classifiers, fire detection, flame detection, Support Vector Data Description.

Получено 07.03. Известия ТулГУ. Технические науки. 2012. Вып. УДК 681. А.А. Аршакян, канд. техн. наук, (487-2)-35-02-19, elarkin@mail.ru (Россия. Тула. ТулГУ), Е.В. Ларкин, д-р техн. наук, проф., (487-2)-35-02-19, elarkin@mail.ru (Россия. Тула. ТулГУ) ЧАСТОТНЫЕ ХАРАКТЕРИСТИКИ ФИЛЬТРОВ, ВЫДЕЛЯЮЩИХ ГАРМОНИЧЕСКИЕ СОСТАВЛЯЮЩИЕ Исследуется процесс обработки сигналов с высоким уровнем помехи в систе мах наблюдения. Показано, что обнаружение гармонического сигнала с заданной час тотой возможно с использованием фильтров на основании вейвлетов. Для ряда фильтров указанного класса получены передаточные функции и уравнения для опреде ления граничных частот полосы пропускания. Даны рекомендации по выбору типа фильтра при решении задачи выделения гармонических составляющих сигналов.

Ключевые слова: гармонический сигнал, согласованный фильтр, функция Гаус са, wave-вейвлет, mhat-вейвлет, вейвлет Морле. гармонический всплеск импульсный отклик, передаточная функция, полоса пропускания.

Выделение гармоник с заданными частотами из сигналов является одним из ключевых моментов функционирования целого ряда информаци онно-измерительных систем, в частности, пеленгационных, радиолокаци онных, радиоприемной аппаратуры и других [1, 2]. Как правило, в реаль ных условиях наблюдения искомая синусно-косинусная составляющая сопровождается шумом и искусственно создаваемыми помехами, что дела ет актуальной задачу выделения заданной гармоники из наблюдаемого сигнала и измерения ее параметров.

Для достижения поставленной цели может быть применен принцип оптимальной фильтрации [3], согласно которому в импульсном отклике фильтра должна присутствовать в том или ином виде выделяемая гармо ника, которая может быть представлена в комплексной форме:

u (t ) = exp i u t, t, (1) где u - частота выделяемой гармоники;

t - время;

i = 1.

Фильтры, сформированные из вейвлетов, в настоящее время широ ко применяются для обработки сигналов с высоким уровнем шума [4, 5].

Из существующих вейвлетов наиболее эффективными для частотного ана лиза сигналов являются фильтры, построенные на основании производных от гауссиана, гармонический всплеск и вейвлет Морле [5].

Производные от гауссиана, нормированного по площади, имеют вид:

собственно гауссиан ( ) t f f exp ;

G0 = (2) 2 Управление, вычислительная техника и информационные технологии wave-вейвлет ( ) 3 t dG0 f t f exp ;

G1 = = (3) 2 dt mhat-вейвлет ( ) ( ) 3 22 t dG1 f 1 t f f exp.

G2 = = (4) 2 dt В (2), (3), (4) f - параметр, характеризующий ширину функции Гаусса.

С учетом того, что преобразование Фурье от гауссиана (2) имеет вид гауссиана, т.е. передаточная функция вейвлета G0 имеет вид 1 ~ [G0 (t )] = exp = G0 (), (5) 2 f где - круговая частота;

[...] - преобразование Фурье [6].

Из (5) в соответствии с теоремой о дифференцировании оригинала [6] могут быть получены передаточные функции wave- и mhat-вейвлета, из которых в свою очередь, могут быть получены амплитудно-частотные ха рактеристики (АЧХ) фильтров, соответствующие их энергетическому спектру, а именно:

~ A0 ( ) = G0 () = exp ;

(6) f A1 () = exp ;

(7) f A2 () = exp.

(8) f Вид амплитудно-частотных характеристик приведен на рис. 1.

АЧХ достигают максимума при значениях круговой частоты *, j для которых справедливы условия:

Известия ТулГУ. Технические науки. 2012. Вып. d 2Aj dA j =0, 0, j = 0, 1, 2. (9) d d = *j = * j Указанным условиям удовлетворяют следующие точки (рис. 1):

* = 0 ;

1 = f ;

* = 2 f.

* (10) 0 Максимумы АЧХ равны, соответственно:

2 4 ;

A2 () = f f A0 max = 1 ;

A1 max =. (11) e e A j () 0, A0 () 0, A2 () 0, A1 () 0, * * * / f 0 0,5 1 1,5 2,0 2, Рис. 1. АЧХ вейвлетов, производных от гауссиана Считая, что полоса пропускания фильтра определяется для значе ний амплитуд энергетического спектра, равного 0,25 A j max, можно сфор ~ ~ мировать уравнения для определения граничных частот, поло- min max сы пропускания фильтров G0, G1, G2 :

~ exp = 0, 25 ;

(12) f ~ 2 exp ~ = 0,25 f ;

(13) f e Управление, вычислительная техника и информационные технологии ~ 2 exp f ~4 =, (14) f e ~ - искомые значения граничных частот.

где Как следует из полученных результатов, фильтр G0 позволяет вы делить из сигнала гармонику с нулевой частотой, фильтр G1 - с частотой f и фильтр G2 - с частотой 2 f. Существенным недостатком фильт ров, импульсные отклики которых представляют собой производные от га уссиана, является низкая избирательность и жесткая зависимость полосы пропускания от частоты f выделяемой гармоники.

Другим типом частотно-временного анализа является гармониче ский всплеск вида n n G w (t ) = w exp i wt, t, (15) 2 n w w где w - частота гармоники, заполняющей прямоугольное окно;

2n w - размер окна с площадью, равной единице.

w 2 n Передаточная функция фильтра (15) имеет вид:

n w n ( w ) ~ w [G w (t )] = exp (i wt ) exp ( it )dt = sinc = G w (). (16) 2 n w n w АЧХ фильтра описывается следующим выражением:

n ( w ) Aw () = sinc. (17) w Вид функции (17) в зависимости от разности частот w приве ден на рис. 2.

Анализ зависимости (17) показывает, что АЧХ достигает максиму ма при = w. В этом случае Aw () = 1. Таким образом, для выделения из сигнала гармоники с частотой w необходимо сформировать фильтр, в котором прямоугольная функция модулируется указанной частотой. Гра ничные частоты полосы пропускания фильтра определяются из уравнения n ( w ) ~ = 0,5.

sinc (18) w Как следует из (18), при использовании гармонического всплеска появляется возможность изменения полосы пропускания за счет вариации Известия ТулГУ. Технические науки. 2012. Вып. параметра n. Увеличение n приводит к сужению полосы пропускания фильтра. В пределе, при n, полоса пропускания стремится к нулю, а АЧХ стремится к -функции Дирака.

Aw( - w) 0, 0, 0, 0, 6 n( - w)/w -8 -6 -4 -2 0 2 Рис. 2. АЧХ гармонического всплеска К недостаткам фильтра можно отнести наличие локальных макси мумов на АЧХ, что приводит к выделению данным фильтром других гар моник, отличных от w. Указанный недостаток является следствием раз рывности функции прямоугольного окна импульсного отклика (15).

Перспективным типом фильтров, включающим гармоническую состав ляющую в явном виде и гладкую оконную функцию, не содержащую скач ков, являются вейвлет Морле (Morlet) G M (t ), который описывается выра жением (t ) M exp (it M 2 ) exp M GM =, (19) 2 где M 1 - параметр, устанавливающий ширину оконной функции;

M 2 частота гармоники, модулирующей оконную функцию.

Передаточная функция фильтра G M (t ) имеет вид:

(t ) [G M (t )] = M 1 exp[it M 2 ] exp exp( i t )dt = M 2 1 (t M 1 ) M 2 = G ( ).

M1 ~ dt = exp = exp it M 2 i t (20) M 2 2 M Амплитудно-частотная характеристика, представленная на рис. 3, определяется выражением Управление, вычислительная техника и информационные технологии ~ M2.

AM () = exp (21) M 1 ~ ~ GM M 1 = 2 M 0, ~ ~ M 1 = M 1 M 1 = 0,25 M 0, 0, 0, 2 ( M 2 ) / M -4 -3 -2 -1 0 Рис. 3. АЧХ вейвлета Морле Граничные частоты полосы пропускания фильтра определяются из уравнения ~ M 2 = 0, 25.

exp (22) M Как видно из (22), АЧХ вейвлета Морле имеет вид функции Гаусса, центрированной относительно выделяемой частоты M 2. В фильтре име ется возможность управления шириной полосы пропускания за счет изме нения параметра M 1. При увеличении параметра полоса пропускания фильтра расширяется, а при его уменьшении - сужается. В пределе, при M 1, АЧХ вырождается в -функцию Дирака.

Наличие ярко выраженных максимумов в приведенных вейвлетах позволяет использовать их в качестве инструмента для идентификации це ли, являющейся источником гармонического сигнала. При этом более предпочтительным следует считать фильтры на базе вейвлета Морле, в ко тором имеется возможность раздельного управления частотой выделяемой гармоники и шириной полосы пропускания, а также отсутствуют локаль ные максимумы на частотах, отличных от частоты M 2.

Список литературы 1. Свистов В.И. Радиолокационные сигналы и их обработка.

М.: Сов. радио, 1977. 448 с.

Известия ТулГУ. Технические науки. 2012. Вып. 2. Ларкин Е.В., Котов В.В. Поиск целей на тепловизионных изо бражениях // Известия ТулГУ. Сер. Проблемы специального машино строения. 2001. Вып. 4, Ч. 2. С. 25 - 29.

3. Купер Дж., Макгиллем Н. Вероятностные методы анализа сигна лов и систем. М.: Мир, 1989. 379 с.

4. Ларкин Е.В., Котов В.В. Шаталов И.Е. Определение момента на ступления события с помощью вейвлет-анализа // Известия ТулГУ. Сер.

