WWW.OS.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Научные публикации
 

«Разработка и анализ высокоэффективных способов и алгоритмов автоматического сопряжения, синхронизации, юстировки изображ ...»

.

На правах рукописи

Хамухин Анатолий Владимирович

Разработка и анализ высокоэффективных способов и алгоритмов

автоматического сопряжения, синхронизации, юстировки

изображений, управления поворотными камерами и обработки

информации в приборах и системах видеонаблюдения

05.13.01 – Системный анализ, управление и обработка информации

(в области приборостроения)

АВТОРЕФЕРАТ

диссертации на соискание учёной степени

кандидата технических наук

Москва 2008

Работа выполнена на государственном унитарном предприятии научно-производственный центр Электронные вычислительно-информационные системы.

Научный руководитель: доктор технических наук Петричкович Ярослав Ярославович

Официальные оппоненты: доктор технических наук, Щагин Анатолий Васильевич кандидат технических наук, Соколов Евгений Георгиевич

Ведущая организация: филиал ФГУП ГНП РКЦ ЦСКБ Прогресс

НПП ОПТЭКС

Защита состоится 14 октября 2008г. в 1600 на заседании диссертационного совета Д 212.134.02 Московского государственного института электронной техники (технического университета) по адресу: 124498, Москва, г. Зеленоград, проезд 4806, д. 5, МИЭТ.



С диссертацией можно ознакомиться в научной библиотеке Московского государственного института электронной техники (технического университета).

Автореферат разослан июля 2008 года.

Учёный секретарь диссертационного совета Д212.134.02 доктор технических наук Гуреев А.В.

Общая характеристика работы

Актуальность проблемы. Приблизительно до середины-конца 90-х годов XX века понятие система видеонаблюдения обозначало некоторый приборный комплекс, состоящий из видеокамер, аппаратуры, записывающей видеосигнал, терминалов с простым управлением для просмотра видео в записи и в реальном времени, а также средств коммуникации между перечисленными элементами.

Такие системы принято называть видеорегистраторами. Чаще всего в видеорегистраторах используются неподвижные камеры, реже камеры на поворотных устройствах.

В последнее время получили широкое распространение аналитические видеосистемы, которые анализируют сигналы от видеоприборов и автоматически выделяют события в зоне видеонаблюдения. Несмотря на преимущества аналитических систем перед видеорегистраторами, при применении и тех, и других возникает ряд проблем. Во-первых, в системах, состоящих из большого количества видеокамер, операторы вынуждены наблюдать за большим количеством изображений одновременно, что приводит к пропуску важных событий в области наблюдения.

Во-вторых, сигналы об объектах и событиях, выделенных в пересечении области видимости нескольких видеокамер, дублируются в виде сообщений на терминале операторов. В третьих, для того, чтобы повысить разрешение изображений в области наблюдения оптическими средствами с помощью стационарных видеокамер, требуется значительно увеличить количество камер. В четвёртых, в современных аналитических видеосистемах чаще всего используется ручное управление поворотными камерами, при котором время реакции на появление одного объекта в зоне наблюдения примерно равно 10с, что приводит к частым пропускам событий в зоне видеонаблюдения, несмотря на то, что одна поворотная камера с управляемым увеличением может заменить большое число неподвижных камер высокого разрешения в секторе с углом 360.

По нашему мнению, характеристики видеосистем по наблюдаемости объектов и событий, по времени реакции на события, по простоте и эффективности контроля обстановки в области наблюдения могут быть существенно улучшены, если применить юстировку видеокамер по отношению друг к другу и к плану местности, разработать методы сопряжения обработки видеосигналов от различных камер и способы автоматического управления поворотными видеокамерами, однако в публикациях эти вопросы не освещаются достаточно подробно, а в существующих аналитических видеосистемах автоматизация систем управления применяется лишь частично, сопряжение видеокамер практически не применяется.

Таким образом, задачи сопряжения видеокамер, связанные с синхронизацией информационных потоков и юстировкой параметров сопряжения, а также задачи оптимального управления поворотными видеокамерами непосредственно связаны с улучшением показателей видеосистем и приборов нового поколения, и поэтому исследования и разработки в данной области являются актуальными.

Цель работы. Цель данной диссертации повысить эффективность контроля обстановки с помощью аналитических видеосистем нового поколения за счёт разработки и практической реализации способов автоматического сопряжения и юстировки изображений видеокамер и создания и анализа алгоритмов синхронизации процессов обработки информационных сигналов от сети видеоприборов и автоматического управления поворотными камерами при наведении на объекты в зоне наблюдения с последующим сопровождением.

Задачи работы. Для достижения поставленной цели необходимо решить следующие задачи:

1. Провести функциональный анализ процессов обработки видеосигналов и разработать описание модели распределённой системы анализа изображений от различных видеоприборов.





2. Определить максимальное количество программ-обработчиков поворотных и неподвижных видеокамер, которые могут быть сопряжены между собой посредством синхронизации информации о наблюдаемых объектах.

3. Вывести соотношения, определяющие параметры сопряжения видеокамер с общей зоной обзора, а также параметры сопряжения видеокамер с планом местности.

4. Для повышения достоверности автоматического выделения объектов и визуализации событий на изображении плана местности исследовать особенности и дополнительные свойства изображений, определяемые юстировкой видеокамер по отношению к топографической карте.

5. Разработать способы автоматической настройки параметров сопряжения неподвижных и поворотных видеокамер. Исследовать различные модели управления фокусным расстоянием в объективах поворотных видеокамер.

6. Разработать алгоритм управления поворотными видеокамерами для автоматического наведения на движущиеся объекты.

7. Разработать методики оценки погрешности сопряжения различных типов видеокамер и изображений.

8. Провести синтез наборов признаков изображений объектов, которые позволяют применение алгоритмов классификации изображений и их автоматической идентификации с высокой достоверностью.

Методы исследований. Задачи диссертационной работы решены с применением теории сложности алгоритмов, методов обработки цифровых сигналовизображений, теории вычислительных методов оптимизации, фактов проективной и сферической геометрии, теории вероятности.

Научная новизна состоит в разработке, анализе и применении в приборах и в аналитических видеосистемах эффективных алгоритмов синхронизации изображений и управления поворотными видеокамерами, а также способов автоматизации юстировки параметров сопряжения и обработки информации. В работе развивается концепция систем видеонаблюдения, которая строится на совместной обработке информации с различных видеокамер и на применении элементов теории распознавания образов. В процессе выполнения диссертационной работы получены новые научные результаты.

