WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 |

– Многомерный корреляционный дискриминатор сдвигов, исполняющий роль измерительного звена ОЭСС. На его вход поступают текущее изображение, формируемое приемником изображений, и эталон, хранящийся в ЗУ. Мерой рассогласования служит вектор сдвига между входными сигналами, который мо­жет включать в себя несколько компонент. Многомерный КД представляет собой совокупность одномерных дискриминаторов, каждый из которых служит для из­мерения ошибок слежения по одной из компонент сдвига.

– Блоки обратных связей, формирующие управляющие воздействия на орга­ны управления и исполнительные устройства.

– Органы управления и гироплатформа, которые под влиянием управляющих воздействий изменяют ориентацию приемника так, чтобы парировать измеренный дискриминатором сдвиг.

Рис. 1. Структурная схема ОЭСС.

Особенности беспоисковых систем рассматриваемого типа:

1. Рассматриваемые ОЭСС представляют собой векторные системы авторегу­лирования, отрабатывающие одновременно несколько компонент наблю­даемого обобщенного сдвига совокупностью отдельных парциальных контуров.

2. Рассматриваемые ОЭСС есть системы навигации относительно наблюдае­мого яркостного поля, в которых ориентирование осуществляется не по объекту, а по совокупности объектов, составляющих текущую сцену. Каждый пиксел вход­ного изображения вносит вклад в оценку сдвига.

3. Радикальное снижение вычислительных затрат достигается за счет отказа от поисковых операций и применения приспособленных базисов разложения в ал­горитмах парциальных ОКД, образующих дискриминатор многомерного сдвига в ОЭСС.

4. Беспоисковые алгоритмы обеспечивают возможность бесступенчатых из­мерений сдвигов изображения на непрерывной шкале значений, благодаря чему становится достижимым слежение за ним с субпиксельной точностью даже при невысоких требованиях к разрешению камер. Благодаря свойству «строгого нуля» беспоискового ОКД, его точность ограничивается, практически, только уровнем шумов и некомпенсируемыми («чужими») компонентами сдвига.

В простейшем случае сдвиг между ЭИ и ТИ представляет собой параллель­ный перенос одного изображения относительно другого. Такой сдвиг называется аддитивным. Обобщенный сдвиг между изображениями помимо двух аддитивных компонент может включать в себя также поворот («крен»), изменения масштаба и ракурсов изображений. По аналогии с авто- и взаимнокорреляцион­ными функциями (АКФ и ВКФ), определяемыми в пространстве аддитивных сдвигов, вводятся обобщенные АКФ и ВКФ.

Основой корреляционных алгоритмов, на которых сосредоточено внимание в работе, служит общее решение вариационной задачи приближения функций, раз­личающихся вектором параметров. Наилучшая совместная оценка компонент век­тора сдвига сигналов находится обобщенным методом наименьших квадратов (ОМНК) и выражается уравнением

s = B–1[dx/ds]T Qy = B–1, (1)

где x, y – эталонное и текущее изображения как векторы размерностью P = N1 · N2 (при этом N1 – число строк в изображении, N2 – число столбцов), B – нормирую­щая матрица-оператор, Q – симметрическая невырожденная матрица весовых коэффициентов, задающая метрику пространства сдвигов.

Глава 2. Развитие математического аппарата описания беспоисковых корреляционных систем.

Во второй главе введено понятие ортокорреляции, описаны основные свой­ства ортогональных корреляционных характеристик (КХ) сигналов, проведено сравнение их с классическими КХ.

Таблица 1. Синфазные и ортогональные КХ.

Вид корреляцион­ных характеристик (КХ)

Синфазные

Ортогональные

Определение не­взвешенной КХ

Определение взве­шенной КХ

,

,

Симметрия

четная

нечетная

Поведение в нуле

максимум

строгий ноль

Применение

мера сходства сигналов

мера различия сигналов

Задачи корреляционного сравнения сигналов разделены на прямые и обрат­ные. Первые возникают при идентификации образов, обнаружении сигналов, структурном анализе полей и сигнальных множеств; вторые ставятся при необхо­димости быстрого измерения сдвигов между сигналами от объектов и полей в процессах навигации и автоматического ориентирования по их изображениям, в связи с селекцией движения элементов в наблюдаемых областях или со слежени­ем за динамикой синхронизируемых процессов в сложных системах. Введены по­нятия «синфазный» и «ортогонализующий» фильтр-оператор, использующие их представления в непрерывных пространствах сдвигов или частот. Применение «синфазных» или «ортогонализующих» преобразований (табл. 1) в свертках сиг­нала со сдвинутой копией определяет процедуры отыскания четных, либо нечет­ных КХ. В соответствии с этим подходом для описания свойств сигнала выделены два класса – синфазных (четных) и ортогональных (нечетных) КХ.

