Метод автоматического адаптивного управления процессом формирования изображений в системах распознавания текстовых меток реального времени
Черкас П.С., Царев В.А.

PDF, 455 kB

DOI: 10.18287/0134-2452-2013-37-3-376-384

Страницы: 376-384.

Аннотация:
В статье описан метод автоматического адаптивного управления процессом формирования изображений в системах распознавания текстовых меток реального времени. Предложены критерии оценки качества видеоизображений с образами текстовых меток объектов контроля и алгоритмы управления параметрами средств формирования изображений в составе таких систем. Даны рекомендации по выбору средств формирования изображений и описаны критерии эффективности модуля управления их параметрами.

Ключевые слова :
системы автоматического управления, средства формирования изображений, распознавание символов, умные камеры, качество изображений.

Литература:

  1. Руцков, М. В. Пляжный баскетбол – к вопросу ВидеоФиксации Часть 4 [Электронный ресурс] / М. В. Руцков – 2010. – URL: http://www.mpixel.ru/public/Ball4.pdf (дата обращения 10.02.2013).
  2. Настоящее и будущее теста систем распознавания автомобильных номеров // ProSystem CCTV : первый и единственный журнал в России по системам видеонаблюдения : профессиональное издание для экспертов и специалистов по охранному телевидению и видеонаблюдению. – М.: Немецкая Фабрика Печати. 2010, № 42-43. – 2000 экз. – С. 60-64.
  3. Дорф, Р. Современные системы управления / Р. Дорф, Р. Бишоп; пер. с англ. Б. И. Копылова. – М.: Лаборатория Базовых Знаний, 2002. – 832 с.: ил.
  4. Антонов, В.Н. Адаптивное управление в технических системах [Текст] : учеб. пособие / В.Н. Антонов, В.А. Терехов, И.Ю. Тюкин. – СПб.: Издательство С.-Петербургского университета, 2001. – 244 с.
  5. Cherkas, P.S. The “Smart Camera” Adaptive Optoelectronic Complex / P.S. Cherkas, E.N. Vesnin, A.E. Mikhailov, V.A. Tsarev // Pattern Recognition and Image Analysis. – 2011. Vol. 21, No. 2. – P. 354-356.
  6. Belbachir, A.N. Smart Cameras / (Ed.) A.N. Belbachir. – XX, 2010. – 404 p., 187 illus. – Hardcover.
  7. Воскресенский, Е. М. Метод оценки эффективности систем распознавания текстовых меток на сложном фоне с использованием дерева вероятностных характеристик [Текст] / Е. М. Воскресенский, В. А. Царёв // Компьютерная Оптика. – 2008. – Т.32. – №3. – С. 283-290.
© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20