Метод определения скорости движения влекомых наносов, основанный на программной обработке изображений водной среды

Д.А. Антоненков

Морской гидрофизический институт РАН, г. Севастополь

Аннотация

Описан метод определения скорости и направления движения влекомых наносов, основанный на обработке видеоизображений водной среды. Выполнен анализ существующих методов обработки изображений, позволяющих определять скорость движения объектов. Приведены результаты экспериментов по определению скорости движения влекомых наносов, выполненные в лабораторных и натурных условиях. Сделаны выводы о возможности использования существующих методов обработки изображений и технических средств фото- и видеосъемки для реализации задачи определения скорости движения влекомых наносов.

Ключевые слова

скорость движения частиц, влекомые наносы, транспорт наносов, обработка видеоизображений

Благодарности

Работа выполнена в рамках государственного задания по теме No 0827-2014-0010 «Комплексные междисциплинарные исследования океанологических процессов, определяющих функционирование и эволюцию экосистем Черного и Азовского морей на основе современных методов контроля состояния морской среды и гридтехнологий».

Список литературы

  1. Поздняков Ш.Р., Романовский В.В. Методы измерения транспорта влекомых наносов // Труды ГГИ.–1983.– вып.297.– С.55-62.
  2. Шаффернак Ф. Гидрология.– М: Гидрометеоиздат, 1938.– 371 с.
  3. Sutton et al. Acoustic bedload velocity estimates using a broadband pulse-pulse time correlation technique // J. Acoust. Soc. America.– 1992.– v.92, № 3.– Р.1692-1698.
  4. Щербаков В.В., Гарганеев А.Г., Шакиров И.В. Алгоритм расчета оптического потока в задачах оценки параметров геометрических преобразований // Доклады ТУСУР.– 2012.– № 2 (26).– С.265-268.
  5. Horn B.K. Determining optical flow // Artificial Intelligence.– 1981.– v.17.– P.185-203.
  6. Barron J.L. Performance of optical flow techniques // Intern. J. Computer Vision.– 1994.– v.12, № 1.– P.43-77.
  7. Anandan P.A. Computational framework and an algorithm for the measurement of visual motion // Intern. J. Computer Vision.– 1989.– v.2.– P.283-310.
  8. Singh A. Optic Flow Computation: A Unified Perspective // IEEE Computer Society Press.– 1991.– P.168-177.
  9. Lucas B., Kanade T. An iterative image registration technique with an applica-tion to stereo vision // DARPA Image Understanding Workshop.– 1981.– P.121-130.
  10. Оптический поток [Электронный ресурс]. URL: http://habrahabr.ru/post/201406 (дата обращения 03.11.2016)
  11. Particle Image Velocimetry: Fundamentals and Its Applications [Электронный ресурс]. URL: http://publications.lib.chalmers.se/publication/138219-particle-image-velocimetry-fundamentals-and-its-applications (дата обращения 03.11.2016)
  12. Ложкин В. А., Ложкин Ю. А., Токарев М. П. Использование высокопроизводительных вычислительных платформ в задачах томографической цифровой трассерной визуализации // Вычислительные методы и программирование.– 2012.– т.13.– С.20-27.
  13. Raffel M. Particle image velocimetry: a practical guide.– Berlin: Springer, 2007.– 468 p.
  14. Токарев М.П., Маркович Д.М., Бильский А.В. Адаптивные алгоритмы обработки изображений частиц для расчета мгновенных полей скоростей // Вычислительные технологии.– 2007.– т.12, № 3.– С.109-131.
  15. Scarano F. Iterative image deformation methods in PIV. Review article // Meas. Sci. Technol.– 2002.– № 1, v.13.– P.1-19.
  16. Ахметбеков Е.К., Бильский А.В., Ложкин Ю.А., Маркович Д.М., Токарев М.П., Тюрюшкин А.Н. Система управления экспериментом и обработки данных, полученных методами цифровой трассерной визуализации (ActualFlow) // Вычислительные методы и программирование.– 2006.– № 7.– С.79-85.

Текст статьи

Скачать статью в PDF-формате