Математика. Механика. Информатика. Т. 7. Вып. 3. Информатика. 2002.

С. 153 - 157.

5. Блаттер К. Вейвлет-анализ. Основы теории. М.: Техносфера, 2004. 573 с.

6. Тихонов А.Н., Свешников А.Г. Теория функций комплексной пе ременной. М.: ФИЗМАТЛИТ, 2001. 336 с.

E.V. Larkin, A.A. Arshakyan FREQUENCY CHARACTERISTICS OF FILTERS FOR HARMONIC COMPONENTS SELECTION The process treatment of signals with high level of noise in supervision systems is in vestigated. It is shown that detection of harmonics with pre-defined frequency is possible with use of wavelet based filters. For a number of filters of referred class transfer functions and equations for pass-band boundary frequencies are received. Recommendations for a choice a type of filters when a task of harmonics detection need be solved are given.

Key words: the harmonious signal, the optimal filter, Gauss-function, wave-wavelet, mhat-wavelet, Morlet wavelet. harmonic splash, pulse response, transfer function, pass-band.

Получено 07.03. Управление, вычислительная техника и информационные технологии УДК 004. Н.А. Дегтярёв, асп., (4872)35-36-37, n.a.degtyarev@gmail.com (Россия, Тула, ТулГУ), О.А. Кушнир, ассист., (4872)35-36-37, n.a.degtyarev@gmail.com (Россия, Тула, ТулГУ), О.С. Середин, канд.физ.-мат. наук, доц., (4872)35-36-37, n.a.degtyarev@gmail.com (Россия, Тула, ТулГУ) ВЛИЯНИЕ МЕТОДОВ ОЦЕНИВАНИЯ И ПОИСКА ПОЛОЖЕНИЯ ГЛАЗ НА РЕЗУЛЬТАТЫ СРАВНИТЕЛЬНОГО ТЕСТИРОВАНИЯ АЛГОРИТМОВ ПОИСКА ЛИЦ НА ИЗОБРАЖЕНИЯХ Исследуется влияние методов оценивания и поиска положения глаз на точ ность сравнительного тестирования алгоритмов поиска лиц на изображениях. В экс периментальном исследовании использовались два алгоритма поиска лиц на изображе ниях;

результаты анализа экспериментов приводятся в виде ROC-кривых и диаграмм точности локализации лиц на изображениях.

Ключевые слова: модели оценивания положения глаз, поиск лиц на изображе ниях, определение положения глаз внутри прямоугольного фрагмента изображения.

В настоящее время всё большую актуальность приобретают задачи связанные с поиском лиц на изображениях, например, сортировка фото графий в социальных сетях, видеонаблюдение за охраняемыми объектами, интерактивные пользовательские интерфейсы, интерактивные рекламные щиты и т. д. На рынке представлено большое количество программных средств, решающих задачу поиска лиц на изображениях, но каждое из них, как правило, приспособлено под определенную задачу. Следовательно, пользователи алгоритмов поиска лиц на изображениях должны сознатель но подходить к выбору соответствующих программных реализаций. Ис следования сравнительных тестирований алгоритмов поиска лиц на изо бражениях обычно содержат лишь обобщение ранее опубликованных результатов или результаты, полученные для конкретного алгоритма. Так же осложняет возможность корректного сравнения различных методов по иска лиц на изображениях отсутствие единой тестовой базы. Наиболее полные и объективные исследования приведены в работах [1,3,5,7,9]. Про блема построения единой методики тестирования обусловлена тем, что программные реализации алгоритмов поиска лиц на изображениях по разному представляют результаты детектирования, например, центром и радиусом окружности, описывающей лицо, центром и размером объем лющего его квадрата, координатами центров глаз, опорными точками кон тура лица и т.д. В работе [3] предложено унифицировать описание резуль Известия ТулГУ. Технические науки. 2012. Вып. татов поиска, а именно представлять найденное лицо координатами цен тров глаз. Для такой модели описания лица, во-первых, представляется бо лее удобным определение различия двух результатов поиска;

во-вторых, алгоритмы распознавания лиц по фотопортрету обычно требуют предвари тельного совмещения центров глаз обучающей выборки;

в-третьих, экс перты быстрее и точнее размечают центры глаз, чем прямоугольные или овальные области. Если лицо описывалось не координатами центров глаз, а прямоугольной областью, то для унификации результатов работы алго ритмов использовался предложенный авторами метод оценивания положе ния глаз по прямоугольной области [3]. Простота этой методики вызвала ряд критических замечаний при обсуждениях на семинарах и конференци ях. В этой статье мы хотим показать, что, несмотря на свою простоту, предложенный нами статистический метод оценивания положения глаз внутри прямоугольного фрагмента не привносит существенных ошибок в сравнительное тестирование алгоритмов поиска лиц на изображениях.

Для экспериментального исследования отобрали два алгоритма по иска лиц на изображениях – FaceSDK версии 2.0 (FSDK) и VeriLook вер сии 4.0 (VL), разработанных Luxand Inc. и Neurotechnology UAB, соответ ственно. Реализации именно этих алгоритмов выдают в качестве результата поиска, не только прямоугольный фрагмент, но и предполагае мые координаты глаз. Таким образом, можно сравнить координаты, кото рые предлагает наш метод оценивания, с теми, которые выдает непосред ственно алгоритм, нашедший прямоугольный фрагмент. Более того, в этом же фрагменте будем определять положение глаз с использованием непо средственного поиска. В качестве такой процедуры выбрали хорошо заре комендовавший себя [8] алгоритм поиска глаз на изображениях, опираю щийся на метод Average of Synthetic Exact Filters (ASE фильтр), предложенный Д. Болме в работе [2]. В качестве результатов сравнитель ного анализа влияния методов оценивания и поиска положения глаз будут приведены ROC-кривые и диаграммы точности локализации глаз на изо бражениях на базе существенного размера. Также исследуем зависимость параметров настройки предложенного метода оценивания положения ко ординат глаз от размеров лиц, найденных на изображениях.

Модель точности локализации лиц Сравнительное тестирование алгоритмов поиска лиц на изображе ниях начинается с определения оператором действительного положения координат глаз на представленном изображении. Затем на данном изобра жении происходит поиск лица одним из алгоритмов детектирования. В случае, когда алгоритм представляет результаты поиска лиц в виде коор динат центров глаз, будем считать, что лицо найдено правильно, если экс Управление, вычислительная техника и информационные технологии периментальное положение глаз попадает в области диаметром DEyes во круг действительного положения глаз (рис. 1, a).

Рис. 1. EyeLeft и EyeRight – найденные координаты центров зрачков левого и правого глаза соответственно;

lEyes - межглазное расстояние;

Left Right lHEyes, lHEyes, lHEyes - расстояние между верхней границей найденного квадратного фрагмента лица и центром левого или правого глаза;

SizeHead - размер стороны квадрата, описывающего найденное лицо;

DEyes - диаметр области допустимых отклонений найденных глаз от их истинного положения;

CenterHead - координаты центра найденного прямоугольного фрагмента Эти области рассчитываются как DEyes = 2 l Eyes, = const, где параметр [0,2;

0,25] выбирается исходя из экспериментальных данных и имеет смысл максимального допустимого отклонения найденных глаз от их истинного положения в долях межглазного расстояния. В эксперимен тах, проводимых в рамках данной работы, параметр был зафиксирован и равнялся 0,25. Заметим, что впервые такая модель точности локализации была предложена О. Джесорски [5]. Очевидно, что если результат поиска лиц представлен прямоугольной областью, то модель точности локализа ции требует «приведения» такого результата к представлению в виде коор динат центров глаз при помощи методов оценивания или поиска положе ния глаз. Оценивание положения глаз отличается от поиска тем, что в первом случае опираемся только на статистическую информацию о поло жении глаз в зависимости от размера найденного фрагмента. В случае по иска анализируем содержание фрагмента изображения соответствующим Известия ТулГУ. Технические науки. 2012. Вып. алгоритмом детектирования глаз, тем самым используя дополнительную информацию.

Метод оценивания положения глаз по прямоугольному фрагменту Пусть имеется изображение лица в анфас, без наклона головы (рис. 1, б), и алгоритм поиска определил его центр и размер ( CenterHead и Sizehead соответственно). Очевидно, что глаза на таком изображении рас полагаются симметрично относительно вертикальной оси, находясь от неё на половине расстояния между ними lEyes / 2, и на одинаковом расстоянии lHEyes от верхней границы области найденного лица. Таким образом, аб солютные координаты глаз можно найти, используя соотношения:

y y y EyeRight = EyeLeft = CenterHead + lHEyes SizeHeаd / 2, x x x x EyeRight = CenterHead lEyes / 2, EyeLeft = CenterHead + lEyes / 2.

Будем оценивать параметры конкретного алгоритма поиска лиц на изображениях, как среднестатистическое для большого числа изображе ний, на которых экспертом были указаны координаты центров глаз. Спе цифика работы конкретного алгоритма определяется двумя критериями, а именно коэффициентом A среднее значение пропорции расстояния от верхней границы до центра глаз lHEyes к вертикальному размеру возвра щаемой области лица;

и коэффициентом B среднее значение пропорции расстояния между глазами lEyes к горизонтальному размеру возвращаемой области лица. Они вычисляются, используя информацию об истинном по ложении глаз на изображении как N i N i i i A = lHEyes / Sizehead / N, B = lEyes / Sizehead / N, i=1 i=1 i i i где lEyes,Sizehead и l HEyes - соответствующие метрики, измеренные для i го изображения в тестовой базе, N - число объектов, используемых для вычисления этих коэффициентов.

Тогда координаты глаз для лица заданного размера, найденного конкретным алгоритмом, определяются как:

y y y EyeRight = EyeLeft = CenterHead + Size Head (A 0.5 ), x x EyeRight = CenterHead SizeHead (B / 2 ), x x EyeLeft = CenterHead + SizeHead (B / 2 ).

