Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "filtr wideo" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Nonlinear Nonlocal Algorithm for Video Filtering
Autorzy:
El Ouafdi, Ahmed Fouad
El Houari, Hassan
Powiązania:
https://bibliotekanauki.pl/articles/2023335.pdf
Data publikacji:
2021
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
video filter
noise reduction
nonlocal filter
Bayesian filtering
nonlinear filter
filtr wideo
redukcja szumów
filtr nielokalny
filtrowanie bayesowskie
filtr nieliniowy
Opis:
Video sequences are frequently contaminated by noise throughout the acquisition process, resulting in considerable degradation of video display quality. In this paper, we present a novel method of video filtering. The proposed filter is developed from an optimization problem in which a Bayesian term and a noisy video sequence prior distribution are combined. The method begins by segmenting the video sequence into space-time blocks and then substituting each noisy block by a weighted average of non-local neighbor blocks. Gradient-based weights are used to dynamically adjust the edge preservation and smoothness of the reference block. The obtained formulation enables nonlinear filtering and, hence, preserving key features such as edges and corners while using the intrinsic Bayesian filtering framework. Experiments on different video sequences with varying degrees of noise show that the proposed method performs better than state-of-the-art video filtering approaches.
Źródło:
Advances in Science and Technology. Research Journal; 2021, 15, 4; 243-252
2299-8624
Pojawia się w:
Advances in Science and Technology. Research Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Control system for UAV application based on inspection robot
System kontroli lotu aplikacji UAV opartej na Inspekcyjnym Robocie Latającym
Autorzy:
Chmaj, G.
Uhl, T.
Powiązania:
https://bibliotekanauki.pl/articles/257125.pdf
Data publikacji:
2008
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
UAV
autopilot
autonomiczność
VTOL
platforma wideo
wirtualne okulary wideo
GPS
DGPS
ASG-EUPOS
filtr Kalmana
autonomous
video platform
virtual glasses
Kalman filter
Opis:
This paper describes the design, development, and operation of the Inspection Robot, a UAV system that has been developed at the Department of Robotics and Mechatronics at AGH - University of Science and Technology. The hardware and software architecture used for controlling the Inspection Robot is presented. The architecture of a pan, tilt, and roll camera control system on-board the Inspection Robot is also presented. The camera is mounted in a light gimbal driven by three servos. The controller has currently three operation modes available. The first mode keeps the camera at a fixed position. The second mode drives the gimbal servos using signals received from an IMU system mounted on video glasses. Data provided by three sensors (a three axis accelerometer, a three axis gyroscope, and a three axis magnetic compass) from the IMU unit are integrated using a sensor fusion algorithm in order to obtain the best estimate for the system's dynamic state. The Kalman filter is very attractive for low-cost applications, where acceptable performance and reliability is desired, given a limited set of inexpensive sensors. Manual control, using conventional RC radio, is also possible.
W artykule przedstawiono projekt, wykonanie oraz pierwsze testy Inspekcyjnego Robota Latającego rozwijanego w Katedrze Robotyki i Mechatroniki na uczelni AGH w Krakowie. W pracy przedstawiono system kontroli lotu pracujący na Inspekcyjnym Robocie Latającym oraz funkcjonalność oprogramowania naziemnej stacji bazowej stanowiącej łącze komunikacyjne z robotem. W artykule przedstawiono również projekt żyroskopowej platformy wideo pracującej na pokładzie Inspekcyjnego Robota Latającego, stanowiącej sprzężenie wizyjne z naziemnym operatorem. Platforma posiada trzy stopnie swobody i napędzana jest trzema serwomechanizmami. Istnieją trzy tryby pracy umożliwiające wykorzystanie platformy w różnych zadaniach. Pierwszy tryb pracy umożliwia zablokowanie wszystkich serwomechanizmów w ostatnim położeniu pracy. Drugi tryb pracy steruje aktuatory platformy na podstawie sygnałów odebranych z układu IMU zamontowanego na wirtualnych okularach wideo. Sygnały pochodzące z trzech czujników układu IMU (trzy przyśpieszenia, trzy prędkości kątowe oraz trzy kierunki pola magnetycznego ziemi) poddawane są fuzji przy użyciu 6-stanowego filtru Kalmana. Zadaniem filtru Kalmana jest estymacja zmiennych stanu, gdzie część z nich w postaci kątów roll, pitch i yaw jest przesyłana na wejście układu sterowania aktuatorami platformy. Trzeci tryb pracy to manualna kontrola aktuatorów platformy w oparciu o sygnały pochodzące z aparatury RC.
Źródło:
Problemy Eksploatacji; 2008, 3; 7-18
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies