Теоретические основы, алгоритмы и устройства повышения качества предварительной обработки видеоинформации в системах технического зрения

Теоретические основы, алгоритмы и устройства повышения качества предварительной обработки видеоинформации в системах технического зрения

Автор: Дегтярев, Сергей Викторович

Шифр специальности: 05.13.05

Научная степень: Докторская

Год защиты: 2005

Место защиты: Курск

Количество страниц: 405 с. ил.

Артикул: 2901351

Автор: Дегтярев, Сергей Викторович

Стоимость: 250 руб.

Теоретические основы, алгоритмы и устройства повышения качества предварительной обработки видеоинформации в системах технического зрения  Теоретические основы, алгоритмы и устройства повышения качества предварительной обработки видеоинформации в системах технического зрения 

1. Анализ современных методов, алгоритмов и устройств обработки видеоинформации
1.1 Устройства ввода и предварительной обработки видеоинформации.
1.2 Методы улучшения качества видеоинформации
1.2.1 Повышение контрастности и расширение динамического диапазона видеоизображения.
1.2.2 Повышение отношения сигналшум
1.2.3 Проблема выбора порога при преобразовании полутонового изображения в двухградационное.
1.2.4 Методы построения контуров объектов, расположенных на плоскости, и повышение достоверности их выделения
1.3 Методы и принципы определения параметров динамических объектов
1.3.1 Методы выделения динамических объектов
1.3.1.1 Методы, основанные на вычислении взаимнокорреляционной функции двух полей изображения
1.3.1.2 Методы пространственновременной обработки
1.3.1.3 Методы цифровой обработки изображений, используемые для выделения динамических объектов.
1.3.2 Устройства для определения параметров динамических объектов
1.3.3 Определение параметров динамических объектов
1.3.3.1 Определение пространственных координат
1.3.4 Адаптация оптикоэлектронного датчика к изменению освещенности .
1.4 Методы и оптикоэлектронные устройства измерения малых угловых перемещений на основе интерференции
1.4.1 Высокоточные устройства измерения угловых перемещений и оптические методы и средства для проведения угловых измерений.
1.4.2 Оптикоэлектронпыс устройства для измерения малых угловых перемещений.
1.4.3 Информативные признаки и способ анализа интерференционной картины.
1.5 Методы и средства калибровки систем технического зрения.
2. Теоретикомножественное описание и синтез структур систем предварительной обработки и алгоритмов обработки видеоинформации
2.1 Теоретикомножественное описание систем предварительной обработки видеоинформации.
2.2 Теоретикомножественное описание алгоритмов цифровой обработки видеоинформации.
2.3 Графовые модели компонентов системы предварительной обработки и операций цифровой обработки видеоинформации.
2.4 Синтез систем предварительной обработки и алгоритмов цифровой обработки видеоинформации с использованием графовых моделей
2.5 Алгоритм синтеза структур систем предварительной обработки и алгоритмов цифровой обработки видеоинформации
2.6 Обобщенная математическая модель процесса предварительной обработки видеоинформации в СТЗ
Выводы.
3. Методы и алгоритмы повышения качества предварительной обработки видеоинформации
3.1 Метод адаптации оптикоэлектронного преобразователя к изменению освещенности.
3.2 Расширение динамического диапазона изображения и увеличение скорости повышения контрастности.
3.3 Определение параметров динамических объектов.
3.3.1 Математическая модель определения параметров динамических объектов.
3.3.1.1 Вычисление матрицы коррекции фильтра Колмана.
3.3.2 Определение координат проекции точки
3.3.3 Метод выделения динамических объектов.
3.3.3.1 Исследование изображений сцен и построение функции принадлежности пикселя изображения динамическому объекту
3.3.3.2 Выделение динамических областей изобраэсений с помощью межкадровой разности.
3.3.3.3 Алгоритм определения формального контура объекта.
3.3.4 Представление динамических объектов и определение их параметров.
3.3.5 Определение предельных значений относительной дальности и скорости динамического объекта.
3.4 Увеличение точности и скорости преобразования градиентного изображения в двухградационное
3.5 Скелетизация изображения
3.6 Кодирование контуров объектов.
3.7 Определение типа проекции объекта.
3.8 Определение положения объектов на плоскости с помощью одной видеокамеры.
4. Оптикоэлектронное измерение малых линейных и угловых перемещений
объектов
4.1 Математические основы анализа интерференционных картин
4.1.1 Математическая модель статической интерференции в оптическом интерференционном устройстве.
4.1.2 Распределение интенсивности освещения в интерференционной картине
4.1.3 Регистрация интерференционных картин фоточувствительными приборами с зарядовой связью.
4.1.4 Адаптация уровня квантования порогового устройства
4.2 Выбор основных элементов устройств измерения малых угловых перемещений.
4.2.1 Анализ характеристик интерференционной картины и выбор оптикоэлектронного преобразователя
4.2.2 Выбор источника излучения.
5. Калибровка систем технического зрения
5.1 Математическая модель трехмерной калибровки на основе нечетких множеств
