Об эффективность обнаружения мелкоразмерной изменчивости изображений по спектру матриц смежности перепадов яркости

Предлагаемый подход для обнаружения мелкоразмерной изменчивости изображений в отличие от классических подходов, фокусирующихся на изменениях яркости, использует изменения перепадов яркости изображений. Это позволяет устойчиво выделять редкие мелкоразмерные изменения на фоне природной изменчивости яркостей изображений. В основе лежит расчет матриц смежности перепадов яркости (МСПЯ) по двум изображениям (Алексанина, Храмцова, 2024). Матрица характеризует изменчивость перепадов для заданной области. Разработанный алгоритм не только диагностирует наличие изменений, но и конкретно указывает уровни яркости, для которой произошли статически значимые изменения перепадов яркости. Для учета природной изменчивости сцены анализируется изменчивость матриц во времени для трех последовательных изображений. Предлагаемый подход не использует знания о выделяемом объекте, кроме его максимального размера. Максимальный размер определяет минимальную величину лага для которого рассчитываются перепады. Эффективность предложенного алгоритма рассматривается для случаев выделения движущихся по лесной дороге автомобилей по трем изображениям с БПЛА (размер в пикселях 5280×3956). Основная проблема – фильтрация ложных выделений на изображениях леса. При пространственном разрешении около 10 см природная изменчивость изображений леса (в основном из-за ветра) при квантовании на 8 уровней яркости может достигать 1000 пикселей при размере площадки 64Х64 пикселя. Изображение разбивается на 5 тысяч фрагментов, для которых оцениваются аномальные изменения. При использовании одного лага (быстрый поиск изменчивости) выделяется чуть более 100 фрагментов. Уточнение аномалий в фрагментах на основе метода голосования с использование 9 лагов и введение ограничений на минимальный размер выделяемого объекта позволяют отсечь основную массу ложно обнаруженных фрагментов.