WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 |

Геометрический шум проявляется в возникновении полос, повторяющих строчную структуру изображения. К подобным искажениям глаз человека очень чувствителен. Даже слабый, в 12 градации яркости, протяженный контраст легко обнаруживается наблюдателем. Поэтому, представляется целесообразным судить о качестве читающей линейки по некоторой оценке геометрического шума, связанного с ее использованием.

В настоящей работе введена оценка качества () линейки суммирующая среднюю величину контраста, между смежными строками, возникающего как от разброса по чувствительности, так и разброса по темновому току приемников линейки.

256 S C (10) N где: S Si Si 1 (11) N i N C Ci Ci 1 ; i 1,2,..., N 1 (12) N i По поводу оценки (10) можно дать следующий комментарий: Она использует особенности формирования кадра линейкой фотоприемников и может быть использована именно в этом случае. Кроме того, оценка основана на реализации некоторых свойств зрительной системы человека и, поэтому пригодна для оценки качества изображения при визуального наблюдении.

На основе полученных алгоритмов обработки разработан модель тепловизионного прибора.

Эксперименты выполнены на модели тепловизионного прибора, имеющего следующие технические характеристики:

1. Количество каналов фотоприемного устройства 256.

2. Формат изображения - 512 512 пикселов.

3. Способ формирования кадра - комбинированный (2 последовательных сканирования соответственно нечетных и четных строк изображения).

4. Количество уровней квантования исходного изображения 256.

5. Модель линейки (L1) со случайным разбросом значений чувствительности (S) в диапазоне 0,5 1,0 и случайной аддитивной добавкой от 0 до 180 уровней.

Закон распределения случайных значений в обоих случаях-равномерный.

6. Количество уровней квантования значений видеосигнала с выхода линейки 512.

Проведено моделирование метода адаптивного выравнивания параметров фотолинейки без применения дополнительного микросканирования:

Это способ выравнивания использует корреляционные связи смежных строк изображения. Поскольку изображения-оригиналы при компьютерном моделировании доступны, то можно проверить, насколько выбранные изображения обладают указанным свойством. Для этого используем оценку неодинаковости смежных строк изображения с помощью переходных коэффициентов:

Di[E] Gi,i 1 (13) Di 1[E] Графики Gi,i 1 приведены на рис.1 соответственно для каждого изображения.

Видно, Что условие G 1 выполняется почти для всех пар смежных строк за исключением тех, что прорисовывают границу неба на горизонте. В этом месте значения дисперсий смежных строк существенно различны. Несмотря на то, что отклонение от нормы носит локальный характер, оно не позволяет провести точное выравнивание из-за последовательной процедуры вычисления переходных коэффициентов (G). И это касается значительного числа фотоприемников.

Рис. 1. I,II,III - изображения (оригиналы) используемые при моделирования.

GiI,i 1,GiI,I 1,GiI,II 1 - графики переходных i i коэффициентов по формуле (13).

I (I ) ( I ) L1( =98 ) 1 L ( = 63,4) 1 Рис. 2. Схема формирования корректированной линейки L( I ) с использованием оригинала I.

При использовании для корректировки линейки оригиналов II или III (II) (III) получим = 15,6 и = 41,8 со ответственно.

1 а) III Lб) III ( L1I ) Рис. 3. Примеры чтение оригинала ( а) линейкой L1 и б) ее скорректированным аналогом L1I ) ( ).

В третьей главе исследуются возможности адаптивного выравнивания параметров фотопримной линейки методами, использующими микросканирование.

Адаптивное выравнивание с использованием микросканирования состоит в следующем:

Линейка фотоприемников расположена вдоль оси y. Она содержит р приемников с шагом y. При этом приемники имеют z-нумерацию.

z = 1, 2, …, p.

При первом проходе линейка читает только нечетные строки изображения.

Затем линейка сдвигается на величину y и считываются только четные строки.

Предложение состоит в том, чтобы к 2-м сканированиям добавить третье со сдвигом y относительно субкадра, полученного после 2-го сканирования.

Сигнал от (z+1)-го приемника линейки при 1-м сканировании сравнивается с сигналом от z-го приемника при 3-м сканировании:

( 1 ) U E.S C z 1, j 2z 1, j z 1 z (14) ( 3 ) U E.S C z, j 2z 1, j z z Видно, что одна и та же строка изображения E2z+1 читается при 1-м сканировании (z +1)-м приемником, а при 3-м сканировании l-м приемником.

Это можно с успехом использовать для более точного определения переходных коэффициентов Gz,z+1 при выравнивании.

Dz[U(3)] Gz,z 1 (15) Dz 1[U(1)] Вычисленные подобным образом (с дополнительным микросканированием) переходные коэффициенты (G) практически не зависят от статистических характеристик изображения, использованного для выравнивания.

