Оценка параметров сдвига фрагментов динамических полей в пространственной и спектральной областях

• Автор: Миляев, Сергей Владимирович
• Шифр специальности: 01.04.03
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Воронеж
• Количество страниц: 167 с. : ил.

Содержание
Введение

Глава 1. Оптимальные и квазиоптимальные алгоритмы оценки

сдвига подобластей поля

1.1. Оптимальные алгоритмы оценки сдвига в пространственной и

спектральной областях при наличии шума

1.2. Общая модель поля, включающего полезный сигнал, фон, тпум

1.3. Исследование функционала сдвига в пространственной области для общей модели поля

1.4. Исследование функционала сдвига в спектральной области

1.5. Применение спектрального подхода к оценке движения на видеопоследовательностях

1.6. Выводы по главе

Глава 2. Корреляция спектральных мод фрагментов случайных процессов и полей
2.1. Модели дискретных последовательностей и их спектров при
дискретных ортогональных преобразованиях
2.2. Внутриблочная корреляция мод при ДКП и СОСТ преобразованиях
2.3. Межблочная корреляция мод при ДКП и СБСТ преобразованиях
2.4. Корреляция спектров сдвинутых фрагментов сигналов
2.5. Выводы по главе
Глава 3. Анализ анизотропии полей и его применение к алгоритмам обработки изображений
3.1. Градиентный подход к анализу анизотропии полей
3.2. Спектральный подход к анализу анизотропии
3.3. Метрики анизотропии и их статистический анализ
3.4. Учет анизотропии при подавлении артефактов сжатия полей .
3.5. Выводы но главе
Глава 4. Реализация алгоритмов оценки движения в перспективном видеокодеке МЄРСТ
4.1. Структура видеокодека МСБСТ-
4.2. Методы поиска экстремума при оценке сдвига фрагментов видсо
4.3. Сравнительный анализ методов поиска экстремума
4.4. Характеристики качества восстановленного видео в МСБСТ2 .
4.5. Выводы по главе
Заключение
Литература

Введение
Актуальность работы. Современные телекоммуникационные системы ориентированы на передачу мультимедийной информации, наиболее емкой частью которой являются видеопоследовательности, представляющие собой двумерные динамические поля. Без существенного информационного сжатия подобных полей практически невозможна передача цифрового видео по каналам связи в реальном времени. В настоящее время стремительно растет востребованность в интеллектуальных системах удаленного видеонаблюдения. Эти системы должны обеспечивать передачу значительного объема видеоданных в реальном времени в любых условиях, которые часто ограничивают пропускную способность канала передачи, например, при передаче по беспроводному радиоканалу. Таким образом, дополнительно повышаются требования к степени сжатия передаваемой информации. Кроме того, такие системы должны обладать функцией интеллектуальной обработки видео, которая позволяет автоматически повышать качество передаваемого изображения и анализировать обрабатываемые кадры на предмет обнаружения и распознавания объектов интереса (автомобильные номера, лица людей) и анализа наблюдаемых сцен (слежение за объектами, распознавание опасных событий), что позволяет существенно сократить нагрузку на оператора системы видео-паблюдения и повысить безопасность.
Эффективные алгортимы, решающие такие задачи, требуют значительных вычислительных ресурсов, которые также необходимы для сжатия передаваемого видеопотока с использованием современных стандартов видеокодирования МРЕв-4 и Н.264. Таким образом, возникает необходимость создания менее вычислительно затратных, но достаточно эффективных методов сжатия видеопоследовательностей.
Для видеопоследовательностей характерны пространственная и времен-
• Центр области, <1(0,0)
• 1 шаг 9 2 шаг О 3 шаг
Рис. 1.9. Трехшаговый метод оценки сдвига.
минимума производится более точный поиск с интервалом 2 пиксела. После этого, аналогично производится поиск минимума с точностью в 1 пиксел.
Этот метод на всех этапах поиска находит меру схожести в пространственной области изображения. В качестве такой меры используют сумму модулей разностей:
5ЛВ(тж,тг/) = ЕЕ IВ1е{(Х, У, тх, Ту) - Вртос(Х7 У), (1.48)

где Вртос(Х, У) - обрабатываемый блок кадра, для которого необходимо оценить сдвиг, Вте{(Х, У, тх, Ту) - вырезанный блок из опорного кадра, взятый со смещением (тх,ту) относительно координат обрабатываемого блока, которое задается расположением точек используемого шаблона, X, У - координаты пикселей внутри блока. В отличие от (1.30, 1.44, 1.45) это метрика минимизируется при оценке схожести блоков.
Модифицируем трехшаговый метод поиска применив на первом' шаге меру схожести, рассчитанную в спектральном пространстве
Область поиска