Реферати, курсові, дисертації, дипломи

[ Методи та засоби цифрової корекції зображення в оптико-електронних системах візуалізації ]

<div style="font-size:16px;text-align:justify;">
	 На правах рукопису Методи та засоби цифрової корекції зображення в оптико-електронних системах візуалізації Автореферат дисертація на здобуття наукового ступеня кандидата технічних наук Загальна характеристика роботи Актуальність. Однією з найбільш явних тенденцій розвитку сучасних оптико-електронних систем візуалізації, і, зокрема, тепловізійних, є використання в їх складі матричних приймачів <a href="Випромінювання" title="Випромінювання">випромінювання</a>. В останні роки все більше поширення в таких системах знаходять Неохолоджувані болометричні матричні приймачі (мікроболометр). Мікроболометр, як правило, не вимагають кріогенної системи охолодження, і, отже, тепловізійний модуль має менші енергоспоживання, габарити і масу. Виробництво мікроболометричних матриць на основі оксиду ванадію або на кремнієвій основі значно дешевше, ніж охолоджуваних фотоприймачів. Однак, застосування матричних приймачів випромінювання, зокрема, мікроболометричних, веде до необхідності обліку і компенсації ряду чинників, пов'язаних з дискретністю структури приймача, помітно впливають на якість одержуваних зображень. До них відносяться спотворення через дискретизації зображення сцени, що спостерігається, із-за неоднорідності параметрів і характеристик окремих чутливих елементів матричних приймачів. До недоліків мікроболометричних матриць відноситься також високий рівень шуму. Розвиток сучасної мікроелектроніки дозволяє успішно впроваджувати методи корекції зображення <a href="Електроніка" title="Електроніка">електронними</a> засобами, в першу чергу, цифрові, засновані на використанні багатоелементних матричних приймачів випромінювання та цифрових компонентів (аналого-цифрові і <a href="Цифро-аналогові_перетворювачі" title="Цифро-аналогові перетворювачі">цифро-аналогові перетворювачі</a>, інтегральні схеми), що здійснюють обробку відеозображення, отриманого в оптико- електронній системі в реальному масштабі часу. Найбільші успіхи в цій області пов'язані з широким розповсюдженням цифрової апаратури відео-та фотозйомки, а також з розвитком алгоритмів стиску для передачі в <a href="Мережа" title="Мережа">мережах</a> <a href="Інформація" title="Інформація">інформаційної</a> комунікації і зберігання відеоданих. Можливість зберігання цифрового зображення в пам'яті дозволяє виробляти суміщення двох зображень, стабілізацію, побудова панорамного зображення та інші операції. <IMG SRC=dopc550873.zip ALIGN=LEFT> Рис. 1. Узагальнена структурна схема сучасної тепловізійної системи «наглядача» типу з мікроболометричних матрицею На рис. 1 наведена узагальнена структурна схема сучасної тепловізійної системи «наглядача» типу з мікроболометричних <a href="Матриці" title="Матриці">матрицею</a>. Застосовувані мікроболометричних <a href="Матриці" title="Матриці">матриці</a> обладнані системою підтримки температури на підкладці чутливих елементів. Параметри <a href="Роботи" title="Роботи">роботи</a> <a href="Матриці" title="Матриці">матриці </a>(рівень <a href="Сигнал" title="Сигнал">сигналу</a>, чутливість, внутрішня температура) задаються набором вхідних напруг, що надходять з блоку <a href="Управління" title="Управління">управління</a> та живлення матриці. Для проведення калібрування передбачений вузол шторки, розташований між об'єктивом і матрицею. У деяких системах передбачена система розпізнавання одержуваному зображенню. Мікроболометричних матриця формує аналоговий <a href="Сигнал" title="Сигнал">сигнал</a>, який надалі оцифровується на АЦП. Блок цифрової обробки сигналу здійснює обробку оцифрованого сигналу для подальшого його подання на вбудованому дисплеї або на зовнішньому пристрої відображення. У даній дисертації блок цифрової обробки сигналу побудований на базі програмованої логічної інтегральної схеми (ПЛІС), або на базі цифрового сигнального <a href="Процесор" title="Процесор">процесора</a> (Digital Signal Processor DSP). Налагодження та управління системою виробляється або з пульта управління, або з ПК через <a href="Стандарт" title="Стандарт">стандартні</a> інтерфейси. Вимоги до результатів цифрової обробки тепловізійного зображення, одержуваного з мікроболометричних матриць, дуже часто аналогічні вимогам, що пред'являються до телевізійного зображення, незважаючи на те, що якість зображень, одержуваних за мікроболометричних матриць, гірше, ніж з фотоприймальних матриць, що працюють у видимому діапазоні. Цифрової обробки зображень у вітчизняній і зарубіжній літературі присвячена велика кількість робіт (У. Претт, Р. Гонсалес, Р. Вудс, Б. Яні, Д. А. Форсайт, Ж. Понс, С. Уелстід, Д. С. Лебедєв, У . А. Сойфер, І. І. Цуккерман, Л. П. Ярославський і багато інших). Тим не менш, розвинені сьогодні методи цифрової обробки зображення, що використовуються у відео-і фототехніку, стосовно до неохолоджуваних тепловізійним системам потребують суттєвого