1. Разработана модель параллельных вычислений для комплекса программ, обслуживающих сопряжённые видеоприборы. Для данной модели определены ограничения на количество сопряжённых приборов в сети аналитической видеосистемы, а также сформулирована и решена проблема полуавтоматической юстировки начальных параметров сопряжения.

2. Впервые разработаны алгоритмы сопряжения поворотных и неподвижных видеокамер, использующие автоматическое выделение объектов из потока изображений неподвижных камер, с последующим автоматическим наведением и сопровождением этих объектов поворотными камерами для получения изображений бльшего разрешения, что подтверждено патентом РФ №2268497 с приоритетом о от 23.06.2003. Достигнуты показатели достоверности 99,0% при сопоставлении изображений неподвижных и поворотных камер при наведении.

3. Разработан алгоритм сопоставления изображений одного и того же объекта в поле зрения сопряжённых неподвижных видеокамер с пересекающимися зонами наблюдения за счёт синхронизации информации об изображениях, что позволило исключить дублирующие сигналы об объектах в зоне наблюдения.

4. На основе методов математического программирования и проективной геометрии разработаны процедуры сопоставления изображений неподвижных камер с топографической подосновой.

5. Созданы различные модели управления поворотными видеокамерами и предложены несколько способов автоматической юстировки параметров сопряжения поворотных и неподвижных камер. В частности, разработан алгоритм составного перемещения поворотной камеры на заданный угловой вектор.

6. Разработаны методики измерения погрешности сопряжения и достоверности сопоставления изображений сопряжённых видеоприборов для оценки эффективности алгоритмов и способов сопряжения.

7. Для повышения достоверности классификации впервые применён быстрый алгоритм триангуляции для двумерного признакового пространства. Синтезированы наборы признаков изображений, которые позволяют применить разработанный и известные алгоритмы классификации с достоверностью 90%–95%.

Практическая значимость. Разработанные в диссертации способы, алгоритмы и модели используются в семействе систем и приборов видеонаблюдения:

1) системы видеонаблюдения с компьютерным зрением Orwell2k (патенты РФ на полезные модели №36315 от 07.08.2003 и №36912 от 23.06.2003, патенты РФ №2265531 от 07.08.2003 и №2268497 от 23.06.2003);

2) видеодетектор Orwell2k-Barrier, определяющий объекты в состоянии свободного полёта;

3) система подсчета зрителей в кинозалах Orwell2k-Cinema (патент РФ на полезную модель №47546 и на изобретение №2296434 от 14.05.2005), которые были разработаны при непосредственном участии автора на предприятии ГУП НПЦ ЭЛВИС и основные программные средства которых официально зарегистрированы, см. свидетельство №2003612604 от 28.11.2003. Таким образом, тема диссертации полностью соответствует направлению научнопроизводственной деятельности организации, в которой выполнена работа.

Программное обеспечение семейства Orwell2k, реализованное на основе разработанных в диссертации алгоритмов сопряжения, управления и юстировки поворотными видеокамерами, поставляется на внутренний и зарубежный рынок и является конкурентоспособным продуктом на мировом уровне.

Преимущество Orwell2k в том, что поворотные камеры автоматически наводятся на объект, появившийся в поле зрения неподвижной камеры, и при этом ширина зоны наблюдения поворотной видеокамеры равна 3–6 метров при любой дальности в пределах прямой видимости, определяемой оптикой, за счёт автоматического выбора увеличения, таким образом, изображение объекта всего в 6–12 раз меньше ширины всего изображения, что обеспечивает в 5–10 раз большее разрешение и лучшую детализацию изображений. Для достижения данного результата не требуется значительное увеличение количества видеокамер: достаточно использовать одну неподвижную и одну поворотную видеокамеру, сопряжённую с неподвижной. Кроме того, при ручном управлении наведение на объект производится в среднем за 10с, в то время как автоматизированное управление поворотными камерами в системах Orwell2k позволяет производить наведение за 0,5с, то есть более чем на порядок быстрее.

Использование алгоритмов классификации изображений и сопряжения видеокамер с планом местности, а также сопряжения видеокамер между собой, позволяет не дублировать сигналы об объектах от видеокамер с общей зоной обзора, с помощью топографического плана более эффективно визуализировать события по сравнению с простым выводом ряда видеосигналов. В случаях невысокой частоты событий на наблюдаемой территории возможна организация обслуживания одним оператором примерно ста видеокамер. При применении типовых видеорегистраторов такое невозможно: один оператор не в состоянии анализировать изображения 100 видеокамер, даже если их вывести в виде матрицы 1010.

Автор диссертации проводил исследования и разработки в рамках Приоритетных направлений развития науки, технологий и техники РФ и Критических технологий РФ.

Достоверность результатов подтверждается хорошей сходимостью результатов моделирования основных процессов функционирования разработанных с участием автора видеосистем с данными, полученными в ходе промышленной эксплуатации образцов видеоприборов и видеосистем на различных объектах.

Внедрение результатов. Результаты диссертационной работы внедрены в системе видеонаблюдения Orwell2k, которая используется в целях обеспечения безопасности как в России, так и за рубежом. Система применяется для охраны ряда объектов предприятий ОАО Газпром, прошла испытание в рамках программы Московский дворик, введена в эксплуатацию на периметре и в зоне авиационной деятельности центра деловой авиации аэропорта Домодедово (система РАЯЖ 46652.001-ОС.ПЗ), используется при охране Центра развития предпринимательства в г. Зеленоград и на других объектах, в том числе за рубежом.

Применение систем подтверждено актами о внедрении.

Личный вклад. Автором в рамках диссертационной работы лично решены следующие задачи.

1. Создана модель параллельных вычислений, позволяющая посредством синхронизации информации об анализируемых изображениях объединять в сети обработчики сопряжённых видеокамер. Для данной модели решена задача полуавтоматической юстировки параметров сопряжения видеоприборов.

2. Разработаны алгоритмы сопряжения поворотных и неподвижных видеокамер, обеспечивающие автоматическое наведение поворотных камер с малыми погрешностями на неподвижные(0,5) и подвижные(3 ) объекты, а также позволяющие получать изображения бльшего разрешения при достоверности наведения и о сопровождения 99,0%, причём время автоматического наведения в 20 раз меньше времени, требуемого для ручного наведения.

3. Разработан алгоритм сопоставления изображений в области зрения неподвижных видеокамер с пересекающимися зонами наблюдения, что позволило исключить дублирующие сигналы об одних и тех же объектах в зоне пересечения.

