В МСТ используются системы обработки изображений со статичной видеокамерой. На рис. 1 схематически представлен принцип действия рас-сматриваемой системы.Рис. 1. Упрощенная структура системы обработки сигналов мультимедийного стрелкового комплекса Как и любая система компьютерного зрения, мультимедийный стрелковый тренажер имеет в сво-ем составе видеокамеру, осуществляющую монито-ринг изменений на проекционном полотне мишени. Получаемый видеопоток обрабатывается на компью-тере с использованием одного или нескольких мето-дов обнаружения информационных объектов. Иско-мым объектом поиска методов обработки изображе-ний в мультимедийных стрелковых тренажерах явля-ется пулевая пробоина на экране, в случае работы си-стемы с боевым оружием, или лазерное пятно, если система работает с лазерными имитаторами, закреп-ленными на оружии.Задача слежения за движущимися объектами в мультимедийном стрелковом тренажере достаточно часто рассматривается применительно к двоично квантованному изображению, что позволяет значи-тельно повысить скорость работы алгоритмов обна-ружения информационных объектов. Предложенные в [1] алгоритмы обнаружения обладают высокими показателями точности при работе системы в услови-ях высокой помеховой обстановки, а также при силь-ной засветке. Однако наличие большого количества помеховых объектов на изображении может увели-чить требования к скорости выполнения вычислений, что не позволит выполнять покадровую, а иногда и через кадровую обработку. Для решения этой задачи предлагается использовать в мультимедийных стрел-ковых комплексах алгоритмы слежения за движущи-мися объектами, что позволит предсказывать коор-динаты этих объектов, не прибегая к повторному циклу их вычислений. Литературный обзорОсновная задача используемых в стрелковом комплексе алгоритмов обработки сигналов заключа-ется в обнаружении и измерении координат центра пулевой пробоины или пятна, образуемого лучом ла-зера на экране.При этом алгоритмы обработки сигналов, ис-пользуемые в комплексе, должны обеспечивать вы-сокое быстродействие для достижения минимально возможного промежутка времени между выстрелами, а также высокую точность определения координат пробоины.Поставленная задача сводится к разработке методов распознавания образов, которая является ти-пичной и базовой в обработке изображений. Методы распознавания образов, использующие энергетиче-ские показатели изображения, основаны на выделе-нии локальных признаков или на использовании полного описания изображения [5]. Характерные ло-кальные признаки образа выделяются после предва-рительной обработки изображения, что приводит к сокращению описания образа. Далее применяется стандартный статистический подход для распознава-ния образов.Метод, использующий энергетические показа-тели изображения, впервые был применен для описа-
This report is devoted to an overview of the technical characteristics and the specifics of the application of modern debugging microprocessor modules for recognizing audio and text signals. Keywords: microcontroller system, RAM memory, EEPROM memory, RSC-4128 speech recognition processor.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.