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 випромінювання. 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 електронними засобами, в першу чергу, цифрові, засновані на використанні багатоелементних матричних приймачів випромінювання та цифрових компонентів (аналого-цифрові і цифро-аналогові перетворювачі, 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 мережах інформаційної комунікації і зберігання відеоданих. Можливість зберігання цифрового зображення в пам'яті дозволяє виробляти суміщення двох зображень, стабілізацію, побудова панорамного зображення та інші операції.
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 матрицею. Застосовувані мікроболометричних матриці обладнані системою підтримки температури на підкладці чутливих елементів. Параметри роботи матриці (рівень сигналу, чутливість, внутрішня температура) задаються набором вхідних напруг, що надходять з блоку управління 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 сигнал, 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 процесора (Digital Signal Processor DSP). Налагодження та управління системою виробляється або з пульта управління, або з ПК через стандартні 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 контрастом самої сцени. Необхідність корекції і ослаблення впливу цих факторів на відеозображення і визначає актуальність теми 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 персональних комп'ютерах. В якості тестових відеоданих застосовувалися необроблені цифровими методами відеопослідовності, записані після оцифрування з мікроболометричних матриці тепловізора. Після тестування на персональному комп'ютері алгоритм переносився на тепловізійні системи, розроблені у ВАТ «ЦНДІ« Циклон ». Для реалізації використовувалися або мову C і C + + в середовищі програмування 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 контрасту, автофокусування), використовує результати застосування загального для всіх них фільтра, що дозволяє оптимізувати обчислювальний процес;
виявлено наявність спотворень рівномірності по всьому кадру дисперсії шумів після геометричних 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 геометричне 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 процесі проведених досліджень і випробувань у ВАТ «ЦНДІ« Циклон »в рамках ДКР:« Модуль МБ-2 »,« Філін »,« Обзор-Тм1 »,« Шахін »,« Аврора »,« Сич -3 »,« Скопа-3 »та ін
Обсяг і структура роботи
Дисертаційна робота 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, методи дослідження, 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, перетворення 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 контраст 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 поліномом 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 над елементами зображення
:
,
де задають розміри «вікна» фільтра з незалежними від
ваговими коефіцієнтами матриці
. Для забезпечення збереження загального рівня сигналу накладається умова:
.
У роботі використовувалася наступна маска:
.
Дефектні елементи виключаються з розгляду. У місцях, відповідних дефектним елементам, вагові коефіцієнти фільтра брали нульове значення:
при цьому сума всіх елементів повинна бути рівною одиниці, для цього проводиться нормировка:
.
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 ), Верхня - менше інший граничної величини (наприклад
). Проміжні значення, що лежать в інтервалі між нижньою та верхньою межами, визначаються за допомогою лінійної інтерполяції. Можна вважати, що шум має нормальний закон розподілу. Комбінування розмитого
і вихідного
зображення пропонується проводити наступним чином:
,
де ваговий коефіцієнт ступеня розмиття визначається на основі квантиль
і
за такою залежністю:
,
,
де ,
,
- Значення сигналу після застосування диференціюючого фільтра. Для пошуку квантиль
і
можна скористатися формулою
,
.
Тут знову використовується маска розмиття . 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:
де - Елементи вхідного зображення (пікселі)
кадру,
- Оброблене зображення
- Го кадру,
- Коефіцієнти, обрані в залежності від швидкості зміни яскравості кожного пікселя,
і
- Верхній і нижній коефіцієнт накопичення, причому
, А
може бути будь-яким числом, які лежать в інтервалі від 0 до 1 (наприклад
). Будемо вважати, що якщо значення сигналу пікселя (в якості зображення приймається «розмита» різниця між кадрами) нижче верхньої межі наявності шуму, то з ймовірністю 0,999 це зміна значення викликано шумом, а при значенні
, 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
і
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
,
де - Вихідне (зашумлене вказаним типом шуму) зображення;
- Результуюче (очищене) зображення;
- Шуканий вектор параметрів.
Як функції взята лінійна залежність:
.
Параметри перетворення (Такі, як
і
) Знаходяться з умови мінімізації різниці між результуючим зображенням
і передбачуваним
.
Передбачуване зображення знаходиться шляхом апроксимації значень сусідніх з
елементів, вважаючи, що значення елементів аналізованої смуги
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, порівнянної 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 перетвореннях зображення широко застосовуються різні інтерполяційні функції. 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):
,
де - Значення яскравості в пікселі старого зображення,
- Значення яскравості в пікселі нового, масштабованого, зображення,
- Область, за якою проводиться інтерполяція (довколишні точки), індекс піксела
пов'язаний з областю
(З індексами
) Заданим просторовим перетворенням,
- Інтерполяційні коефіцієнти, такі, що
. Індекс
можна розглядати як певне уявлення нових координат, а індекс
- Старих. Розглядається адитивний некорельованих гауссовский шум з математичним очікуванням, рівним нулю. У цьому випадку сигнал можна представити у вигляді:
,
де і
- Незашумленим і зашумлена (одержана) відеопослідовності,
- Величина шуму з математичним очікуванням
і дисперсією
,
- Індекс піксела в розглянутій рядку матриці зображення,
- Номер кадру. За умови некорельованих шуму
вираз для дисперсії за часом
для перетвореного зображення прийме вигляд:
.
Оскільки підвищити різкість в розмитих інтерполяцією областях ми не можемо, то, відповідно, 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 геометричній 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 працює 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 сигналів і статистичні моменти, зібрані по кільцю (групі кіл) з радіусами на зображенні
, Де
безперервна функція, інтерполюються дискретне зображення
. З кожним таким кільцем можна зв'язати матрицю
, Де
ізменяеться з кроком
, Тобто
(Де
), А індекс
(Де
). Елементи матриці
визначаються інтерполяційне, наприклад, по білінійної інтерполяції.
З кільцем зв'яжемо ряд корисних надалі числових характеристик:
математичне сподівання значень яскравості всередині кільця -
;
дисперсія значень яскравості всередині кільця -
;
момент інерції значень яскравості на кільця -
,
де ,
.
Зауважимо, що при обертанні зображення на довільний кут навколо пікселя
значення числових характеристик
,
,
кільця
не змінюються за значенням, так як при обчисленні
,
і
просто циклічно змінюється порядок підсумовування.
Спочатку шукаються три числа ,
і
, Які характеризують розподіл значень яскравості навколо пікселя
і які інваріантні щодо поворотів навколо пікселя
. На практиці рівність слід розглядати як певний допустимий інтервал значень. Таким чином
,
і
на першому кадрі в точці
повинні бути близькі аналогічним значенням
,
і
на другому кадрі у відповідній точці
.
Пошук кута і зміщення знаходиться перебором шляхом порівняння еталонного кільця 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 послідовності 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 фірми 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 перетворення 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
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.
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.
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.
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.
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.
Демидов В.М., Поляков А.Ю. Алгоритм просторової стабілізації зображення / / Наукова сесія МІФІ-2007, Том 1, - 2007, с. 93 - 94.
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.