ВИЗНАЧЕННЯ РЕАЛЬНОЇ РОЗДІЛЬНОЇ ЗДАТНОСТІ ЦИФРОВИХ ЗОБРАЖЕНЬ ІЗ ВИКОРИСТАННЯМ ТЕОРІЇ НЕЧІТКОЇ ЛОГІКИ
DOI:
https://doi.org/10.46972/2076-1546.2025.29.03Ключові слова:
відеоспостереження, відеокамера, роздільна здатність, нечітка логіка, цифрове зображенняАнотація
Предметом дослідження є система відеоспостереження інтегрованої системи захисту об'єктів.
У статті розглянуто підхід до оцінювання ефективності системи захисту об'єктів, а також обґрунтовано важливість визначення такого цифрового параметра, як роздільна здатність. Проаналізовано вимоги європейського стандарту EN 50 132-7 для класифікації, розпізнавання та ідентифікації об'єктів на цифрових зображеннях. Зроблено висновок, що проєктувальник та замовник повинні визначитися з метою встановлення кожної камери (розпізнавання людей, ідентифікація, виявлення, спостереження). Проєктувальник повинен знайти золоту середину між вищою щільністю пікселів, що дозволяє бачити більше деталей під меншим кутом огляду, та більшою шириною огляду камери під більшим кутом перегляду, що дозволяє зменшити кількість камер у проєкті.
Проаналізовано фактори, що впливають на якість цифрового зображення. Зроблено висновок, що для визначення реальної роздільної здатності зображення і, відповідно, імовірності належної класифікації об'єктів систем відеоспостереження необхідно враховувати багато факторів, які знаходяться в певній суперечності один з одним, і цей процес не підлягає аналітичному моделюванню. Основні фактори включають: розрізнення, освітлення під час знімання, відстань до об'єкта, глибину різкості.
Використання вимог європейського стандарту EN 50 132-7 можливе лише в ідеальних умовах знімання та технічних характеристик відеокамер. Для систем відеоспостереження характерні зміни умов знімання (час доби, року, різні кліматичні та погодні умови, значні відстані за глибиною та шириною розміщення об'єкта, що знімається). У цьому разі пропонується алгоритм для визначення реальної роздільної здатності зображення IP -відеокамери за допомогою теорії нечіткої логіки (Fuzzy Logic) або нечіткого виведення. Цей алгоритм оцінює ступінь відповідності умов знімання до ідеальних умов, у яких можна застосувати стандарт EN 50 132-7 для класифікації об'єктів на цифрових зображеннях.
Посилання
Patricia, M., Claudia, I., & Juan, R. et al. (2014). Edge-Detection Method for Image Processing Based on Generalized Type-2 Fuzzy Logic. IEEE Transactions on Fuzzy Systems, 22 (6), 1515–1525. https://doi.org/10.1109/tfuzz.2013.2297159
He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep Residual Learning for Image Recognition. In IEEE Conference on Computer Vision and Pattern Recognition (CVPR–2016). Image Processing and Computer Vision. https://doi.org/10.1109/cvpr.2016.90
Amza, C. G., Nitoi, D. F., & Enciu, G. (2013). Automatic Image Processing for Welding Inspection. In Proc. of the 1st International Conference on Industrial and Manufacturing Technologies (INMAT–13). Vouliagmeni, Athens, Greece, May 14–16, 2013. (pp. 153–158). ISSN 2227-4596.
Catalin Gheorghe Amza, Dumitru Titi Cicic. (2015). Industrial Image Processing Using Fuzzy-Logic. In 25th DAAAM International Symposium on Intelligent Manufacturing and Automation (DAAAM). Procedia Engineering, 100, 492–498. https://doi.org/10.1016/j.proeng.2015.01.404
Fedoniuk, T. P., Pyvovar, P. V., & Topolnytskyi, P. P. et al. (2025). Vykorystannia danykh dystantsiinoho zonduvannia dlia vyznachennia rivnia zabur’ianenosti kukurudzianykh poliv [Utilizing Remote Sensing Data to Ascertain Weed Infestation Levels in Maize Fields]. Agriculture, 15 (7), 711. https://doi.org/10.20944/preprints202502.1580.v1 [in Ukrainian].
