Модели и алгоритмы обработки мультимедийной информации, учитывающие особенности человеческого восприятия

• Автор: Лукин, Алексей Сергеевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Москва
• Количество страниц: 90 с. : ил.

Оглавление
Введение.

Цели и задачи работы.

Научная актуальность работы

Глава 1. Банки фильтров и их частотновременное разрешение.

Сведения о человеческом восприятии.

Восприятие звука.

Восприятие изображений

Традиционные банки фильтров.

Глава 2. Банки фильтров с адаптивным разрешением

Существующие решения

Предлагаемая схема
Стратегии управления частотновременным разрешением.
Широкополосный анализ стационарности
Многополосный анализатор стационарности.
Принцип наиболее компактного описания сигнала.
Глава 3. Применение предложенной модели банков фильтров.
Шумоподавление общие принципы
Шумоподавление для аудиосигналов
Задача шумоподавления и метод спектрального вычитания.
Интерпретация в виде многополосного гейта.
Недостатки спектрального вычитания
Применение предложенной модели банка фильтров.
Результаты
Шумоподавление для изображений
Применение предложенной модели
Дополнительные модификации метода АРСЛ
Оптимизации быстродействия
Переход в новое цветовое пространство.
Результаты
Нелокальное усреднение модификация алгоритма.
Подавление центрального канала в аудио
Постановка задачи.
Существующие подходы
Предлагаемый подход.
Результаты
Временное масштабирование аудио.
Постановка задачи.
Существующие подходы к решению задачи.
Предлагаемый метод
Банк фильтров.
Блокировка фаз
Рандомизация фаз
Сохранение транзиентов
Результаты
Построение спектрограмм.
Традиционный метод
Предлагаемый метод
Глава 4. Локальная одномерная цветовая модель.
Предлагаемая модель
Применения.
Интерполяция байеровских шаблонов
Предлагаемая модификация алгоритма.
Результаты.
Предлагаемый алгоритм увеличения резкости границ.
Результаты.
Выводы.
Заключение.
Основные результаты работы.
Научная новизна работы.
Практическая значимость и реализация.
Апробация работы и сделанные публикации
Литература


Сейчас, когда мощности даже персональных компьютеров возросли настолько, что позволяют в реальном времени проводить сложную обработку сигналов, на передний план выходит вопрос о качестве алгоритмов, а не об их быстродействии. Зачастую пользователи готовы пожертвовать скоростью вычисления ради достижения лучших результатов. Алгоритмы ЦОС переходят из разряда узкоспециальных в разряд повсеместно используемых. Ранее они применялись в таких задачах, как профессиональная звукозапись и обработка звука, радиолокация. Теперь же алгоритмы ЦОС все активнее используются в повседневном человеко-машинном интерфейсе, который становится мультимедийным: это и чипы цифровых фотокамер, обрабатывающие изображения, и мобильные телефоны, кодирующие и обрабатывающие звук, и персональные компьютеры, играющие роль домашнего центра развлечений за счет широких возможностей обработки звука, изображений и видео. Важную роль в алгоритмах ЦОС играют банки фильтров1 - преобразования, раскладывающие сигнал на несколько частотных полос с возможностью обратного восстановления [2]. Дословный перевод англоязычного “filter banks”. В отечественной литературе также употребляется термин «гребенки фильтров». В этой работе будет использоваться термин «банк фильтров», чтобы подчеркнуть включение в эго понятие возможного прореживания сигнала в банке фильтров, а также стадии синтеза, дополняющей сталию анализа. Т), являющееся основой многих алгоритмов обработки изображений. В этой работе рассматриваются более сложные банки фильтров для обработки цифровых изображений и аудио, позволяющие достигать лучшего качества обработки за счет варьирования частотно-временного разрешения в соответствии со свойствами человеческого восприятия. Как будет показано в главе 3, предлагаемые банки фильтров способны улучшить многие существующие алгоритмы обработки сигналов, т. В этой работе будет рассмотрено их применение в задачах шумоподавления и приведено несколько примеров использования предложенных методов в других задачах. Исследовать недостатки банков фильтров с фиксированным частотновременным разрешением в задачах обработки аудиосигналов и изображений. Построить модели банков фильтров с переменным частотно-временным разрешением, адаптирующимся к свойствам человеческого восприятия, для снижения артефактов в задачах обработки. Разработать соответствующие алгоритмы адаптации. Алгоритм подавления стационарных шумов для растровых изображений. Алгоритм подавления стационарных шумов для аудиосигналов. Алгоритм выделения/подавления центрального канала в стереофоническом аудиосигнале. Алгоритм временного масштабирования аудиосигнала без изменения высоты звучания. Алгоритм интерполяции изображений (в т. Для достижения этих целей были реализованы традиционные версии описанных алгоритмов и проанализированы их особенности и недостатки. Затем была теоретически разработана общая схема варьирования частотновременного разрешения (см. РСА (глава 3). Успешные результаты позволили усовершенствовать модель, обобщить ее для обработки аудиосигналов и реализовать соответствующие алгоритмы. Далее было исследовано несколько методов адаптации частотно-временного разрешения банков фильтров и разработаны стратегии управления разрешением, описанные в главе 3. В настоящее время для обработки изображений и аудиосигналов наиболее широко используются алгоритмы, основанные на банках фильтров с фиксированным частотно-временным разрешением. Существенным недостатком таких алгоритмов является низкое качество обработки из-за наличия эффекта Гиббса и недостаточного частотного разрешения банков фильтров. В связи с этим становится актуальной проблема адаптации банков фильтров к особенностям сигналов и свойствам человеческого восприятия. Некоторые из существующих методов производят простейшую дискретную адаптацию частотновременного разрешения банка фильтров только в частотном или только во временном направлении. В данной работе рассматривается непрерывная адаптация банков фильтров в двумерном частотно-временном пространстве и предлагаются систематические способы такой адаптации.