Показати скорочену інформацію

dc.contributor.authorАнтоненко, В. А.uk
dc.contributor.authorБоровицький, В. М.uk
dc.date.accessioned2023-03-31T08:51:16Z
dc.date.available2023-03-31T08:51:16Z
dc.date.issued2022
dc.identifier.citationАнтоненко В. А. Обробка сигналів у фасетних системах технічного зору [Текст] / В. А. Антоненко, В. М. Боровицький // Оптико-електронні інформаційно-енергетичні технології. – 2022. – № 2. – С. 38-43.uk
dc.identifier.issn1681-7893
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/36605
dc.description.abstractУ статті виконано огляд датчиків руху для фасетних систем технічного зору – кореляційного детектора Рейхарда, моделі Хорріджа та Нгуєна та запропоновано універсальний датчик. Цей датчик містить мікроконтролер, який швидко розраховує кореляційну функцію та її максимальне значення для визначення напрямку та швидкості руху у полі зору. Розглянуті принципи їх роботи, переваги, недоліки та можливості застосування таких датчиків.uk
dc.description.abstractThe article presents an overview of bio-similar motion sensors facet systems of technical vision – the Reichard correlation detector, the Horridge and Nguyen model, and it proposed the universal motion detection sensor. This sensor contains a microcontroller that quickly calculates the correlation function and its maximum value to find the direction and speed of movement in the field of view. The principles of their operation, advantages, disadvantages, and possibilities of application are considered.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofОптико-електронні інформаційно-енергетичні технології. № 2 : 38-43.uk
dc.relation.urihttps://oeipt.vntu.edu.ua/index.php/oeipt/article/view/627
dc.subjectдатчик рухуuk
dc.subjectкореляційний методuk
dc.subjectкореляційна функціяuk
dc.subjectфасетна системаuk
dc.subjectсистема технічного зоруuk
dc.subjectобробка сигналівuk
dc.subjectmotion detector sensoren
dc.subjectcorrelation methoden
dc.subjectcorrelation functionen
dc.subjectfacet systemen
dc.subjecttechnical vision systemen
dc.subjectsignal processingen
dc.titleОбробка сигналів у фасетних системах технічного зоруuk
dc.typeArticle
dc.identifier.udc535.135
dc.relation.referencesA. Arbib, M. (2003). The Handbook of Brain Theory and Neural Networks, Second Edition. London, England: The MIT press.en
dc.relation.referencesZ. Bagheri, S. Wiederman, B. Cazzolato, S. Grainger, & D. O'Carroll. (2017). Performance of an Insect-Inspired Target Tracker in Natural Conditions. Bioinspiration & Biomimetics, 12, 18, DOI: 10.1088/1748-3190/aa5b48.en
dc.relation.referencesV. Borovytsky, & V.Antonenko. (2019). Biologically inspired compound eye. Proc. of SPIE, 11369. doi:https://doi.org/10.1117/12.2553678en
dc.relation.referencesV.Borovytsky, & V.Antonenko. (2019). Ukraine Патент №u2019 07417.en
dc.relation.referencesV.Borovytsky & V.Antonenko. (2020). Image sensor with parallel signal processing for motion detection. Proc. of SPIE, 11351. doi:doi: 10.1117/12.2555386en
dc.relation.referencesM.Land. (2005). The optical structures of animal eyes. Current Biology, 15, 319-323, DOI:https://doi.org/10.1016/j.cub.2005.04.041.en
dc.relation.referencesM.Quelin. (2011). Optical flow estimation using insect vision based parallel processing, Master by Research thesis. University of Wollongong, 136, https://ro.uow.edu.au/theses/3410/.en
dc.relation.referencesJ. Zhao, C. Hu, C. Zhang, Z.Wang, & S.Yue. (2018). A Bio-inspired Collision Detector for Small Quadcopter. 2018 International Joint Conference on Neural Networks (IJCNN), 7, DOI: 10.1109/IJCNN.2018.8489298.en
dc.relation.referencesH.Zhu. (2021). Analysis and Optimization of Computer Trajectory Based on Compound Eye Vision System. Journal of Physics: Conference Series, 1744, doi:10.1088/1742-6596/1744/2/022035.en
dc.relation.referencesВ.Антоненко. (2018). Система технічного зору : магістерська дис. : 152 Метрологія та інформаційно-вимірювальна техніка. Київ.uk
dc.relation.referencesВ.Боровицький, & В.Антоненко. (03 07 2019 p.). Україна Патент №u 2019 07417.uk
dc.identifier.doi10.31649/1681-7893-2022-44-2-38-43
dc.identifier.doiA. Arbib, M. (2003). The Handbook of Brain Theory and Neural Networks, Second Edition. London, England: The MIT press.en


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію