Аннотация. Важной задачей автономных роботов является безопасное передвижение в незнакомой среде, возможно, с использованием искусственного зрения для обнаружения и распознавания препятствий. Системы визуального управления разрабатываются уже несколько лет. Некоторые из них используют искусственные ориентиры на местности, в то время как более совершенные полагаются на естественные ориентиры. В области автономного передвижения роботов, включающей создание карт, планирование маршрута и самолокацию, в работе развивается идея простого автономного агента, опирающегося только на визуальную информацию. Интегрированная навигационная система воспроизводит некоторые функции естественных систем, поскольку использует мало априорных знаний, бортовых вычислений и не имеет всенаправленного обзора. Поскольку цель, состоит в том, чтобы перемещать робота по полу, избегая препятствий и людей, камера находится сверху робота и установлена в фиксированном положении, чтобы смотреть вперед. В статьи рассмотрена одна из базовых задач в области обработки изображений, связанная с выделением границ объектов наблюдаемой сцены. Целью работы является исследование алгоритмов выделения контуров объектов на изображении на основе предварительной фильтрации, сравнение предлагаемых подходов с известными детекторами границ Собеля, Кэнни и Лапласа-Гаусса. Использование предварительной фильтрации обусловлено возможностью подавить шумовую составляющую изображения, а также подчеркнуть границы.
Научная новизна работы заключается в разработке и экспериментальной оценке алгоритма выделения контуров, включающего этап предварительной фильтрации изображения на основе повышения контраста, фильтра Калмана и методов Монте-Карло, что позволяет повысить устойчивость обработки видеопотока мобильного робота к шумам. Комплексно исследованы и сравнены алгоритмы Sobel, Canny и LoG по совокупности метрик (количество потерянных пикселей, MSE, нормализованный MSE и индекс структурного сходства SSIM), что обеспечило более глубокое понимание их эффективности в условиях различной зашумлённости.

Ключевые слова: компьютерное зрение, алгоритмы обработки изображений, фильтр Калмана, методы Монте-Карло, сегментация изображений, OpenCV, алгоритмы Собеля и Канни, анализ видео в реальном времени.