vdgtuВестник Дагестанского государственного технического университета. Технические наукиHerald of Dagestan State Technical University. Technical Sciences2073-61852542-095XDaghestan State Technical University10.21822/2073-6185-2024-51-3-145-153vdgtu-1565Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGY AND TELECOMMUNICATIONSКомпаративный анализ основных методов фильтрации кадров для повышения спектрального разрешения видеопотокаAnalysis of the main approaches to modeling management processes for special-purpose organizational and technical systemsСальниковА. Ф.SalnikovA. F.

Сальников Алексей Федорович, доктор технических наук, профессор кафедры ракетно-космической техники и энергетических систем

114990, г. Пермь, Комсомольский проспект, д. 29

Alexey F. Salnikov, Dr. Sci. (Eng.), Prof. 

114990, Perm, Komsomolsky Prospekt, 29 

afsalnikov_1@mail.ruИвановаК. В.IvanovaK. V.

Иванова Ксения Вячеславовна, аспирант 

114990, г. Пермь, Комсомольский проспект, д. 29

Ksenia V. Ivanova, Graduate student 

114990, Perm, Komsomolsky Prospekt, 29 

ksgorbunova@yandex.ruМеркуловаН. И.MerkulovaN. A.

Меркулова Наталья Ивановна, кандидат технических наук, доцент кафедры радиотехнических систем и комплексов охранного мониторинга

394065, г. Воронеж, пр. Патриотов, 53

Natalia A. Merkulova, Cand. Sci. (Eng.), Assoc. Prof. 

53 Patriotov Ave., Voronezh 394065 

gomova.nata2008@mail.ruПермский национальный исследовательский политехнический университетРоссияPerm National Research Polytechnic UniversityRussian FederationВоронежский институт МВД РоссииРоссияVoronezh Institute of the Ministry of Internal Affairs of RussiaRussian Federation202402102024513145153Copyright © Сальников А.Ф., Иванова К.В., Меркулова Н.И., 20242024Сальников А.Ф., Иванова К.В., Меркулова Н.И.Salnikov A.F., Ivanova K.V., Merkulova N.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.dgtu.ru/jour/article/view/1565

Цель. В настоящее время актуальной является задача повышения спектральной разрешимости видеопотока с использованием современных методов фильтрации кадров. В работе рассмотрены и проанализированы различные методы фильтрации кадров, проведен их детальный сравнительный анализ. Полученные данные способствуют дальнейшей разработке различных материалов по повышению спектрального разрешения видеопотока. Метод. В научной литературе разработано большое количество различных подходов для повышения спектральной разрешимости видеопотока с использованием современных методов фильтрации кадров. В данной работе проанализированы самые основные: линейная пространственная фильтрация; нелинейная пространственная фильтрация; пространственно-частотная фильтрация; фильтрация с использованием Фурье-анализа; фильтрация на основе вейвлет-анализа. Результат. В ходе рассмотрения и сравнительного анализа методов фильтрации кадров были решены следующие задачи: проведена предварительная систематизация характеристик рассматриваемых методов с целью разработки новых алгоритмов и их реализации для улучшения качества изображения, увеличения детализации и четкости видеопотока; проанализированы различные методы фильтрации кадров, способствующие повышению спектральной разрешимости видеопотока, рассмотрено их влияние на качество видеоконтента; установлено, что для повышения спектральной разрешимости видеопотока необходимо использование комбинированного фильтра. Вышеперечисленные факты позволят в дальнейшем разработать методические рекомендации по повышению спектральной разрешимости видеопотока. Вывод. Рассмотренные подходы повышения спектральной разрешимости видеопотока с использованием современных методов фильтрации кадров являются предпочтительными при повышении спектральной разрешимости изображений, так как используют все положительные стороны линейной, нелинейной и пространственно-частотной фильтрации.

Objective. Currently, the task of increasing the spectral solvability of a video stream using modern frame filtering methods is urgent. Various methods of frame filtering are considered and analyzed in the work, and their detailed comparative analysis is carried out. The obtained data contribute to the further development of various materials to increase the spectral resolution of the video stream. Method. A large number of different approaches have been developed in the scientific literature to increase the spectral resolution of a video stream using modern frame filtering methods, and the most basic ones are analyzed in this paper: linear spatial filtering; nonlinear spatial filtering; spatial frequency filtering; filtering using Fourier analysis; filtering based on wavelet analysis. Result. A preliminary systematization of the characteristics of the methods under consideration has been carried out in order to develop new algorithms and implement them to improve image quality, increase detail and clarity of the video stream; various frame filtering methods have been analyzed, contributing to an increase in the spectral resolution of the video stream, and their impact on the quality of video content has been considered; during the analysis, it was found that in order to increase the spectral solvability of the video stream, it is necessary to use a combined filter. The above facts will allow us to further develop methodological recommendations for increasing the spectral solvability of the video stream. Conclusion. The considered approaches to increasing the spectral resolution of a video stream using modern frame filtering methods are preferable when increasing the spectral resolution of images, since they use all the positive aspects of linear, nonlinear and spatial frequency filtering.