В случае, если на изображении представлено лицо в анфас с накло ном головы, будем определять lHEyes как среднее арифметическое рас Управление, вычислительная техника и информационные технологии стояний пары глаз от верхней границы области найденного лица, т.е.

) ( left right lHEyes = lHEyes + lHEyes / 2.

Метод поиска положения глаз в прямоугольном фрагменте В качестве процедуры поиска координат глаз мы выбрали хорошо зарекомендовавший себя [8] алгоритм поиска глаз на изображениях, опи рающийся на метод Average of Synthetic Exact Filters (ASE фильтр), пред ложенный Д. Болме в работе [2].

Для ASE фильтра, все параметры модели полностью определяются для каждого изображения в обучающей выборке, что резко контрастирует с такими разработанными методами, как, например, Synthetic Discriminant Functions (SDFs), которые определяют только один параметр модели на каждом из изображений. К преимуществам ASE фильтра относится устой чивость к переобучению (так как итоговый фильтр является усреднением точных фильтров (exact filters), полученных для всей обучающей выборки), большая гибкость и стабильность результатов независимо от сложности фона изображения.

Экспериментальное тестирование методов оценивания и поиска положения глаз на изображениях Для проверки гипотезы о том, что предложенная модель оценива ния положения глаз применима в задачах сравнительного тестирования ал горитмов поиска лиц на изображениях, был проведён ряд экспериментов.

Протестированы алгоритмы, одновременно описывающие найденные лица как координатами центров глаз, так и прямоугольными областями - FSDK и VL. База изображений была идентична, использованной в работе [3] и состояла из 59888 изображений;

из них 11677 изображений содержали ли ца, а 48211 не содержали лиц. Для нахождения коэффициентов модели оценивания положения глаз использовалась база изображений Georgian Tech Face Database [4].

Коэффициенты модели оценивания положения глаз на изображени ях по прямоугольному фрагменту для алгоритмов с различными парамет рами настройки представлены в табл. 1,2. Видно, что средние значения ко эффициентов модели для различных алгоритмов при разных настройках существенно различаются. Это означает, что разные алгоритмы на одном и том же изображении выделят различающиеся прямоугольные области.

Среднее квадратичное отклонение (СКО) для каждого из исследуемых ко эффициентов меньше 0.001, из чего можно сделать вывод, что размер пря моугольной области практически не зависит от уровня «строгости» алго ритма поиска лиц на изображениях.

Согласно используемой модели точности локализации, качество по иска лиц на изображениях для конкретного алгоритма, может быть охарак теризовано относительным числом правильно найденных лиц при задан ном допустимом отклонении положения найденных глаз от их истинного Известия ТулГУ. Технические науки. 2012. Вып. положения в долях межглазного расстояния. Относительное число пра вильно найденных лиц при фиксированном уровне доли межглазного рас стояния для предложенного метода оценивания положения глаз по прямо угольному фрагменту и двух методов поиска глаз представлено на рис. 2.

Видно, что при значении параметра = 0.25, использованного в работе [3], различия в процентах правильно найденных лиц при непосредствен ном поиске глаз и при оценивании их положения с помощью предложен ной модели являются несущественными. Отметим, что ASE фильтр имеет наибольшую долю правильно найденных лиц при 0.1, но показывает заметно более худшие результаты, чем предложенная модель при 0.15, для алгоритма FSDK.

Таблица Коэффициенты модели оценивания положения глаз на изображениях по прямоугольному фрагменту для алгоритма VL Значение параметра настройки Коэф. A Коэф. B алгоритма 01 0,2509 0, 02 0,2509 0, 03 0,2509 0, 05 0,2509 0, 10 0,2507 0, 20 0,2506 0, 25 0,2507 0, 30 0,2506 0, 40 0,2504 0, 50 0,2504 0, 55 0,2506 0, 60 0,2503 0, 70 0,2499 0, Среднее 0.2506 0. СКО 0.00027 0. В следующем эксперименте проведено сравнение ROC-кривых, по лученных для обоих тестируемых алгоритмов, как при непосредственном, так и с использованием ASE фильтра, поиске глаз на изображениях, а так Управление, вычислительная техника и информационные технологии же при оценивании положения глаз с помощью предложенной модели (рис. 3). Можно видеть, что различия ROC-кривых являются незначитель ными и могут быть проигнорированы для задач сравнительного тестирова ния алгоритмов поиска лиц на изображениях. Более того, предложенная в работе модель оценивания положения глаз по прямоугольному фрагменту уменьшила ошибку первого рода (FRR) для алгоритма FSDK, по сравне нию с непосредственным поиском глаз исходным алгоритмом.

Таблица Коэффициенты модели оценивания положения глаз на изображениях по прямоугольному фрагменту для алгоритма FSDK Значение параметра настройки Коэф. A Коэф. B алгоритма 1 0.4279 0. 2 0.4282 0. 3 0.4283 0. 5 0.4289 0, 7 0,4287 0, 9 0,4287 0, Среднее 0.4285 0. СКО 0.00035 0. Недостатком исследования [3] можно считать то обстоятельство, что вычисление коэффициентов модели оценивания положения глаз внут ри прямоугольного фрагмента производилось по изображениям одной ба зы – Georgian Tech Face Database [4], содержащей изображения лиц, близ ких по размеру. Более разумной методикой, на наш взгляд, является учет размера найденного фрагмента при подборе коэффициентов A и B. Тогда коэффициенты данной модели будут рассчитываться для заданной группы размеров k как i i Ak = / Nk, lHEyes / Sizehead Size i: = k Head i i Bk = lEyes / Sizehead / N k.

Size i: = k Head Известия ТулГУ. Технические науки. 2012. Вып. а б Рис. 2. Относительное число правильно найденных лиц при фиксированном уровне доли межглазного расстояния для предложенного метода оценивания положения глаз по прямоугольному фрагменту и двух методов поиска глаз.

Прямоугольные фрагменты найдены алгоритмами VL (a) и FSDK (б) а б Рис. 3. ROC-кривые для различных методов оценивания и поиска глаз на изображениях. Зависимость FRR от FAR (в логарифмическом масштабе) для алгоритмов VL (a) и FSDK (б) На рис. 4 представлены графики значений параметров Ak и Bk в зависимости от размера фрагмента, содержащего лицо, найденного алго ритмами VL и FSDK соответственно на всей тестовой базе лиц (более 11 тысяч изображений). Видим, что оценка параметров, полученная по Georgian Tech Face Database [4] (750 изображений) безо всякого учета раз Управление, вычислительная техника и информационные технологии меров найденных фрагментов адекватна (рис. 4). Хотя, возможно, более разумным решением было бы определение параметров A и B, опираясь на модель регрессии по данным.

а б Рис. 4. Зависимость параметров модели A и B от размеров квадратных фрагментов, найденных алгоритмом VL (а) и FSDK(б).

Жирной линией показано значение соответствующего параметра, полученного при его оценке только по базе Georgian Tech Face Database без учета размеров найденных фрагментов Заключение Основной проблемой объективного сравнительного тестирования Известия ТулГУ. Технические науки. 2012. Вып. алгоритмов поиска лиц на изображениях является существование большо го числа различных способов представления найденных лиц. Одним из подходов к решению этой проблемы является унификация представления лиц на изображениях посредством их некоторого «преобразования». Оче видно, любое преобразование представления лиц привносит ошибку в ре зультаты сравнительного тестирования алгоритмов поиска лиц на изобра жениях. В данной работе было исследовано влияние методов оценивания и поиска положения глаз на точность сравнительного тестирования алгорит мов детектирования лиц. Показано, что предложенный в работе [3] метод статистического оценивания положения глаз по прямоугольному фрагмен ту является легко реализуемым и достаточно точным для целей сравни тельного тестирования алгоритмов поиска лиц на изображениях. При мак симальном допустимом отклонении найденных глаз от истинного положения в долях межглазного расстояния, равном 0.25, различия в про центах правильно найденных лиц, а также в ROC-кривых при непосредст венном поиске глаз и оценивании их положения несущественны (рис. 2,3) и могут быть проигнорированы.

Список литературы 1. J.R. Beveridge [et al.]. Face Detection Algorithm and Feature Per formance on FRGC 2.0 Imagery. // First IEEE International Conference on Biometrics: Theory, Applications and Systems. - 2007.

2. Bolme D.S., Draper B.A., Beveridge J.R. / Average of Synthetic Exact Filters // IEEE CVPR 2009. 2009. P. 2105-2112.

3. Degtyarev N., Seredin O. Comparative Testing of Face Detection Al gorithms // ICISP 2010, LNCS 6134, Springer, Heidelberg. 2010. P. 200-209.

4. Georgia Tech Face Database. – URL: http://www.anefian.com/ research/face_reco.htm.

5. Hjelmas E., Low B.K. Face Detection: A Survey. // Computer Vision and Image Understanding, Vol. 83, Issue 3. 2001. P. 236-274.

6. Jesorsky O., Kirchberg K.J., Frischholz R.W.: Robust face detection using the hausdorff distance // LNCS, June, 2001 P. 90–95.

7. Mohamed, N.M., Mahdi, H. A simple evaluation of face detection al gorithms using unpublished static images// 10th International Conference on In telligent Systems Design and Applications (ISDA 2010), IEEE. 2010. P.1-5.

8. Difficult detection: A comparison of two different approaches to eye detection for unconstrained environments / W.J. Scheirer [et al.] // Proceedings of the 3rd IEEE international conference on Biometrics: Theory, applications and systems. 2009. P. 176-183.

9. Yang M.H., Kriegman D.J., Ahuja N. Detecting faces in images:

Управление, вычислительная техника и информационные технологии A survey. // IEEE Transactions on Pattern analysis and Machine intel. Vol. 24.