Действительно, в качестве эталона используется одна и та же строка и отпадает необходимость корреляционной связи между соседними строками, как это было при вычислении значений G согласно.

Моделирование метода адаптивного выравнивания параметров фотолинейки с использованием дополнительного микросканирования:

При моделировании метода адаптивного выравнивания, использующего дополнительное микросканирование, выравнивание проводилось по одному из изображений I,II,III причм во всех 3х случаях получалось одинаково высокое качество выравнивания.

В качестве примера на рис.4 приведены схема самой “плохой” коррекции линейки L1 по новому методу с участием изображения III и, прочитанные ею изображения I,II,III. При визуальном сравнении с оригиналами (рис.1) отмечается их полная идентичность.

III (III) L1 L1M ( =1,05) a) б) (III) Рис. 4. а. Формирование скорректированной линейки L1M c использованием микросканирования.

(III) б. Примеры чтение оригиналов скорректированной линейкой L1M.

На основе полученных алгоритмов была составлена программа на языке Visual C++ 6.0.

Система предназначена для проведения научных исследований в области цифровой обработки изображений и не требует от специалистов знания языков программирования. Система допускает изменение своей конфигурации в зависимости от решаемой задачи и позволяет осуществлять обработку изображений двух форматов: 512*512 элементов дискретного растра (ЭДР) при числе уровней квантования сигнала яркости до 32767 (15 разрядное представление отсчетов яркости).

Система состоит из корневого сегмента, карманов для хранения изображений и набора подпрограмм, осуществляющих обработку изображений.

Корневой сегмент graph.exe представляет собой программный модуль, в задачу которого входит формирование соответствующей структуры Системы, организация экранный режима работы, выполнение набора основных функций обработки изображений. Входным параметром корневого сегмента является указание размера обрабатываемых изображений формата 512*512.

Карманы представляют собой блоки (двухбайтовых слов) оперативной памяти, предназначенные для хранения исходных изображений, промежуточных данных и выходных результатов. Карманы имеют тип в зависимости от вида хранящихся данных: для обычного изображения, представленного неотрицательными целыми значениями яркости (0-32767) тип кармана img; для разностного изображения (например, полученного вычитанием двух обычных изображений) тип кармана dif. Для других данных тип кармана устанавливается пользователем. Количество карманов определяется наличием свободной оперативной памяти.

Специальные функции, например, F15, F22, F26, D3 и д.р. Функция F15:

Операция свртки изображения типа img или dif с матрицей (М), выберем от файла: Ui(,B) M.Ui(,A). Функция F15: Формирование линейки {ki,ci } (i = 1,256), j j потом сохранить в карман 35. Функция F22: Наложение на экранное изображение его гистограммы. Функция D3: Вычисление выравненных коэффициентов параметров фотопримных линеек ({ki,ci }, i = 1,2,..., 256) из линейки и фонового изображения с использованием микросканирования.

В четвертой главе проведен эксперимент на реальном приборе с линейкой фотоприемников. В приборе использовалось микросканирование.

Формирование кадра производилось за 2 прохода линейки: сначала сканировались все (288) нечетных строк, затем все (288) четных. В результате был получен формат 576 768 пикселов. Также в приборе предусмотрено выравнивание геометрического шума путем эталонного облучения, замера значений сигнала и его корректировки.

Здесь нет моделирования преобразования оптического изображения в электрический сигнал, как это было в 1-й части работы все это делал реальный прибор. Производилась обработка цифрового массива, полученного с выхода прибора. Изначально не известно какую обработку вообще следует делать. Мы постарались найти ответ на этом вопрос, не вдаваясь в подробности технической реализации (например, обработки в реальном времени).

Проведен предварительный анализ ИК-изображений.

Для улучшения условий рассматривания, при предварительном визуальном анализе, все изображения были предварительно контрастированы. Для этого в заданное число раз (k = 4) была усилена разность между текущим значением яркости и значением средней яркости по всему изображению. На рис.приведен пример контрастированого изображения.

Рис. 5. Исходное изображение (контрастировано к = 4) Визуальный осмотр позволил составить описательную модель изображения:

A. Большую часть (площадь) изображения занимает ровный фон. В той или иной степени присутствие фона имеется в каждой строке изображения.

B. Значительное количество объектов мало отличается по яркости от фона, хотя встречаются объекты и высокого контраста.

C. Остаточный геометрический шум заметен на изображении в виде сдвоенных горизонтальных полос вследствие формирования пары строк изображения одним приемным каналом.

D. В изображении имеется небольшая доля “плохих” строк. Это смежные строки с неисправным приемным каналом, а также строки с интенсивной аппаратной помехой.

