Метод, алгоритм и адаптивное устройство обработки изображений на базе КМОП-видеодатчиков с использованием нейроподобных структур

• Автор: Мишин, Александр Борисович
• Шифр специальности: 05.13.05
• Научная степень: Кандидатская
• Год защиты: 2015
• Место защиты: Курск
• Количество страниц: 102 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. МЕТОДЫ И УСТРОЙСТВА ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ 9 ИЗОБРАЖЕНИЙ В КМОП-ВИДЕОДАТЧИКАХ

1Л. Обзор и сравнительная характеристика параметров современных

видеодатчиков на КМОП-приемниках излучения

1.2 Функции предварительной обработки сигнала в КМОП-

видеодатчиках

1.3. Устройства фильтрации шума на изображениях с

использованием нейроподобных структур

Выводы
2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ПРОЦЕССА ОБРАБОТКИ 33 ИЗОБРАЖЕНИЙ, ПОЛУЧАЕМЫХ С ПОМОЩЬЮ КМОП-ВИДЕОДАТЧИКА
Выводы
3. МЕТОДЫ И АЛГОРИТМЫ ПОВЫШЕНИЯ КАЧЕСТВА 44 ОБРАБОТКИ ИЗОБРАЖЕНИЙ, ПОЛУЧАЕМЫХ НА ОСНОВЕ КМОП-ВИДЕОДАТЧИКОВ
ЗЛ. Аппаратно-ориентированный алгоритм фильтрации изображений
3.2. Моделирование разработанного метода и алгоритма
Выводы
4. СТРУКТУРНО-ФУНКЦИОНАЛЬНАЯ СХЕМА АДАПТИВНОГО 70 УСТРОЙСТВА ОБРАБОТКИ ИЗОБРАЖЕНИЙ НА ОСНОВЕ КМОП-ВИДЕОДАТЧИКОВ.
4.1. Устройство предварительной обработки изображений
4.2. Моделирование адаптивного устройства обработки изображений
Выводы
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
Приложения

ВВЕДЕНИЕ
Актуальность. Одной из задач, требующих при практической реализации значительных аппаратных и временных ресурсов средств цифровой и вычислительной техники, является задача обработки изображений. Результаты исследований в данной области используются при цифровой обработке изображений в геоипформациопных системах, в робототехнике, полиграфии, медицине, телекоммуникациях и т.п. В настоящее время для устройств цифровой обработки изображений характерно постоянное возрастание объема обрабатываемой информации, повышение требований к качеству обработки, работа в сложной сигнально-помеховой обстановке.
При передаче данных изображения, начиная от регистрации, заканчивая отображением или хранением, информация неизбежно подвержена влиянию множества систематических и случайных шумов. В КМОП-видеодатчиках, широко используемых в качестве источников изображения для устройств вычислительной техники и систем управления, на получаемое изображение влияют шумы различной природы, что вызывает необходимость использования операций повышения резкости, увеличения чувствительности, фильтрации (подавления шумов) и т. д.
Существующие алгоритмы фильтрации изображений часто оказываются неэффективными для реальных приложений и не позволяют обеспечить обработку в реальном масштабе времени. Высокая вычислительная сложность этих алгоритмов требует использования быстродействующих элементов или увеличения аппаратной сложности устройств.
В КМОП-видеодатчиках каждый фотопреобразующий элемент матрицы связан как с цифровой, так и с и аналоговой схемой обработки. Такая схема позволяет обрабатывать данные или непосредственно внутри пиксела или в схеме последующей обработки (например, па базе специализированного процессора) и выделять области интереса на изображении. Далее определяются недостатки изображения и либо исправляются с помощью соответствующих алгоритмов, либо изменяются параметры съемки видеодатчика и дается команда на повторное получение изображения.

Скорость выполнения ряда алгоритмов обработки может быть увеличена за счет параллельно-конвейерной организации вычислений и аппаратной реализации этих алгоритмов на параллельных структурах. Перспективным подходом для обработки изображений, получаемых с КМОП-видеодатчиков, считается использование нейроподобных структур. В качестве основных и наиболее значимых преимуществ методов такого подхода к обработке изображений можно выделить; возможность достижения более высокого показателя производительности для устройств вычислительной техники по сравнению со стандартными вычислительными средствами за счет параллелизма применяемых элементарных операций, возможность эффективного решения задач в условиях неполной априорной информации.
Таким образом, актуальной научно-технической задачей является разработка методов, алгоритмов и быстродействующих устройств, обеспечивающих улучшение качества изображения, получаемого с КМОП-видеодатчиков.
Диссертационная работа выполнена при содействии гранта Президента Российской Федерации по государственной поддержке ведущих научных школ Российской Федерации НШ-2357.2014.8 «Исследование и разработка комплексного анализа видеоизображений для задач управления сложными техническими системами па основе адаптивных нейро-нечегких систем вывода с мягкими вычислениями», а также гранта Президента Российской Федерации по государственной поддержке молодых российских ученых-кандидатов наук МК-2932.2013.8 «Разработка теоретических и реализационных основ создания адаптивных систем технического зрения па основе КМОП-видеодатчиков».
Цель диссертации: разработка метода и аппаратно-ориентированных алгоритмов фильтрации изображения, получаемого с помощью КМОП-видеодатчика, в режиме реального времени.
Задачи исследований:
- аналитический обзор методов и устройств фильтрации сигнала в КМОП-видеодатчиках;
- разработка математической модели процесса обработки изображений;

Рис. 2.1. Структура фотоприемной матрицы
Кроме полезного сигнала в системе присутствуют шумы. Шум в изображении представляет собой аддитивную компоненту. Следовательно, распределение яркости в зашумленном изображении 11Ю1Х(/,у) запишем следующим образом:
1„0,ЛЛ = К1,]) + О{1,]), (2.5)
где 0(1,]) - случайная величина, соответствующая шуму пикселя, в которую входят дробовый, тепловой, шум фиксированной разводки и т.п.
В большинстве современных матриц выходной величиной пикселя является напряжение, поэтому необходимо учесть коэффициент передачи фотоприемника к, который определяет изменение напряжения на выходе приемника излучения и зависит от схемотехнической реализации пикселя. Тогда выходной сигнал пикселя определим как:
т=к-11Ю15еа,л. (2.6)
Предполагаем, что матрица состоит из цифровых пикселей, в таком случае дискретизация изображения по пространственным координатам и квантование по значениям яркости осуществляется непосредственно на пикселе, при этом дискретизация обеспечивается структурной организацией матрицы пикселей. В большинстве рассмотренных цифровых датчиков для представления полутонового изображения используется 28 = 256 уровней