Hidrológiai Közlöny 2008 (88. évfolyam)

5. szám - Gálai Antal: A web-kamerás folyami jégmegfigyelés alapjai

19 További módszerek A zajló jéggel részlegesen fedett folyókat figyelő webkamerák felvételeit feldolgozó módszerek mindegyike hasznosnak bizonyul a jégfedettség arányának meghatározásától kezdve a jég és a vízhozam becslésére egyaránt. Alak és határfelismerő módszerek - mint a kéziratban is bemutatott — hasznosak a felvételek pillanatát követően kialakuló alvízi jégzajlás szimulációjában is. A jégtáblák elfordulásának meghatározásától eltekintő módszerek azonban nagyobb hibáknak vannak kitéve. Még a statisztikai — korreláción alapuló - módszereknek is figyelembe kellene venniök a lokális elfordulások trigonometriai függvényértékeit és az egymást követő felvételek közt összehasonlított képrészletek Jacobi-determináns értékeinek arányát. Az elfordulásokat a jobb illeszkedés figyelembe vétele érdekében kell figyelembe venni, s csak a piciny szögtartományokban hanyagolhatók el, de figyelmen kívül hagyhatásuk még itt is könnyen hamis sebességeket eredményez. A rotáció figyelembe vételének másik indoka az, hogy a webkamerák képesek a vízfelszín képeit még bizonytalan átbocsátóképességű hálózatokon is nagy távolságra szállítani, miközben a tárolási és feldolgozási folyamatok térben és időben elkülönítve történnek. Bizonyos - nem laboratóriumi vagy helyszíni — körülmények között a képek nem gyors egymásutánban s nem is egyenletes időközönként válnak hozzáférhetővé. Ebben a széleskörűen és gyakran előforduló esetben a képek ftp protokollon keresztül érkeznek, s az időadatok leggyakrabban szabálytalan időközöket mutatnak, ami nem teszi lehetővé pl. a szinusz szögfüggvény helyett a szög radiánban vett értékének használatát, vagy az elfordulás figyelmen kívül hagyását. Ennek ellenére jó hatásfokú, az egymást követő képek részhalmazain végzett keresztkorreláción alapuló minta-illesztési alkalmazásokat adtak közre a iowai egyetem hídralikai kutatója Marian V.l. Musté közreműködésével. Eredményeik mutatják a módszerben rejlő széleskörű alkalmazhatóságot és a felhasznált LSPIV (Large Scale Parctile Immage Velocimetry) mintaillesztéses algoritmus teljesítményét. Feldolgozás előtt az összes módszer igényli a perspektivikus torzítás kiküszöbölését, mellyel lehetővé válik a torzításmentes mintaillesztés. A perspektivikus leképezés paramétereit rögzített kamerák esetén pozíciónként csak egyszer kell elvégezni, a sugárirányú torzítást pedig csak kameránként. Az akár pixelenkénti torzítás-mentesítés eredményeit egy teljes mérésre előre is kiszámolhatjuk, s tárolásukkal nagy mennyiségű képi információt dolgozhatunk fel kisebb teljesítménnyel, vagyis gyorsabban. Gauss szűrős zajcsökkentés után irány a sarkok felderítése! A Harris féle sarokdetektor az általunk teljes jégtáblákra használt elvet alkalmazza, de most a változásra és piciny környezetben, amikor is képzi a vizsgált terület másodrendű momentumainak mátrixát, melynek elemei a feltételezett sarok kis környezetében összegzett az x és/vagy y szerinti gradiens-szorzatok. Ez a momentummátrix bármely irányú x,y esetén, vagyis rotációsán szimmetrikus emiatt felbontható C=R"'LR alakban, s mivel R rotáció, C determinánsa épp az L-béli sajátértékek szorzata, mely sarkoknál extrém értékeket vesz fel. En EU EUy Ell R -í Ai 0 0 A

2 R (48) Ez tulajdonképpen szinte azonos a mérnöki megközelítésseljavasolthoz, s persze a képfeldolgozásban is hosszú ideje „felfedezték", s minden módszer ezeket járja körbe egyre rafináltabb megközelítéssel. A mozgás-követésre kimódolt módszer csökkenti a követendő pontok számát, s ami fő: már elfordulás és elmozdulás invariáns! A leküzdendő akadályok közül csak a skála és megvilágítás maradt. Hogyan tovább? David G. Lowe nyomdokain. Módszere a SIFT (scale invariant local features) lépték-független helyi jellemzők angol rövidítésével elnevezett algoritmus a computeres látáskutatás tudományos igényességgel megfogalmazott, jól definiált metódusa, mely nagyon is megfelel jégmegfigyelési esetünkre, hisz a képtartalmat eltolás-, elfordulás-, skála- és megvilágítás-független helyi jellemzők kvantitatív értékeivé transzformálja. Az évtizedeken át gyűjtött nagyszámú képkollekció e metódus és a hidrológiai szempontok szerint feldolgozva különböző jellemzők tipizálását teszi lehetővé, jégalakok, meteorológiai körülmények stb. szerint tovább finomítható osztályozásra, minősítésre is alkalmassá váló jellemző minták gyűjteményét eredményezve. A skála-függetlenség érdekében a sarokfelderítés előtti, s különböző léptékeken elvégzett Gauss szűrések közti különbségek lokális maximumát keressük. Ezt követi a kis környezetek szűrt képpixeleire számított lokális sajátértékek hányadosainak küszöb szerinti szétválasztásával az élek kiküszöbölése. Egy mondatba sűrítve: a lokalizált pontokhoz rendelt egy fajta biztos jellegzetesség-leíró koordinátákat kell képeznünk, melyeket több módszerben szokássá vált módon a változásokat jellemző gradiens hisztogramokból nyerünk, jelen esetben 4*4-es pixel környezetben képzett gradienseknek egy 4*4-es régiójából (16*16 pixelen) képezzük az eredményül kapott 128 elemű vektort. E jellegzetesség-leíró koordináták normalizálásával javul a megvilágítás függetlenség, míg tűréshatár szerinti küSIFT kulcspont észlelő vektorok segítik az egymás utáni képek pontjainak párosítását A www.water.hu/ice/webcam/index.php?en#SIFTanimation címen található animáció msExplorer környezetben készült Célunk — 2D alakzatok felismerése/követése - könynyebb, mint a 3D alakfelismerés, így több módszerrel is kevesebb nehézséggel és könnyebben érünk célba. Képek egy-