вдосконалення, що пов'язано з порівняно великою неоднорідністю параметрів і характеристик матричних мікроболометрів, нелінійністю їх характеристик, високим рівнем шумів і, як правило, низьким <a href="Контрас" title="Контрас">контрастом</a> самої сцени. Необхідність корекції і ослаблення впливу цих факторів на відеозображення і визначає <a href="Актуальність_теми" title="Актуальність теми">актуальність теми</a> дисертації. Метою роботи є розробка алгоритмів цифрової обробки, що дозволяють поліпшити якість тепловізійного відеозображення, одержуваного за допомогою мікроболометричних матриці. Для досягнення цієї мети вирішувалися наступні завдання: аналіз і вдосконалення методів компенсації неоднорідності параметрів і характеристик елементів мікроболометричних матриці; розробка алгоритмів компенсації шумів і освіти висококонтрастних зображень, одержуваних за допомогою мікроболометричних матриці; розробка методу визначення взаємного зсуву, масштабування і повороту двох кадрів відеозображення. Методи дослідження. Всі розроблені методи і алгоритми були попередньо протестовані на <a href="Персонал_21" title="Персонал 21">персональних</a> комп'ютерах. В якості тестових відеоданих застосовувалися необроблені цифровими методами відеопослідовності, записані після оцифрування з мікроболометричних матриці тепловізора. Після <a href="Тестування" title="Тестування">тестування</a> на персональному комп'ютері алгоритм переносився на тепловізійні системи, розроблені у ВАТ «ЦНДІ« Циклон ». Для реалізації використовувалися або мову C і C + + в середовищі <a href="Програмування" title="Програмування">програмування</a> Texas Instruments Code Composer Studio для DSP-процесорів TMS320C6200 і TMS320C6400, або мову V e rilog HDL в середовищі Xilinx ISE для ПЛІС Xilinx XC 2 S 200 і XC 2 VP 4. Наукова новизна результатів дисертаційних досліджень полягає в наступному: обгрунтовано застосування триточкового багатотабличних калібрування для суттєвого покращення якості зображення в тепловізійних системах на основі мікроболометричних матриць; побудована система алгоритмів (заміщення дефектних елементів матриці, компенсації шумів, підвищення <a href="Контрас" title="Контрас">контрасту</a>, автофокусування), використовує результати застосування загального для всіх них фільтра, що дозволяє оптимізувати обчислювальний процес; виявлено наявність спотворень рівномірності по всьому кадру дисперсії шумів після <a href="Геометрия" title="Геометрия">геометричних</a> перетворень (масштабування, поворот) рівномірно зашумлених білим шумом зображень; розроблено швидкий алгоритм автоматичного регулювання рівнів яркостей, який ефективний у разі обробки зображень з широким діапазоном яркостей; розроблено алгоритм пошуку і корекції геометричного неузгодженості двох кадрів для довільного кута їх взаємного повороту. Практична цінність роботи полягає в тому, що з метою поліпшення якості зображення на виході тепловізійних систем «наглядача» типу, що використовують мікроболометричних матриці, розроблена і реалізована цілісна система алгоритмів цифрової обробки відеозображення. Основні положення, що виносяться на захист: багатотабличних трехточечная калібрування в тепловізійних системах з мікроболометр дозволяє забезпечувати необхідну якість зображення у широкому діапазоні температур спостережуваних сцен; для реалізації ряду алгоритмів (заміщення дефектних елементів матриці, компенсації шумів, підвищення контрасту і автофокусування) можливе використання загального фільтра розмиття; для компенсації спотворень рівномірності дисперсії шумів по кадру після геометричних перетворень (масштабування, поворот) рівномірно зашумлених білим шумом зображень можливо використовувати запропонований метод, заснований на використанні фільтра розмиття; запропонований швидкий алгоритм автоматичного регулювання рівнів яркостей ефективний у разі обробки зображень з широким діапазоном яркостей; використовуючи алгоритм, заснований на зборі статистики по колах на зображенні, можна знайти <a href="Геометрия" title="Геометрия">геометричне</a> неузгодженість двох кадрів для довільного кута їх взаємного повороту; Апробація роботи. Основні положення доповідалися на науково-практичних конференціях міжнародних форумів «Оптика-2006» і «Оптика-2007» і на міжнародному форумі «Наукова сесія МІФІ-2007» (12 доповідей). Реалізація алгоритмів була здійснена на тепловізійних системах, розроблених у ВАТ «ЦНДІ« Циклон »на базі DSP-процесора TMS320C6400 і ПЛІС Xilinx XC 2 S 200, XC 2 VP 4. Публікації. За результатами дисертаційної роботи опубліковано 7 науково-технічних статей, з них одна в журналі, включеному до переліку ВАК. Достовірність отриманих в роботі алгоритмів підтвердилася в <a href="Процес" title="Процес">процесі</a> проведених досліджень і випробувань у ВАТ «ЦНДІ« Циклон »в рамках ДКР:« Модуль МБ-2 »,« <a href="Філін" title="Філін">Філін</a> »,« Обзор-Тм1 »,« Шахін »,« Аврора »,« Сич -3 »,« Скопа-3 »та ін Обсяг і структура роботи Дисертаційна <a href="робота" title="робота">робота</a> складається