Введение к работе
Актуальность работы
Использование видеоинформации в современном мире постоянно возрастает. При этом наряду с повышением уровня технических средств, все большую роль играют и методы обработки изображений, улучшающие восприятие, анализ, распознавание и интерпретацию зрительных образов для принятия решений и управления поведением технических систем. Большой вклад в развитие теории обработки изображений внесли многие отечественные (А.С. Алексеев, Т.Б. Борукаев, Р.Е. Быков, Г.И. Василенко, Ю.Г. Васин, К.К. Васильев, Г.Л. Гимельфарб, Ю.И. Журавлев, B.C. Киричук, Г.П. Катыс, В.Р. Крашенинников, А.П. Немирко, А.И. Перов, Ю.П. Пытьев, В.П. Пяткин, В.В. Сергеев, Ю.Г. Сосулин, В.А. Сойфер, А.А. Спектор, Я.А. Фурман, Н.Г. Федотов и др.) и зарубежные (Д.К. Аггарвал (J.K. Aggarwal), Р. Батес (R. Bates), Р.Д. Вудхем (R.J. Woodham), Д. Вудс (J.W. Woods), Р. Гонсалес (R. Gonzalez), К. Каффорио (С. Cafforio), Ж.С. Ли (G. Li), А.Н. Нетравали (A.N. Netravali), У. Прэтт (W.K. Pratt), X. Старк (Н. Stark), К.Д. Хуанг (C.L. Huang), Б. Хорн (В.К. Horn), В.Ж. Шинк (B.G. Schunck), Л.П. Ярославский и др.) ученые. Одной из ключевых проблем при обработке цифровых изображений, заданных дискретными сетками отсчетов, является привязка изображений, которая заключается в установлении соответствия между сопряженными точками двух и более изображений. Она возникает при решении многих практических задач: объединения (комплексирования) разнородных снимков в медицине, отслеживании изменений по серии снимков, например, построении траекторий объектов, мониторинге земной поверхности, повышении разрешения изображений, обнаружении объектов, компьютерном видении и других.
Привязываемые изображения могут иметь как глобальные, так и локальные взаимные пространственные деформации. Под глобальными понимают деформации, описываемые некоторой функцией (глобальной математической моделью привязки) для всех отсчетов изображения, а под локальными — деформации, затрагивающие только некоторую локальную область изображения. Например, пара спутниковых снимков может иметь глобальные деформации, описываемые проективной моделью и локальные, вызванные рельефом местности. В некоторых ситуациях структура модели привязки неизвестна и ее требуется оценить, как правило, по совокупности параметров местоположения некоторого множества фрагментов опорного изображения на привязываемом.
Кроме пространственных деформаций, привязываемые изображения имеют обычно и яркостные искажения, которые в задаче привязки являются помехой. В тех же спутниковых снимках яркостные искажения могут быть вызваны шумами в трактах обработки, сезонными изменениями снимаемой местности, засветкой датчиков, облаками и их тенями и множеством других факторов. При небольших шумах (когда их влияние на оценку целевой функции незначительно) задача привязки изображений хорошо изучена. Однако привязка при интенсивных шумах, в частности, коррелированных импульсных, типа облаков, исследована слабо и требует разработки новых устойчивых процедур привязки. Другим усложняющим обстоятельством являются большие объемы и скорости передачи данных в современных информационных системах обработки изображений (работающих, как правило, в режиме непрерывной обработки информации). Это налагает ограниче-
ния на процедуры привязки по требованиям к вычислительным ресурсам. Таким образом, актуальной является разработка быстродействующих процедур привязки цифровых полутоновых изображений в условиях интенсивных помех, что и определило цель диссертационной работы.
Цель и задачи исследований
Целью диссертационной работы является увеличение объема извлекаемой полезной информации при обработке цифровых изображений за счет улучшения качества привязки изображений в условиях интенсивных помех.
Для достижения цели необходимо решить следующие задачи.
На основе безыдентификационной псевдоградиентной адаптации разработать методику привязки полутоновых цифровых изображений в условиях интенсивных помех.
Исследовать подходы к отбраковке недостоверных оценок и разработать основанные на численных методах способы прогноза поля привязки между узлами сетки центров привязываемых фрагментов.
Исследовать возможности снижения вычислительных затрат при реализации методики.
Провести экспериментальные исследования эффективности разработанной методики на различных классах имитированных и реальных изображений, в частности спутниковых.
Разработать алгоритмическое и программное обеспечение привязки полутоновых цифровых изображений, базирующееся на результатах проведенных исследований.
Методы исследований
При решении поставленных задач в диссертационной работе использовались методы вычислительной математики, теории вероятностей, математической статистики, численной аппроксимации функций, теории случайных процессов и полей, статистических испытаний.
Научная новизна результатов
Разработана новая методика привязки изображений по совокупности оценок параметров местоположения множества фрагментов опорного изображения на привязываемом изображении, основанная на псевдоградиентной адаптации и позволяющая выполнять привязку в условиях интенсивных импульсных помех. Методика направлена на идентификацию параметров математической модели привязки.
При отбраковке срывов рекуррентного оценивания местоположения опорных фрагментов предложено итеративное формирование доверительного интервала с использованием глобальной модели привязки.
Впервые проанализированы критерии достижения с заданной точностью оценками параметров привязки фрагментов оптимальных значений, использующие для расчетного значения критерия скользящее окно евклидова расстояния рассогласования оценок на последовательных итерациях. Выработаны рекомендации по применению критериев для остановки процесса псевдоградиентного оценивания параметров местоположения фрагментов, позволившие сократить среднее время привязки.
4. Для ситуации неизвестной глобальной модели привязки предложены и исследованы новые способы прогноза поля привязки между узлами сетки центров привязываемых фрагментов, основанные на использовании большего, по сравнению с традиционным, числа оцениваемых параметров местоположения фрагментов и позволяющие повысить точность привязки.
Практическая ценность результатов работы
Использование разработанных критериев остановки процесса псевдоградиентного оценивания параметров местоположения фрагментов, обеспечивающих сокращение среднего времени привязки, по сравнению с априорно заданным количеством итераций, позволяет получить максимальную точность оценивания при заданном ресурсе имеющихся в распоряжении вычислительных средств, что важно при разработке информационных систем непрерывной обработки последовательностей кадров изображений.
Разработанное алгоритмическое и программное обеспечение может быть непосредственно использовано в различных прикладных задачах обработки изображений: экологическом мониторинге при дистанционных исследованиях Земли, навигационном отслеживании курса подвижного объекта в условиях ограниченной видимости, идентификации биометрических параметров, в робототехнике, медицине, обеспечении государственной безопасности и т.д.
Реализация результатов работы
Результаты диссертационной работы использованы при выполнении грантов РФФИ 07-01-00138-а «Анализ и оптимизация процедур псевдоградиентного оценивания геометрических деформаций последовательностей изображений», 08-07-99003-р офи «Разработка алгоритмического и программного обеспечения для решения задач автоматизированной обработки и анализа пространственных деформаций последовательностей изображений в реальном времени», 10-01-97002-р Поволжье «Идентификация и оценивание пространственных изменений фрагментов временных сечений динамических изображений в условиях интенсивных помех», 10-07-00271-а «Адаптивные алгоритмы привязки монохромных и многозональных изображений, заданных дискретными сетками отсчетов, в условиях априорной неопределенности»; гранта «Синтез и оптимизация безыдентификационных псевдоградиентных процедур автоматизированного совмещения (и распознавания фрагментов) монохромных и многозональных изображений» фонда «Human Capital Foundation»; государственного контракта 7462р/0267 от 30.01.2010 «Совмещение изображений в условиях интенсивных помех на основе адаптивных псевдоградиентных процедур»; при разработке программного обеспечения для ЗАО «Самара-Информспутник».
Достоверность результатов
Полученные результаты не противоречат известным взглядам на вопросы привязки изображений; их достоверность обеспечивается применением хорошо апробированного математического аппарата, полнотой учета влияющих факторов, и подтверждается экспериментальными результатами и практическим применением для совмещения спутниковых изображений.
На защиту выносятся:
Методика привязки изображений в условиях интенсивных помех по совокупности оценок параметров местоположения на исследуемом изображении заданных фрагментов опорного изображения, направленная на идентификацию параметров математической модели привязки при ограничениях на вычислительные ресурсы и позволяющая оценить достоверность формируемого поля привязки.
Результаты исследования основанных на численных методах способов повышения точности привязки за счет использования большего по сравнению с традиционным (координаты центров фрагментов) числа оцениваемых параметров местоположения фрагментов (масштаба, поворота, аффинных параметров).
Приемы отбраковки срывов (выхода вектора оценок за доверительный интервал) псевдоградиентного оценивания местоположения фрагментов, использующие модели глобальной привязки изображений и ближайших соседей.
Исследование эффективности критериев остановки процесса псевдоградиентного оценивания параметров привязки, основанных на анализе сходимости оценок параметров и направленных на сокращение среднего времени привязки по сравнению со случаем фиксированного числа итераций.
Комплекс прикладных программ, позволяющий в условиях интенсивных помех осуществлять привязку полутоновых изображений, поиск фрагмента изображения по эталону, построение траектории подвижного объекта по последовательности кадров изображений.
Апробация работы
Основные положения диссертационной работы докладывались, обсуждались и получили положительную оценку на международных конференциях «Pattern Recognition and Image Analysis: New Information Technologies» (Нижний Новгород, 2008, Санкт-Петербург, 2010), «Телевидение: передача и обработка изображений» (Санкт-Петербург, 2009), на Научных сессиях, посвященных дню радио (Москва, 2008, 2009, 2010, 2011), на международной школе-семинаре «Методы оптимизации и их приложения» (Иркутск, 2008), на всероссийских конференциях «Современные проблемы создания и эксплуатации радиотехнических систем» (Ульяновск, 2007, 2009), «Инновации и актуальные проблемы техники и технологий» (Саратов, 2009), на Российской школе-семинаре «Информатика, моделирование, автоматизация проектирования» (Ульяновск, 2009), на IX Всероссийской выставке научно-технического творчества молодежи (Москва, 2009), на ежегодных научно-технических конференциях Ульяновского государственного технического университета (2007-2011).
Публикации
По теме диссертации опубликовано 25 работ, в том числе 9 статей, 3 из которых в изданиях из списка ВАК, 14 работ в трудах и материалах международных и всероссийских сессий, конференций и школы-семинара, 2 свидетельства на регистрацию программ для ЭВМ. Некоторые результаты отражены в отчетах по НИР.
Структура и объем работы