спектральное разрешениемоделированиефильтрация кадроввидеопотокпроцессанализspectral resolutionmodelingframe filteringvideo streamprocessanalysisReferencesЯрышев, С. Н. Видеоанализ в цифровых видеоинформационных системах безопасности : Учебное пособие / С. Н. Ярышев, В. А. Рыжова, В. В. Коротаев. – Санкт-Петербург : Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, 2021. – 110 с.Yaryshev S. N., V. A. Ryzhova, V. V. Korotaev Video analysis in digital video information security systems. St. Petersburg : St. Petersburg National Research University of Information Technologies, Mechanics and Optics, 2021;110. (In Russ)Прэтт, У. Цифровая обработка изображений / У. Прэтт. - Москва : Мир, 1982.– 790 с.Pratt, W. Digital image processing. Moscow : Mir, 1982; 790. (In Russ)Обработка изображений [Электронный ресурс]: учеб. пособие. В 2 ч. Ч. 2. Цифровая обработка изображений / [cост.: Б.Н. Грудин, В.С. Плотников, С.В. Полищук]; Дальневосточный федеральный университет. – Электрон. дан. – Владивосток: Издательский дом Дальневост. федерал. ун-та, 2013.Image processing [Electronic resource]: textbook. stipend. At 2 p.m. 2. Digital image processing. Far Eastern Federal University. Vladivostok: Publishing House of the Far Eastern Federal. Unita, 2013. (In Russ)Akhlyustin, S. B. Prediction of the Integrated Indicator of Quality of a New Object Under the Conditions of Multicollinearity of Reference Data / S. B. Akhlyustin, A. V. Melnikov, R. A. Zhilin // Bulletin of theSouth Ural State University. Series: Mathematical Modelling, Programming and Computer Software. – 2020. – Vol. 13, No. 4. – P. 66-80. – DOI 10.14529/mmp200406.Akhlyustin, S. B., A. V. Melnikov, R. A. Zhilin Prediction of the Integrated Indicator of Quality of a New Object Under the Conditions of Multicollinearity of Reference Data. Bulletin of the South Ural State University. Series: Mathematical Modelling, Programming and Computer Software, 2020; 13 (4): 66-80. – DOI 10.14529/mmp200406. (In Russ)Перспективы разработки и внедрения технологий искусственного интеллекта в войсках национальной гвардии Российской Федерации. Успаленко В.Б., Мироманов Д.В.,Греков А.В.,Жуков Д.С., Суворов А.О., Бибик А.В., Тарутин А.В., Горячев С.Н., Минченко Д.А., Костарев С.Н., Мормуль Р.В.: Пермь: ПВИ ВНГ РФ, 2021. – 333 с.Prospects for the development and implementation of artificial intelligence technologies in the troops of the National Guard of the Russian Federation. Uspalenko V.B., Miromanov D.V.,Grekov A.V.,Zhukov D.S., Suvorov A.O., Bibik A.V., Tarutin A.V., Goryachev S.N., Minchenko D.A., Kostarev S.N., Mormul R.V.: Perm: PVI VNG RF, 2021;333. (In Russ)Жилин, Р. А. Обоснование критерия корректности исходных данных при моделировании оценки эффективности слабоструктурированных альтернатив систем безопасности объектов органов внутренних дел / Р. А. Жилин, А. В. Мельников, Ю. Н. Гарусов // Вестник Воронежского института МВД России. – 2022. – № 2. – С. 28-36.Zhilin R. A., Melnikov A.V., Yu. N. Garusov Substantiation of the criterion of correctness of the initial data in modeling the evaluation of the effectiveness of weakly structured alternatives to security systems for objects of internal affairs bodies. Bulletin of the Voronezh Institute of the Ministry of Internal Affairs of Russia. 2022; (2): 28-36. (In Russ)Моделирование оценки эффективности функционирования систем безопасности объектов органов внутренних дел / Р. А. Жилин, А. В. Мельников, С. Б. Ахлюстин, В. В. Горлов. – Воронеж : Воронежский институт Министерства внутренних дел Российской Федерации, 2023. – 104 с.Modeling of the assessment of the effectiveness of the functioning of security systems of objects of internal affairs bodies / R. A. Zhilin, A.V. Melnikov, S. B. Akhlyustin, V. V. Gorlov. Voronezh : Voronezh Institute of the Ministry of Internal Affairs of the Russian Federation, 2023; 104. (In Russ)Мормуль, Р. В. Вейвлет-анализ - современный подход цифровой обработки сигналов и изображений применительно к новейшим образцам военной техники / Р. В. Мормуль, С. Н. Горячев, В. В. Михалев // Генерал от инфантерии Е.