Взаимные КХ двух сигналов

(2)

могут быть представлены в виде:

, (3)

где g1 и g2 – импульсные характеристики входных каналов коррелятора, и в этом случае

. (4)

Тогда представляет собой взаимную импульсную характеристику (ВИХ), а ее Фурье-спектр M – взаимную частотную характеристику (ВЧХ) каналов корре­лятора. Т.о. функция ортокорреляции представляет собой ВКФ сигналов, подверг­нутых взаимно-ортогональной фильтрации.

Процедура нормировки КХ приводит компоненты оценки сдвига к единицам нужной размерности. Мерой сдвига двух сигналов может служить, например, ор­токорреляционная функция (ОКФ), нормированная по крутизне :

. (5)

Если (s) достаточно широка в сравнении с K0(s), то по мере приближения АКФ сигнала к -образной форме взвешенная функция R(s) становится все более подобна нечетной ВИХ (s), поскольку   (s) = (s). Такая характеристика опи­сывает вид асимптотической ДХ – т.е. ДХ, усредненной на множестве разнооб­разных сюжетов при их количестве, стремящемся к бесконечности.

Математический аппарат ортокорреляции применен к представлению финит­ного сигнала как вектора и его ортогонализации, которое служит основой алго­ритмов нестационарного корреляционного дискриминатора (НКД), впервые опи­санных А.В. Русаковым в его диссертации (1977).

По-видимому, материал 2-й главы может представлять методический ин­терес, т.к. в этой форме до сих пор он нигде не излагался.

Глава 3. Исследование шумовых свойств дискриминатора.

В третьей главе представлена процедура оценки выходного шума КД в режи­ме АС при действии широкополосной помехи того или иного происхождения в приемном тракте.

При разработке ОЭСС всегда представляет интерес анализ влияния помех во входном тракте на хаотические вариации оценки сдвига в области почти нулевых его значений, т.к. от этого часто зависят предельные возможности системы в режиме АС. Мерой таких вариаций служит дисперсия «нуля дискриминатора». В работе по­казано, что эта величина полностью определяется фильтрующими свойствами вход­ных каналов КД, которые имеют однозначную связь с асимптотической ДХ.

Удобно ввести шумовую полосу пропускания КД:

, (6)

где – квадрат Фурье-образа ДХ (или, иначе, ВИХ входных каналов коррелятора) (рис. 2б). Для примера рассмотрена идеализированная ку­сочно-ломаная ДХ (рис. 2а), для которой 0,477/А, т.е. при любой апертуре = const = 0,477. Аналогично, = const = 0,428, где f0 – частота, обеспечи­вающая максимум функции. Приведенные выражения, инвариантные к форме ДХ с точностью до значений констант, удобны при выборе параметров КД на стадии проектирования ОЭСС.

а) б)

Рис. 2. Желаемый вид ДХ (а) и квадрат ее Фурье-спектра (б); А – ширина мо­нотонной зоны ДХ; затененная область на рис. 2б – эффективная «шумовая» по­лоса пропускания КД.

СКО нуля дискриминатора в долях апертуры:

, (7)

где c – константа (), устанавливающая соответствие между желае­мой апертурой A и длиной M обрабатываемой строки изображения так, что ; N – число строк в изображении, k – отношение сигнал-шум на входе.

Краткие выводы по третьей главе:

1.  Рассмотренные оценки удобны при построении показателей качества ОКД, совместно учитывающих параметры, важные для систем автосопровожде­ния. Туда может входить, например, размер зоны захвата и/или удержания и зна­чение СКО нуля ДХ как мера интенсивности шума, который попадает в полосу пропускания следящего контура.

2.  Доказано, что уменьшение апертуры приводит к пропорциональному сни­жению СКО нуля дискриминатора. Поэтому для повышения точности слежения после вхождения системы в режим АС апертуру ДХ измерительного звена полез­но уменьшать. Распространение таких свойств, известных для одномерных си­стем, на двумерные, по-видимому, является новым результатом.