4. Созданы алгоритмы и способы сопоставления изображений неподвижных камер, сопряжённых между собой, и неподвижных камер с изображениями топографического плана местности.

5. Разработаны способы автоматической юстировки параметров сопряжения поворотных и неподвижных камер для различных моделей управления поворотными видеокамерами. Разработан алгоритм составного перемещения поворотных видеокамер на заданные углы.

6. Разработан и реализован быстрый алгоритм триангуляции для классификации изображений с двумя признаками. Решена проблема поиска оптимальных наборов признаков изображений объектов, которые позволяют применить алгоритмы классификации изображений с достоверностью 90%–95%.

7. Разработанные алгоритмы и способы использованы при разработке программных модулей настройки и функционирования сопряжения видеоприборов для видеосистем.

8. Разработаны методики измерения погрешности сопряжения стационарных камер, согласно которым экспериментально получена достоверность сопоставления изображений 99% при погрешностях сопряжения 4 пиксела для неподвижных объектов и 6 пикселей для подвижных объектов.

9. Автор диссертации участвовал как непосредственно, так и дистанционно в пуско-наладочных работах на ряде объектов при установке видеосистем, в которых внедрены результаты диссертации, а также разрабатывал методические указания по настройке программно-аппаратных комплексов и приборов видеонаблюдения.

10. Видеосистемы нового поколения Orwell2k, в которых реализованы разработанные в диссертации алгоритмы и способы (свидетельство о регистрации программы №2003612604 от 28.11.2003, патенты РФ на полезные модели №36315 от 07.08.2003, №36912 от 23.06.2003, патенты РФ №2265531 от 07.08.2003, №2268497 от 23.06.2003), внедрены на ряде объектов, например, в Центре деловой авиации аэропорта Домодедово (РАЯЖ 46652.001-ОС.ПЗ) и в Центре развития предпринимательства (г. Зеленоград).

На защиту выносится:

1. Алгоритм параллельных вычислений, позволяющий посредством синхронизации информации об анализируемых изображениях объединять в сети обработчики сопряжённых видеокамер и способы полуавтоматической юстировки параметров сопряжения видеоприборов.

2. Алгоритмы сопряжения поворотных и неподвижных видеокамер, обеспечивающие автоматическое наведение поворотных камер с малыми погрешностями 0,5 на неподвижные объекты и 3 на подвижные объекты, а также позволяющие получать изображения бльшего разрешения при достоверности наведения и соо провождения 99,0%, причём время автоматического наведения в 20 раз меньше времени, требуемого для ручного наведения.

3. Алгоритм сопоставления изображений в области зрения неподвижных видеокамер с пересекающимися зонами наблюдения, исключающий дублирующие сигналы об одних и тех же объектах.

4. Алгоритмы и способы сопоставления изображений неподвижных камер с изображениями топографического плана местности.

5. Способы автоматической юстировки параметров сопряжения поворотных и неподвижных камер для различных моделей управления поворотными видеокамерами. Алгоритм автоматического составного перемещения поворотных видеокамер на заданные углы.

6. Алгоритм классификации изображений на основе быстрого алгоритма триангуляции и синтез наборов признаков изображений, которые позволяют применение алгоритмов классификации с достоверностью 90%–95%.

7. Программные модули настройки и функционирования сопряжения видеоприборов для видеосистем.

8. Методики измерения погрешности сопряжения стационарных камер, согласно которым экспериментально получена достоверность 99% для сопоставления изображений видеокамер с общей зоной обзора при погрешностях сопряжения 4 пиксела для неподвижных объектов и 6 пикселей для подвижных объектов.

9. Внедрение результатов диссертации при разработке видеосистем нового поколения Orwell2k, в которых реализованы разработанные в диссертации алгоритмы и способы (свидетельство о регистрации программы №2003612604 от 28.11.2003, патенты РФ на полезные модели №36315 от 07.08.2003, №36912 от 23.06.2003, патенты РФ №2265531 от 07.08.2003, №2268497 от 23.06.2003) и которые внедрены на ряде объектов, например, в Центре деловой авиации аэропорта Домодедово (РАЯЖ 46652.001-ОС.ПЗ) и в Центре развития предпринимательства г. Зеленоград.

Апробация работы. Результаты диссертации докладывались на XLVI, XLVII и XLVIII научной конференции Московского физико-технического института, а также на XV, XVI и XVII конференциях молодых ученых, аспирантов и студентов по современным проблемам машиноведения в институте машиноведения им.

А.А. Благонравова РАН.

Информационные приборы и видеосистемы семейства Orwell2k, в которых внедрены результаты работы, демонстрировались на 13 выставках. Алгоритмы и информационные технологии, разработанные автором диссертации и реализованные в системе, получили признание специалистов и отмечены соответствующими дипломами. В 2005 году видеосистема с компьютерным зрением Orwell2k удостоена II Национальной премии по безопасности За укрепление безопасности России ( ЗУБР-2005 ).

Публикации. Основное содержание диссертации отражено в двадцати пяти опубликованных работах, в том числе пяти статьях в журналах, входящих в перечень, утверждённый ВАК. Без соавторов опубликовано десять статей. В соавторстве получены три патента на изобретения, три свидетельства на полезную модель и одно свидетельство о регистрации программы.

Структура и объём диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа содержит 167 страниц основного текста, 32 страницы с рисунками и таблицами, список литературы из 97 наименований и приложений на 47 страницах.

Основное содержание работы

Во введении обосновывается актуальность темы диссертации, формулируются основные цели и задачи работы, научная новизна, практическое значение полученных результатов и их внедрение, личный вклад автора, результаты, выносимые на защиту, а также описываются апробация и публикации по содержанию работы, структура диссертации и краткое содержание глав.

В первой главе вводятся понятия синхронизации данных между обработчиками видеокамер в распределённых аналитических видеосистемах, а также понятия сопряжения трёх типов: поворотных и неподвижных камер, неподвижных камер между собой, изображений неподвижных камер с изображением плана местности. Рассматриваются современные видеосистемы, которые в той или иной степени используют сопряжение и синхронизацию программных обработчиков.

Структура современных аналитических видеосистем представлена на рис.1.