Issue 1. 2002. P. 34–58.

N.A. Degtyarev, O.A. Kushnir, O.S. Seredin EFFECT OF EYES DETECTION AND POSITION ESTIMATION METHODS ON THE RESULTS OF COMPARATIVE TESTING OF FACE DETECTION ALGORITHMS This paper examines the effects of two different face representation conversion techniques: eyes estimation model and eyes detection method – on the results of comparative testing of face detection algorithms. The experiments consist of routine face detections in the variety of images. The analysis of experimental results is given in form of ROC-curves and localization accuracy charts.

Key words: model of eyes position estimation, face detection, eyes detection inside a given rectangular image region.

Получено 07.03. УДК 621. В.В. Кулешов, канд. техн. наук., доц., (4872) 35-05-52, parents@tula.net (Россия, Тула, ТулГУ) РАСШИРЕНИЕ ПОЛОСЫ ПРОПУСКАНИЯ В МЕХАТРОННЫХ СИСТЕМАХ КОМПЕНСАЦИОННОГО ТИПА Рассматриваются вопросы построения широкополосной мехатронной систе мы охваченной обратными связями разных знаков. Предложена методика определения параметров мехатронной системы. Полученные зависимости могут быть использова ны при разработке высокоточных систем стабилизации и навигации.

Ключевые слова: мехатронная система, обратные связи, топологический син тез, полоса пропускания, частота среза.

Недостатком существующих мехатронных систем с жесткой отри цательной обратной связью, предназначенных для измерения механиче ских величин (ускорений, давления, угловых скоростей), является низкая точность измерения, так как выбор коэффициента усиления по разомкну тому контуру ограничен условием устойчивости системы и полосой про пускания [1]. Расширение полосы пропускания мехатронной системы можно обеспечить путем введения в систему корректирующих звеньев, что в конечном итоге приводит к незначительному изменению полосы пропус кания [2].

Целью данной работы является расширение полосы пропускания в Известия ТулГУ. Технические науки. 2012. Вып. мехатронных системах компенсационного типа. Поставленная цель дости гается путем реализации в системе топологического синтеза в результате, которого устанавливаются число и место включения регуляторов, т.е. под множество обратных связей. Наиболее естественными и в общем случае противоречивыми критериями выбора являются условия минимизации числа обратных связей, сложности структур их операторов, усиления кон туров обратной связи. Топологический синтез предполагает, что на каждой итерации мехатронная система охватывается одной обратной связью. При этом, выбирается место включения обратной связи до конкретизации структуры ее операторов и значений параметров. Максимальное число об ратных связей, которые можно реализовать в мехатронной системе ком пенсационного типа определяется по формуле N = 2k1k 2 1 (где k1, k число входов и выходов в системе) и для большинства мехатронных сис тем компенсационного равно трём [3].

Проведем анализ мехатронной системы компенсационного типа, охваченной тремя обратными связями. Структурная схема предлагаемого системы изображена на рисунке, где использованы следующие обозначе ния: K, K ус - коэффициенты передачи датчика угла и усилителя;

T, - по d стоянная времени и коэффициент демпфирования, K ос, K - коэф,K ос1 ос фициенты передачи цепи отрицательной обратной, положительной, отрицательной интегрирующей;

K – коэффициент передачи интегратора;

T - постоянная времени сглаживающего фильтра.

Оценим работу широкополосной мехатронной системы компенса ционного типа с помощью передаточных функций. Передаточная функция по контуру системы положительной обратной запишется в виде Y ( p) K 2 =, X 2 ( p ) p (T0 p + 1) где K = K K ус / 2 T ;

0 d T = T / 2.

Передаточная функция по контуру местной отрицательной обрат ной связи запишется как K 01 (T1 p + 1) Y1 ( p ) =, X 1 ( p ) p (T 2 p + 2 0 T01 p + 1) где K01 = K 0 /(1 + K0 Kос1 T1 );

Управление, вычислительная техника и информационные технологии T T 0 = T ;

1+ K K 01 T ос1 2 T = (T + T ) /(1 + K K T ).

0 01 01 0 ос1 K ос Y2(p) (+) Y(p) X(p) K d K K ус 2 p2 + 2 T p + T p X1(p) (-) Y1(p) X2(p) T p K ос 2 T p + (-) K ос Структурная схема широкополосной мехатронной системы Введем обозначения, T1 = m T01, где m– параметр, обеспечивающий устойчивость мехатронной системы по фазе при значениях (6m1) [3].

В этом случае параметры мехатронной системы компенсационного типа, при охвате системы местными обратными связями разных знаков, будут определяться как (1 + m) T01 = T0 m 2 0 /(1 + m), 2 0 =.

m (1 + K K T ) 0 ос1 Величина относительного коэффициента демпфирования может быть обеспечена заданным значением параметров (1 + K K m T ).

0 ос1 = (1 + m) / 2. В этом случае частота среза ме Введем параметр m = T / T 1 1 01 хатронной системы компенсационного типа, по контуру отрицательной интегрирующей обратной связи, определится в виде:

Известия ТулГУ. Технические науки. 2012. Вып. 2 (1 + m) 2 0 m1 m1 0 m 1 0 ± (2 0 m1 m...

m T cр m1 m m 2 2 ) 2 + ( m 2 )( m m ) 01 1 0 0.

...

Устойчивость в мехатронной системе компенсационного типа обес печивается за счет параметра m, который должен удовлетворять условию, 6 m1 1, а увеличение частоты среза устройства ср достигается за счет выбора параметра m, который может быть m 1.

Реализуемый коэффициент усиления по разомкнутому контуру ме хатронной системы определяется как:

ср (1 T0 cр ) 2 + 4 0 T0 ср 2 2 22 K ос3 K K 0.

m1 T0 2 ср + При наличии в мехатронной системе местных обратных связей раз ных знаков и отрицательной интегрирующей обратной связи частота среза и коэффициент усиления по разомкнутому контуру при параметрах:

T =0.2с, = 2, m = 4, = 0.5 тогда T0 = 0.04с, m = 5, будут равны:

0 ср = 9.25с 1, и K K K = 37.94с 2.

ос В мехатронной системе компенсационного типа с жесткой отрица тельной обратной связью с параметрами T =0.2 c., = 0.72 значения часто ты среза и коэффициентов передачи по разомкнутому контуру соответст K 30с 2. При значениях m =0.1 и = 0.125, венно равны: ср 7.52с 1;

параметры мехатронной системы с местными обратными связями разных знаков и с интегрирующей отрицательной обратной связью будут соответ ственно равны: T0 = 0.01с, 473,68с 1 и K K K = 62615с 2.

ср ос Из полученных значений следует, что по сравнению с мехатронной системой с одной обратной связью частота среза мехатронной системы с местными обратными связями и охватывающей отрицательной интегри рующей обратной связью увеличилась в 62,99 раза и во столько же раз возросла полоса пропускания, и коэффициент усиления по разомкнутому контуру увеличился в 2087,19 раза, что позволяет обеспечить устойчивость системы при значительном коэффициенте усиления по разомкнутому кон туру.

Предложенный метод построения мехатронной системы с местной положительной обратной связью, с местной отрицательной обратной свя Управление, вычислительная техника и информационные технологии зью, с фильтром верхних частот и отрицательной интегрирующей обрат ной связью приводит к положительному эффекту. Таким образом, вве дение в систему местных обратных связей разных знаков и охватывающей все устройство отрицательной интегрирующей обратной связи увеличива ет точность и расширяет полосу пропускания. Реализация в системе ме стных обратных связей разных знаков обеспечивает устойчивость и рас ширение полосы пропускания, а охватывающая отрицательная интегрирующая обратная связь повышает точность за счет астатизма пер вого порядка.

Полученные результаты могут быть использованы при разработке мехатронных систем компенсационного типа (например: датчиков угловой скорости и акселерометров) применяемых в системах стабилизации и на вигации.

Список литературы 1. Коновалов С.В.,Никитин Е.А., Селиванова Л.М. Гироскопические системы. Проектирование гироскопических систем. Ч.III. Акселерометры, датчики угловой скорости, интегрирующие гироскопы и гироинтеграторы.

/ под ред. Д.С. Пельпора. M.: Высш. шк., 1980.

2. Кулешов В.В., Кожурова Е. Р. Влияние корректирующих звень ев на параметры преобразователя ускорений // Оборонная техника.

№ 10-11. 1996. С. 35-37.

3. Бурик А.Г. Структурный метод повышения точности маятнико вого компенсационного акселерометра // Изв. Вузов Приборостроение.

1981. №3. С. 61-64.

V.V. Kuleshov PASS-BAND EXPANSION IN MEKHATRONNYKH SYSTEMS OF COMPENSATORY TYPE The problems of building a broadband mechatronic systems covered by the feedback of different signs. The technique of determining the parameters of mechatronic systems.

The dependences obtained can be used to develop high-precision stabilization and navigation.

Key words: mechatronic system, feedback loops, topological synthesis, the band width, the cutoff frequency.

Получено 07.03. Известия ТулГУ. Технические науки. 2012. Вып. УДК 004. В.В. Котов, д-р техн. наук, проф., (4872) 35-02-19, vkotov@list.ru (Россия, Тула, ТулГУ), С.Н. Клещарь, (4872) 35-02-19, vkotov@list.ru (Россия, Тула, ФГУП «НИИ репрографии») О ПОВЫШЕНИИ ТОЧНОСТИ ТОНОПЕРЕДАЧИ В ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ ГИБРИДНОГО МИКРОФИЛЬМИРОВАНИЯ Предложен метод повышения точности передачи тонов и цветовых оттен ков при создании микрофильмов гибридными системами. Приведены результаты экс периментальных исследований.

Ключевые слова: информационно-измерительная система, гибридное микро фильмирование, цветопередача.

