Методы, алгоритмы и устройства обработки двумерных сигналов при восстановлении изображений в условиях неполной априорной информации

• Автор: Воронин, Вячеслав Владимирович
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Шахты
• Количество страниц: 151 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. Анализ методов восстановления изображений при
решении задачи выделения полезного двумерного сигнала на фоне аддитивного шума
1.1. Математическая модель и типы изображений
1.2. Пространственные методы восстановления 16 изображений
1.3. Частотные методы восстановления изображений
Выводы
ГЛАВА 2. Восстановление изображений на основе двумерного
метода размножения оценок
2.1. Двумерный метод размножения оценок
2.2. Адаптивный двумерный метод размножения 48 оценок
2.3. Структурная схема устройства, реализующего 60 двумерный метод размножения оценок
Выводы
ГЛАВА 3. Исследование эффективности двумерного метода
размножения оценок на тестовых изображениях
3.1. Критерии оценки качества обработки изображений
3.2. Исследование эффективности двумерного метода 68 размножения оценок
Выводы
ГЛАВА 4. Реконструкция значений двумерного сигнала на основе
синтеза текстуры и структуры изображения
4.1. Метод реконструкции двумерного сигнала на 99 основе синтеза текстуры и структуры изображения
4.2. Исследование метода реконструкции двумерного 113 сигнала на основе синтеза текстуры и структуры изображения
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А
ПРИЛОЖЕНИЕ Б
ПРИЛОЖЕНИЕ В

ВВЕДЕНИЕ
Актуальность работы.
Развитие цифровых телевизионных и фотосистем, глобальных систем позиционирования и наблюдения, систем удаленного контроля для широкого круга потребителей ставит перед их разработчиками принципиально новые классы задач. В процессе передачи и преобразования посредством радиотехнических систем, изображения подвергаются воздействшо различных помех, что в ряде случаев приводит к ухудшению визуального качества и потере участков изображений. С широким внедрением цифровых систем связи, увеличивается актуальность решения задач восстановления изображений, полученных с помощью фото- и видеокамер, с целью ослабления аддитивных шумов и реконструкции изображений. Широкое использование результатов восстановления изображений находит свое применение при реализации систем автоматической обработки двумерных сигналов от светочувствительных матриц, в цифровых фото- и видеокамерах, систем машинного зрения. На практике часто встречаются изображения, искаженные шумом, который появляется на этапах формирования и передачи его по каналу связи. Причинами возникновения шума на изображении могут быть сбои в работе канала связи, шум видеодатчика, дефект пленки или сканирующего устройства и т.д. При формировании цифровых изображений источником шума могут быть ССО-детектор (спектрометр) и самопроизвольные тепловые процессы в ячейках фотосенсоров. Одной из основных моделей шумов является аддитивный шум с гауссовской плотностью распределения, нулевым математическим ожиданием и постоянной дисперсией. Причиной которого, в частности, может быть шум в электронных цепях и тепловой шум сенсоров из-за недостатка освещения или высокой температуры.
При использовании оптимальных методов оценки необходима априорная информация о взаимной корреляционной функции между исходным обрабатываемым изображением и выделяемым полезным двумерным сигналом, что крайне редко выполняется на практике. К недостаткам линейных сглаживающих фильтров следует отнести неспособность обрабатывать строки или столбцы изображения, находящиеся на границах маски в случае, если центр фильтра приближается к границам изображения. Все линейные алгоритмы фильтрации приводят к сглаживанию резких перепадов яркости изображений, что значи-

тельно ухудшает визуальное качество изображения. Следует отметить, что выбор размера маски для линейных и нелинейных фильтров зависит от наличия априорной информации об исходном изображении и шумовой составляющей.
Обработка изображений методами на основе ортогональных преобразований, так же имеет ряд существенных ограничений, связанных с наличием необходимой априорной информацией о полосе занимаемых частот полезного сигнала и шума. Уменьшение объема априорной информации существенно усложняется процесс обработки изображений, и в ряде случаев делает обязательным визуальный контроль.
Известные методы эффективно сглаживают аддитивный гауссовский шум, но при этом наблюдается размытость мелких деталей и контуров, что является фундаментальной проблемой в области восстановления изображений для последующего анализа и описания деталей.
Для многих методов восстановления изображений необходима априорная информация о свойствах двумерных сигналов и статистических характеристик шума, которая часто ограничена или труднодоступна. В связи с этим актуальной является задача восстановления изображений и выделения полезного двумерного сигнала на фоне шума в условиях неполной априорной информации. В этом плане перспективными являются методы обработки сигналов на основе размножения оценок, которые были успешно апробированы на одномерных сигналах.
Объектом исследования являются методы обработки двумерных сигналов при восстановлении изображений.
Предметом исследований являются методы обработки двумерных сигналов при восстановлении изображений и выделения полезного двумерного сигнала на фоне шума в условиях неполной априорной информации.
Целью диссертационной работы является повышение эффективности обработки двумерных сигналов при восстановлении изображений в условиях неполной априорной информации.

'Ух У2 Уз У '
у2 Уз У, Ут+1
еда«“ Уз А? У5 Ут+2
уг Уг+1 К+2 1 '
(1.30)
Тогда ряд оценок запишется следующим образом:
Аппроксимирующая функция 5, находится усреднением по побочным диагоналям:
Ч *5-3 У '
54 - Яи+1
=1 “ 3 5-4 ... б’„,,2 (1.31)
_УГ $г+1 Уг+2 У
-Е+и

1 ЛГ-1+1
У 5)
N-1 + 1 Ъ
т <, / < г.
(1.32)
/г+1, А+/-г г
У метода КРОТ погрешность выделения максимальна на концах и минимальна в середине выбранного окна, в связи, с чем результат оценки полученной на краях имеет большие доверительные интервалы в сравнении со значениями оценки, полученными в середине выборки.
К недостаткам методов сглаживания изображений на основе одномерных методов обработки можно отнести появление ухудшающих визуальное качество артефактов на изображении (ложные линии в виде сетки). Каждый пиксель изображения связан корреляционными связями со всеми ближайшими соседями, что учитывается при обработке масочными фильтрами. В случае обработки одномерными методами каждая строка и столбец обрабатывается отдельно, что приводит к нарушению корреляционных связей между пикселями изображения.