WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     || 2 | 3 |

На правах рукописи

Смагин Михаил Сергеевич

РАЗРАБОТКА МЕТОДИКИ СИНТЕЗА СТРУКТУРЫ

ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ СЛИЯНИЯ ИЗОБРАЖЕНИЙ

05.13.05 «Элементы и устройства вычислительной техники

и систем управления»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Москва 2008

Работа выполнена на кафедре Вычислительной техники на факультете Вычислительных машин и систем в Государственном образовательном учреждении высшего профессионального образования «Московский государственный институт радиотехники, электроники и автоматики (технический университет)»

Научный руководитель: кандидат технических наук

Иванов Евгений Леонидович.

Официальные оппоненты: доктор технических наук

Алёхин Владимир Александрович,

кандидат технических наук

Алехнович Валентин Иванович

Ведущая организация: Институт Автоматики и

Электрометрии СО РАН

Защита состоится “_____”_________________ 2008 в _____ часов на заседании диссертационного совета Д.409.009.01 при ОАО «Институт электронных управляющих машин им. И.С. Брука» по адресу:

119334, Москва, ул. Вавилова 24

С диссертацией можно ознакомиться в библиотеке Института электронных управляющих машин им. И.С. Брука

Автореферат разослан “______”_____________________ 2008 г.

Учёный секретарь диссертационного совета

к.т.н., профессор Красовский В.Е.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы

Идея слияния изображений появилась в ходе работ по расширению таких функциональных возможностей систем наблюдения местности, как рабочий спектральный диапазон и помехоустойчивость. Одним из способов решения данной задачи было комплексирование датчиков различных спектральных диапазонов. Изображения, получаемые от различных датчиков, предъявлялись оператору либо последовательно, либо параллельно на одном или нескольких мониторах. Однако, как показал практический опыт, такая форма предъявления изображений оператору приводит к чрезмерной психофизической нагрузке на него, связанной с необходимостью не только анализа каждого из изображений, но сопоставления их между собой. Кроме того, временные затраты на просмотр и сопоставление видеоданных приводили к неприемлемым задержкам при принятии решений.

Таким образом, возникла идея комбинирования информации, содержащейся в нескольких изображениях, с целью получения одного конечного изображения, содержащего более информативное описание наблюдаемой сцены, чем любое из исходных изображений в отдельности. Такая операция получила название слияния изображений. Под устройствами слияния изображений традиционно понимаются специализированные устройства, предназначенные для выполнения алгоритмов слияния изображений.

На сегодняшний день устройства слияния изображений широко применяются в системах квазиреального времени, таких как медицинские или дефектоскопические системы. Однако в последнее время всё острее возникает необходимость в применении данных устройств и в системах реального времени, например промышленных системах машинного зрения, системах поиска скрытого оружия, а также в многоканальных системах наблюдения местности различного назначения.

Одним из путей построения таких устройств, является реализация устройств слияния в виде специализированных цифровых вычислителей. Практическое использование данного подхода стало возможно совсем недавно, когда производительность вычислительных устройств стала соответствовать вычислительной сложности алгоритмов слияния.

Очевидно, что при синтезе структуры вычислителей слияния, разработчики будут, в первую очередь, пытаться применять подходы, положительно зарекомендовавшие себя ранее при разработке других устройств обработки изображений, в частности такие, как распараллеливание и уменьшение объёма вычислений. Задача установления применимости таких подходов и разработки методики синтеза, с их помощью, структуры вычислительных устройств слияния изображений, является особенно актуальной в связи с постоянным расширением спектра применения устройств слияния и ужесточения требований к ним.

Цель диссертационной работы

Целью данной работы является разработка методики синтеза структуры вычислительных устройств слияния изображений, основанной на внесении в используемые алгоритмы слияния изменений, направленных на распараллеливание и уменьшение объёма вычислений при их выполнении.