Использование микрографических носителей, в сочетании с анало го-цифровыми технологиями микрофильмирования, представляет эффек тивное средство для долговременного хранения документации. Одним из подходов к сохранению цветной документации является разделение цвет ного изображения на отдельные цветовые каналы и вывод их в виде набора монохромных изображений на чёрно-белый микрофильм [1]. Использова ние чёрно-белых плёнок имеет ряд преимуществ по сравнению с цветны ми, начиная от большего срока гарантированного хранения и заканчивая меньшей стоимостью материалов и химико-фотографической обработки.

Вместе с тем, при практической реализации метода требуются дополни тельные меры по обеспечению точности цветопередачи.

Исходная (для задачи микрофильмирования) цифровая модель изо бражения документа получается путём сканирования его сканером доку ментов. При этом особенностью рассматриваемой системы является то, что именно на этом этапе происходит разделение изображения на цветовые каналы. В дальнейшем каждый из каналов обрабатывается отдельно, как монохромное изображение, что позволяет свести задачу обеспечения точ ности цветопередачи к задаче обеспечения точности тонопередачи в пре делах отдельного канала.

В рамках данной работы будем считать искажения цветопередачи, вносимые сканером с документов, пренебрежимо малыми. Это позволит рассматривать формируемую этим сканером исходную цифровую модель изображения как количественный эталон, к цветам которого необходимо стараться приблизить восстанавливаемое изображение. Аналогично ис ключаются из рассмотрения средства воспроизведения цифровых изобра жений на бумаге (принтеры/плоттеры и т.п.). В этом случае можно пред ложить формальный критерий качества восстанавливаемого изображения, формулируемый как функционал меры близости исходного и восстанов Управление, вычислительная техника и информационные технологии ленного с микрофильма цифровых изображений.

CIM-система (Computer Input Microfilm, сканер микрофильма). Бу дем считать, что светосигнальная характеристика CIM-системы является достаточно линейной и её ширина покрывает интервал яркостей, формируе мых сканируемым микрофильмом. Это позволяет использовать CIM-сканер как эталонное измерительное средство, а все возникающие систематические искажения отнести к искажениям микрофильма.

COM-система (Computer Output Microfilm) и информационный слой микрофильма. В качестве основных искажений можно выделить:

— искажения тона, связанные с нелинейным характером светосиг нальной характеристики плёнки. Основной вид искажений, коррекция ко торого, собственно и является предметом исследования данной работы;

— аддитивный шум, связанный с «зернистой» структурой изобра жения на микрофильме и, возможно, неравномерностями параметров ин формационного слоя по полю кадра микрофильма;

— неравномерность передачи тонов по пространству кадра.

Приведённые выше соображения позволяют сформулировать пред ложения по структуре тест-объекта для исследования методов коррекции цветового тона (уровня серого тона) (рис. 1).

Рис. 1. Вариант структуры тест-объекта Тест-объект представляет собой белое поле с нанесённой контраст ной сеткой из вертикальных и горизонтальных линий. Поскольку коорди наты линий априори известны, после вывода изображения тест-объекта на микрофильм и последующего сканирования можно сделать вывод о вели чинах геометрических искажений. Также с использованием подобной сет ки можно оценить эффективность применения различных способов кор рекции геометрических искажений. По периметру тест-объекта нанесена разметка из прямоугольников различной яркости (от максимально чёрного Известия ТулГУ. Технические науки. 2012. Вып. до светло-серого). В качестве опорных уровней яркости предложены: 0, 64, 128, 192. Максимальный уровень яркости 255 используется при заполне нии фона в центральной части тест-объекта.

Изменение уровня серого тона этих прямоугольников по периметру кадра при прохождении изображения по цепочке «COM-микрофильм CIM» позволит оценить степень искажений серого тона, а также даст ис ходные данные для разработки методики коррекции неравномерности пе редачи тонов по пространству кадра.

Для анализа нелинейности светосигнальной характеристики полу ченное изображение было выведено на микрофильм COM-системой POLYCOM MICROBOX в виде набора последовательно расположенных кадров, после чего отсканировано с помощью рулонного сканера Eclipce.

Анализ усреднённой яркости пикселей, соответствующих полям одинако вой яркости в исходном изображении тест-объекта позволил вычислить за висимость яркость на выходе цепочки «COM-микрофильм-CIM» от уровня яркости, подаваемого на вход. Усреднение проводилось по группам пиксе лей, относящимся к отдельной строке сетки, изображённой в центре тест объекта;

таким образом, по высоте кадра было вычислено 22 группы, при ведённых в табл. 1.

Таблица Усредненные значения уровней яркости Ур-ни яркости 0 64 128 192 исх. изобр-я № строки Уровни яркости на плёнке 1 22,2 116,4 161,8 179,3 187, 2 20,1 110,7 158,2 176,0 185, 3 19,7 107,3 156,3 174,5 184, 4 19,6 107,5 156,6 175,1 185, 5 19,7 104,9 156,3 175,5 186, 6 19,9 105,7 157,6 178,1 188, 7 20,0 106,6 158,2 179,3 190, 8 20,1 106,4 160,0 181,0 192, 9 20,0 106,0 157,5 179,9 191, 10 20,1 106,6 159,0 180,4 192, 11 20,1 107,1 158,2 180,5 192, 12 20,0 106,8 158,5 179,6 191, 13 20,0 105,3 155,7 176,6 187, 14 20,2 107,7 158,5 179,1 189, 15 20,2 111,2 161,6 181,3 192, Управление, вычислительная техника и информационные технологии Окончание табл. Ур-ни ярко сти исх. 0 64 128 192 изобр-я № строки Уровни яркости на плёнке 16 20,5 111,3 161,3 181,5 192, 17 20,4 112,2 161,1 180,1 191, 18 20,7 114,0 161,2 180,2 191, 19 20,2 111,1 157,6 174,5 186, 20 20,4 112,0 158,1 174,9 184, 21 21,3 112,8 158,2 174,3 184, 22 24,7 113,3 157,3 173,7 183, Ср. уровни 20,5 109,2 158,6 178,0 188, яркости Анализ внешнего вида зависимости, а также соображения относи тельно физической природы нелинейности позволяют предложить сле дующую структуру функции, описывающей связь яркости соответствую щих пикселей входного и выходного изображений:

P (x, y ) = c a exp ( b P (x, y )), (1) где a, b и c — некоторые коэффициенты, которые могут быть определены методом наименьших квадратов по фактически измеренным значениям яр кости P и P.

Функция (1) после вычисления значений коэффициентов может ис пользоваться для моделирования искажений, вносимых цепочкой «COM микрофильм-CIM». Для решения практической задачи коррекции искаже ний, вносимых оборудованием, необходимо использование обратной функции, позволяющей восстановить истинное значение яркости P (x, y ) по измеренному CIM-системой значению P ( x, y ) :

1 a P ( x, y ) = ln. (2) b c P (x, y ) Для вычисления коэффициентов a, b и c обозначим уровни ярко сти, используемые в тест-объекте для рисования служебного поля, как Pi, а соответствующие усреднённые уровни яркости, вычисленные по отска нированному с микрофильма изображению, — Pi (табл. 2).

Таблица Значения Pi 1 2 3 4 i Pi 0 64 128 192 Pi 20,5 109,2 158,6 178,0 188, Известия ТулГУ. Технические науки. 2012. Вып. Критерий качества аппроксимации данной таблицы, при использо вании метода наименьших квадратов, определяющий оптимальные значе ния коэффициентов a, b и c, будет иметь вид N arg min (a, b, c ) = (c a exp ( b Pi ) Pi)2. (3) a, b, c i = Для аналитического вычисления искомых значений коэффициентов необходимо построить и решить систему уравнений из частных производ ных критерия по a, b и c :

N N N c exp ( bPi ) a exp ( 2bPi ) Piexp ( bPi ) = 0;

i =1 i =1 i = N N N ac Pi exp ( bPi ) a 2 Pi exp ( bPi ) a PiPi exp ( bPi ) = 0;

(4) i =1 i =1 i = N N cN a exp ( bPi ) Pi = 0.

i =1 i = На практике существенно проще выполнить оценку коэффициентов a, b и c численными методами, например, методом координатного спуска, минимизируя критерий (3):

1) выберем нулевое приближение (a 0, b0, c0 ) ;

2) найдем минимум функции одной переменной (a, b0, c 0 ), ис пользуя любой из способов поиска минимума функции от одного аргумен та, включая полный перебор;

пусть этот минимум оказался в точке (a1, b0, c0 ) ;

3) аналогично найдём минимум функции одной переменной (a1, b, c0 ) ;

пусть этот минимум окажется в точке (a1, b1, c 0 ) ;

4) аналогично найдём минимум функции одной переменной (a1, b1, c ), который окажется в точке (a1, b1, c1 ).

5) будем повторять шаги 2-4, постепенно приближаясь к искомому минимуму, пока не окажется, что после очередной итерации перемещения по всем координатам не превышают некоторого порогового значения, т.е.

ai ai 1, bi bi 1 и ci ci 1.

Учитывая, что применяемые при реализации гибридного микро фильмирования, форматы графических файлов хранят значения яркостей по каждому цветовому каналу, используя диапазон 0..255, можно с доста точной уверенностью прогнозировать, что искомый минимум критерия (3) лежит внутри области пространства значений коэффициентов a, b, c, огра ниченной плоскостями:

0 a 255 ;

0,001 b 0,1 ;

100 c 255. (5) Управление, вычислительная техника и информационные технологии Начальное приближение (a 0, b0, c0 ) может быть выбрано произ вольно в пределах области (5).

Пользуясь приведённым выше методом для рассматриваемого слу a = -179,3907, чая были найдены оптимальные коэффициенты b = -0,011111 и c = 199,4039. Для указанных значений на рис. 2 показан ре зультат аппроксимации (1) фактической светосигнальной характеристики, а также построена обратная функция (2), обеспечивающая коррекцию яр костей на отсканированном с микрофильма изображении.

