Содержание к диссертации
Введение
1. Анализ критериев оценки качества изображения епловизионных приборов 11
1.1. Классификация и тенденции развития тепловизионных приборов 11
1.2. Критерии оценки качества тепловизионных приборов 18
1.3. Оценка качества изображения тепловизионных приборов на основе многоканальной модели зрительной системы человека-оператора 30
1.3.1. Многоканальная модель зрительной системы человека-оператора30
1.3.2. Методика анализа сигналов и помех в изображении, формируемом тепловизионными приборами 36
2. Исследование влияния законов сканирования развёртки на качество изображения епловизонных приборов 43
2.1. Анализ сигналов и аддитивных помех в тепловизионных приборах прогрессивным и чересстрочным законами сканирования развёртки изображения 44
2.1.1. Тепловизор с прогрессивным законом сканирования развёртки изображения ..44
2.1.2. Тепловизор с чересстрочным законом сканирования развёртки изображения 54
2.2. Анализ помех пространственной дискретизации изображения с учётом ременных соотношений законов сканирования свойств зрительного восприятия человеком-оператором 63
2.2.1. Тепловизор с прогрессивным законом сканирования и развёртки зображения 64
2.2.2. Тепловизор с чересстрочным законом сканирования развёртки изображения 68
2.3. Сравнительный анализ моделей тепловизоров по оценке вероятности бнаружения шпальной миры 72
2.3.1. Тепловизор с прогрессивным законом сканирования развёртки изображения 73
2.3.2. Тепловизор с чересстрочным законом сканирования и развёртки зображения 78
3. Методы цифровой обработки изображений современных тепловизионных приборах 84
3.1. Анализ алгоритмов обработки сигналов для снижения влияния азброса параметров многоэлементных приёмников излучения на ачество изображения 86
3.2. Методы первичной обработки изображений 97
3.2.1. Двумерная медианная фильтрация епловизионных изображений 97
3.2.2. Методы повышения резкости тепловизионных изображений 98
3.2.3. Повышение качества тепловизионных изображений путём пространственно-частотной фильтрации 104
3.3. Практическая реализация цифровых методов обработки епловизионных изображений на цифровых сигнальных роцессорах 106
4. Экспериментальные исследования качества изображения тепловизионных приборов с различными законами сканирования и развертки 111
Заключение 117
Список литературы 118
- Оценка качества изображения тепловизионных приборов на основе многоканальной модели зрительной системы человека-оператора
- Анализ помех пространственной дискретизации изображения с учётом ременных соотношений законов сканирования свойств зрительного восприятия человеком-оператором
- Методы первичной обработки изображений
- Практическая реализация цифровых методов обработки епловизионных изображений на цифровых сигнальных роцессорах
Введение к работе
Тепловизионные приборы (ТВП) относятся к оптико-элетронным приборам, предназначенным для наблюдения объектов по их собственному тепловому излучению. Пороговая чувствительность современных ТВП достигает десятых и даже сотых долей градуса. ТВП существенно расширяют возможности зрения человека и, в связи с этим, находят широкое применение в промышленности, медицине, в военном деле и других областях.
ТВП непрерывно совершенствуются в направлении повышения их технических и эксплуатационных характеристик. Если раньше приборы этого типа представляли собою устройства с системами оптико-механического сканирования (ОМС), то в настоящее время в связи с достижениями в области разработки и производства матричных приёмников излучения (МПИ) серийно выпускаются ТВП, в которых не требуется использование систем ОМС. Более того, появились МПИ, которые обладают высокими пороговыми характеристиками и не требуют охлаждения.
Вместе с тем следует отметить, что в ТВП сканирующего типа в настоящее время достигается более высокая пороговая чувствительность и возможности их совершенствования ещё не исчерпаны. Особенностью ТВП сканирующего типа является то, что эффекты пространственной и временной дискретизации, сопровождающие процесс преобразования сигналов, приводят к появлению помех, которые могут существенно отличаться для различных законов сканирования и развёртки изображения, используемых в этих приборах. Поэтому одним из направлений улучшения качества изображения в ТВП может быть являться оптимизация параметров законов сканирования. Как показал анализ литературных источников исследованию этой проблемы не уделено достаточного внимания. В настоящей диссертации проведён сравнительный анализ прогрессивного и чересстрочного законов сканирования и развёртки изображений в ТВП с использованием теории трёхмерного преобразования сигналов и помех, а также с учётом свойств зрительного восприятия. Результаты сравнительного анализа могут быть использованы для обоснования закона сканирования и развёртки изображения в перспективных ТВ П.