E. Аппаратурные помехи (наводки) носят импульсный характер и заметны на изображении в виде одиночных (чрных или белых) точек или локализованной последовательности таких точек, расположенных вдоль строки.При микросканировании каждый z-й приемник последовательно формирует 2 соседние строки изображения U2z и U2z+1 (парные строки).

В случае неисправного приемника сигнал в парных строках будет удерживаться на постоянном уровне, что легко обнаруживается суммированием модуля межпиксельной разности яркостей по всей длине строки.

(16) H(z) (a(z, j) b(z, j)) j где: a(z, j) U(2z, j) U(2z, j 1) b(z, j) U(2z 1, j) U(2z 1, j 1) где: z 0,1,...,287 номер приемного канала j 0,1,...,767 номер пиксела в строке.

Если накопленное значение H(z) меньше заданного порога (q = 4) то парные строки считались “плохими”.

Следующая проверка заключалась в подсчете импульсных аппаратурных помех в строке изображения. Для этого подсчитывалось число случаев (n, m), когда межпиксельная разность a(z,j) или b(z,j) превышала заданный порог ( = 10) a(z,j) > => n = n + b(z,j) > => m = m + 1 (17) Подсчитанное таким образом число импульсных помех сравнивалось с порогом p1 (в эксперименте p1 = 50).

Если n или m > p1, то пара строк cчиталась “плохой”.

Наконец, если на любом участке строки длиной l (в эксперименте l = пикселей) число выделенных по аналогии (2) импульсных помех превышало установленное ограничение (p2 = 30), т.е имела место локальная концентрация аппаратной помехи, то соответствующая пара строк также считалась “плохой”.

В компьютерном эксперименте с указанными выше значениями порогов, на изображении рис 1 было обнаружено 12 пар “плохих” строк. Из них 7 пар оказались “плохими” по причине неисправности приемных каналов, а 5 пар изза концентрации аппаратной помехи. Все 12 пар строк были удалены. На место каждой удаленней пары строк вставлялись “хорошие”, но обязательно парные строки из ближайшего окружения.

Фильтрация остаточного геометрического шума Выберем из приведенного выше описания изображений положения, имеющие отношение к фильтрации геометрического шума.

A. Большую часть (площадь) изображения занимает ровный фон.

Некоторая часть каждой строки изображения занята ровным фоном.

B. Изображения объектов имеют, как правило, небольшой контраст с фоном. Допускается наличие нескольких объектов с сильным контрастом относительно фона.

Предложение состоят в том, чтобы использовать фон как эталонное облучение. Яркость этого облучения легко определяется по максимуму ординаты на гистограмме яркости всего изображения. Геометрический шум изза усреднения максимум не сдвигает (рис.6 ) Рис. 6. Гистограмма яркости всего изображения Трудность заключается в том, чтобы найти фоновые пиксели строки в условиях остаточного геометрического шума-ведь они в этом случае, как правило, отличаются по яркости от строки к строке и, кроме того, могут располагаться на различных участках вдоль строки. Однако, поскольку фоновые отсчеты яркости строки в совокупности составляют заметную долю пикселей строки и имеют малый разброс значений (свойство “А” – фон ровный) то среднее значение яркости фона данной строки можно определить по максимуму гистограммы значений яркости строки.

Практически, с учетом того обстоятельства, что парные строки формируются одним приемным каналом анализировалось изображение U(z, j) с усреднением яркости парных строк:

U(2z, j) U(2z 1, j) U(z, j) (18) z 0,1,..., для:

j 0,1,...,содержащее столько строк, сколько имеется приемных каналов.

Корректирующие добавки U(z) к каждой паре строк определялись путем сравнения средней яркости фоновых пикселей строки с единой для всего изображения средней яркостью пикселей фона.

U(z) U U (z) (19) Полученные значения добавок яркости U(z) использовались для получения скорректированного изображения (i, j) (i, j) U(i, j) U( i / 2 ) (20) i 0,1,2,..., для :

j 0,1,2,...,767.

Можно сказать, что адаптивное выравнивание по фону, в данном классе ИК-изображений фильтрует остаточный геометрический шум достаточно эффективно.

Фильтрация аппаратурных помех.

Предварительный визуальный анализ с использованием средств упомянутых в начале статьи, позволил выделить следующие особенности аппаратурных помех на обрабатываемых изображениях:

1. Аппаратурная помеха представляет собой либо одиночный импульс, заметный на изображении в виде одиночной (1 пиксель) черной или белой точки. Имеются, также, локализованные последовательности таких точек, расположенные вдоль строки (например, отмеченная индексом “а” на рис. ).

Pages:     | 1 || 3 |






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