ральний аналіз і статистична обробка сигналів;
функції параметричного моделювання часових рядів;
генерація сигналів: чірп-імпульс, Гауссовский імпульс, послідовності імпульсів заданої форми і тривалості;
засоби роботи з віконними функціями;
графічний користувальницький інтерфейс для аналізу та візуалізації сигналів і фільтрів. [13]
1.3.10 Wavelet Toolbox
Wavelet Toolbox - це пакет розширення MATLAB для роботи з вейвлетами. Містить функції вейвлет-перетворення, засоби розробки вейвлет-алгоритмів, функції аналізу, синтезу, фільтрації, стиснення та обробки, а також інструменти для кратномасштабного аналізу одновимірних і двомірних даних.
Рис. 1.11 Вікно Wavelet Toolbox
Wavelet Toolbox включає інтерактивні графічні засоби для експериментів з різними вейвлетами в задачах обробки та аналізу даних. Пакет містить функції розробки методів шифрування, стиснення і реконструкції, ідентифікації та аналізу локальних і нестаціонарних процесів, а також обробки сигналів різної природи. Вейвлети дозволяють виявити ті властивості, які складно виявити класичними частотними методами.
Ключові можливості:
сімейство класичних вейвлетів: Добеші, комплексні вейвлети Гауса і морлета, дискретний Мейера (фільтри Добеші, комплексні вейвлети Гауса і морлета, біортогональні, дискретні вейвлети Мейера);
- засоби для обробки сигналів вейвлет-методами, перетворення частоти в масштаб і зворотне (засоби обробки сигналів і вейвлет-аналізу, включаючи функції перекладу сигналу з часової області в частотну);
методи побудови сімейства вейвлетів;
засоби візуалізації вейвлетів;
інтерактивні засоби для безперервного і дискретного вейвлет аналізу;
робота з вейвлет-пакетами як з MATLAB-об'єктами;
аналіз по одній координаті, стиснення і усунення шуму сигналу;
аналіз основних компонентів з використанням масштабу;
багатопараметрична фільтрація. [13]
1.3.11 OpenCV
OpenCV бібліотека машинного зору з відкритим вихідним кодом. Бібліотека написана на C і C ++ і працює під Linux, Windows і Mac OS X. OpenCV була розроблена для ефективних обчислень і з упором на додатки реального часу. OpenCV написана на оптимізованому C і використовує переваги многоядерних процесорів.
Головною метою OpenCV є надання простий у використанні інфраструктури комп'ютерного зору, яка допомагає швидко будувати досить складні додатки. OpenCV містить більше 500 функцій, які охоплюють багато областей, у тому числі моніторинг конвеєрної продукції, медична візуалізація, безпека, інтерфейси, калібрування камер, стерео зір і робототехніка. Оскільки комп'ютерний зір і машинне навчання, часто йдуть рука об руку, OpenCV також містить комплексну бібліотеку машинного навчання загального призначення Machine Learning Library (MLL). Ця підсистема орієнтована на статистичне розпізнавання образів і кластеризацію. Бібліотека MLL вельми корисна для задач машинного зору, але при цьому носить досить загальний характер і може використовуватися для будь-яких завдань машинного навчання.
З моменту свого альфа-релізу в січні 1999 року бібліотека OpenCV використовувалася в багатьох додатках, продуктах і дослідженнях. Такі додатки як сшивка зображень у супутникових системах і веб-картах, вирівнювання зображень, зниження шуму в медичних зображеннях, аналіз об'єктів, системи виявлення вторгнень, автоматичний контроль, системи безпеки, виробництво систем контролю, калібрування камер, широке військове застосування, безпілотні літальні, наземні і підводні апарати.
Можливості OpenCV:
людино-машинної взаємодії;
ідентифікація об'єктів;
сегментація і розпізнавання;
розпізнавання осіб;
розпізнавання жестів;
трекінг руху;
структура руху;
калібрування стерео-камер;
3D трекінг. [14]
1.4 Висновок по розділу
У цьому розділі були розглянуті основні методи і алгоритми розпізнавання осіб і об'єктів в відеопотоці і вказані їх основні переваги і недоліки. Розглянуто основні методи виділення рухомих об'єктів. Проведений їх порівняльний аналіз і перевірено, що всі вони досить швидкі, щоб використовуватися в системах реального часу, а також їх нескладно реа...