Ф. Комаровский - первый командир отдельного корпуса внутренней стражи России : Межвузовская научно-практическая конференция, Пермь, 23 октября 2019 года / под общ. ред. В.Ф. Купавского. – Пермь: Пермский военный институт войск национальной гвардии Российской Федерации, 2019. – С. 200-208.Mormul, R. V., S. N. Goryachev, V. V. Mikhalev Wavelet analysis - a modern approach to digital signal and image processing in relation to the latest models of military equipment. Infantry General E.F. Komarovsky - the first commander of a separate corps of the internal guard of Russia : Interuniversity scientific and practical conference, Perm, October 23, 2019. under the general editorship of V.F. Kupavsky. – Perm: Perm Military Institute of the National Guard Troops of the Russian Federation, 2019; 200-208. (In Russ)Воскобойников, Ю. Е. Фильтрации сигналов и изображений: фурье и вейвлет алгоритмы (с примерами в Mathcad): монография / Ю. Е. Воскобойников, А. В. Гочаков, А. Б. Колкер ; Новосиб. гос. архитектур.-строит. ун-т (Сибстрин). – Новосибирск : НГАСУ (Сибстрин), 2010. – 188 с.Voskoboinikov, Yu. E. Filtering of signals and images: Fourier and wavelet algorithms (with examples in Mathcad): monograph. Novosibirsk : NGASU (Sibstrin), 2010:188. (In Russ)Жилин, Р. А. Анализ различных подходов к количественной и качественной оценке эффективности функционирования систем безопасности объектов органов внутренних дел / Р. А. Жилин, Ю. А. Дудкин // Охрана, безопасность, связь. – 2023. – № 8-3. – С. 96-100.Zhilin, R. A. Analysis of various approaches to quantitative and qualitative assessment of the effectiveness of the functioning of security systems of objects of internal affairs bodies. Protection, security, communications, 2023; (8-3): 96-100. (In Russ)Буй, Т.Т.Ч. Разложение цифровых изображений с помощью двумерного дискретного вейвлетпреобразования Хаара / Буй Т.Т.Ч.,Спицын В.Г. // Известия Томского политехнического университета, 2011. – Т. 318. – № 5. – С. 73–76.Buoy, T. Decomposition of digital images using a two-dimensional discrete Haar wavelet transform. Izvestiya Tomsk Polytechnic University, 2011; 318(5):73–76. (In Russ)Буй, Т.Т.Ч. Алгоритмическое и программное обеспечение для классификации цифровых изображений с помощью вейвлет-преобразования Хаара и нейронных сетей / Буй Т.Т.Ч., Фан Н.Х., В.Г. Спицын // Известия Томского политехнического университета, 2011. – Т. 319. – № 5. – С. 103–106.Buoy, T., Fan N.H., V.G. Spitsyn Algorithmic and software for classification of digital images using the Haar wavelet transform and neural networks. Izvestiya Tomsk Polytechnic University. 2011;319(5): 103–106. (In Russ)Обработка изображений [Электронный ресурс]: учеб. пособие. В 2 ч. Ч. 2. Цифровая обработка изображений / [cост.: Б.Н. Грудин, В.С. Плотников, С.В. Полищук]; Дальневосточный федеральный университет. – Электрон. дан. – Владивосток: Издательский дом Дальневост. федерал. ун-та, 2013.– Режим доступа: Computer university network. – Загл. с экрана.Image processing [Electronic resource]: textbook. stipend. At 2 p.m. 2. Digital image processing / [comp.: B.N. Grudin, V.S. Plotnikov, S.V. Polishchuk]; Far Eastern Federal University. Electron. dan. – Vladivostok: Publishing House of the Far Eastern Federal. unita, 2013. (In Russ)Мормуль, Р. В. Повышение спектральной разрешимости видеопотока с использованием оператора Лапласа и вейвлет- преобразований кадров / Р. В. Мормуль, Р. Х. Ханмагомедов // Альманах Пермского военного института войск национальной гвардии. – 2023. – № 2(10). – С. 95-99.Mormul, R. V. Increasing the spectral resolution of a video stream using the Laplace operator and wavelet transformations of frames / R. V. Mormul, R. H. Khanmagomedov. Almanac of the Perm Military Institute of the National Guard Troops, 2023; 2(10): 95-99. (In Russ)Жилин, Р. А. О некоторых аспектах обеспечения безопасности охраняемого объекта / Р. А. Жилин // Охрана, безопасность, связь. – 2022. – № 7-1. – С. 27-32.Zhilin, R. A. On some aspects of ensuring the safety of a protected object. Protection, security, communications. 2022; 7-1:27-32. (In Russ)

The authors declare that there are no conflicts of interest present.