з вступу, трьох розділів і висновку. Робота містить 126 сторінок машинописного тексту, 62 малюнка. Список літератури включає 98 найменування. Зміст роботи У вступі обгрунтована актуальність роботи, мета роботи,<a href="Методи_дослідження" title="Методи дослідження"> методи дослідження</a>, наукова новизна, практична цінність, основні положення, що виносяться на захист, апробація роботи, достовірність, обсяг і структура роботи. У першому розділі дисертації проведений огляд відомих методів цифрової обробки зображень, що застосовуються у фото-і відеосистеми з матричними фотоприймачами, а також у ряді тепловізійних систем (компенсація неоднорідностей параметрів і характеристик елементів матричного приймача, виявлення дефектних елементів і їх заміщення, компенсація шумів методами просторової та тимчасової фільтрації, виділення контурів, автофокусування, <a href="Перетворення" title="Перетворення">перетворення</a> рівнів яскравості і контрасту, геометричне поєднання двох кадрів, мультиспектральні складання, стабілізація). Аналіз цих методів стосовно тепловізійним системам на базі мікроболометричних матриць показує, що вони потребують суттєвого доопрацювання. Так, стосовно тепловізійним системам з мікроболометр найбільш часто використовувана двоточкова калібрування не забезпечує необхідної якості зображення у всьому спостерігається діапазоні температур. При компенсації шуму за допомогою просторової фільтрації відбувається розмиття контрастних меж об'єктів, що знижує просторовий дозвіл, а як наслідок, знижує відстань виявлення і розпізнавання. Застосовуючи лінійний фільтр диференціювання можна підвищити <a href="Контрас" title="Контрас">контраст</a> меж об'єктів, що призводить до підвищення дальності виявлення і розпізнавання. Побічним ефектом є підвищення рівня шуму і зміна зовнішнього вигляду зображення (виділення контурів). Використовуючи лінійний фільтр диференціювання, можна побудувати алгоритм, що дозволяє проводити порівняльну оцінку якості фокусування об'єктива. Лінійний метод автоматичного регулювання рівнів яскравості, застосовуваний у тепловізійних системах, потребує доопрацювання з метою збільшення контрасту зображень у широкому температурному діапазоні. У другому розділі розглядаються шляхи вдосконалення методів цифрової обробки зображень у тепловізійних системах на основі мікроболометричних матриць. Експериментально було показано, що залежність сигналу від температури спостережуваного об'єкта не є лінійною, але досить добре описується <a href="Поліноми" title="Поліноми">поліномом</a> другого порядку. Подальше збільшення порядку полінома не призводить до істотного зниження помилки наближення. Поправочні коефіцієнти визначаються шляхом калібрування за трьома температур об'єкта для кожної з робочих температур матриці і записуються в пам'ять приладу. Пропонується метод заміщення дефектного елемента (піксела), заснованого на застосуванні в блоці цифрової обробки сигналу (рис. 1) фільтра розмиття, використовуваного в ряді інших алгоритмів (фільтрація шумів, оконтурювання, автофокусування). Під лінійним фільтром розуміється наступна операція <IMG SRC=dopc550874.zip NAME=graphics1 ALIGN=BOTTOM WIDTH=17 HEIGHT=17 BORDER=0> над елементами зображення <IMG SRC=dopc550875.zip NAME=graphics2 ALIGN=BOTTOM WIDTH=19 HEIGHT=25 BORDER=0> : <IMG SRC=dopc550876.zip NAME=graphics3 ALIGN=BOTTOM WIDTH=224 HEIGHT=49 BORDER=0> , де <IMG SRC=dopc550877.zip NAME=graphics4 ALIGN=BOTTOM WIDTH=105 HEIGHT=23 BORDER=0> задають розміри «вікна» фільтра з незалежними від <IMG SRC=dopc550878.zip NAME=graphics5 ALIGN=BOTTOM WIDTH=20 HEIGHT=25 BORDER=0> ваговими коефіцієнтами матриці <IMG SRC=dopc550879.zip NAME=graphics6 ALIGN=BOTTOM WIDTH=20 HEIGHT=25 BORDER=0> . Для забезпечення збереження загального рівня сигналу накладається умова: <IMG SRC=dopc550880.zip NAME=graphics7 ALIGN=BOTTOM WIDTH=113 HEIGHT=49 BORDER=0> . У роботі використовувалася наступна <a href="Маска" title="Маска">маска</a>: <IMG SRC=dopc550881.zip NAME=graphics8 ALIGN=BOTTOM WIDTH=405 HEIGHT=120 BORDER=0> . Дефектні елементи виключаються з розгляду. У місцях, <a href="Відповідь" title="Відповідь">відповідних</a> дефектним елементам, вагові коефіцієнти фільтра <IMG SRC=dopc550879.zip NAME=graphics9 ALIGN=BOTTOM WIDTH=20 HEIGHT=25 BORDER=0> брали нульове значення: <IMG SRC=dopc550883.zip NAME=graphics10 ALIGN=BOTTOM WIDTH=297 HEIGHT=51 BORDER=0> при цьому сума всіх елементів повинна бути рівною одиниці, для цього проводиться нормировка: <IMG SRC=dopc550884.zip NAME=graphics11 ALIGN=BOTTOM WIDTH=127 HEIGHT=75 BORDER=0> . При застосуванні просторового фільтра розмиття для зниження впливу шуму різкі переходи яркостей зображення стають більш гладкими, а дрібні деталі практично зникають. Цього можна уникнути, провівши селекцію контрастних ділянок, для яких виробляється більше слабке розмиття або воно не проводиться зовсім. Для селекції застосовується фільтр диференціювання. Нижня межа визначається з розрахунку ймовірності приналежності до рівномірного ділянці, яка