Применение МПИ в ТВП поставило новые задачи, которые должны решаться при их совершенствовании. Дело в том, что матричным фото приёмным устройствам (МФПУ) или линейкам приёмников излучения (ПИ) свойственна неравномерность параметров его отдельных каналов. В результате разброса параметров могут появляться дополнительные помехи в выходном изображении. Для уменьшения этих эффектов в ТВП применяется схема коррекции неравномерности чувствительности отдельных каналов ПИ. Однако в исследованиях, изложенных в [73], был установлен тот факт, что выравнивание чувствительности отдельных каналов может приводить к увеличению дисперсии помех, обусловленных разбросом среднеквадратического отклонения (СКО) аддитивного шума элементов ПИ, что может привести к ухудшению чёткости изображений, и в связи с этим, этот алгоритм нуждается в дополнительном рассмотрении.
В последнее время цифровая обработка сигналов стала вытеснять «традиционную» (аналоговую) во многих прикладных областях. Интенсивно идёт процесс перехода тепловидения на цифровую основу. Несомненно, что использование цифровых методов обработки изображений в ТВП даёт мощный импульс совершенствованию этих приборов. Их достоинство — обеспечение высокого качества изображения, компактность, гибкость в реализации различных алгоритмов обработки изображения и простой интерфейс с компьютером.
Цель и задачи исследования
Целью диссертационной работы является разработка методов улучшения качества изображения в ТВП на основе оптимизации законов сканирования и развёртки, а также алгоритмов обработки сигналов. Достижение поставленной цели потребовало решения следующих задач:
1. Обоснование критерия оценки качества изображения ТВП, позволяющего учитывать влияние помех пространственной дискретизации на основе свойств зрительного восприятия изображения человеком-оператором.
2. Анализ преобразования сигналов и аддитивных помех в ТВП с прогрессивным и чересстрочным законами сканирования и развёртки изображения.
3. Разработка методики анализа помех пространственной дискретизации изображения с учётом временных соотношений законов сканирования и свойств зрительного восприятия.
4. Анализ помех, обусловленных разбросом параметров МПИ.
5. Анализ методов цифровой обработки изображений на современной элементной базе.
6. Проведение экспериментальных исследований для подтверждения основных теоретических положений диссертации.
Научная новизна работы Научная новизна включает в себя:
- методику сравнительного анализа ТВП с различными законами сканирования и развёртки изображения;
- методику анализа эффективности алгоритмов выравнивания чувствительности отдельных каналов ФПУ.
Практическая ценность
1. Теоретически и экспериментально доказаны преимущества прогрессивного закона сканирования и развёртки изображения по сравнению с чересстрочным.
2. Разработанный метод анализа эффективности алгоритма выравнивания чувствительности отдельных каналов ФПУ может использоваться при синтезе алгоритмов обработки сигналов в ТВП сМПИ. 3. Предложенная практическая реализация цифровых методов обработки изображений на цифровых сигнальных процессорах позволяет улучшать качество тепловизионных изображений. Защищаемые положения
1. Методика рационального выбора закона и параметров сканирования и развёртки изображения в ТВП.
2. Методика анализа эффективности алгоритма выравнивания чувствительности отдельных каналов ФПУ.
3. Предложенная практическая реализация цифровых методов обработки изображений на цифровых сигнальных процессорах.
Методы исследований
Для решения поставленных задач использовались: теория вероятностей и математической статистики; корреляционная теория анализа случайных процессов; статическая теория принятия решений и оценок параметров сигналов на фоне помех; теория линейных систем; теория помех пространственной дискретизации изображения с учётом особенностей зрительного восприятия; методы цифровой обработки изображений.
Реализация результатов работы
Полученные в диссертации результаты могут быть использованы при разработке перспективных тепловизионных приборов. Апробация результатов Основные результаты диссертационной работы опубликованы в журнале «Вестник МГТУ им. Н. Э. Баумана». Серия приборостроение №1. 2005, а также в материалах 5-ой Международной конференции // Оптическое приборостроение- СПб., 2004. Результаты работы также докладывались на Международном научно-техническом симпозиуме «175 лет МГТУ им. Н.Э. Баумана. Образование через науку» // электронная и лазерная техника. - М., 2005. Структура и объем диссертации
Диссертация состоит из введения, четырех глав, заключения и списка литературы. Она изложена на 126 страницах, содержит 25 иллюстраций и 4 таблицы. Библиография включает 103 наименования.
Содержание работы
В первой главе изложены основные положения проблемы сравнительного анализа качества изображения ТВП, современное состояние развития ТВП, а так же проведён анализ различных их структурных схем.
