Устойчивые методы восстановления изображений во встроенных системах для повышения точности измерений механических величин на объектах

• Автор: Кирьянов, Константин Александрович
• Шифр специальности: 05.11.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Санкт-Петербург
• Количество страниц: 181 с. : ил.

ОГЛАВЛЕНИЕ

1.1. Объекты, устройства регистрации их изображений, искажения

Снимаемые объекты (17). Устройства регистрации изображений (17). Основные типы искажений изображений (18).

1.2. Основные типы изображений, соглашение о координатах

Типы изображений (19). Соглашение о координатах (20).

1.3. Примеры искаженных изображений

1.4. Прямая и обратная задачи обработки изображений

Обработка смазанных изображений (21). Прямая задача (22). Обратная задача устранения смаза (24). Вывод интегрального уравнения (26). Преобразование уравнения (1.8) к уравнению типа свертки (28). Обработка де-фокусированных изображений (31). Постановка задачи дефокусирования
(31). Вывод основного соотношения в простейшем случае (32). Приведение основного уравнения к стандартной форме (34). Численные алгоритмы решения прямой задачи дефокусирования (37).
1.5. «Граничные условия», способы доопределения, приемы усечения и раз-
мытия изображений
О «граничных условиях» (38). Прием усечения смазанного изображения (38). Схема для понижения эффекта Гиббса (41). Прием усечения дефоку-сированного изображения (44). Прием размытия краев дефокусированного изображения (48).
1.6. Формулировка требований к встроенной системе восстановления изо-
бражений и формирование ее функциональной схемы
Функции ОБР-процессора (50). О масштабе времени (51). Из истории разработки процессоров (52). Основные группы СБИС процессоров (53). Об алгоритмах обработки изображений (54). ОБР-приложения (55).
1.7. Выводы
Глава 2. МЕТОДЫ ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЙ (ОБРАТНАЯ
ЗАДАЧА)
2.1. Обратная задача устранения смазывания изображения
Метод преобразования Фурье (инверсной фильтрации) (60). Метод псев-доинверсной фильтрации (61). Метод преобразования Фурье с регуляри-
ВВЕДЕНИЕ
Актуальность темы (5). Объект исследования работы (12). Предмет исследования (12). Цель диссертационной работы (12). Задачи исследования (13). Основные положения, выносимые на защиту (13). Методы исследования (14). Научная новизна (14). Достоверность научных результатов (15). Теоретическая и практическая ценность работы (15). Реализация работы (15). Апробация работы (16). Публикации (16). Структура и объем диссертации (16).
Глава 1. ОСНОВЫ ОБРАБОТКИ ИСКАЖЕННЫХ ИЗОБРАЖЕНИЙ

зацией Тихонова (63). Метод конечных сумм с регуляризацией Тихонова (68). Метод фильтрации Винера (72).
2.2. Обратная задача устранения дефокусирования изображения
Методы инверсной и псевдоинверсной фильтрации (74). Метод фильтрации Винера (75). Метод регуляризации Тихонова (77). Метод итераций с квадратурами (79). Оценка погрешности восстановления изображения
(84).
2.3. Шум на изображении и погрешность ФРТ
Зашумленность изображения (88). Погрешность знания ФРТ (93).
2.4. Разрешающая способность прибора
2.5. Выводы
Глава 3. СРАВНИТЕЛЬНЫЕ ОСОБЕННОСТИ ОБРАБОТКИ ИЗОБРАЖЕНИЙ на ПК и ЦСП
3.1. Вводная часть
Об аналоговых и цифровых сигналах (98). О памяти и быстродействии (100).
3.2. Реализация алгоритмов восстановления смазанных изображений
на ПК
Выбор инструментария (100). О библиотеке ОрепСУ (101). Реализация задачи восстановления смазанных изображений (102).
3.3. Методы линейной алгебры решения СЛАУ и обращения матриц ... 103 Методы Гаусса и Гаусса-Жордана (103). Метод Ш-разложения (104). Метод квадратных корней Холецкого (105). Два быстрых алгоритма восстановления смазанных изображений (106).
3.4. Реализация алгоритмов восстановления дефокусированных изображений на ПК
Об аппаратной функции (112). Реализация обратной задачи восстановления дефокусированных изображений методом двумерного ПФ с регуляризацией Тихонова (112). Двумерное ДПФ/БПФ (113). О методе двумерного
ПФ с регуляризацией Тихонова (114). О методе итераций с квадратурами (методе итеративной регуляризации Фридмана) (114).
3.5. Особенности реализации исследуемых алгоритмов во встроенных
системах
Общие сведения из области построения ПО для встроенных систем (114). Надежность (115). Реактивность (115). Компактность (116). Работа с базами данных (116). Взаимодействие с человеком (116).
3.6. Архитектура микропроцессора TMS320C6457 Texas Instruments ... 117 Общая характеристика процессоров (117). Процессор TMS320C6457 (118). Процессоры С64х+ (122). Карта памяти, Linker command file (124). Реализация алгоритмов на ЦСП (127). Особенности реализации алгоритмов восстановления изображений на ЦСП (134). Упаковка и распаковка данных изображений (135). О методе квадратур с регуляризацией Тихонова (135). Реализация метода ПФ с регуляризацией Тихонова (136). Точность вычислений (138). Искажения (помехи, шумы), вносимые вычислительным процессом (140).

3.7. Выводы
Глава 4. РЕАЛИЗАЦИЯ АЛГОРИТМОВ ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЙ на ОТЛАДОЧНОМ МОДУЛЕ TMDSEVM645 7L на БАЗЕ ЦСП TMS320C6
4.1. Структурная схема отладочного модуля и описание его работы .... 142 Структурная схема модуля TMDSEVM6457L (142).
4.2. Новая методика реализации алгоритмов на ЦСП
Особенности выбора положения точки в операнде (145). Реализация метода квадратур с регуляризацией Тихонова (148). Реализация метода ПФ с регуляризацией Тихонова (155). Восстановление дефокусированных изображений. Метод итеративной регуляризации Фридмана (162). Метод ПФ
с регуляризацией Тихонова для устранения дефокусирования (167).
4.3. Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ

константе 1/тгр2 ). В этом отношении уравнение (1.17) напоминает уравнение
Радона в рентгеновской компьютерной томографии [43, с. 27].
Нестандартность уравнения (1.17) создает сложности с его решением. Преобразуем его к стандартной форме. Запишем (1.17) в виде [2], [3, с. 165],
Соотношение (1.18) есть двухмерное интегральное уравнение Фред-гольма I рода типа свертки. В нем g(x,y) - интенсивность на дефокусирован-ном фотоснимке, ш(£, Г|) - искомая интенсивность на неискаженном снимке (на снимке, который был бы получен при 5 = 0), к(х, у) есть ядро интегрального уравнения, являющееся функцией рассеяния точки (ФРТ) в простейшем случае, когда ФРТ - однородный круг постоянного радиуса р.
При этом значение р можно оценить согласно (1.13), где а и /2 известны, а 5 можно подобрать (подобрать такое значение 6, при котором восстановление изображения будет выполнено наиболее успешно). Однако целесообразнее подбирать непосредственно р без использования формулы (1.13). Например, по изображению, приведенному на рис. 1.7, значение р можно оценить как радиус наименьших деталей (в данном случае, это радиус кругов, в которые превратились точки).
[17, с. 82], [41, с. 75], [42, с. 159], [49], [75, р. 200]:
СО СО
| Kx-Ъy-vд'w(.Ъ^)<%=dr = g(x,y), -оо<х,у<со, (1.18)

(1.19)

иначе.

(1.20)

иначе.