004 Марковские процессы в алгоритмах компьютерного зрения

УДК 519.217.1                                  DOI 10.34649/AT.2020.12.12.004

Марковские процессы в алгоритмах компьютерного зрения

Харина Н.Л., Вятский государственный университет, доцент, канд. техн. наук, Россия, г. Киров

Медведева Е.В., Вятский государственный университет, профессор, д-р техн. наук, Россия, г. Киров

Ключевые слова: марковский процесс, повышение качества видеоданных, обработка видео, выделение контура, математическая модель видео

Аннотация. Предлагается подход к обработке видеоданных на основе теории условных многомерных марковских процессов с дискретными аргументами. В статье представлены алгоритмы выделения контуров и повышения качества видеоданных, искаженных аддитивным белым гауссовским шумом и импульсными помехами. Алгоритмы просты в реализации, имеют высокую скорость обработки, лишены сложных вычислительных процедур, позволяют распараллелить процесс. Они могут быть применены в системах технического зрения в качестве предобработки видеоданных, а также для решения задач более высокой сложности, таких как: обнаружение объектов интереса, их отслеживание, измерение параметров, сегментация и распознавание.

Markov processes in computer vision algorithms

Kharina Natalia, Vyatka State University, Candidate of Engineering Sciences, Associate Professor, Kirov, Russia, harina@vyatsu.ru, SPIN-code 7521-9621

Medvedeva Elena, Vyatka State University, Doctor of Engineering Sciences, Professor, Kirov, Russia, emedv@mail.ru, SPIN-code 5535-3596

Keywords: Markov process, improving quality of video data, video data processing, contour selection, mathematical model of video

Summary: The approach to video data processing based on the theory of conditional multidimensional Markov processes with discrete arguments is considered. The work presents algorithms for improving the quality of video data distorted by additive white Gaussian noise and pulse interference and circuit extraction. The presented algorithms are simple to implement, do not have complex computational procedures, allow to parallel the process and have high speed of processing. The proposed algorithms can be used in vision systems as a pre-processing of video data and for solving problems of higher complexity: detection of objects of interest, their tracking, measurement of parameters, segmentation and recognition.