ОПРЕДЕЛЕНИЕ РАССТОЯНИЙ МЕЖДУ ОБЪЕКТАМИ НА ЦИФРОВОЙ ФОТОГРАФИИ

Чувагина София Ярославовна
Нижегородский государственный университет имени Н.И. Лобачевского
студентка 4 курса юридического факультета кафедры судебной экспертизы

Аннотация
В статье представлен один из методов определения расстояний между объектами на цифровых изображениях, с помощью графического редактора «Adobe Photoshop».

Ключевые слова: , ,


Рубрика: 12.00.00 ЮРИДИЧЕСКИЕ НАУКИ

Библиографическая ссылка на статью:
Чувагина С.Я. Определение расстояний между объектами на цифровой фотографии // Современные научные исследования и инновации. 2022. № 7 [Электронный ресурс]. URL: https://web.snauka.ru/issues/2022/07/98652 (дата обращения: 19.04.2024).

Одной из задач экспертизы цифровых изображений является определение расстояний между объектами, расстояния от объекта до точки съемки и т.д. Данная задача часто встречается в судебной экспертизе, особенно актуальна она при определении расстояний между транспортными средствами при реконструкции ДПТ.

Задача может быть разрешена только при условии, наличия на изображении объектов с известными параметрами либо их размеры и форму можно установить.
Для проведения расчётов необходимо изучить метаданные изображения  техническая информация об изображении. В данном случае необходима информация о модели камеры, фокусном расстоянии объектива, размеры матрицы камеры, разрешение изображения.
Для минимизации ошибок вычисления при наличии основного нелинейного геометрического искажения (дисторсии), необходимо его устранение [1] с помощью графического редактора, такого как «Adobe Photoshop» или с помощью программного обеспечения «Amped FIVE Professional».
При определении расстояния нами были проведены экспериментальные исследования в графическом редакторе «Adobe Photoshop СС 2017».
Рисунок 1 представляет собой оригинал фотографии. Из метаданных известно (см. рисунок 2), что модель камеры  Canon 50d с объективом Canon 17-85 mm f/4-5.6, разрешение изображения 4752х3168, фокусное расстояние 47 мм. В соответствии со справочными данными, размер матрицы составляет 2,23×1,49 см [2]. За величину h примем размер одного из зданий, высота которого известна и составляет 33 м.


Рисунок 1. Оригинал фотографии

Используя инструмент «Размер изображения» в строках высота и ширина указываем значение матрицы  2,23 и 1,49 соответственно (см. рисунок 3). Затем используя инструмент «Линейка» выделяем объект на изображении с известными нам величинами (см. рисунок 4). На панели управления появляются координаты объекта, для расчетов необходим параметр L1, в нашем случае равный 0,96 см  размер данного объекта на матрице.


Рисунок 2. Метаданные фотографии

Расчёт для определения расстояния производится по формуле отрезков применительно для линзы с равными фокусными отрезками [3, с. 276]:

d  расстояние от линзы до объекта, D  расстояние от линзы до изображения объекта, f  фокусное расстояние линзы [4, с. 140].
После преобразований формула примет вид:


h линейный размер объекта съёмки, H  размер его уменьшенного изображения при учете, что h = tgα, а H = tgα.


Рисунок 3. Инструмент «Размер изображения»

 


Рисунок 4. Расчетное значение

Проверка данного эксперимента путем ввода координат в поисково-информационной картографической службе «Яндекс карты» показала значение 165 м (см. рисунок 5). Погрешность данных вычислений составляет около 2-4 м или 1,2% – 2,4%, что вполне достаточно для целого ряда задач, стоящих перед судебным экспертом.


Рисунок 5. Проверка расчетов

Установить высоту записывающего устройства от поверхности земли в момент съемки изображений возможно с помощью программного обеспечения «Google Earth Pro 7.3.2.5487 (64-bit)» путем сопоставления не менее чем 5 точек запечатленного участка местности [5, с. 51]. На основе этих данных в программе «PhotoModeler Scanner» рассчитывается полигональная модель, состоящая из трехмерных точек и плоскостей. Программа делает расчеты исходя из информации о фокусном расстоянии, размере матрицы, главной точки и параметров дисторсии. Программа удобна тем, что помимо возможности расчетов с применением опорных ориентиров, с известными значениями координат, можно использовать фигуры-примитивы «Shapes», которые совпадают по форме с объектом.
Сегодня искусственный интеллект развивается с огромной скоростью и уже проведено много исследований по созданию прикладного программного обеспечения, в котором применяется технология глубокого обучения. Например, модель обнаружения объектов «Google tensorflow-lite», основанная на технологии распознавания изображений (идентификация объекта и его сегментацию)  Convolutional Neural Network (CNN). С помощью технологии можно добиться измерения объектов, расположенных на камерах видеонаблюдения или фотографиях, в случаях, когда фактический размер объекта неизвестен. Поскольку фактический размер объекта неизвестен, требуется альтернативный набор информации об объекте. В качестве альтернативы используется несколько фотографий (кадров) объекта, сделанных на определенном расстоянии. Однако такие измерения расстояния с использованием модулей обнаружения объектов еще не являются точными и имеют значительную погрешность [6, с. 557]. Эта проблема будет решена с развитием искусственного интеллекта в ближайшем будущем.
Таким образом, предложенный нами способ определения расстояния с помощью графического редактора «Adobe Photoshop» является простым и удобным в использовании. При этом в вычислениях может возникнуть незначительная погрешность, а также необходимо знать метаданные изображения и размер одного из объектов, находящихся в кадре.


Библиографический список
  1. Комендатенко С.Д., Когочев А.Ю. Система определения расстояния на основе двух широкоугольных видеокамер // Современные научные исследования и инновации. 2017. № 11 [Электронный ресурс]. URL: https://web.snauka.ru/issues/2017/11/84833 (дата обращения: 03.04.2022).
  2. https://www.canon.ru/support/ (дата обращения: 03.04.2022).
  3. Гейдаров П.Ш. Алгоритм определения расположения и размеров объектов на основе анализа изображений объектов // Компьютерная оптика том 35 №2, 2011. С. 276.
  4. Евтюков С.А. Совершенствование метода определения расстояния между транспортными средствами по фотографическим снимкам при реконструкции ДТП / С. А. Евтюков, И. В. Ворожейкин // Вестник гражданских инженеров. – 2021. – № 1(84). – С. 140.
  5. Кривощёков С.А. Способы определения размеров объектов и расстояний между ними по изображению, зафиксированному фото- или видеокамерой с неизвестными параметрами, при помощи фотограмметрического программного обеспечения / С.А. Кривощёков // Теория и практика судебной экспертизы. – 2013. – № 3 (31). – С. 51.
  6. Jae Moon Lee, Kitae Hwang, In Hwan Jung. Real Distance Measurement Using Object Detection of Artificial Intelligence / Vol.12 No.6 (2021). P. 557.


Количество просмотров публикации: Please wait

Все статьи автора «Чувагина София Ярославовна»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться:
  • Регистрация