Камеры видеонаблюдения подключаются к ЭВМ, которые обрабатывают и анализируют поступающий видеосигнал с целью автоматического выделения событий, требующих внимания операторов, находящихся на автоматизированных рабочих местах, оборудованных терминалами видеосистемы. Обработка видеосигнала является многоэтапным процессом. Первичная обработка заключается в повышении таких характеристик изображения, как, например, контрастность или соотношение сигнал/шум. Улучшение качества изображения может быть реализовано на основе фильтра Винера-Хопфа, а также фильтров, подробно рассмотренных в трудах, посвящённых цифровой обработке сигнала Н. Ахмеда, К.Р. Рао, Л.П. Ярославского, Е. Претта и других. Затем из изображения могут быть автоматически выделены движущиеся элементы. В литературных источниках, посвящённых обработке изображений и опубликованных в России и за рубежом, наиболее часто упоминается так называемый алгоритм вычитания фона как наиболее эффективно решающий задачу выделения движущихся объектов на изображении неподвижных видеокамер с точки зрения соотношения требований к ресурсам ЭВМ и надёжности определения (см. рис. 2). Наконец, накопленный мировым сообществом учёных опыт в области распознавания образов, получивший отражение в работах Ю.В. Журавлёва, Р. Дуда, П. Харта, А.И. Галушкина, А.Л. Горелика, В.А. Скрипкина и других, может стать основой для автоматической классификации по определённым заранее категориям объектов и событий в области наблюдения видеокамер. Например, можно выделять только автомобили и не выделять людей при отражении событий на терминале операторов.



Анализ состояния современных систем видеонаблюдения выявил, что алгоритмы классификации изображений, сопряжение и синхронизация не применяются в полной мере, хотя они могут существенно повысить эргономические характеристики терминалов операторов, облегчить анализ событий в зоне наблюдения большого количества камер и повысить разрешение выводимых изображений. Применение ручного управления поворотными видеокамерами в существующих видеосистемах приводит к задержке реакции на появление новых объектов ( 10с), что повышает вероятность пропуска динамичных и важных событий в области наблюдения. На основе анализа недостатков известных видеосистем и методов обработки видеосигналов поставлена цель диссертационной работы: разработать, Зона наблюдения 2 Неподвижные Поворотные камеры камеры Зона наблюдения 3 видеосигнал

–  –  –

Рисунок 1. Общая схема аналитической видеосистемы.

проанализировать и внедрить более эффективные способы и алгоритмы автоматического сопряжения, синхронизации и юстировки видеоизображений и управления поворотными камерами при создании интеллектуальных автоматических видеосистем нового поколения.

Во второй главе проводится функциональный анализ аналитических видеосистем, использующих сопряжение и синхронизацию.

Будем называть неподвижные видеокамеры, на которых автоматически выделяются движущиеся объекты, мастер-камерами, или мастерами, а поворотные видеокамеры, которые автоматически наводятся на эти объекты слейв-камерами или слейвами (управление слейвов подчинено положению и скорости объектов, выделяемых на мастерах).

Назовём кластером подмножество камер видеосистемы, связанное между собой сопряжением. Для синхронизации данных между обработчиками слейвов и мастеров используется структура обработчиков, изображённая на рис. 3. Синхронизацию данных в кластере видеокамер обеспечивает специальный модульдиспетчер, назначение которого принять информацию о положении объектов от мастеров и назначить некоторые объекты для наведения тех слейвов, которые в данный момент свободны и сопряжены с теми областями видеокамеры, в которой находятся объекты. Если число мастер-камер M, а число слейв-камер N, тогда число мастеров и слейвов прежде всего подчиняется неравенству M N из экономических соображений. Ограничение пропускной способности локальной вычислительной сети (ЛВС) не позволяет использовать более w0 Mmax = (1) (1 + k)nwobj f + TR (wt + wq + wa + wf )

–  –  –

Рисунок 3. Схема взаимодействия обработчиков в кластере.

неподвижных видеокамер, где n среднее количество объектов на одной обзорной камере, wobj объём данных в байтах, описывающих один объект при передаче от обработчика мастера диспетчеру или от мастера к мастеру, k среднее количество мастеров, с которыми пересекается каждый мастер, и, следовательно, должен передавать объекты своим k соседям, wt размер сообщения-целеуказания от диспетчера, указывающее слейву, куда нужно повернуться, wq объём сообщения о положении объекта от поворотной камеры к обзорной, wa объём ответа от мастера слейву, wf объём сообщения о готовности принять следующее задание, передаваемое диспетчеру слейвом, f частота обработки кадров с обзорных камер, TR среднее время исполнения поворота слейвами, = 0, 5 коэффициент полезного действия пересылки по сети: из-за издержек протоколов на физическом и транспортном уровне невозможно добиться максимальной пропускной способности w0. Оценка получена для предельного случая N = M, и поскольку установлено экспериментально и теоретически, что n = 50, k = 3 для предельного случая, wobj = 20 байт, wt = wq = wa = wf = 24 байта, f = 25с1, TR = 500мс, то при пропускной способности ЛВС w0 = 100Мбит/с получим Mmax = 65. Данное ограничение действует только на один кластер. Поскольку различные кластеры не ведут сетевых обменов, количество кластеров ресурсами ЛВС не ограничивается.

Ограничение, обусловленное вычислительной мощностью ЭВМ, рассчитывается исходя из выведенной в диссертации формулы для доли ресурсов, занимаемых модулем диспетчера:

= f M(C1n + C3N n) + N (C2 Mn + C5 N !Mn), (2) TR где C1 = 0, 1мкс, C2 = 2мкс, C3 = C5 = 1мкс константы времени выполнения элементарных операций алгоритма синхронизации, измеренные с точностью 20% на ЭВМ с эталонной вычислительной мощностью. Понятие эталонной вычислительной мощности введено в работе для унификации расчётов и примерно соответствует ЭВМ с тактовой частотой процессора 3ГГц и частотой обмена данных с динамической памятью 400МГц. Обычно около 90% ресурсов ЭВМ резервируется для обработки сигналов от видеокамер, поэтому типично для диспетчера выделяется около 10% ресурсов ЭВМ, т.е. 0,1, и с помощью численного решения данного неравенства относительно неизвестных M и N получим {N = 4, M = 4}, {N = 3, 3 M 9}, (3) {N = 2, 2 M 14}, {N = 1, M 28}, то есть вычислительная мощность современных ЭВМ сильнее ограничивает количество камер в кластере, чем пропускная способность ЛВС.