5.1.1 Математическая модель калибровки вертикальных осей координат изображений.
5.1.2 Математическая модель калибровки фокусных расстояний оптических систем оптикоэлектронных датчиков СТЗ.
5.1.3 Математическая модель калибровки радиальной дисторсии оптической системы СТЗ
5.1.4 Математическая модель восстановления контуров объектов
5.1.5 Математическая модель калибровки оптических осей оптикоэлектронных датчиков СТЗ
5.1.6 Математическая модель адаптации при калибровке СТЗ
5.2 Методы калибровки СТЗ.
5.2.1 Методы статической калибровки.
5.2.1.1 Статическая калибровка с двухцветной пирамидой.
5.2.1.2 Статическая калибровка в условиях сложного фона
5.2.1.3 Статическая калибровка по эталонному объекту с оптическими излучателями.
5.2.1.4 Использование мнимого изображения эталонного объекта для трехмерной калибровки СТЗ
5.2.2 Метод адаптивной калибровки.
5.3 Рекомендации по выбору метода калибровки в зависимости ог условий внешней среды и параметров СТЗ
6. Аппаратнопрограммные средства адаптивной предварительной обработки видеоинформации и оптикоэлектронного измерительного тракта.
6.1 Реализация блоков автоматической регулировки экспозиции.
6.1.1 Автоматическая регулировка экспозиции методом последовательного приближения.
6.1.2 Автоматическая регулировка экспозиции методом мгновенного приближения.
6.2 Алгоритм функционирования и микропроцессорное устройство определения параметров динамических объектов
6.3 Устройства ввода и предварительной обработки видеоинформации
6.3.1 Устройство ввода и предварительной обработки видеоинформации на основе цифрового сигнального процессора.
6.3.2 Устройство ввода и предварительной обработки видеоинформации для конвейерных систем распознавания нестабильных символов
6.4 Универсальная бинокулярная СТЗ
6.5 Реализация устройств измерения малых угловых перемещений
6.5.1 Устройство для измерения относительного углового перемещения
6.5.2 Устройство для автоматического определения углового положения источника излучения в пространстве
6.5.3 Устройство измерения малых угловых перемещений на базе микропроцессора.
6.5.3.1 Методика выбора микропроцессорного элемента и расчет объема ОЗУ.
6.6 Устройства калибровки СТЗ.
6.6.1 Устройство для калибровки СТЗ с двухцветной пирамидой.
6.6.2 Устройство для адаптивной калибровки бинокулярной СТЗ.
7. Экспериментальная оценка качества предварительной обработки видеоинформации.
7.1 Исследование точности и производительности алгоритмов предварительной обработки видеоинформации.
7.2 Экспериментальное исследование методов определения параметров динамических объектов.
7.2.1 Описание экспериментальной установки.
7.2.2 Методика определения коэффициента сигналшум.
7.2.3 Результаты экспериментальных исследований
Сравнение методов выделения динамических объектов
7.2.3.2 Определение координат относительного центра динамического
объекта
7.2. Определение пространственных координат объекта
7.3 Экспериментальные исследования устройства измерения малых угловых перемещений.
7.3.1 Описание экспериментальной установки и методика проведения эксперимента
7.3.2 Основные экспериментальные числовые характеристики интерференционной картины.
7.4 Экспериментальные исследования устройства для адаптивной калибровки бинокулярной системы технического зрения
7.4.1 Методика проведения исследований устройства для адаптивной калибровки бинокулярной СТЗ
7.5 Результаты экспериментальной оценки качества предварительной обработки видеоинформации и оптикоэлектронных измерений
Заключение
Библиографический список.
ПРИЛОЖЕНИЕ 1.
ПРИЛОЖЕНИЕ 2.
ПРИЛОЖЕНИЕ
СПИСОК СОКРАЩЕНИЙ
АРЭ автоматическая регулировка экспозиции
АЦП аналоговоцифровой преобразователь
БВКСИ блок выделения кадрового и строчного импульсов
БЗУ буферное запоминающее устройство
БИ блок индикации
БК блок коммутации
БП буферная память
БПА блок адаптации порогового уровня компараторов БПО блок предварительной обработки БПФ быстрое преобразование Фурье БС блок счетчиков
ВКФ взаимнокорреляционная функция Г генератор
ГУИ генератор управляющих импульсов ДА дешифратор адреса К компаратор
КПИ контроллер последовательного интерфейса
КТ контрольная точка
ЛП лингвистическая переменная
ЛФПЗС линейная фоточувствительная схема с зарядовой связью МП микропроцессор
МФПЗС матричная фоточувствительная схема с зарядовой связью
НСП нормированное скалярное произведение контуров
ОЗУ оперативное запоминающее устройство
ОС оптическая система
ОЭД оптикоэлектронный датчик
ОЭП оптикоэлектронный преобразователь
ОЭУ оптикоэлектронное устройство
ПЗС прибор с зарядовой связью
ПЗУ постоянное запоминающее устройство
ПЛИС программируемая логическая интегральная схема
РГ регистр
СГ синхрогенсратор
СПОВИ система предварительной обработки видеоинформации
СТЗ система технического зрения
СЧ счетчик
ТР триггер
У усилитель
УП угломерные приборы
УУ устройство управления
ФКО формальный контур объекта
ФП функция принадлежности
ФПЗС фоточувствительная схема с зарядовой связью
ФУС формирователь управляющих сигналов
ЦСП цифровой сигнальный процессор
ЦТ центральная точка
ШФ шинный формирователь
ЭОУ электроннооптический усилитель
Введение