фактическая зависимость результат аппроксимации яркость на выходе нелинейность передачи яркости после коррекции 0 64 128 192 яркость на входе Рис. 2. Результат аппроксимации светосигнальной характеристики График показывает незначительное отклонение обратной функции (2) от идеальной прямой линии. Однако, по сравнению с исходной свето сигнальной характеристикой линейность передачи яркостей в цепочке «COM-микрофильм-CIM» существенно улучшилась.

Описанные выше модели и методы позволяют окончательно сформулировать методику восстановления цветоделённых микрофильмированных изображений, обеспечивающую улучшенную цветопередачу.

1. Подготовить изображение тест-объекта в соответствии со структурой, показанной на рис. 2.


2. Вывести изображение на микрофильм, выполнить его химико Известия ТулГУ. Технические науки. 2012. Вып. фотографическую обработку, отсканировать получившийся кадр.

3. Вычислить среднюю яркость каждой группы пикселей тест объекта, соответствующих отдельному опорному уровню яркости (0, 64, 128, 192).

4. Рассчитать методом координатного спуска значения коэф фициентов a, b, c, обеспечивающих минимум критерия (3).

5. Для выбранного изображения выполнить поэлементный расчёт скорректированного значения яркости, используя выражение (2) с найден ными на шаге 4 значениями коэффициентов a, b, c.

На рис. 3 показано изображение тест-объекта до (рис. 3, а) и после (рис. 3, б) коррекции.

а б Рис. 3. Пример обработки изображения тест-объекта Изображение после коррекции имеет почти линейную шкалу ярко стей плашек на служебном поле, и практически полностью использует диапазон возможных значений яркости.

Предложенная методика восстановления цветоделённой докумен тации с улучшенной цветопередачей обеспечивает инструментальную точ ность при передаче цвета по технологической цепочке «COM микрофильм-CIM». На основании этой методики разработано специальное программное обеспечение, реализующее синтез изображение тест-объекта для вывода через COM-систему на микрофильм, оценку неравномерность передачи яркости по пространству кадра тест-объекта и пост-коррекцию изображения.

Список литературы 1. Гаврилин А.П., Котов В.В. Технология гибридного аналого Управление, вычислительная техника и информационные технологии цифрового цветного микрофильмирования // Современные информацион ные технологии, методы и средства создания и использования Российского страхового фонда документации: материалы III Общероссийской научно практической конференции. 14-15 ноября 2006 г. М.: Изд-во «Академия Естествознания», 2007. С. 129-141.

V.V. Kotov, S.N. Kleschar IMPROVING THE ACCURACY OF TONE REPRODUCTION IN INFORMATION MEASURING SYSTEMS OF HYBRID MICROFILMING A method of improving the accuracy of tone and color reproduction of microfilms formed by hybrid systems is offered. The results of experiments is described.

Key words: information-measuring system, hybrid microfilming, color reproduction.

Получено 07.03. УДК 621. В.В. Кулешов, канд. техн. наук., доц., (4872) 35-05-52, parents@tula.net (Россия, Тула, ТулГУ) АЛГОРИТМ ПРЕОБРАЗОВАНИЯ АНАЛОГОВОЙ ИНФОРМАЦИИ В ЦИФРОВОЙ КОД В ИЗМЕРИТЕЛЬНОЙ СИСТЕМЕ Рассмотрены вопросы разработки алгоритма преобразования аналоговой информации в цифровой код. Получены зависимости позволяющие уменьшить вели чину апертурной ошибки.

Ключевые слова: апертурная ошибка, компаратор, управляющее устройство, цифровой код, уровень разряда, микро и макроуровни.

Точность работы измерительных систем механических величин (ак селерометров, датчиков угловой скорости) определяется точностью работы интегрирующих аналоговых усилителей и порогового элемента. Кроме то го, точность измерения механических величин зависит от параметров схе мы электронного ключа, осуществляющего выборку информации. Основ ная погрешность измерения связана с конечностью времени заряда конденсатора интегрирующего усилителя, которая приводит к апертурной ошибке, свойственной схеме выборки и обработки информации [1,2].

Целью данной работы является разработка алгоритма преобразова Известия ТулГУ. Технические науки. 2012. Вып. ния аналоговой информации в цифровой код при котором апертурная ошибка ограничена на уровне единиц младшего разряда.

В существующих измерительных системах аналоговая информация преобразуется в длительность временных интервалов, а затем с помощью счёта временных интервалов формируется цифровой код [3,4]. В качестве преобразователя аналог-длительность используется аналоговый компара тор на один вход, которого подаётся входной сигнал, на другой треуголь ная пила. В итоге на выходе компаратора формируется двухуровневый сигнал, имеющий разную длительность. Выходной сигнал с компаратора представляется в виде сигнала разности высокого и низкого уровней [3].

Преобразователь длительность-цифровой код из асинхронного интервала высокого и низкого уровня выделяет синхронный интервал, в котором ук ладывается целое число импульсов, осуществляет счёт временных интер валов, переписывает полученный код в выходной регистр и устанавливает счётчик в исходное состояние. Наиболее просто эта задача решается на ос нове управляющего устройства, вырабатывающего четыре импульса [1,3].

Формирование из асинхронного интервала высокого и низкого уровня синхронного интервала осуществляется с помощью ждущих синхронных генераторов одиночных импульсов, работающих по переднему и заднему фронту U выходного сигнала с помощью компаратора и асинхронного RS-триггера. Счёт временных интервалов осуществляется реверсивным счётчиком по входу +1, когда уровень сигнала высокий и по входу –1, ко гда уровень сигнала высокий по импульсу записи U3. Запись результата счёта в регистр осуществляется во время прямого перехода сигналаU по импульсу U1, установка счётчика в исходное состояние осуществляется по импульсу U2 и наличии прямого перехода U,что фиксируется с помощью ждущего синхронного генератора !СГ1 [3].

Функциональная схема преобразования аналоговой информации в цифровой код, представленная на рис 1., содержит: Cг R1 - делитель часто K ты;

F -формирователь симметричного сигнала;

-сглаживающий Tp + фильтр;

U - входной аналоговый сигнал;

U -напряжение треугольной пи Г лы;

n -текущий цифровой код;

n -выходной цифровой код;

n -число ин t d и формационных разрядов в счетчике. Постоянная времени сглаживающего фильтра определяется из соотношения, tп T = 2 nk ln, nk Управление, вычислительная техника и информационные технологии где k -коэффициент передачи сглаживающего фильтра, значение которого определяется как k = 2T / t п ( t -время преобразования сигнала).

п Рис. 1. Функциональная схема преобразования аналогового сигнала в цифровой код Алгоритм работы преобразователя на микроуровне приведён на рис.2. Начальное состояние счётчика при преобразовании информации на микроуровне СТR=0.

Алгоритм работы преобразователя на макроуровне представлен на рис. 3. В функциональной схеме использованы следующие обозначения:

A -амплитуда сигнала;

f -тактовая частота генератора;

n -разрядность тч k цифрового кода;

t -время преобразования;

k - коэффициент передачи;

п dU U, -входной сигнал и его производная;

n -относительная величина dt входного сигнала;

m -скорость изменения сигнала;

-длительность вре менного интервала в преобразователе- время;

N -цифровой код на выходе преобразователя;

-величина относительной ошибки.

При подаче на вход синусоидального входного сигнала U = a sin t, с a A и скоростью изменения входного амплитудой сигнала dU dU = a cos( t ), максимальное значение m = имеет место в момент dt dt перехода синусоиды через нуль. Величина m – определяет апертурную ошибку преобразователя, т.е. ошибку за счёт изменения сигнала за время преобразования аналоговой информации в цифровой код. Для увеличения Известия ТулГУ. Технические науки. 2012. Вып. точности измерения в преобразователях механических величин величину 2m апертурной ошибки а = необходимо ограничивать на уровне одного k 2m разряда преобразователя, т.е.. При подаче на вход синусои 2nk k дального входного сигнала круговая частота должна превышать значения f ТЧ, при этом величина относительной апертурной ошибки не 2(2 nk 1) будет, превышает единицы младшего разряда преобразователя аналоговой dU k информации в цифровой код. Величина скорости при этой 2(2 nk 1) dt ошибке не будет больше единицы младшего разряда.

Рис. 2. Алгоритм работы преобразователя аналогового кода на микроуровне Управление, вычислительная техника и информационные технологии Рис. 3. Алгоритм работы преобразователя «аналог-код»

на макроуровне Полученные результаты могут быть использованы при разработке аналого-цифровых преобразователей, высокоточных измерительных сис тем применяемых в системах стабилизации и навигации подвижных объ ектах [1].

Список литературы 1. Гиротахометр. АС №1677642, опубл. 15.09.91. Бюл. № 34.

2. Аналитическое конструирование оптимальных регуляторов по критериям точности, быстродействию, энергосбережению В.В. Сурков [и др.]. Тула: ТулГУ, 2005. 300с.

3. Майоров С.А., Новиков Г.И. Принципы организации цифровых машин. Л.: Машиностроение, 1974. 386 с.

Известия ТулГУ. Технические науки. 2012. Вып. 4. Изерман Р. Цифровые системы управления. М.: Мир, 1984.

360с.

V.V. Kuleshov ALGORITHM OF TRANSFORMATION OF THE ANALOGUE INFORMATION IN A DIGITAL CODE IN MEASURING SYSTEM Questions of working out of algorithm of transformation of the analogue information in a digital code are considered. Dependences allowing are received to reduce size of an aperture error.

Key words: an aperture error, the comparator, the actuation device, a digital code, category level, micrо and macrolevels.

