Оптимизация псевдоградиента целевой функции при оценивании межкадровых геометрических деформаций изображений

• Автор: Фадеева, Галина Леонидовна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Ульяновск
• Количество страниц: 167 с. : ил.

СОДЕРЖАНИЕ

Список основных сокращений

ВВЕДЕНИЕ .
Глава 1. МЕТОДЫ ОЦЕНИВАНИЯ И МОДЕЛИ МЕЖКАДРОВЫХ ГЕОМЕТРИЧЕСКИХ ДЕФОРМАЦИЙ ИЗОБРАЖЕНИЙ .

1.1. Постановка задачи И

1.2. Методы оценивания пространственновременных

деформаций изображений .

1.3. Модели межкадровых геометрических деформаций изображений .

1.4. Подходы к синтезу рекуррентных процедур оценивания пространственновременных деформаций изображений.
1.5. Псевдоградиеитные процедуры оценивания межкадровых геометрических деформаций изображений .

1.6. Выводы и постановка задач исследований .

Глава 2. СПОСОБЫ НАХОЖДЕНИЯ ПСЕВДОГРАДИЕНТА ЦЕЛЕВОЙ ФУНКЦИИ ПРИ ОЦЕНИВАНИИ МЕЖКАДРОВЫХ ДЕФОРМАЦИЙ ИЗОБРАЖЕНИЙ
2.1. Постановка задачи
2.2. Выбор целевых функций для задачи оценивания межкадровых геометрических деформаций изображений
2.3. Нахождение псевдоградиентов целевых функций
с использованием конечных разностей .
2.4. Псевдоградиенты целевых функции, характерных
для задачи оценивания межкадровых деформаций
2.5. Анализ вычислительных затрат при нахождении псевдоградиентов целевых функций
2.6. Основные результаты и выводы
Глава 3. ОПТИМИЗАЦИЯ ПС ЕВ ДО ГРАДИЕНТА ЦЕЛЕВОЙ ФУНКЦИИ ЗА СЧЕТ ВЫБОРА
ПЛАНА ЛОКАЛЬНОЙ ВЫБОРКИ ОТСЧЕТОВ
3.1. Постановка задачи
3.2. Коэффициент улучшения оценок параметров.
3.3. Оптимальная область выбора отсчетов локальной выборки
при оценивании одного параметра
3.4. Определение оптимального значения евклидова
расстояния рассогласования оценок параметров деформаций
3.5. Нахождение оптимальной области выбора отсчетов
локальной выборки при оценивании вектора параметров
3.6. Основные результаты и выводы
Глава 4. АЛГОРИТМИЧЕСКОЕ И ПРОГРАММНОЕ
ОБЕСПЕЧЕНИЕ ДЛЯ ЭКСПЕРИМЕНТАЛЬНОЙ
ПРОВЕРКИ РАЗРАБОТАННЫХ ПРОЦЕДУР .
4.1. Постановка задачи .
4.2. Структура и состав библиотеки прикладных программ .
4.3. Модули вычисления псевдоградиента и статистического моделирования процедур
4.4. Модули оптимизации области взятия отсчетов
локальной выборки .
4.6. Основные результаты и выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Наиболее популярной классификационной схемой, единообразно описывающей все многообразие существующих методов, является схема, включающая в себя три характеристики: пространство поиска или допустимое пространственное преобразование и преобразование яркости между изображениями, тип применяемых характерных элементов изображения и стратегия поиска оптимального решения. Эти три характеристики не являются независимыми. Так, выбор конкретных харак терных элементов изображения заметно сужает возможное пространство поиска, а вместе эти две характеристики во многом определяю']' стратегию поиска. Сравнительному анализу и классификации методов оценивания МГДИ посвящено множество работ, в частности, обзор методов, основанных на анализе оптического потока, приведен в работах [, , , 0). В работе [] методы классифицированы на четыре группы: пространственно-временная фильтрация, анализ оптического потока, морфологический анализ изображений и сопоставление изображений или их фрагментов. Там же содержится большое число ссылок на оригинальные исследования. Отметим только несколько из них [1, , , , , , , бб]. Методы пространственно-временной фильтрации требуют использования информации, содержащейся во всем изображении, поэтому применим, в основном, для оценки глобальных параметров геометрических деформаций присущих кадру в целом. Методы, основанные на анализе оптического потока, используют изменения векторного ноля скоростей движения точек яркостей сцены или их характеристик, таких как контрастности, градиента, энтропии и т. К недостаткам этих методов можно отнести то, что они производят оценивание сдвига каждой точки изображения и не позволяют непосредственно оценивать глобальные параметры деформаций. Методы морфологического анализа позволяют оценивать пространственные деформации в некоторых случаях, когда другие подходы оказываются несостоятельными, например, в случае произвольного функционального преобразования яркостей, однако их применение может быть ограниченно большим объемом вычислений. Обзор, приведенный ниже, можно считать обновлением и дополнением к обзору, данному в работе []. Метод блочного совмещения основан на разделении изображения на прямоугольные области (блоки). Яркости блоков на одном изображении сравниваются с яркостями на втором, сдвинутыми на разную величину. Величина рассогласования двух соответствующих блоков определяется коэффициентом корреляции, суммой разностей квадратов или модулем меж-кадровых яркостей. Оценивание деформаций сводится к вычислению меры подобия для всех возможных положений и выбору положения, приводящего к максимуму подобия. Этот метод рекомендован в международных стандартах для межкадрового видеокодирования. Различают алгоритмы полного [, , 0] и быстрого [, ] поиска блочного совмещения. Полный поиск может достигнуть оптимального решения, хотя требует больших вычислительных затрат. Быстрый поиск ускоряет вычисления, однако может привести к локальному оптимуму. Метод оценивания меэ/скадровых деформаций, основанный иа использовании пространственного градиента яркостей. В нем для преодоления апертурного эффекта предполагают, что поле векторов сдвигов постоянно внутри некоторой области изображения, которая содержит достаточную информацию об изменяющемся градиенте. Оценку деформаций получают методом наименьших квадратов из решения задачи минимизации погрешности оценивания [, 9]. Несмотря на хорошие резз'льтаты, которые достигаются для малых сдвигов, метод критикуется из-за разного толкований в нем пространственной и временной производных (предполагается, что пространственные градиенты не зависят от шума). В [] предложена итеративная реализация метода. Преимущество дифференциального подхода заключается в том, что он позволяет легко вычислить пространственные и временной градиенты, сочетая операции сглаживания и дифференцирования, соответственно, реализуется в системах реального времени. Однако метод предполагает медленное изменение оптического поля. Метод оценивания векторного поля деформаций предполагает вычисление частных производных векторного поля деформаций и используется в основном для оценивания параметров движения объектов [6, 7].