Сопряжение видеокамер с пересекающимися зонами наблюдения в случае плоской поверхности в области обзора проводится в работе на основе формул проективного преобразования Ax + By + C x = ABC Gx + Hy + I, где = D E F = 0. (4) Dx + Ey + F y= GHI Gx + Hy + I Чтобы получить коэффициенты преобразования, с помощью специальной настроечной программы вводится сетка {(xi, yi)} и значения искомого преобразования на этой сетке {(xi, yi )} за счёт указания точек изображений, которые соответствуют

–  –  –

Рисунок 5. Алгоритм модуля автоматической синхронизации данных между обработчиками.

s s s s v s = ( xmin +xmax, ymin +ymax ). Разработанный на основе предложенного критерия алгоритм позволяет не учитывать скорости движения объектов, поскольку время синхронизации данных о положении объектов значительно меньше, чем время между обработкой двух последовательных кадров, равное 40мс, и за это время объект сдвигается не более, чем на несколько пикселей. Использование экстраполяции траектории объекта может, наоборот, увеличить ошибку сопоставления.

Поэтому предложенный критерий, определяемый неравенствами (9), оказывается наиболее эффективным. Рассмотрев модель перемещения объектов в поле зрения камер и сравнивая время перемещения и обработки, можно утверждать, что критерий (9) наиболее достоверен, если скорость объектов, для которых сопоставляются изображения, не превышает 14км/ч для объектов с размером 0,5м и 90км/ч для объектов размером 3м.

Для классификации изображений объектов по категориям: человек/машина/группа людей; движущийся/остановившийся; обычный/оставленный в поле зрения другим объектом; присутствующий в поле зрения слейв-камеры или отсутствующий требуется провести синтез наборов параметров изображений, которые могут быть использованы в качестве входных данных алгоритмов классификации, рассмотренных в первой главе.

В качестве таких параметров используются характеристики силуэтов выделенных объектов:

первые, вторые и третьи моменты относительно точек и различных осей, плотность силуэта на заранее заданной сетке, координаты изображений объектов на неподвижных камерах, преобразованные с помощью преобразования сопряжения в координаты поворотной видеокамеры и другие. В качестве дополнения к существующим алгоритмам классификации разработан новый алгоритм классификации объектов по двум признакам, использующий триангуляцию на основе быстрого алгоритма построения диаграммы Вороного за O(N log2 N ) операций, где N количество точек плоскости, соответствующее числу примеров обучения.

Сама классификация проводится в среднем за O(log2 N ) шагов.

В четвёртой главе приводится экспериментальное исследование эффективности разработанных способов и алгоритмов сопряжения и классификации, а также описывается аналитическая видеосистема РАЯЖ 46652.001-ОС.ПЗ, разработанная на предприятии ГУП НПЦ ЭЛВИС с использованием полученных в диссертационной работе результатов и внедрённая для охраны ряда объектов аэропорта Домодедово при непосредственном участии автора.

Для оценки эффективности способов сопряжения повортных и неподвижных видеокамер, а также неподвижных камер между собой, используется два типа методик. Первый тип основан на оценке сопряжения неподвижных изображений: с помощью программных средств, реализующих преобразование сопряжения, проводится перевод исходных координат в координаты сопряжённой видеокамеры, являющимися угловыми координатами для поворотной видеокамеры и координатами изображения при сопряжении неподвижных видеокамер, а затем проводится сравнение преобразованных координат с действительными методом визуальной оценки с помощью программных средств отображения преобразований сопряжения. Таким образом установлено, что погрешность наведения поворотных видеокамер на неподвижные изображения равна 0,5, что с точностью 20% совпадает с теоретической оценкой, а погрешность сопряжения неподвижных изображений мастеров равна 4 пикселам. Второй тип методик измерения погрешности сопряжения основан на оценке достоверности сопоставления изображений: в процессе функционирования модулей обработки видеокамер накапливается статистика ошибок сопоставления изображений объектов либо на двух сопряжённых неподвижных видеокамерах, либо промахов при наведении слейвов на выделенные объекты обработчиками сопряжённых с ними мастеров. Если p доля ошибок сопоставления объектов в ходе эксперимента, то тогда погрешность сопряжения можно оценить как = 1, (10) F (1 p/2) где предельное значение разброса координат, при котором фиксируется промах, то есть это либо ширина объекта в пикселах при измерении погрешности сопряжения мастеров, либо угол зрения слейва при наведении на объекты, а t 1 x2 e 2 dx, то есть F 1 F (t) = функция ошибок. Значения должны 2 быть примерно одинаковыми для всех сопоставлений в ходе эксперимента. В результате сбора статистики можно сравнить работу нескольких алгоритмов наведения: алгоритм наведения без учёта упреждения, алгоритм наведения с линейным упреждением и разработанный в диссертации алгоритм наведения с адаптивным временем наведения; а также алгоритм сопоставления изображений сопряжённых мастеров при синхронизации данных между обработчиками мастеров, запущенных на одной ЭВМ и при синхронизации посредством ЛВС между обработчиками мастеров, запущенных на разных ЭВМ. При применении алгоритма наведения без упреждения доля промахов в условиях эксперимента получилась 25% при погрешности наведения 7, при применении наведения с линейным упреждением доля промахов 5% и погрешность наведения 4, при применении разработанного в диссертации алгоритма наведения с адаптивным временем доля промахов 1% и погрешность наведения 3. При сопоставлении изображений, выделенных обработчиками на одной ЭВМ, доля неверных сопоставлений 1% и погрешность равна 6 пикселям, при синхронизации положения объектов по ЛВС доля ошибочных сопоставлений 10% и погрешность преобразования сопряжения равна 10 пикселам.

Применение алгоритмов классификации изображений по категориям при проведённом переборе признаков объектов позволило достигнуть показателей достоверности распознавания на уровне 90%–95%. Показатели достоверности классификации по категориям человек/машина/группа людей приведены в таблице 1.

Человек Машина Группа людей Отказы Всего Человек 445 2 4 1 452 Машина 5 438 15 12 470 Группа людей 3 12 291 3 309 Статистика 98% 97% 94% 2% 95% Таблица 1. Результаты распознавания Человек, Машина, Группа людей.

Измерение времени выполнения программных функциональных блоков систем типа РАЯЖ 46652.001-ОС.ПЗ показало, что время реакции системы на появление нового объекта в зоне наблюдения камер определяется временем автоматического наведения поворотной камеры на объект и равно 0,5с, что в 20 раз меньше времени реакции систем, использующих ручное наведение.

В заключении приведены основные выводы работы и описана практическая значимость достигнутых результатов.

В приложениях включены схемы системы РАЯЖ 46652.001-ОС.ПЗ, документация по использованию настроечных программ сопряжения, протоколы испытаний, фрагменты кодов основных программных модулей, использующих результаты работы, свидетельство о регистрации программы и список выставок, на которых проводилась апробация результатов работы.