повинна бути більше визначеної граничної величини (наприклад <IMG SRC=dopc550885.zip NAME=graphics12 ALIGN=BOTTOM WIDTH=68 HEIGHT=21 BORDER=0> ), Верхня - менше інший граничної величини (наприклад <IMG SRC=dopc550886.zip NAME=graphics13 ALIGN=BOTTOM WIDTH=68 HEIGHT=21 BORDER=0> ). Проміжні значення, що лежать в інтервалі між нижньою та верхньою межами, визначаються за допомогою лінійної <a href="Інтерпол" title="Інтерпол">інтерполяції</a>. Можна вважати, що шум має <a href="Нормальний_закон_розподілу" title="Нормальний закон розподілу">нормальний закон розподілу</a>. Комбінування розмитого <IMG SRC=dopc550887.zip NAME=graphics14 ALIGN=BOTTOM WIDTH=33 HEIGHT=25 BORDER=0> і вихідного <IMG SRC=dopc550878.zip NAME=graphics15 ALIGN=BOTTOM WIDTH=20 HEIGHT=25 BORDER=0> зображення пропонується проводити наступним чином: <IMG SRC=dopc550889.zip NAME=graphics16 ALIGN=BOTTOM WIDTH=179 HEIGHT=25 BORDER=0> , де ваговий коефіцієнт ступеня розмиття <IMG SRC=dopc550890.zip NAME=graphics17 ALIGN=BOTTOM WIDTH=20 HEIGHT=25 BORDER=0> визначається на основі квантиль <IMG SRC=dopc550891.zip NAME=graphics18 ALIGN=BOTTOM WIDTH=13 HEIGHT=15 BORDER=0> і <IMG SRC=dopc550892.zip NAME=graphics19 ALIGN=BOTTOM WIDTH=13 HEIGHT=19 BORDER=0> за такою залежністю: <IMG SRC=dopc550893.zip NAME=graphics20 ALIGN=BOTTOM WIDTH=216 HEIGHT=93 BORDER=0> <IMG SRC=dopc550894.zip NAME=graphics21 ALIGN=BOTTOM WIDTH=107 HEIGHT=25 BORDER=0> , <IMG SRC=dopc550895.zip NAME=graphics22 ALIGN=BOTTOM WIDTH=107 HEIGHT=25 BORDER=0> , де <IMG SRC=dopc550885.zip NAME=graphics23 ALIGN=BOTTOM WIDTH=68 HEIGHT=21 BORDER=0> , <IMG SRC=dopc550886.zip NAME=graphics24 ALIGN=BOTTOM WIDTH=68 HEIGHT=21 BORDER=0> , <IMG SRC=dopc550898.zip NAME=graphics25 ALIGN=BOTTOM WIDTH=20 HEIGHT=25 BORDER=0> - Значення сигналу після застосування диференціюючого фільтра. Для пошуку квантиль <IMG SRC=dopc550891.zip NAME=graphics26 ALIGN=BOTTOM WIDTH=13 HEIGHT=15 BORDER=0> і <IMG SRC=dopc550892.zip NAME=graphics27 ALIGN=BOTTOM WIDTH=13 HEIGHT=19 BORDER=0> можна скористатися формулою <IMG SRC=dopc550901.zip NAME=graphics28 ALIGN=BOTTOM WIDTH=149 HEIGHT=53 BORDER=0> , <IMG SRC=dopc550902.zip NAME=graphics29 ALIGN=BOTTOM WIDTH=149 HEIGHT=53 BORDER=0> . Тут знову використовується маска розмиття <IMG SRC=dopc550903.zip NAME=graphics30 ALIGN=BOTTOM WIDTH=21 HEIGHT=17 BORDER=0> . Це дозволяє використання єдиного фільтра розмиття для декількох алгоритмів різного призначення. Для реалізації диференціального фільтра пропонується використовувати лапласиан, побудований на різниці вихідного зображення і фільтра розмиття, що застосовується для придушення шумів і заміщення дефектних елементів матриці. Побудова адаптивної тимчасової фільтрації проводиться аналогічним чином: <IMG SRC=dopc550904.zip NAME=graphics31 ALIGN=BOTTOM WIDTH=169 HEIGHT=27 BORDER=0> <IMG SRC=dopc550905.zip NAME=graphics32 ALIGN=BOTTOM WIDTH=320 HEIGHT=93 BORDER=0> де <IMG SRC=dopc550906.zip NAME=graphics33 ALIGN=BOTTOM WIDTH=27 HEIGHT=27 BORDER=0> - Елементи вхідного зображення (пікселі) <IMG SRC=dopc550907.zip NAME=graphics34 ALIGN=BOTTOM WIDTH=29 HEIGHT=19 BORDER=0> кадру, <IMG SRC=dopc550908.zip NAME=graphics35 ALIGN=BOTTOM WIDTH=19 HEIGHT=27 BORDER=0> - Оброблене зображення <IMG SRC=dopc550909.zip NAME=graphics36 ALIGN=BOTTOM WIDTH=9 HEIGHT=19 BORDER=0> - Го кадру, <IMG SRC=dopc550910.zip NAME=graphics37 ALIGN=BOTTOM WIDTH=19 HEIGHT=25 BORDER=0> - Коефіцієнти, обрані в залежності від швидкості зміни яскравості кожного пікселя, <IMG SRC=dopc550911.zip NAME=graphics38 ALIGN=BOTTOM WIDTH=23 HEIGHT=24 BORDER=0> і <IMG SRC=dopc550912.zip NAME=graphics39 ALIGN=BOTTOM WIDTH=23 HEIGHT=24 BORDER=0> - Верхній і нижній коефіцієнт накопичення, причому <IMG SRC=dopc550913.zip NAME=graphics40 ALIGN=BOTTOM WIDTH=49 HEIGHT=24 BORDER=0> , А <IMG SRC=dopc550911.zip NAME=graphics41 ALIGN=BOTTOM WIDTH=23 HEIGHT=24 BORDER=0> може бути будь-яким числом, які лежать в інтервалі від 0 до 1 (наприклад <IMG SRC=dopc550915.zip NAME=graphics42 ALIGN=BOTTOM WIDTH=61 HEIGHT=24 BORDER=0> ). Будемо вважати, що якщо значення сигналу пікселя (в якості зображення приймається «розмита» різниця між кадрами) нижче верхньої <a href="Межі" title="Межі">межі</a> наявності шуму, то з ймовірністю 0,999 це зміна значення викликано шумом, а при значенні <IMG SRC=dopc550916.zip NAME=graphics43 ALIGN=BOTTOM WIDTH=19 HEIGHT=25 BORDER=0> , Що знаходиться вище нижньої межі відсутності шуму, з імовірністю 0,001 можна вважати, що зміна значення в цьому пікселі викликано рухом на зображенні. Обчислення квантиль <IMG SRC=dopc550891.zip NAME=graphics44 ALIGN=BOTTOM WIDTH=13 HEIGHT=15 BORDER=0> і <IMG SRC=dopc550892.zip NAME=graphics45 ALIGN=BOTTOM WIDTH=13 HEIGHT=19 BORDER=0> проводиться тим же способом, що і при просторової фільтрації. Контрастні кордону, які в тепловізійного зображення рухаються, в силу різних причин дещо розмиті. Для виключення виникнення дефектів при русі цих кордонів, бажано розширити зону впливу змінюються зон (на різниці зображень). Це можна здійснити, застосувавши