Получено 07.03. УДК 004. С.Н. Клещарь, (4872) 35-02-19, nkotova@inbox.ru (Россия, Тула, ФГУП «НИИ репрографии»), Н.А. Котова, канд. техн. наук, доц., (4872) 35-02-19, nkotova@inbox.ru (Россия, Тула, ТулГУ) ОЦЕНКА КАЧЕСТВА ФУНКЦИОНИРОВАНИЯ МИКРОГРАФИЧЕСКИХ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМ Приведено описание структуры и параметров изображения тест-объекта, предназначенного для оценки качества изображений на микрофильмах, формируемых COM-системами фотографического и лазерного типа.

Ключевые слова: информационно-измерительная система, микрофильмирова ние, тест-объект Получающие всё более широкое распространение в задачах микро графии гибридные системы, являясь сложными многокомпонентными уст ройствами, требуют для нормального функционирования периодического контроля своих основных технологических параметров. Существующие методы контроля качества микрофильмов для традиционных систем пря мого микрофильмирования могут применяться ограниченно, поскольку не учитывают специфики гибридных систем [1].


Можно выделить по крайней мере два основных отличия. Первое касается способа формирования изображения. В системах прямого микро Управление, вычислительная техника и информационные технологии фильмирования источником информации, формирующим изображение на микрофильме, является непосредственно микрофильмируемый документ.

Оптическое изображение, аналоговое по своей природе, непосредственно воздействует на информационный слой микрофильма. В случае использо вания COM-систем изображение синтезируется лазерным лучом или жид кокристаллической матрицей по цифровой модели, хранящейся в памяти компьютера. Подобная цифровая модель является дискретной и, как след ствие, изображение на микрофильме имеет заранее известные ограничения по максимальным воспроизводимым пространственным частотам. Допол нительным следствием является то, что дискретная природа изображения в гибридных системах обуславливает возможность возникновения специфических дефектов («лестничный» эффект, муаровый эффект и т.п.).

Вторым отличием является включение в состав гибридной микро графической информационно-измерительной системы дополнительно CIM-системы, представляющей собой сканер микрофильмов с высоким пространственным разрешением и достаточно широким диапазоном вос принимаемых оптических плотностей. Подобное устройство позволяет восстанавливать цифровое изображение с микрофильма и передавать его в компьютер. Это, в свою очередь, открывает возможности для развития ме тодов автоматизированного сквозного контроля качества работы всей це почки COM-микрофильм-CIM.

Одним из вопросов, требующих решения при разработке подобных методов является выбор такой структуры тест-объекта, которая позволила бы обеспечить совместимость с существующими методами контроля, а также учитывала бы специфику гибридных систем. При проведении испы таний предполагается, что изображение тест-объекта должно быть синте зировано с помощью соответствующего программного обеспечения и его электронный образ должен быть сохранён в виде графического файла в одном из форматов, воспринимаемых испытуемой COM-системой.

Используемые в тест-объекте тестовые элементы разработаны для проверки определённых параметров COM-системы, позволяя количествен но (инструментальными средствами) или визуально оценить качество формируемого изображения и поддерживать его на определённом уровне.

Метод записи изображения, используемый в испытуемой COM системе, не имеет решающего значения на вид тест-объекта, но должен учитываться при анализе получаемых результатов.

В частности, в системах лазерного типа для обеспечения непрерыв ности линий количество адресуемых пикселей стремятся сделать меньше количества разрешаемых (рис. 1).

Известия ТулГУ. Технические науки. 2012. Вып. Рис. 1. Формирование линий COM-системами лазерного типа Типичный размер пятна лазерного луча — 5 мкм, при шаге пози ционирования луча, равном 2,1 мкм. Подобное перекрытие отдельных то чек на изображении обеспечивает большую «гладкость» при выводе от дельных линий, однако снижает возможности системы по передаче высоких пространственных частот. Так для передачи решётки из чёрных и белых линий линии должны располагаться с шагом не менее 4 пикселей.

Этот факт необходимо учитывать при анализе результатов испытаний про странственного разрешения COM-системы.

В системах фотографического типа адресуемые и разрешаемые пиксели обычно совпадают.

Общий вид тест-объекта показан на рис. 2.

Он включает в себя следующие тестовые элементы:

— составной элемент для контроля качества передачи высоких про странственных частот (4 шт. по углам и 2 шт. в центре изображения);

— шкала градаций серого тона (внизу кадра);

— измерительная шкала для оценки точности передачи размеров;

— область текста для проверки разборчивости символов.

Тест-объект состоит из тестовых элементов, которые размещаются в определённом порядке в пределах кадра. Поскольку для исследования различных COM-систем могут требоваться изображения различного раз мера с различным пространственным разрешением, предложено разбивать поле кадра на решётку, включающую 64 горизонтальных ряда ячеек, по 132 ячейки в каждом.

Размеры ячеек в пикселях Управление, вычислительная техника и информационные технологии L y (мм ) L (мм ) N = x R (dpi ), M = R (dpi), 25, 4 132 25,4 где L x, L y — размеры изображения в мм;

R — пространственное разре шение в пикселях на дюйм (dpi);

[K] — операция округления до целого числа путём отбрасывания дробной части. Тест-объект включает в себя шесть тестовых элементов для контроля качества передачи высоких про странственных частот изображения (рис. 3).

Рис. 2. Общий вид тест-объекта Каждый из них включает в себя два поля с группами чёрных и бе лых линий. Верхнее поле содержит пять горизонтальных и пять верти кальных групп линий, разделённых промежутками равной ширины. Груп пы линий расположены под прямым углом друг к другу и имеют толщину от одного до пяти пикселей. Каждая линия имеет длину 48 пикселей. Про межутки между горизонтальными группами линий составляют 10 пиксе лей. Расстояние от последней горизонтальной линии до группы вертикаль ных линий составляет 27 пикселей.

Нижнее поле содержит пять строк вертикальных линий толщиной в 1 пиксель, разделённых промежутками в 1, 2, 3, 4 и 5 белых пикселей соот ветственно. Длинна каждого штриха составляет 48 пикселей. Первая стро ка содержит 180 штрихов, вторая — 120, третья — 90, четвёртая — 72 и пятая — 60.

Известия ТулГУ. Технические науки. 2012. Вып. Рис. 3. Тестовый элемент для контроля качества передачи высоких пространственных частот Левый верхний угол наименьшей группы линий каждого тестового элемента должен быть расположен так, как указано в табл. 1.

Таблица Расположение тестовых элементов на решётке Верхнее поле Нижнее поле Элемент Строка Столбец Строка Столбец Верхний левый 1 1 4 Верхний правый 1 120 4 Центральный левый 27 48 30 Центральный правый 27 73 30 Нижний левый 55 1 58 Нижний правый 55 120 58 Управление, вычислительная техника и информационные технологии Одна или более групп линий тестового элемента могут быть нераз личимыми в зависимости от настроек COM-системы, точности фокусиров ки и степени наложения точек. Система может отображать их размыто, они будут казаться одной точкой, отдалённо напоминающей линию. Наимень ший элемент, различимый человеческим глазом при помощи микроскопа, может использоваться для определения произошедших в работе системы изменений.

Тест-объект содержит четыре шкалы — две горизонтальных и две вертикальных, содержащих каждая по 9 полей, закрашенных оттенками серого тона различной яркости.

Уровни яркости должны изменяться так, как показано в табл. 2.

Таблица Уровни яркости полей серого тона Горизонтальная шкала (слева направо) Поле 1 2 3 4 5 6 7 8 Нижняя 255 224 192 160 128 96 64 32 Верхний левый угол шкалы соответствует ячейке в строке 55 и столбце 16. Каждое поле шкалы имеет размеры 8 х 11 ячеек (8 по вертика ли, 11 по горизонтали), при этом общие размеры шкалы составляют 8 х ячеек.

Область текста для проверки разборчивости символов включает три поля, содержащих по 5 строк символов в верхнем и нижнем регистрах, разделённых пробелами «Е Ф Н И Ж е ф н и ж». Символы выбраны по со ображениям наличия округлых элементов, а также вертикальных, горизон тальных и диагональных штрихов.

Размеры символов выбираются в соответствии с ГОСТ 2.304-81 и изменяются в порядке убывания по строкам сверху вниз 10, 7, 5, 3.5 и 2. мм.

Поля области текста выводятся по координатам (ячейка, соответст вующая левому верхнему углу поля):

— первое поле: строка 17, столбец 20;

— второе поле: строка 17, столбец 90.

Область альтернативного текста содержит символы «1-7 3-8 6-9 6 Б О-С 4-Ч 3-Э» и размещается в строке 17, столбце 47.

В качестве шрифта для вывода текста рекомендуется использовать шрифт, определённый в ГОСТ 2.304-81.

Измерительная шкала представляет собой горизонтальную линию, начинающуюся в ячейке со строкой 12 и столбцом 15. Длина линии выби Известия ТулГУ. Технические науки. 2012. Вып. рается таким образом, чтобы на исходном документе иметь размер дюймов (304,8 мм). При уменьшении с кратностью 48 длина линии на микрофильме должна составить 6,35 мм.

Для других кратностей на измерительной шкале сделаны соответст вующие отметки, расположение которых выбирается таким образом, что бы на соответствующей кратности расстояние от начала шкалы до отметки на микрофильме также составляло 6,35 мм.

Отметки соответствуют кратностям 21, 14.8, 10.5 и 7.4.

Область в строке 43 с 30 по 100 столбец необходимо оставить для идентификационной информации.

В рамках работ, проводимых ФГУП «НИИ репрографии» (г. Тула), разработано программное обеспечение, реализующее генерацию изобра жений тест-объекта предложенной структуры. Изображения сохраняются в графическом формате BMP. Допускается генерация тест-объектов формата А1, А2 или А3.

Работа выполнена при поддержке РФФИ (грант 10-01-97502).