3.  Представленная процедура оценки имеет обобщенный характер и позволя­ет определять достижимую субпиксельную точность измерений сдвига беспоис­ковым КД при обработке одного ТВ-кадра. Этот параметр можно улучшать, на­капливая многокадровые измерения. Обобщение является новым шагом в теории и практике проектирования таких систем.

4.  Подтверждено на моделях, что дисперсия нуля ДХ составляет величину, практически плохо поддающуюся измерению, даже при отношениях сигнал/шум на входе, которые ниже минимально необходимых для сохранения удовлетвори­тельного качества стандартного ТВ-изображения (25–30 дБ).

5. В статистическом эксперименте на представительном множестве реальных сюжетов подтверждено, что мешающие краевые эффекты (КЭ) не влияют на асимптотическую ДХ, форма которой для НКД определяется сверткой базисных функций, как и в случае отсутствия КЭ. Этот результат является новым и подтвер­ждает допустимость грубых проектных оценок без учета КЭ.

Глава 4. Методы расширения зон захвата ОЭСС.

В четвертой главе представлен разработанный автором новый алгоритм авто­захвата со скользящей фильтрацией (НКД-СФ), позволяющий в несколько раз расширить зону захвата ОЭСС.

Наибольшее влияние на сужение зоны захвата и снижение инвариантности к смене сюжета оказывают краевые эффекты. Подавить их можно, вводя в рассмот­рение области, которые могут попасть в состав изображения при смещениях поля зрения системы относительно ТП, т.е. расширяя эталон. Способ решения этой за­дачи, основанный на применении 9-ти эталонов вместо одного, описан в диссер­тации Е.А. Фирсова. Усовершенствованием этого метода служит алгоритм сколь­зящей фильтрации.

Для ускорения вычислений использована сильная поперечная фильтрация (усреднение изображения по ширине и высоте до одной «толстой» строки и одно­го «толстого» столбца), позволяющая закодировать изображение всего лишь четырьмя коэффициентами разложения «толстых» строки и столбца по базису. Хотя такое сжатие сопровождается значительными потерями информации, они компенсируются наличием большого числа субэталонов в эталонном поле (ЭП).

В алгоритме скользящей фильтрации рабочее окно, имеющее формат поля зрения ОЭСС, пробегает по всей площади ЭП, при этом содержимое окна (назы­ваемое субэталоном) раскладывается по некоторому базису. Данная процедура эк­вивалентна фильтрации ЭП взаимно-ортогональными низкочастотными масками размера рабочего окна, удобно представимыми в комплексных числах. Результа­том расчета является векторное поле коэффициентов разложения, определенное внутри прямоугольной зоны пространства сдвигов, называемой зоной быстрого захвата (БЗ). Это поле служит затем для быстрого – в режиме «реального време­ни» – построения взвешенной ВКФ эталонного поля и ТИ, поступающего на вход системы.

Рис. 3. К пояснению принципа скользящей фильтрации.

Этапы работы алгоритма:

Этап 1. Подготовка эталона – расчет массива коэффициентов разложения ЭП.

Этап 2. Грубая оценка сдвига между ТИ и ЭП по максимуму ВКФ их изобра­жений. Вычисление одного отсчета ВКФ для варианта рис. 4г требует пять умно­жений. Положение пика ВКФ определяется простым перебором с пренебрежимо малыми временными затратами.

Этап 3. Точное субпиксельное ортокорреляционное измерение сдвига по ал­горитму НКД.

На рис. 4 в) и г) показаны примеры построения отсчетов ВКФ с различными весовыми матрицами Q (см. (1)). Вариант 4г, в котором использовано 4-квадрант­ное разбиение растра, на практике предпочтителен, т.к. значительно подавляет конкурирующие максимумы ВКФ, устраняя неоднозначность в определении сдвига. Наличие квадрантных оценок позволяет измерять также неаддитивные компоненты сдвига.

а) б)

в) г) д)

Рис. 4. К пояснению процесса автозахвата алгоритмом НКД-СФ: а) эталонное поле (рамка в центре – несмещенный субэталон, белая рамка – субэталон, соответствующий ТИ); б) текущее изображение; в,г) ВКФ текущего изображения и эталонного поля, вычисленные с использованием различных взвешивающих операторов (отмечены точка нулевого сдвига и положение главного максимума); д) 4-квадрантное разбиение растра.

Pages:     | 1 || 3 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»