маску нарощування, тобто пошук максимуму модуля різниці по локальній підобласті. При роботі багатьох тепловізійних приладів було відмічено значне переважання корельовано шуму по стовпцях і рядках, що має вигляд смуг, над іншими шумами. Зазначені вище фільтри не здатні видалити ці смуги без істотної втрати якості зображення. У дисертації пропонується метод компенсації впливу даного виду шуму на зображення, який ілюстрований алгоритмом компенсації горизонтальних смуг. Алгоритми, що виробляють компенсацію шумів по стовпцях або по рядках, виконуються окремо. Розроблений метод базується на припущенні, що зміна зображення під дією шуму відбувається для всієї смуги (стовпця або рядка) за загальним законом <IMG SRC=dopc550919.zip NAME=graphics46 ALIGN=BOTTOM WIDTH=99 HEIGHT=25 BORDER=0> , де <IMG SRC=dopc550920.zip NAME=graphics47 ALIGN=BOTTOM WIDTH=24 HEIGHT=25 BORDER=0> - Вихідне (зашумлене вказаним типом шуму) зображення; <IMG SRC=dopc550921.zip NAME=graphics48 ALIGN=BOTTOM WIDTH=24 HEIGHT=25 BORDER=0> - Результуюче (очищене) зображення; <IMG SRC=dopc550922.zip NAME=graphics49 ALIGN=BOTTOM WIDTH=16 HEIGHT=24 BORDER=0> - Шуканий вектор параметрів. Як функції <IMG SRC=dopc550923.zip NAME=graphics50 ALIGN=BOTTOM WIDTH=17 HEIGHT=24 BORDER=0> взята лінійна залежність: <IMG SRC=dopc550924.zip NAME=graphics51 ALIGN=BOTTOM WIDTH=223 HEIGHT=25 BORDER=0> . Параметри перетворення <IMG SRC=dopc550925.zip NAME=graphics52 ALIGN=BOTTOM WIDTH=17 HEIGHT=24 BORDER=0> (Такі, як <IMG SRC=dopc550926.zip NAME=graphics53 ALIGN=BOTTOM WIDTH=16 HEIGHT=24 BORDER=0> і <IMG SRC=dopc550927.zip NAME=graphics54 ALIGN=BOTTOM WIDTH=15 HEIGHT=24 BORDER=0> ) Знаходяться з умови мінімізації різниці між результуючим зображенням <IMG SRC=dopc550928.zip NAME=graphics55 ALIGN=BOTTOM WIDTH=23 HEIGHT=25 BORDER=0> і передбачуваним <IMG SRC=dopc550929.zip NAME=graphics56 ALIGN=BOTTOM WIDTH=23 HEIGHT=25 BORDER=0> <IMG SRC=dopc550930.zip NAME=graphics57 ALIGN=BOTTOM WIDTH=155 HEIGHT=29 BORDER=0> . Передбачуване зображення <IMG SRC=dopc550929.zip NAME=graphics58 ALIGN=BOTTOM WIDTH=23 HEIGHT=25 BORDER=0> знаходиться шляхом апроксимації значень сусідніх з <IMG SRC=dopc550932.zip NAME=graphics59 ALIGN=BOTTOM WIDTH=21 HEIGHT=25 BORDER=0> елементів, вважаючи, що значення елементів аналізованої смуги <IMG SRC=dopc550933.zip NAME=graphics60 ALIGN=BOTTOM WIDTH=9 HEIGHT=17 BORDER=0> не відомі. Завдання вирішується методом найменших квадратів. Для обмеження спотворення всієї смуги через вплив контрастних кордонів на результати обчислень вводяться обмеження на різницю яскравості розглянутих пікселів. На основі аналізу лінійного і гістограммного методів регулювання рівнів яскравості пропонується новий метод, компенсуючим основні недоліки кожного з них. При цьому простота методу, у порівнянні з гістограммним методом, зберігається. Він дозволяє зменшити вплив шуму і знизити вплив великих однотонних зон, забезпечуючи контраст між двома об'єктами з різною яскравістю. Це досягається введенням верхніх і нижніх обмежень контрасту. На основі цієї пропозиції був розроблений швидкий алгоритм, що дозволяє реалізувати даний метод зі швидкістю, <a href="Порівняння" title="Порівняння">порівнянної</a> зі швидкістю реалізації гістограммного методу. Новий алгоритм заснований на зборі гістограми від гістограми рівнів сигналу по одному кадру. Отримане зображення для сприйняття людиною краще або, в крайньому разі, не гірше, ніж при використанні лінійного або гістограммного методів. При масштабуванні, повороті і інших афінних <a href="Перетворення" title="Перетворення">перетвореннях</a> зображення широко застосовуються різні <a href="Інтерполяція" title="Інтерполяція">інтерполяційні</a> <a href="Функції" title="Функції">функції</a>. При масштабуванні в неціле число разів відеопослідовності, яка має високий рівень шуму, з'являється «сітка» чергуються зон з високим і низьким рівнями шуму. Відмінності між цими двома зонами можуть бути незначними, однак у зв'язку з періодичністю та відсутністю пересування цих зон при русі сцени ця «сітка» добре помітна і може відволікати увагу оператора. Цей ефект виникає через особливості інтерполяції при масштабуванні і повороті. Перехід від лінійної функції інтерполяції до кубічної не усуває цей ефект. У дисертації пропонується метод інтерполяції, який здійснюється шляхом обчислення зваженого середнього (з динамічно змінюваними ваговими коефіцієнтами): <IMG SRC=dopc550934.zip NAME=graphics61 ALIGN=BOTTOM WIDTH=91 HEIGHT=36 BORDER=0> , де <IMG SRC=dopc550935.zip NAME=graphics62 ALIGN=BOTTOM WIDTH=16 HEIGHT=24 BORDER=0> - Значення яскравості в пікселі старого зображення, <IMG SRC=dopc550936.zip NAME=graphics63 ALIGN=BOTTOM WIDTH=19 HEIGHT=25 BORDER=0> - Значення яскравості в пікселі нового, масштабованого, зображення, <IMG SRC=dopc550937.zip NAME=graphics64 ALIGN=BOTTOM WIDTH=17 HEIGHT=17 BORDER=0> - Область, за якою проводиться <a href="Інтерполяція" title="Інтерполяція">інтерполяція</a> (довколишні точки), індекс піксела <IMG SRC=dopc550938.zip