Список литературы 1. Гаврилин А.П., Котов В.В. Технология гибридного аналого цифрового цветного микрофильмирования // Современные информацион ные технологии, методы и средства создания и использования Российского страхового фонда документации: материалы III Общероссийской научно практической конференции. 14-15 ноября 2006 г. М.: Изд-во «Академия Естествознания», 2007. С. 129-141.

S.N. Kleschar, N.A. Kotova MICROGRAPHIC INFORMATION MEASUREMENT SYSTEM QUALITY ESTIMATION The structure and parameters of test-object that is intended for quality estimation of microfilms formed by COM-systems is offered.

Key words: information measurement system, microfilming, test-object.

Получено 07.03. Управление, вычислительная техника и информационные технологии УДК 504. В.С. Карпов, д-р техн. наук, проф., декан, (4872) 33-25- (Россия, Тула, ТулГУ), А.Л. Чеботарев, проректор, (4872) 33-45-48, alc@tsu.tula.ru (Россия, Тула, ТулГУ), В.М. Панарин, д-р техн. наук, проф., нач. УРИХОПД, (4872) 35-35-50, panarin-tsu@mail.ru (Россия, Тула, ТулГУ), М.В. Панарин, канд. техн. наук, директор ООО «СервисСофт Инжиниринг ТулГУ», (4872) 70-18-92, Panarinmv@yandex.ru (Россия, Тула, «СервисСофт Инжиниринг ТулГУ»), А.А. Горюнкова, канд. техн. наук, доц., (4872) 35-37-60, anna_zuykova@rambler.ru (Россия, Тула, ТулГУ), Н.А. Телегина, асп., (4872) 35-35-50, telegina.natasha@yandex.ru (Россия, Тула, ТулГУ) ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНАЯ И УПРАВЛЯЮЩАЯ СИСТЕМА НА ОСНОВЕ GSM ДЛЯ РЕШЕНИЯ ТРАНСПОРТНЫХ ЗАДАЧ Приводится описание современного инструмента контроля и оптимизации траффика передвижения транспорта, а также средства обеспечения безопасности в виде информационно-измерительной системы ИИС ГЛОНАСС «Ssoft-Навигация», ко торая объединяет в себе технологии определения местоположения, современные сис темы беспроводной связи и средства обработки и визуализации информации на элек тронной карте компьютера диспетчера.

Ключевые слова: информационно-измерительная система, транспорт, GSM технологии, обработка информации, визуализация, передача данных.

В настоящее время большое внимание уделяется разработке и при менению систем спутниковой навигации для различных отраслей про мышленности и транспорта. В последнее время с развитием GSM - связи, спрос на внедрение системы телеметрии на основе GSM уверенно растет, это связано с низкими затратами на внедрение и высокой эффективностью работы системы.

Проблема разработки единой системы, структурно состоящей из множества интеллектуальных информационно-управляющих блоков, уста навливаемых на транспортных объектах, и одного или нескольких центров сбора, обработки и хранения информации, включая мобильные центры приобретает все большую актуальность. Кроме того, особое внимание уде ляется и технической реализации информационно-измерительной и управ ляющей системы на основе GSM технологий для решения транспортных задач.

В коммерческих и государственных организациях, где используется Известия ТулГУ. Технические науки. 2012. Вып. большое количество подвижного грузового, пассажирского и легкового транспорта, становится все более актуальной задача по контролю и управ лению удаленными объектами. ФГБОУ ВПО «Тульский государственный университет» совместно с ООО «ServiceSoft» разработана информационно измерительная и управляющая система ИИС ГЛОНАСС «Ssoft Навигация», которая является современным инструментом контроля и оп тимизации траффика передвижения транспорта, а также средством обеспе чения безопасности, объединяя в себе технологии определения местопо ложения, современные системы беспроводной связи и средства обработки и визуализации информации на электронной карте компьютера диспетче ра. Система находит широкое применение в различных сферах бизнеса и государственной деятельности.

Система ИИС ГЛОНАСС «Ssoft-Навигация» предназначена для мониторинга и навигации транспорта и грузов, определения отклоне ний от заданных маршрутов и графиков их передвижения. В состав ком плекса входит бортовое устройство и комплекс программных средств для обработки данных и подготовки отчетов.

Система обеспечивает сбор и хранение информации о местополо жении и состоянии транспорта, грузов и других мобильных объектов с по мощью GPS и передачу ее с заданной периодичностью с помощью GPRS соединения через Интернет на диспетчерский пункт. Вся информация, отображенная на электронных картах (города, области или страны) ком пьютера диспетчера, поступает в программу диспетчерского пункта со всех устройств контроля, которые встроены в автомобиль, а также планы рейсов накапливаются в базе данных и затем архивируются. Архивация производится сервером автоматически в нерабочее время (например, в полночь). В архиве сохраняются все параметры фактического передвиже ния автомобиля и все параметры плана. Данные, сохраненные в архиве, могут быть использованы для статистического анализа рейсов и исполне ния плана. Существует возможность проведения анализа работы одной ав томашины или группы машин, а также всего объема рейсов одновременно.

Анализируются такие параметры как: пробег, время в пути, число остано вок, число опозданий, количество обслуженных клиентов, средняя ско рость, время нахождения у клиентов и т.д.

Аппаратно-программный комплекс позволяет анализировать рас четные и фактические значения, а также разницу между планом и фактом движения автотранспорта. Программа поддерживает несколько рабочих мест операторов диспетчерского пункта, предназначена для работы с большим количеством автомобилей.

На рисунке изображено основное окно программы (рисунок а) и окно просмотра маршрута (рисунок б).

Управление, вычислительная техника и информационные технологии а б Основное окно программы (а) и окно просмотра маршрута (б) Известия ТулГУ. Технические науки. 2012. Вып. Основное окно программы, в котором диспетчер контролирует движение объектов, отображает макет карты города, область, выделенная красным цветом – это одна из заданных зон, которую в зависимости от за дания, объекты не должны покидать, либо должны посетить за определен ный промежуток времени.

Система позволяет сократить сроки доставки грузов до заказчика, повысить эффективность использования транспортных средств, сократить издержки за счет оптимизации маршрута движения и предотвращения не санкционированного использования транспортного средства.

Система позволяет контролировать транспортное средство на лю бом участке маршрута, своевременно оповещать дежурных/диспетчеров о чрезвычайных происшествиях на маршруте, контролировать вскрытие дверей хранилища ценностей, получать аудио и видео данные о происхо дящем внутри и вокруг автомобиля, направлять силы реагирования с пре доставлением полной картины происшествия.

Система контроля перевозок нефтепродуктов предназначена для построения надежного решения для логистического сопровождения дос тавки топлива на нефтехранилища и АЗС. Система совмещает функции контроля, диспетчеризации и охраны. Мониторинг большого количества параметров транспортного средства при помощи датчиков. Контроль и учет на этапах залива и слива в цистерны.

Охранные функции системы представляют собой комплекс реше ний аппаратного и программного комплекса, обеспечивающий сохран ность транспортного средства и своевременное реагирование в случае раз бойного нападения. Уникальные алгоритмы реагирования на внештатные ситуации эффективно решают задачи охраны жизни и собственности авто владельца. Развернутые функции системы позволяют контролировать са лон автомобиля при помощи скрытно установленных микрофонов и циф ровых камер. Совместимость со штатными автомобильными охранными системами позволяет обеспечить двойной уровень надежности.

Преимущество этой разработки в том, что руководитель предпри ятия какой-либо отрасли всегда будет в курсе маршрутов и местонахожде ния автотранспорта, что улучшает качество работы водителя, так как он находится под постоянным контролем диспетчера. Диспетчер задает мар шрут движения автомобиля, а программой автоматически отслеживается прохождение точек данного маршрута, что позволяет в любой момент времени знать какое задание кем и как выполняется. Установленная в са лоне тревожная кнопка позволяет водителю без труда связывается с дис петчерским пунктом при возникновении любых нештатных ситуаций.

ИИС ГЛОНАСС «Ssoft-Навигация» обеспечивает мониторинг по ложения транспорта и грузов, определение отклонений от заданных мар Управление, вычислительная техника и информационные технологии шрутов и графиков их передвижения, сбор и хранение информации и пере дачу ее с заданной периодичностью с помощью GPRS-соединения в центр сбора информации. Вся информация отображается на электронных картах.

V.S. Karpov, A.J. Chebotarev, V.M. Panarin, M.V. Panarin, A.A. Gorjunkova, N.A. Telegina INFORMATION-MEASURING AND CONTROL SYSTEMS BASED ON GSM FOR SOLVING TRANSPORT PROBLEMS The tools of modern control and optimization of traffic movement of transport, as well as a means of ensuring security in the form of information-measuring system IMS GLONASS «Ssoft-navigation", which combines positioning technology, advanced wireless communications and processing and visualization on a map on a computer controller.

Key words: information-measuring system, transportation, GSM-technology, information processing, visualization, data Получено 07.03. УДК 004. Н.М. Козьминых, ст. преподаватель, (8332) 35-02-88, kzmnhn@yahoo.com (Россия, Киров, ВятГУ) ФУНКЦИОНАЛЬНЫЕ ВОЗМОЖОСТИ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ СО ВСТРОЕННЫМ МОДУЛЕМ МНОГОАГЕНТНОЙ СИСТЕМЫ Представлена структура системы с выделенным модулем многоагентной системы, определена общая схема взаимодействия агентов в данном модуле. Описаны функциональные возможности предложенной структуры системы.

Ключевые слова: информационные системы управления, многоуровневые сис темы, многоагентные системы, агентно-ориентированный подход.

Повышение качества управленческих решений базируется на опе ративном получении своевременной и точной информации. Задача по строения информационных систем управления может решаться путем ис пользования так называемых учетно-транзакционных систем управления предприятием, например, ERP, CRM, PLM и т.д. Такие системы включают в себя все информационные потоки предприятия, необходимые для приня тия решения, однако имеют высокую стоимость покупки и/или разработки.



Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 9 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.