Для достижения поставленной цели необходимо:

  • Выбрать способы распараллеливания и уменьшения объёма вычислений, которые будут использоваться в дальнейших исследованиях;
  • Определить вид и характеристики влияния выбранных способов на алгоритмы слияния изображений;
  • Определить зависимость характеристик алгоритмов и результатов их выполнения от параметров вносимых изменений;
  • Разработать методику определения оптимальных параметров вносимых изменений;
  • Проверить разработанную методику на примере, и проверить полученные результаты путём макетного моделирования.

Методы исследования

Для решения поставленных задач использовались методы статистической лингвистики, теории обработки и анализа изображений, теории слияния изображений, теории вероятностей и математической статистики, а также теории вычислительных процессов и структур.

Положения, выносимые на защиту

  1. Модифицирование исследованных алгоритмов слияния, направленное на повышение информативности результирующих изображений.
  2. Практическая полезность способа повышения параллелизма вычислений при проектировании устройств слияния путём разбиения исходных изображений на параллельно обрабатываемые окна.
  3. Практическая полезность способа уменьшения объёма вычислений при проектировании устройств слияния изображений за счёт уменьшения числа элементов обработки путём снижения пространственного разрешения исходных изображений.
  4. Методика выбора оптимальных параметров применения указанных способов для синтеза структуры вычислительных устройств слияния изображений с учётом функциональных и временных ограничений.

Научная новизна исследования

Научные результаты, полученные автором, заключаются в следующем:

  • Установлены оценочные характеристики информативности слитных изображений, синтезированных с помощью наиболее широко используемых алгоритмов слияния изображений;
  • Вычислены количественные показатели результатов внесения в алгоритмы слияния модификаций, направленных на улучшение результирующих изображений;
  • Определена зависимость между объёмом вычислений, информативностью слитных изображений и изменениями, вносимыми в алгоритмы слияния с целью распараллеливания вычислений, выполняемыми путём разбиения исходных изображений на параллельно обрабатываемые окна;
  • Определена зависимость между объёмом вычислений, информативностью слитных изображений и изменениями, вносимыми за счёт уменьшения числа элементов обработки путём снижения пространственного разрешения исходных изображений;
  • Разработана методика выбора параметров исследованных изменений при синтезе структуры вычислительного устройства, наиболее полно удовлетворяющего предъявляемым к нему требованиям.

Практическая ценность работы

При выполнении работы достигнуты следующие практические результаты:

  • получены аналитические оценки показателей информативности результирующих изображений, полученных путём выполнения алгоритмов слияния изображений различных типов;
  • разработана структура вычислительного устройства слияния изображений, предназначенного для выполнения в реальном масштабе времени алгоритма слияния изображений уровня областей, разработанного д.т.н. Савиным В.Д.,
  • разработано и запатентовано устройство для компенсации помех, вызываемых эффектом нарушения синхронизации, возникающим по причине задержки прохождения видеоданных в трактах цифровых обработки;

Результаты диссертационной работы были внедрены при выполнении различных научно-исследовательских и опытно-конструкторских работ, проводимых ЗАО «МНИТИ».

Апробация работы

Результаты работы докладывались и обсуждались на международных научно-технической конференциях «Современные телевизионные технологии. Состояние и направления развития» (2004, 2006 гг.), международной научно-технической конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (2005 г.), научно-технической конференции МИРЭА (2005, 2008 гг.), XXIV военно-научной конференции ФГУП «18 ЦНИИ МО РФ» (2008 г.).

Кроме того, по теме диссертации опубликовано 8 печатных работ, в том числе одна монография и один патент Российской Федерации.

Структура и объём работы

Диссертационная работа структурно состоит из введения, четырёх глав с выводами, заключения, списка использованной литературы и трех приложений. Работа изложена на 116 страницах машинописного текста, содержит 33 рисунка и 13 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении раскрыта проблематика слияния изображений, сформулированы цели и задачи диссертационного исследования, определена практическая ценность результатов, приведены области, где они могут быть использованы, и дана аннотация по главам.