Основные результаты и выводы При выполнении диссертационной работы достигнуты следующие результаты.

1. Разработаны способы и выведены уравнения автоматизации начальной установки и последующего сопряжённого функционирования видеоприборов.

2. Выведены соотношения и разработан алгоритм управления поворотными камерами с адаптивным упреждением, обеспечивающий малые погрешности наведения для неподвижных (0,5) и движущихся (3 ) объектов, а также повышающий разрешение в 10 раз и значительно уменьшающий количество приборов видеонаблюдения при больших углах зрения, причём время автоматического наведения в 20 раз меньше времени при ручном наведении.

3. Разработан критерий-условие идентичности объектов, если их изображения получены камерами с общей зоной обзора. Проанализированы и установлены ограничения критерия: скорость движения человека 15км/ч, автомобиля 90км/ч. При б`льших скоростях достоверность критерия понижается.

о

4. Разработаны методики измерения погрешности сопряжения стационарных камер, согласно которым погрешности сопоставления равны 4 пиксела для неподвижных изображений и 6 пикселей для подвижных объектов. При данных погрешностях достоверность сопоставления изображений равна 99%.

5. Предложены и проанализированы новые алгоритмы синхронизации программ-обработчиков сигналов видеоприборов. Установлено, что алгоритм синхронизации в циклах обработки сообщений от поворотных и неподвижных камер наиболее эффективен по использованию вычислительных ресурсов.

6. Исследованы способы применения алгоритмов классификации изображений в аналитических видеосистемах. Впервые предложено использовать триангуляцию при классификации объектов. Проведён синтез наборов признаков, при которых достоверность классификации 90%–95%.

7. Разработанные в диссертации алгоритмы и способы позволили создать системы видеонаблюдения нового поколения, обеспечивающие автоматическое обнаружение, наведение и сопровождение объектов, значительное улучшение качества их визуализации, классификации и идентификации и автоматическое формирование сигналов управления устройствами предупреждения и заграждения.

8. Результаты диссертационной работы применены в программно-аппаратных комплексах Orwell2k, разработанных при непосредственном участии автора (свидетельство о регистрации программы №2003612604 от 28.11.2003, патенты РФ на полезные модели №36315 от 07.08.2003, №36912 от 23.06.2003, патенты РФ №2265531 от 07.08.2003, №2268497 от 23.06.2003) и используемых для эффективного решения задач обеспечения безопасности, например, для охраны объектов Центр развития предпринимательства (г. Зеленоград) и Центр деловой авиации аэропорта Домодедово и многих других.

Список работ, опубликованных по теме диссертации

1. А.В. Хамухин, Алгоритм управления синхронизацией распределённых вычислений в системах видеонаблюдения. //M.: из-во Компания Спутник+, научно-технический журнал Техника и технология, №5, 2007, с. 31–33.

2. А.В. Хамухин, Вычисление реперной точки юстировки оптической оси видеокамеры по нескольким измерениям дальности до топографических объектов на местности. // M.: из-во Компания Спутник+, научно-технический журнал Аспирант и соискатель, №5, 2007, с. 161–162.

3. А.В. Хамухин, Измерение зависимости координат увеличения и фокусировки от кратности увеличения для объективов с координатным управлением.

//M.: из-во Компания Спутник+, научно-технический журнал Аспирант и соискатель, №5, 2007, с. 163–164.

4. А.В. Хамухин, Вычисление угла упреждения при управлении наведением поворотных видеокамер на движущуюся цель. //M.: из-во Компания Спутник+, научно-технический журнал Техника и технология, №5, 2007, с. 34–35.

5. А.В. Хамухин, Алгоритм управления положением поворотной видеокамеры при смещении центра изображения на заданный вектор. //M.: из-во Компания Спутник+, научно-технический журнал Аспирант и соискатель, №5, 2007, с. 159–160.

6. С.Т. Иванченко, И.А. Кан, К.В. Лунин, А.С. Малистов, Я.Я. Петричкович, А.А. Солохин, В.П. Сомиков, А.В. Хамухин, Система обеспечения безопасности и мониторинга мобильных объектов. //Патент РФ №2265 531, бюл. №34, 2005.

7. И.А. Кан, К.В. Лунин, А.С. Малистов, Я.Я. Петричкович, А.А. Солохин, В.П. Сомиков, А.В. Хамухин, Система и способ автоматизированного видеонаблюдения и распознавания объектов и ситуаций. //Патент РФ №2268497, бюл. №02, 2006.

8. Я.Я. Петричкович, И.А. Кан, В.П. Сомиков, К.В. Лядвинский, К.В. Лунин, A.В. Хамухин, А.С. Малистов, А.А. Солохин, А.Х. Ахриев, Е.В. Горбачев, С.Л. Мурга, А.А. Болтнев, Устройство автоматизированного контроля обстановки в зрительных залах. //Патент РФ №2296434, бюл. №9, 2007.

9. Я.Я. Петричкович, В.П. Сомиков, А.А. Солохин, А.С. Малистов, А.В. Хамухин, Интеллектуальная система телевизионного наблюдения с компьютерным зрением “Orwell 2K”. //Журнал Техника средств связи, серия Техника телевидения, научно-технический сборник, ЗАО МНИТИ, вып. 1, 2005, с. 54–57.

10. А.С. Малистов, А.А. Солохин, А.В. Хамухин, Формальный подход к оценке качества алгоритмов обработки изображений в интеллекуальных системах видеонаблюдения. //Журнал Вопросы радиоэлектроники, серия общетехническая(ОТ), выпуск 2, ОАО ЦНИИ Электроника, 2006.

11. А.Х. Ахриев, А.С. Малистов, А.В. Хамухин, П.А. Александров, Комплексный подход к созданию систем автоматического видеонаблюдения и видеоконтроля на объектах высокой сложности типа ITER и атомных станций. // Вопросы атомной науки и техники, cерия Термоядерный синтез, 2006, вып. 3., с. 69–81.

12. А.С. Малистов, А.А. Солохин, А.В. Хамухин, Алгоритмы обработки видеопотоков для отделения теней от объектов. //XV Международная Интернетконференция молодых ученых, аспирантов и студентов по современным проблемам машиноведения, тезисы докладов, с. 95, из-во ИМАШ РАН, Москва, 2003.

13. А.С. Малистов, А.А. Солохин, А.В. Хамухин, Методы оценки эффективности алгоритмов в интеллектуальных системах видеонаблюдения. //Труды XLVII научной конференции МФТИ Соверменные проблемы фундаментальных и прикладных наук, ч. 3, c. 216–217, Москва, 2004.

