Разработка методики синтеза структуры вычислительных устройств слияния изображений

Разработка методики синтеза структуры вычислительных устройств слияния изображений

Автор: Смагин, Михаил Сергеевич

Автор: Смагин, Михаил Сергеевич

Шифр специальности: 05.13.05

Научная степень: Кандидатская

Год защиты: 2008

Место защиты: Москва

Количество страниц: 198 с. ил.

Артикул: 4237385

Стоимость: 250 руб.

Разработка методики синтеза структуры вычислительных устройств слияния изображений  Разработка методики синтеза структуры вычислительных устройств слияния изображений 

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. АЛГОРИТМЫ И СИСТЕМЫ
СЛИЯНИЯ ИЗОБРАЖЕПИЙ
1.1. Введение
1.2. Алгоритмы слияния изображении
1.3. Методы оценки информативности изображений
1.4. Вычислительные устройства обработки и
слияния изображений
1.5. Устройства слияния изображений в
системах наблюдения местности
1.6. Выводы
ГЛАВА 2. ИССЛЕДУЕМЫЕ ОБЪЕКТЫ, МОДЕЛИ И МЕТОДИКИ ИССЛЕДОВАНИЯ. ИЗМЕРЯЕМЫЕ ХАРАКТЕРИСТИКИ.
2.1. Введение
2.2. Методы оценки информативности изображений
2.3. Методика оценки времени выполнения вычислительных задач
2.4. Обоснование выбора набора исследуемых алгоритмов
2.5. Математические модели алгоритмов слияния изображений
2.6. Макет двухспектрального устройства слияния изображений
2.7. Выводы
ГЛАВА 3. ИССЛЕДОВАНИЕ МОДЕЛЕЙ АЛГОРИТМОВ И ВЫЧИСЛИТЕЛЬНОГО УСТРОЙСТВА СЛИЯНИЯ ИЗОБРАЖЕНИЙ
3.1. Введение
3.2. Исследование алгоритмов и их модифицирование,
направленное на повышение информативности результирующих изображений
3.3. Изменение алгоритмов с целью повышения параллелизма
и уменьшения объма вычислений, и его результаты
3.3.1. Изменения с целыо распараллеливания вычислений
3.3.2. Изменения с целью уменьшения объма вычислений
3.4. Методика выбора параметров изменений, вносимых в алгоритмы
при построении структуры вычислительног о устройства
3.7. Выводы
ГЛАВА 4. ПРАКТИЧЕСКИЕ АСПЕКТЫ РЕАЛИЗАЦИИ ДВУХСПЕКТРАЛЬНОЙ СИСТЕМЫ СЛИЯНИЯ ИЗОБРАЖЕНИЙ
4.1. Введение
4.2. Анализ схемы алгоритма уровня областей
4.3. Построение базовой архитектуры вычислителя
4.4. Применение исследованных способов распараллеливания
и уменьшения объма вычислений
4.5. Макетное моделирование работы разработанного устройства
4.6. Принцип работы разработанного устройства для синхронизации телевизионных сигналов
4.6. Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


Причем выполнение данных этапов может выполняться как человеком, так и машиной. В зависимости от вида ачгоритма слияния, указанные этапы выполняются либо независимо друг от друга над каждым из исходных изображений, либо совместно. Соответствующий вид будет иметь и структура устройства, выполняющего алгоритм того или иного класса. Структурные схемы устройств, предназначенных для выполнения различных классов алгоритмов слияния, будут иметь вид, представленный на рис. Основной функцией блока «Слияние» на данных рисунках является генерация результирующего изображения. Функции блоков, следующих после блока «Слияние», могут выполняться как техническими элементами устройства слияния, так и оператором. Слияние на уровне пикселей предполагает предварительную обработку, выполняемую независимо в каждом канале, как это показано на рис. Рис. Структурная схема устройства слияния на уровне пикселей. Слияние на уровне областей предполагает выполнение операции классификации независимо в каждом канале. Затем информативные области, выделенные на обоих изображениях, представляются совместно на результирующем изображении, генерируемом непосредственно при выполнении операции «Слияние». Дальнейшие этапы обработки выполняются уже над результирующим изображением. Обобщённая структурная схема устройства слияния изображений уровня областей представлена на рис. Рис. Структурная схема устройства слияния на уровне областей. В случае слияния на уровне решений, операция слияния осуществляется уже над информацией, полученной в результате выполнения операции распознавания над каждым из обрабатываемых изображений независимо друг от друга. Соответственно, структура вычислительного устройства слияния изображений уровня областей будет иметь вид, представленный на рис. Рис. Данные классы алгоритмов делятся на подгруппы, в зависимости от подходов к выполнению обработки и слияния. Схема разделения представлена на рис. Рис. Рис. Для демонстрации результатов их работы используем исходные изображения телевизионного и тепловизионного диапазонов размером 8x6 пикселей, представленные на рис. Как можно понять из схемы, алгоритмы слияния на уровне пикселей можно разделить на алгоритмы с преобразованиями масштаба (Multiscale Decomposition Based Methods) или без преобразований (Non Multiscale Decomposition Based Methods) []. К алгоритмам без преобразований масштаба относятся: линейные методы, методы спектрального кодирования и нелинейные методы. Линейные методы наиболее просты. При их использовании, каждый пиксель результирующего изображения получается путем суммирования значений яркостей пространственно соответствующих друг другу пикселей исходных изображений, помноженных на определенные весовые коэффициенты. Так вычисление значения яркости произвольного пикселя Хрез результирующего изображения с координатами i, j будет выполняться по формуле 1. Где: Х|(іо) Х„0Л - пиксели исходных изображений с координатами і,]. Весовые коэффициенты могут как задаваться заранее (при заранее известных характеристиках используемых изображений), так и вычисляться в процессе работы, в соответствии с информацией об исходных изображениях. В таких случаях речь идет об адаптивном определении коэффициентов. Пример слияния приведенных выше изображений с помощью линейного алгоритма представлен на рис. Рис. Методы адаптивного определения коэффициентов разделяются на две группы: с использованием предыстории и без использования предыстории. Соответственно, методы, не использующие предысторию, определяют весовые коэффициенты, исходя из характеристик обрабатываемых изображений, а использующие предысторию, - учитывают также характеристики предыдущих изображений. В общем случае адаптивные методы определения коэффициентов могут иметь произвольную математическую сложность. Теоретически методы слияния без предыстории могут обеспечить лучшее качество слияния для узко ограниченного, заранее заданного, класса исходных изображений, а алгоритмы с использованием предыстории - несколько худшее качество, но для различных классов исходных изображений.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.882, запросов: 244