Hanhalo, I. M., Lisovyi, D. O., & Zhebka, V. V. (2022). Rozpiznavannia ob’iektiv za dopomohoiu tekhnolohii komp’iuternoho zoru [Object Recognition Using Computer Vision Technologies]. Telekomunikatsiini ta informatsiini tekhnolohii [Telecommunications and information technologies], 4 (77), 46–52. https://doi.org /10.31673/2412-4338.2022.044652 [in Ukrainian].
Omelchenko, S. O. (2021). Vykorystannia komp’iuternoho zoru dlia rozpiznavannia obraziv [Using Computer Vision for Pattern Recognition]. In Hlobalizatsiia naukovykh znan: mizhnarodna spivpratsia ta intehratsiia haluzei nauk : materialy II Mizhnar. student. nauk. konf. [Globalization of Scientific Knowledge: International Cooperation and Integration of Branches of Science: Materials of the II International Student. Scientific. Conf.]. Vinnytsia, October 22, 2021. (pp. 108–110). Retrieved from https://openarchive.nure.ua/handle/document/20567 [in Ukrainian].
Romancha, A. P., Borysov, D. V., & Podorozhniak, A. O. (2019). Doslidzhennia suchasnykh system kompiuternoho zoru [Research of modern computer vision systems]. In Problemy informatyzatsii: tezy dopovidei 7th Mizhnar. nauk.-tekhnich. konf. [Problems of Informatization: Abstracts of the Reports of the 7th International Scientific and Technical Conf.]. Cherkasy, November 13–15, 2019. Р. 53 [in Ukrainian].
Vakaliuk, T., Dubyna, O. Nikitchuk, T., & Andreiev, О. (2023). Evaluation of the Effectiveness of the Integrated Security System as an Information System. In Proceedings of the 11th International Conference ("Information Control Systems & Technologies"). Odesa, September 21–23, 2023. CEUR Workshop Proceedings. Vol. 3513. (pp. 16–26). Retrieved from https://ceur-ws.org/Vol-3513/paper02.pdf
Barylo, H. I., Vistak, M. V., & Hotra, Z. Yu. et al. (2017). Elektronni elementy ta prystroi system bezpeky y okhorony : navch. posib. [Electronic Elements and Devices of Security and Protection Systems: tutorial]. Chernivtsi [in Ukrainian].
Sakhno, E. Y., Moroz, N. V., & Ponomarenko, S. I. (2021). Vykorystannia teorii nechitkoi lohiky pry upravlinni proiektamy rozvytku [Using the Theory of Fuzzy Logic in Managing Development Projects]. Naukovyi visnyk Polissia [Scientific Bulletin of Polissya], 3 (15), 119–126. https://doi.org/10.25140/2410-9576-2018-3(15)-119-126 [in Ukrainian].
Zheldak, T. A., Koriashkina, L. S., & Us, S. A. (2020). Nechitki mnozhyny v systemakh upravlinnia ta pryiniattia rishen : navch. posib. [Fuzzy sets in management and decision-making systems: tutorial]. Dnipro [in Ukrainian].
Sobolenko, S. O., Dubyna, O. F., Puleko, I. V., & Hryhoriev, I. S. (2025). Pidkhid do klasyfikatsii ob’iektiv po zobrazhenniakh z IR-videokamer z vykorystanniam teorii nechitkoi lohiky [Approach to Object Classification From Images with an IR Video Camera Using the Theory of Fuzzy Logic]. In Tezy XV Mizhnar. nauk.-tekhn. konf. («Informatsiino-komp’iuterni tekhnolohii») [Theses of the XV International Scientific and Technical Conference ("Information and Computer Technologies")]. Zhytomyr, March 28–29, 2025. (pp. 248–249). Retrieved from https://conf.ztu.edu.ua/wp-content/uploads/2025/04/248.pdf [in Ukrainian].
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