NAME=graphics65 ALIGN=BOTTOM WIDTH=13 HEIGHT=20 BORDER=0> пов'язаний з областю <IMG SRC=dopc550937.zip NAME=graphics66 ALIGN=BOTTOM WIDTH=17 HEIGHT=17 BORDER=0> (З індексами <IMG SRC=dopc550940.zip NAME=graphics67 ALIGN=BOTTOM WIDTH=9 HEIGHT=17 BORDER=0> ) Заданим просторовим перетворенням, <IMG SRC=dopc550941.zip NAME=graphics68 ALIGN=BOTTOM WIDTH=24 HEIGHT=24 BORDER=0> - <a href="Інтерполяція" title="Інтерполяція">Інтерполяційні</a> коефіцієнти, такі, що <IMG SRC=dopc550942.zip NAME=graphics69 ALIGN=BOTTOM WIDTH=68 HEIGHT=36 BORDER=0> . Індекс <IMG SRC=dopc550938.zip NAME=graphics70 ALIGN=BOTTOM WIDTH=13 HEIGHT=20 BORDER=0> можна розглядати як певне уявлення нових координат, а індекс <IMG SRC=dopc550940.zip NAME=graphics71 ALIGN=BOTTOM WIDTH=9 HEIGHT=17 BORDER=0> - Старих. Розглядається адитивний некорельованих гауссовский шум з <a href="Математика" title="Математика">математичним</a> очікуванням, рівним нулю. У цьому випадку сигнал можна представити у вигляді: <IMG SRC=dopc550945.zip NAME=graphics72 ALIGN=BOTTOM WIDTH=84 HEIGHT=25 BORDER=0> , де <IMG SRC=dopc550946.zip NAME=graphics73 ALIGN=BOTTOM WIDTH=13 HEIGHT=15 BORDER=0> і <IMG SRC=dopc550947.zip NAME=graphics74 ALIGN=BOTTOM WIDTH=13 HEIGHT=17 BORDER=0> - Незашумленим і зашумлена (одержана) відеопослідовності, <IMG SRC=dopc550948.zip NAME=graphics75 ALIGN=BOTTOM WIDTH=13 HEIGHT=21 BORDER=0> - Величина шуму з математичним очікуванням <IMG SRC=dopc550949.zip NAME=graphics76 ALIGN=BOTTOM WIDTH=64 HEIGHT=23 BORDER=0> і дисперсією <IMG SRC=dopc550950.zip NAME=graphics77 ALIGN=BOTTOM WIDTH=69 HEIGHT=24 BORDER=0> , <IMG SRC=dopc550940.zip NAME=graphics78 ALIGN=BOTTOM WIDTH=9 HEIGHT=17 BORDER=0> - Індекс піксела в розглянутій рядку матриці зображення, <IMG SRC=dopc550952.zip NAME=graphics79 ALIGN=BOTTOM WIDTH=9 HEIGHT=16 BORDER=0> - Номер кадру. За умови некорельованих шуму <IMG SRC=dopc550953.zip NAME=graphics80 ALIGN=BOTTOM WIDTH=96 HEIGHT=24 BORDER=0> вираз для дисперсії за часом <IMG SRC=dopc550952.zip NAME=graphics81 ALIGN=BOTTOM WIDTH=9 HEIGHT=16 BORDER=0> для <a href="Перетворення" title="Перетворення">перетвореного</a> зображення прийме вигляд: <IMG SRC=dopc550955.zip NAME=graphics82 ALIGN=BOTTOM WIDTH=152 HEIGHT=36 BORDER=0> . Оскільки підвищити різкість в розмитих <a href="Інтерполяція" title="Інтерполяція">інтерполяцією</a> областях ми не можемо, то, <a href="Відповідь" title="Відповідь">відповідно</a>, для рівномірності дисперсії шуму штучно «розмиємо» зображення в областях, не схильних до інтерполяційного розмиття. Оскільки розмиття при інтерполяції не велика, то й додаткове місцеве розмиття не повинно суттєво вплинути на зображення. Таке незначне розмиття може зменшити вплив шумів, так як його можна розглядати як низькочастотний фільтр. У роботі представлено два приклади побудови подібних нелінійних фільтрів. Пошук просторового взаємного неузгодженості двох зображень є однією з основних частин алгоритмів <a href="Геометрия" title="Геометрия">геометричній</a> стабілізації зображення, побудови панорамного зображення, поєднання зображень. У роботі запропоновано метод, розрахований для роботи при довільному куті взаємного повороту зображень. Найбільш простий спосіб знаходження параметрів повороту, зсувів і масштабування полягає в переборі деяких можливих їх поєднань. Цей підхід дуже витратний за часом. Статистичний аналіз по стовпцях і рядках дозволяє оптимізувати тільки роботу зі зміщеннями і масштабуванням, але <a href="Працює" title="Працює">працює</a> нестабільно при русі і вимагає перевірки відповіді. Для кожного кута можливого кута повороту необхідно проводити всю процедуру заново. Такий метод придатний для роботи з малими кутами відхилення. При великих кутах повороту він стає трудомісткий. Пропонується використовувати значення <a href="Сигнал" title="Сигнал">сигналів</a> і <a href="Статистика" title="Статистика">статистичні</a> моменти, зібрані по кільцю (групі кіл) з радіусами <IMG SRC=dopc550956.zip NAME=graphics83 ALIGN=BOTTOM WIDTH=64 HEIGHT=23 BORDER=0> на зображенні <IMG SRC=dopc550957.zip NAME=graphics84 ALIGN=BOTTOM WIDTH=49 HEIGHT=23 BORDER=0> , Де <IMG SRC=dopc550957.zip NAME=graphics85 ALIGN=BOTTOM WIDTH=49 HEIGHT=23 BORDER=0>   безперервна <a href="функція" title="функція">функція</a>, інтерполюються дискретне зображення <IMG SRC=dopc550920.zip NAME=graphics86 ALIGN=BOTTOM WIDTH=24 HEIGHT=25 BORDER=0> . З кожним таким кільцем можна зв'язати матрицю <IMG SRC=dopc550960.zip NAME=graphics87 ALIGN=BOTTOM WIDTH=53 HEIGHT=23 BORDER=0> , Де <IMG SRC=dopc550961.zip NAME=graphics88 ALIGN=BOTTOM WIDTH=12 HEIGHT=13 BORDER=0> ізменяеться з кроком <IMG SRC=dopc550962.zip NAME=graphics89 ALIGN=BOTTOM WIDTH=21 HEIGHT=17 BORDER=0> , Тобто <IMG SRC=dopc550963.zip NAME=graphics90 ALIGN=BOTTOM WIDTH=89 HEIGHT=23 BORDER=0> (Де <IMG SRC=dopc550964.zip NAME=graphics91 ALIGN=BOTTOM WIDTH=96 HEIGHT=43 BORDER=0> ), А індекс <IMG SRC=dopc550965.zip NAME=graphics92 ALIGN=BOTTOM WIDTH=65 HEIGHT=21 BORDER=0> (Де <IMG SRC=dopc550966.zip NAME=graphics93 