В первой главе даётся обзор развития слияния изображений от идеи до самостоятельного научного направления, рассмотрены проблемы, и изложен ряд задач, актуальных в данной сфере на сегодняшний день. В ней подробно описываются основные достижения в области слияния, как в нашей стране, так и за рубежом. Помимо рассмотрения слияния изображений с алгоритмической точки зрения, приводится также обзор развития цифровых вычислительных устройств обработки изображений и слияния изображений в частности. На основе сравнительного анализа обоих обзоров ставятся цели и формулируются задачи, решенные в данной диссертационной работе.

Согласно классификации, предложенной Б. Дасарати, алгоритмы слияния изображений делятся на алгоритмы уровня пикселей, уровня областей и уровня решений.

Слияние на уровне пикселей предполагает операции с отдельными пикселями исходных изображений. Объектами для обработки в алгоритмах слияния на уровне областей служат не отдельные пиксели, а области, выделенные на изображении и подвергнутые операциям анализа. Слияние на уровне решений представляет собой операции с информационными структурами, хранящими данные об исходных изображениях, с целью генерации информационного объекта с более полной информацией о наблюдаемой сцене.

Алгоритмы слияния уровня решений в данной работе не рассматриваются, поскольку не предполагают генерации результирующего изображения, и имеют качественно иной математический аппарат, чем алгоритмы, относящиеся к двум первым группам.

В свою очередь, многоканальные системы наблюдения местности, в которых могут быть использованы устройства слияния изображений, делятся на комплексированные, комбинированные и интегрированные. Именно интегрированные системы, в первую очередь, требуют использования в своём составе устройств слияния.

Задача данной работы состоит в разработке методики синтеза структуры подобных устройств, реализованных в виде специализированных цифровых вычислителей. Данная методика основана на внесении в используемые алгоритмы слияния изменений, призванных увеличить степень их параллелизма и уменьшить объём вычислений.

Вторая глава посвящена объёктам и методам исследования. В частности, оценивается релевантность использованных методов оценки информативности изображений, а также обосновывается выбор метода оценки времени выполнения вычислительных задач, приведены также тестовые изображения, использованные в процессе исследований, обоснован выбор набора исследованных алгоритмов и описаны их математические модели, выполненные на языке системы математического моделирования MatLab, кроме того представлена схема макета вычислительного устройства слияния изображений, использованного на этапе макетного моделирования.

Для количественной оценки информативности изображений был использован алгоритм, предложенный Савиным В.Д., заключающийся в поиске и суммировании значений локальных максимумов и минимумов (экстремальных точек) на исходном изображении и его копиях, подвергнутых масштабному (ранговому) преобразованию, после обработки их специальным оператором. Суммарный количественный показатель вычисляется по формуле (1):

(1)

Где: V – количественный показатель информативности.

- сумма модулей отклика экстремальных точек на изображении 1-го, 2-го, или 3-го ранга.

i, j, k – число экстремальных точек на изображениях, соответственно, 1-го, 2-го, или 3-го ранга.

Релевантность оценок, вычисляемых с помощью данного метода, была подтверждена с помощью метода экспертных оценок.

Кроме того, в процессе выполнения работы был использован метод оценки информативности изображений путем сравнения с эталоном. В качестве количественной меры сходства обрабатываемого изображения с эталонным, было выбрано среднеквадратичное отклонение.

Среднеквадратичное отклонение – мера отличия исследуемого изображения от образцового, вычисляемая по формуле 2:

(2)

где:

X,Y – разрешение сравниваемых изображений по горизонтали и вертикали

R(i,j), Z(i,j) – яркости пикселей сравниваемых изображений с координатами i,j.

В связи с тем, что на сегодняшний день разработано большое количество алгоритмов слияния изображений уровня пикселей, исследованию подвергались наиболее широко используемые из них. Для определения совокупности наиболее широко используемых алгоритмов был проведен анализ сети Интернет с помощью поисковых сайтов Yahoo.com и Google.com с использованием названий алгоритмов в качестве ключевых слов. Поиск показал, что наиболее широко используются алгоритмы слияния с использованием пирамиды лапласианов, анализа главных компонент (PCA-алгоритм), и вейвлета Хаара (суммарно 98% ссылок), которые и использовались в дальнейшей работе.

Pages:     || 2 | 3 |






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