14. А.С. Малистов, А.А. Солохин, А.В. Хамухин, Оценка эффективности алгоритмов в системах видеонаблюдения. //XVI Международная Интернетконференция молодых ученых, аспирантов и студентов по современным проблемам машиноведения, тезисы докладов, с. 177, из-во ИМАШ РАН, Москва, 2004.

15. А.В. Хамухин, Оценка объёма тестовой выборки для вычисления ожидаемой доли ошибки при классификации объектов видеонаблюдения. //M.: из-во Компания Спутник+, научно-технический журнал Актуальные проблемы современной науки, №6, 2007, с. 169–170.

16. А.В. Хамухин, Классификация объектов с двумя признаками на основе триангуляции. //M.: из-во Компания Спутник+, научно-технический журнал Естественные и технические науки, №5, 2007, с. 81–82.

17. С.Т. Иванченко, И.А. Кан, К.В. Лунин, А.С. Малистов, Я.Я. Петричкович, А.А. Солохин, В.П. Сомиков, А.В. Хамухин, Система обеспечения безопасности и мониторинга мобильных объектов. //Патент РФ на полезную модель №36315, бюл. №7, 2004.

18. И.А. Кан, К.В. Лунин, А.С. Малистов, Я.Я. Петричкович, А.А. Солохин, В.П. Сомиков, А.В. Хамухин, Система и способ автоматизированного видеонаблюдения и распознавания объектов и ситуаций. //Патент РФ на полезную модель №36912, бюл. №9, 2004.

19. Я.Я. Петричкович, И.А. Кан, В.П. Сомиков, К.В. Лядвинский, К.В. Лунин, A.В. Хамухин, А.С. Малистов, А.А. Солохин, А.Х. Ахриев, Е.В. Горбачев, С.Л. Мурга, А.А. Болтнев, Устройство автоматизированного контроля обстановки в зрительных залах. //Патент РФ на полезную модель №47546, бюл. №24, 2005.

20. К.В. Лунин, А.С. Малистов, Я.Я. Петричкович, А.А. Солохин, В.П. Сомиков, А.В. Хамухин, Система автоматизированного видеонаблюдения и распознавания объектов и ситуаций Orwell2k. //Свидетельство об официальной регистрации программы для ЭВМ №2003612604, 2003г.

21. А.С. Малистов, А.А. Солохин, А.В. Хамухин, Слежение за целями в мультисенсорных системах видеонаблюдения с компьютерным зрением. //Труды XLVIII научной конференции МФТИ Современные проблемы фундаментальных и прикладных наук, Москва, 2005.

22. А.С. Малистов, А.А. Солохин, А.В. Хамухин, Калибровка поворотных камер в системах видеонаблюдения с компьютерным зрением. //Избранные труды XVII Международной интернет-конференции молодых ученых, аспирантов и студентов по современным проблемам машиноведения, с. 159–162, Москва, 2005.

23. А.В. Хамухин, Моделирование поверхности земли при преобразовании координат с изображения камеры на топографический план зоны обзора. //M.: изво Компания Спутник+, научно-технический журнал Естественные и технические науки, №5, 2007, с. 199–200.

24. А.В. Хамухин, Вычисление линии горизонта на изображении видеокамеры. //M.: из-во Компания Спутник+, научно-технический журнал Естественные и технические науки, №5, 2007, с. 197–198.

25. А.В. Хамухин, Критерий идентичности объектов на изображениях видеокамер с общей зоной обзора. //M.: из-во Компания Спутник+, научнотехнический журнал Техника и технология, №5, 2007, с. 36–37.

Отпечатано в ГУП НПЦ ЭЛВИС.

Формат бумаги 60 84 1/16.

Уч.-изд. л. 1.0. Тираж 100 экз.





Похожие работы:

«1952 г. Июнь Т. XL VII, вып. 2 УСПЕХИ ФИЗИЧЕСКИХ НАУК БИБЛИОГРАФИЯ И. Б. Литинецкий. «М. В. Ломоносов — основоположник отечественного приборостроения», М. — Л., Гостехиэдат, 1952 г, 160 стр. Тираж 10000. Цена 6 р. 75 к. «У великих людей,— писал А. Н. Толстой,— не две даты их бытия в истории — рождение и смерть, а только одна дата: их рождение». К таким людям прежде всего относится гениальный сын русского народа, основоположник отечественной науки — Михаил Васильевич Ломоносов, 240-летие со дня...»

«УДК 130.2 ГЕНДЕРНЫЕ ОТНОШЕНИЯ В ПРИВАТНОЙ СФЕРЕ СОЦИАЛЬНОГО БЫТИЯ Боташева Ш.Х.1, Баранов С.Т.2, Пошнагиди Ф.Ф.2 Филиал ФГБОУ ВПО «Московский государственный университет приборостроения и информатики», Ставрополь, Россия (355044, Ставрополь, проспект Кулакова, 18) e-mail: Botash-sherri@yandex.ru; Гуманитарный институт Северо-Кавказского федерального университета, Ставрополь, Россия (355003, Ставрополь, улица Ленина, 167) e-mail: stastb@yandex.ru В статье отмечаются как положительные, так и...»

«Библиотека мемориальных изданий Том 1 К.И. Константинов О боевых ракетах Москва. 2009 УДК 94 ББК 63 ISSN 1995-0489 (Print) К65 ISSN 1995-0497 (Online) Библиотека мемориальных изданий. Том 1. К.И.Константинов О боевых ракетах. М.: Академия исторических наук, 2009. – 329 с. ISBN 978-5-903076-15-4 (т.1) ISBN 978-5-903076-17-8 В настоящем томе публикуется монография «О боевых ракетах» русского ученого и изобретателя в области артиллерии, ракетной техники, приборостроения и автоматики,...»

«П.П. Парамонов, И.О. Жаринов ОБЗОРНАЯ СТАТЬЯ УДК 681.324 ИНТЕГРИРОВАННЫЕ БОРТОВЫЕ ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ: ОБЗОР СОВРЕМЕННОГО СОСТОЯНИЯ И АНАЛИЗ ПЕРСПЕКТИВ РАЗВИТИЯ В АВИАЦИОННОМ ПРИБОРОСТРОЕНИИ П.П. Парамонов, И.О. Жаринов Парамонов Павел Павлович, доктор технических наук, профессор, генеральный директор Федерального государственного унитарного предприятия «СанктПетербургское опытно-конструкторское бюро «Электроавтоматика» им. П.А. Ефимова», профессор базовой кафедры машинного проектирования...»