Усредняющий фильтр уменьшает шум на изображении на 6. Параметры результирующего изображения зависят от размеров локальной области. Медианный фильтр основан на замене центрального элемента значением медианы, вычисленной по его локальной окрестности 1, и уменьшает шум на изображении, как и усредняющий, на 6. Параметры результирующего изображения также зависят от размеров локальной области. Сигмафильтр фильтр, основанный на порядковых статистиках. Статистика сигмафильтра опирается на специфические свойства нормально распределенной величины. Ак,Г i, и 0 в противном случае т0, п0 размеры окна обработки i, значение центрального элемента окна Лк,Г значение элемента в окне ап среднее квадратическое отклонение шума СКО. Если сумма всех 8к меньше заданного порога Р, то значение для выходного изображения вычисляется как среднее по четырем соседним элементам окна. Величина ап определяется по фрагменту изображения однородного участка поверхности. Сигмафильтр основан на размытии всех мелких деталей изображения и снижает шум всего на 2,2. А значение центрального элемента окна Ур,и функция веса Аср локальное среднее, вычисленное в окне фильтра. Для фильтра Ли
для фильтра Кауна
где яркости изображения Су контраст С оиАср, вычисленный в окне фильтра. Фильтры Ли и Кауна снижают уровень шума на 2,1 и 3,5 соответственно и не искажают изображение. Методы увеличения отношения сигналшум, такие как усредняющий, медианный и сигмафильтр позволяют заметно снизить шум на изображении, обладают небольшой вычислительной сложностью, но приводят к размытию изображения, а, следовательно, уменьшению точности распознавания. Фильтры Ли и Кауна не искажают изображения, но снижают шум на изображении в меньшей степени и обладают очень высокой вычислительной сложностью. Ау, , соответственно исходное и обработанное изображение, тп количество пикселей в изображении. Проблема выбора порога при преобразовании полутонового изображения в двухградационное
т п
Метод преобразования изображения из полутонового в двухградационное зависит от поставленной цели преобразования. При этом порог разделения может меняться для разных частей изображения. Для выделения границ многоконтурных объектов, преобразование изображения в двухградационное сопровождается вычислением порога для каждого пикселя изображения в соответствии с заданной формулой 3. При слишком высоком уровне порога не будут обнаружены граничные элементы с низким контрастом. Наоборот, слишком низкий уровень порога является причиной ложного принятия шума. Проблема выбора порога для получения контура из градиентного изображения Лу является важным аспектом правильного и эффективного функционирования операторов выделения контуров. В ряде случаев этот порог можно выбрать на основе анализа гистограммы значений ф,у. Двумодальный характер такой гистограммы рис. Для более точного определения значения порога часто осуществляется предварительная обработка градиентного изображения Л,. Изображение сканируется небольшим окном, значение яркости центральной точки окна подавляется, если в окне имеется элемент с большим ее значением. Затем строится гистограмма обработанного градиентного изображения Л, по которой определяется порог. Т, Лср т, Т2 Аср г,
1. Ах,у значение пикселя в точке растра с координатами х,у. Рис. Методы перевода полутонового изображения в двухградационное обладают большой вычислительной сложностью, т. Контуры часто служат основой формирования различных признаков, грамматик для составления описания изображений и объектов на них. Общий принцип выделения контура основывается на расчете величины изменения яркости т. Общим для всех этих методов является стремление рассматривать границы как область резкого перепада функций яркости изображения x, отличает же их вводимая математическая модель границы и алгоритм поиска граничных точек. Методы пространственного дифференцирования основаны на предположении о том, что граничные точки имеют большую величину модуля градиента функции x,. Схема обработки изображений этим методом представлена на рис. Рис. Получаемое после преобразования 1.

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: 0.207, запросов: 244