ALIGN=BOTTOM WIDTH=73 HEIGHT=44 BORDER=0> ). Елементи матриці <IMG SRC=dopc550960.zip NAME=graphics94 ALIGN=BOTTOM WIDTH=53 HEIGHT=23 BORDER=0> визначаються <a href="Інтерполяція" title="Інтерполяція">інтерполяційне</a>, наприклад, по білінійної інтерполяції. З кільцем <IMG SRC=dopc550968.zip NAME=graphics95 ALIGN=BOTTOM WIDTH=65 HEIGHT=25 BORDER=0> зв'яжемо ряд корисних надалі числових характеристик: математичне сподівання значень яскравості всередині кільця <IMG SRC=dopc550968.zip NAME=graphics96 ALIGN=BOTTOM WIDTH=65 HEIGHT=25 BORDER=0> - <IMG SRC=dopc550970.zip NAME=graphics97 ALIGN=BOTTOM WIDTH=156 HEIGHT=31 BORDER=0> ; дисперсія значень яскравості всередині кільця <IMG SRC=dopc550968.zip NAME=graphics98 ALIGN=BOTTOM WIDTH=65 HEIGHT=25 BORDER=0> - <IMG SRC=dopc550972.zip NAME=graphics99 ALIGN=BOTTOM WIDTH=343 HEIGHT=43 BORDER=0> ; момент інерції значень яскравості на кільця <IMG SRC=dopc550968.zip NAME=graphics100 ALIGN=BOTTOM WIDTH=65 HEIGHT=25 BORDER=0> - <IMG SRC=dopc550974.zip NAME=graphics101 ALIGN=BOTTOM WIDTH=272 HEIGHT=41 BORDER=0> , де <IMG SRC=dopc550975.zip NAME=graphics102 ALIGN=BOTTOM WIDTH=104 HEIGHT=24 BORDER=0> , <IMG SRC=dopc550976.zip NAME=graphics103 ALIGN=BOTTOM WIDTH=105 HEIGHT=25 BORDER=0> . Зауважимо, що при обертанні зображення <IMG SRC=dopc550977.zip NAME=graphics104 ALIGN=BOTTOM WIDTH=52 HEIGHT=23 BORDER=0> на довільний кут навколо пікселя <IMG SRC=dopc550978.zip NAME=graphics105 ALIGN=BOTTOM WIDTH=16 HEIGHT=17 BORDER=0> значення числових характеристик <IMG SRC=dopc550979.zip NAME=graphics106 ALIGN=BOTTOM WIDTH=23 HEIGHT=25 BORDER=0> , <IMG SRC=dopc550980.zip NAME=graphics107 ALIGN=BOTTOM WIDTH=24 HEIGHT=25 BORDER=0> , <IMG SRC=dopc550981.zip NAME=graphics108 ALIGN=BOTTOM WIDTH=21 HEIGHT=25 BORDER=0> кільця <IMG SRC=dopc550968.zip NAME=graphics109 ALIGN=BOTTOM WIDTH=65 HEIGHT=25 BORDER=0> не змінюються за значенням, так як при обчисленні <IMG SRC=dopc550979.zip NAME=graphics110 ALIGN=BOTTOM WIDTH=23 HEIGHT=25 BORDER=0> , <IMG SRC=dopc550980.zip NAME=graphics111 ALIGN=BOTTOM WIDTH=24 HEIGHT=25 BORDER=0> і <IMG SRC=dopc550981.zip NAME=graphics112 ALIGN=BOTTOM WIDTH=21 HEIGHT=25 BORDER=0> просто циклічно змінюється порядок підсумовування. Спочатку шукаються три числа <IMG SRC=dopc550979.zip NAME=graphics113 ALIGN=BOTTOM WIDTH=23 HEIGHT=25 BORDER=0> , <IMG SRC=dopc550980.zip NAME=graphics114 ALIGN=BOTTOM WIDTH=24 HEIGHT=25 BORDER=0> і <IMG SRC=dopc550981.zip NAME=graphics115 ALIGN=BOTTOM WIDTH=21 HEIGHT=25 BORDER=0> , Які характеризують розподіл значень яскравості навколо пікселя <IMG SRC=dopc550978.zip NAME=graphics116 ALIGN=BOTTOM WIDTH=16 HEIGHT=17 BORDER=0> і які інваріантні щодо поворотів навколо пікселя <IMG SRC=dopc550978.zip NAME=graphics117 ALIGN=BOTTOM WIDTH=16 HEIGHT=17 BORDER=0> . На практиці рівність слід розглядати як певний допустимий інтервал значень. Таким чином <IMG SRC=dopc550991.zip NAME=graphics118 ALIGN=BOTTOM WIDTH=27 HEIGHT=25 BORDER=0> , <IMG SRC=dopc550992.zip NAME=graphics119 ALIGN=BOTTOM WIDTH=27 HEIGHT=25 BORDER=0> і <IMG SRC=dopc550993.zip NAME=graphics120 ALIGN=BOTTOM WIDTH=24 HEIGHT=25 BORDER=0> на першому кадрі в точці <IMG SRC=dopc550994.zip NAME=graphics121 ALIGN=BOTTOM WIDTH=19 HEIGHT=23 BORDER=0> повинні бути близькі аналогічним значенням <IMG SRC=dopc550995.zip NAME=graphics122 ALIGN=BOTTOM WIDTH=28 HEIGHT=25 BORDER=0> , <IMG SRC=dopc550996.zip NAME=graphics123 ALIGN=BOTTOM WIDTH=28 HEIGHT=25 BORDER=0> і <IMG SRC=dopc550997.zip NAME=graphics124 ALIGN=BOTTOM WIDTH=25 HEIGHT=25 BORDER=0> на другому кадрі у <a href="Відповідь" title="Відповідь">відповідній</a> точці <IMG SRC=dopc550998.zip NAME=graphics125 ALIGN=BOTTOM WIDTH=20 HEIGHT=23 BORDER=0> . Пошук кута і зміщення знаходиться перебором шляхом <a href="Порівняння" title="Порівняння">порівняння</a> еталонного <a href="Кільця" title="Кільця">кільця</a> з обраним. Для оптимізації роботи на обраному кільці кількість точок може бути істотно менше, ніж на еталонному. Відповідними значеннями будемо вважати ті значення зміщень і повороту, при яких забезпечується максимальна кореляція (або мінімальне неузгодженість зображень з обраної нормі). Використовуючи величин взаємного зсуву, повороту і масштабування <a href="Послідовності" title="Послідовності">послідовності</a> кадрів, можна будувати панорамне зображення, під яким тут розуміється покадрове суміщення зображень послідовності окремих кадрів, одержуваної скануванням оптико-електронною системою (ОЕС) інтересуемого ділянки простору. Алгоритмічно завдання побудови панорамного зображення з декількох кадрів близька до задачі просторової стабілізації відеозображення. Відмінність полягає в тому, що при побудові панорамного зображення необхідно компенсувати повністю всі рухи, а не тільки високочастотні, як це робиться при стабілізації. Це накладає більш суворі обмеження на точність визначення зміщення. Проблема полягає в тому, що з кожним наступним кадром помилка накопичується. У роботі пропонується зменшувати накопичену похибка шляхом збільшення