РАЗРАБОТКА ПРОГРАММЫ ДЛЯ АЛГОРИТМА ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ МАЛОРАЗМЕРНЫХ НАЗЕМНЫХ И ВОЗДУШНЫХ ЦЕЛЕЙ

DEVELOPMENT OF A PROGRAM FOR AN ALGORITHM TO DETECT AND TRACK SMALL GROUND AND AIR TARGETS

Bobikina Ekaterina Anatolievna

Cadet, Military Academy of Air and Space Defense, Russia, Tver

Kovalenko Alexander Grigorievich

Scientific supervisor, Candidate of Technical Sciences, Lecturer, Military Academy of Air and Space Defense, Russia, Tver

Аннотация. В статье рассматривается разработка программы для обнаружения малоразмерных наземных и воздушных целей в сложных условиях наблюдения. Описаны основные методы цифровой обработки изображений и алгоритмы компьютерного зрения, применяемые для повышения точности обнаружения объектов.

Abstract. This article discusses the development of a program for detecting small ground and air targets under challenging observation conditions. It describes the main methods of digital image processing and computer vision algorithms used to improve the accuracy of object detection.

Ключевые слова: обнаружение объектов, малоразмерные цели, компьютерное зрение, обработка изображений, машинное обучение, программный комплекс.

Keywords: object detection, small targets, computer vision, image processing, machine learning, software suite.

Современные системы наблюдения требуют эффективного обнаружения малоразмерных объектов, таких как беспилотные летательные аппараты и малозаметные наземные цели. Основными трудностями являются низкая контрастность объектов, наличие шумов, погодных помех и сложного фона.

Для решения данной задачи применяются методы цифровой обработки изображений и технологии машинного обучения. Особое значение имеет разработка программного обеспечения, обеспечивающего обработку данных в режиме реального времени.

Целью работы является разработка программы для обнаружения малоразмерных наземных и воздушных целей с использованием современных алгоритмов компьютерного зрения.

Разработка программы

Программа реализована на языке Python с использованием библиотек OpenCV и TensorFlow. Архитектура программного комплекса включает несколько основных модулей:

• получение видеоданных;
• предварительная обработка изображений;
• фильтрация шумов;
• выделение движущихся объектов;
• классификация целей;
• отображение результатов.

На этапе предварительной обработки выполняется сглаживание шумов и улучшение качества изображения. Далее применяется метод выделения движущихся объектов на основе анализа последовательности кадров.

Для повышения точности распознавания используется сверточная нейронная сеть, позволяющая классифицировать объекты на воздушные цели, наземные цели и помехи.

Разработанная программа обеспечивает автоматическое обнаружение объектов и отображение результатов в режиме реального времени рисунок 1.

Рисунок 1. Программа для алгоритма обнаружения и сопровождения малоразмерных наземных и воздушных целей

Результаты тестирования

Тестирование программы проводилось на видеоданных с различными условиями наблюдения: туман, дождь, низкая освещенность и динамический фон.

Результаты показали, что разработанная система обеспечивает:

• высокую вероятность обнаружения объектов;
• снижение количества ложных тревог;
• устойчивость к шумам и помехам;
• обработку видеопотока в режиме реального времени.

Использование нейросетевых методов позволило значительно повысить точность классификации малоразмерных целей.

В работе разработана программа для обнаружения малоразмерных наземных и воздушных целей. Программный комплекс сочетает методы обработки изображений и технологии машинного обучения, что обеспечивает высокую эффективность обнаружения объектов в сложных условиях наблюдения.

Разработанная система может применяться в системах видеонаблюдения, мониторинга воздушного пространства и беспилотных комплексах.