«НАУКА И ОБРАЗОВАНИЕ УДК 620.9 :658.26 ИНТЕРНЕТ ВЕЩЕЙ – СЛЕДУЮЩИЙ ЭТАП ЦИФРОВОЙ РЕВОЛЮЦИИ Владимир Алексеевич Бородин, член-корр. РАН, генеральный директор Тел.: +7(495)9936120, e-mail: bor@ezan.ac.ru Федеральное государственное унтарное предприятие экспериментальный завод научного приборостроения со специальным конструкторским бюро (ФГУП ЭЗАН) http://www.ezan.ac.ru Интернет вещей (Internet of Things) – новая технология, которая делает реальным создание интеллектуальных сетей, связывающих...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ И. Л. Коневиченко СТАНИЦА ЧЕСМЕНСКАЯ Монография Санкт-Петербург УДК 621.396.67 ББК 32.845 К78 Рецензенты доктор исторических наук, кандидат юридических наук, профессор В. А. Журавлев (Санкт-Петербургский филиал Академии правосудия Минюста Российской Федерации...»

«Вихриева И. В.ЗИМБАБВЕ: НЕСКОЛЬКО СЛОВ О РАССКАЗАХ ПОСЛЕ ЗАВОЕВАНИЯ НЕЗАВИСИМОСТИ (С 1980 ГОДА) Адрес статьи: www.gramota.net/materials/1/2008/2-2/16.html Статья опубликована в авторской редакции и отражает точку зрения автора(ов) по рассматриваемому вопросу. Источник Альманах современной науки и образования Тамбов: Грамота, 2008. № 2 (9): в 3-х ч. Ч. II. C. 39-41. ISSN 1993-5552. Адрес журнала: www.gramota.net/editions/1.html Содержание данного номера журнала:...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное автономное образовательное учреждение высшего профессионального образования САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В РАБОТЕ КАФЕДРЫ Монография Под общей редакцией А. Г. Степанова Санкт-Петербург УДК 004 ББК 32.973.26 И74 Рецензенты: доктор экономических наук, профессор Е. В. Стельмашонок; доктор педагогических наук, профессор И. В. Симонова...»

«ТЕХНОЛОГИЯ ПРИБОРОСТРОЕНИЯ УДК 678.01.53: 681.3.06 Е. И. ЯБЛОЧНИКОВ, В. А. БРАГИНСКИЙ, А. С. ВОСОРКИН ПРИМЕНЕНИЕ СИСТЕМ ВИРТУАЛЬНОГО МОДЕЛИРОВАНИЯ ПРИ ВЫБОРЕ И ПРОЕКТИРОВАНИИ ПОЛИМЕРНЫХ КОМПОЗИЦИОННЫХ МАТЕРИАЛОВ Рассмотрены особенности выбора композиционного материала как ключевой задачи про проектирования изделий из полимеров. Описано применение системы моделирования процессов литья под давлением Moldex3D. Приведена последовательность этапов выбора и проектирования материала с использованием...»

«Экспериментальные исследования загрязнений тяжелыми металлами в донных отложениях в Таганрогском заливе В.Ю. Вишневецкий, В.С. Ледяева Южный федеральный университет, факультет электроники и приборостроения Одной из наиболее актуальных проблем современной химии и экологии является выяснение эколого-токсикологического состояния природных водных объектов, в частности, Таганрогского залива Азовского моря. Он обладает статусом рыбохозяйственного водоема высшей категории и имеет довольно высокий...»

«УДК 658.51 СПОСОБЫ СОВЕРШЕНСТВОВАНИЯ ТЕХНОЛОГИЙ РЕАЛИЗАЦИИ ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ ОАО «ГАЗПРОМ» О.В. Волчик, ведущий специалист Отдела системы менеджмента качества ООО «Газпром инвест», аспирант кафедры инноватики и управления качеством факультета инноватики и базовой магистерской подготовки Санкт-Петербургский государственный университет аэрокосмического приборостроения, Россия Аннотация. В статье ставится задача рассмотреть способы совершенствования технологий реализации производственных...»

«Научное конструкторско-технологическое бюро пьезоэлектрического приборостроения Южного федерального университета (НКТБ «Пьезоприбор») Основной разработчик и поставщик пьезоэлектрических преобразователей для ракетно-космической отрасли, атомной промышленности, авиационной техники, гидроакустики, топливно-энергетического комплекса Россия, 344090 Ростов-на-Дону, ул. Мильчакова, 10 тел. (863) 222-34-01, 243-45-33 факс: (863) 243-48-44, 290-58-22 E-mail: piezo@sfedu.ru, piezo@inbox.ru...»

«ЗАКЛЮЧЕНИЕ ДИССЕРТАЦИОННОГО СОВЕТА Д 212.233.01 НА БАЗЕ Федерального государственного автономного образовательного учреждения высшего профессионального образования «Санкт-петербургский государственный университет аэрокосмического приборостроения», Министерство образования и науки РФ ПО ДИССЕРТАЦИИ НА СОИСКАНИЕ УЧЕНОЙ СТЕПЕНИ КАНДИДАТА НАУК аттестационное дело № _ решение диссертационного совета от 26.03.2014 № 1/Д1 О присуждении Ваганову Михаилу Александровичу, гражданину РФ, ученой степени...»

«Концепция проекта «Создание и развитие инжинирингового центра «Центр технологической поддержки предприятий радиоэлектроники и приборостроения»» Концепция проекта Создание и развитие инжинирингового центра «Центр технологической поддержки радиоэлектроники и приборостроения».Инициатор проекта: ОАО «Технопарк Санкт-петербурга» 192029, Санкт-Петербург, проспект Обуховской обороны, д. 70, корп. 2, офис 422 Тел.: + 7 (812) 313-10-85 Факс: + 7 (812) 313-10-87 E-mail: referent@ingria-park.ru...»

«Выпуск 3 2014 (499) 755 50 99 http://mir-nauki.com УДК 94.(47) 081:338.43 Головня Александр Иванович ФГБОУ ВПО «Московский Государственный университет приборостроения и информатики» Москва, Россия Профессор кафедры Доктор юридических наук, кандидат педагогических наук Email:gai20013@gmail.com Пограничная безопасность России: методологический ракурс исследования Аннотация. В представленной работе анализируются методологические подходы к исследованию историографического пространства пограничной...»





 
2016 www.os.x-pdf.ru - «Бесплатная электронная библиотека - Научные публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.