відстані за часом між порівнюваними кадрами. Для оптимізації обсягів пам'яті пропонується вводити спеціальні опорні кадри, за якими буде проводитися порівняння. Розвитком ідеї порівняння з опорним кадром є порівняння поточного кадру з побудованою панорамою. Це дозволить скоротити використання пам'яті для зберігання кадрів для порівняння, а також, в деяких випадках, скоротити час на порівняння. У третій главі коротко описані системи, в яких використані розроблені алгоритми. Наводяться основні технічні характеристики тепловізійних систем і комплексів «Сич», «Скопа», «Шахін», «Модуль-МБ2», «Філін», «Аврора», розроблених у ВАТ «ЦНДІ« Циклон ». Більшість розглянутих тепловізійних систем було побудовано на базі ПЛІС <a href="Фірми" title="Фірми">фірми</a> Xilinx. Деякі системи побудовані на базі DSP-процесорів фірми Texas Instruments. Схеми інших приладів відрізняються незначно. У якості дисплея (якщо він передбачається конструкцією) використовується OLED-дисплей. Для виведення на зовнішні засоби відображення у всіх приладах отримане зображення перетворюється в телевізійні формати PAL або NTS C. На рис. 2 показана послідовність обробки сигналу з матриці при компенсації неоднорідностей і шумів. Вона може бути реалізована конвейєрно. Розроблені в дисертації алгоритми дозволили розширити функціональні можливості тепловізійних систем і комплексів. Традиційний лінійний алгоритм автоматичного регулювання посилення замінений на послідовність обробки зображення перед виходом, що складається з алгоритмів оконтурювання і <a href="Перетворення" title="Перетворення">перетворення</a> рівнів яскравості з допомогою модифікованого гістограммного методу. Для роботи алгоритму оконтурювання крім зображення заздалегідь готується розмите зображення, що формується за допомогою лінійного фільтра розмиття з урахуванням адаптивної фільтрації. У системах здійснюють мультиспектральному суміщення, просторове перетворення здійснюється тільки над одним з відеозображень. Рис. 2. Послідовність обробки сигналу з матриці Висновок Результати проведених досліджень і розробок дозволяють зробити такі основні висновки. Застосування багатотабличних триточкового калібрування в тепловізійних системах з мікроболометр дозволяє забезпечувати необхідну якість зображення у широкому діапазоні температур спостережуваних сцен. Для заміщення дефектних елементів матриці, компенсації шумів, підвищення контрасту і автофокусування може бути побудована система алгоритмів, що реалізується на базі загального фільтра розмиття. Для компенсації спотворень рівномірності дисперсії шумів по кадру після геометричних перетворень (масштабування, поворот) рівномірно зашумлених білим шумом зображень можливо використовувати запропонований метод, заснований на використанні фільтра розмиття. Запропонований швидкий алгоритм автоматичного регулювання рівнів яскравості ефективний для обробки в реальному масштабі часу зображень з широким діапазоном яскравості. Використовуючи метод, заснований на зборі статистики по колах на зображенні, можна побудувати алгоритм знаходження геометричного неузгодженості двох кадрів для довільного кута їх взаємного повороту. Реалізація та тестування запропонованих методів і програмних засобів підвищення якості зображень підтверджують їх ефективність для тепловізійних систем з неохолоджуваними мікроболометричних матрицями. Список наукових праць за темою дисертації <OL><LI> Демидов В.М. Перетворення рівнів яскравості відеозображення з широким діапазоном градацій. / / У зб. «Оптико-електронні системи візуалізації та обробки оптичних зображень» вип. 2, М.: ЦНДІ «Циклон», 2007, с. 212-221. <LI> Демидов В.М. Компенсація нерівномірності шуму, що виникає при інтерполяції. / / У зб. «Оптико-електронні системи візуалізації та обробки оптичних зображень» вип. 2, М.: ЦНДІ «Циклон», 2007, с. 235-242. <LI> Демидов В.М. Яковлєв М.Б., Зниження рівня шуму на відеозображенні шляхом цифрової обробки. / / У зб. «Оптико-електронні системи візуалізації та обробки оптичних зображень» вип. 2, М.: ЦНДІ «Циклон», 2007, с. 243-247. <LI> Демидов В.М. Критерії зіставлення якості фокусування об'єктива. / / У зб. «Оптико-електронні системи візуалізації та обробки оптичних зображень» вип. 2, М.: ЦНДІ «Циклон», 2007, с. 264-272. <LI> Демидов В.М., Поляков А.Ю. Алгоритм просторової стабілізації зображення з використанням вільних коефіцієнтів / / у зб. «Оптико-електронні системи візуалізації та обробки оптичних зображень» вип. 2, М.: ЦНДІ «Циклон», 2007, с. 273 - 280. <LI> Демидов В.М., Поляков А.Ю. Алгоритм просторової стабілізації зображення / / Наукова сесія МІФІ-2007, Том 1, - 2007, с. 93 - 94. <LI> Демидов В.М. Підвищення точності визначення геометричного неузгодженості кадрів відеопослідовності при тепловізійної аеро-та космічної зйомки / / «Изв. вузів. Геодезія і аерофотознімання »- 2008. № 2. с. 168-175. </OL></LI></LI></LI></LI></LI></LI></LI>
	</div>

Будь ласка, не зберігайте тестовий текст.
Ваш ip: 3.145.130.31 буде збережений.

категорії
за типом
за алфавітом
завантажені