Рассмотрены основные критерии оценки качества ТВП, модели зрительного восприятия, а также методика анализа сигналов и помех в тепловизиоином изображении (ТВИ) с учётом свойств зрительного восприятия.
Выполнен обзор современного состояния и тенденции развития ТВП. Во второй главе проведено исследование влияния законов сканирования и развёртки изображения на качество ТВП. В частности проведён анализ сигналов и аддитивных помех в ТВП с прогрессивным и чересстрочным законами сканирования, а также сравнительный анализ ТВП по оценке вероятности обнаружения тестовой миры.
Использована методика преобразования сигналов в ТВП, позволяющая учесть пространственно-временную связь процессов сканирования и развёртки изображения. Проведён сравнительный анализ моделей тепловизоров с прогрессивным и чересстрочным законами сканирования по оценке вероятности обнаружения шпальной миры. Продемонстрировано преимущество ТВП с прогрессивным законом сканирования над ТВП с чересстрочным законом.
В третьей главе изложена методика анализа эффективности алгоритма предварительной обработки изображений по выравниванию чувствительности отдельных каналов ПИ. Приведён обзор методов цифровой обработки изображений в современных ТВП. Предложена практическая реализация схемы обработки на цифровых сигнальных процессорах. В четвертой главе изложена:
- методика проведения экспериментальных исследований
- процедура разработки программного обеспечения, необходимого для выполнения экспериментов;
- порядок проведения и результаты экспериментальных исследований законов сканирования и развёртки изображения.
Описан эксперимент по обнаружению изображений шпальной миры, результаты которого подтвердили правильность разработанной методики сравнительного анализа законов сканирования и развёртки изображения в ТВП и основных теоретических положений диссертации.
Заключение отражает новые результаты, полученные в работе.
Оценка качества изображения тепловизионных приборов на основе многоканальной модели зрительной системы человека-оператора
Основным назначением любой изображающей системы, в том числе ТВП, является обнаружение и распознавание объектов на фоне помех. В такой ситуации оператор наблюдает на экране ВКУ зашумленное изображение при наличии случайных временных, пространственных флуктуации освещенности и дискретизации изображения. Следовательно, анализ сигналов и помех в изображении должен производиться при учёте свойств зрительного восприятия. Для решения инженерных задач нужно описать эти свойства на основе математической модели.
Вопросы зрительного восприятия приведены во многих публикациях [2, 18, ...21, 23, ...25, 74, 75]. Были объяснены многие из свойств зрения и произведена их количественная оценка. Это относится к таким свойствам зрения, как:- пороговое пространственное разрешение;- селективность восприятия образов по длинам волн излучения;- инерционность; - нелинейность и возможность темновой и световой адаптации вбольшом динамическом диапазоне яркостей объектов;- высокие пороговые характеристики, позволяющие регистрировать малые уровни контрастов наблюдаемых объектов;- свойство пространственной селективности зрения, которая характеризуется функцией контрастной чувствительности (ФКЧ) [24, 25] или реакцией на синусоидальную волну (РСВ) [19];- избирательность зрительной системы к объектам с регулярной периодической стрктурой;- свойство пространственной фильтрации изображений, наблюдаемых при наличии аддитивных шумовых помех.
На основе изучения свойств зрительного восприятия было установлено, что обработка оптических сигналов осуществляется не только в глазу, но также в мозге человека [24, 25]. Согласно этой концепции в глазу производится только предварительная обработка оптического сигнала, а дальнейшая обработка осуществляются в мозгу человека. С этих позиций удалось объяснить и формализовать описание многих из перечисленных выше свойств зрительной системы, в том числе пространственную селективность. Была также высказана гипотеза о том, что экспериментально определяемая ФКЧ является результатом действия не одного пространственного фильтра, а множества полосовых фильтров, настроенных на разные пространственные частоты и ориентации. Эти фильтры образуются на уровне стиарной коры головного мозга. В результате осуществляется разложение исходного образа объекта в базисе гармонических или производных от них функций [24, 25, 72].
Несмотря на накопленный большой объем сведений, описание зрительного восприятия с помощью математической модели является довольно сложной теоретической проблемой, полное решение которой до сих пор не достигнуто. Поэтому в практических приложениях она, как правило, может рассматриваться в конкретном контексте.
Стремление объяснить результаты экспериментальных исследований, проведенных физиологами при изучении восприятия образов в виде различных комбинаций гармонических решеток [24, 25], привели к появлению многоканальной модели зрительной системы человека. Согласно этой модели в зрительной системе осуществляется оптимальный приём и последующий анализ не всего образа наблюдаемого объекта, а отдельных гармонических составляющих образа этого объекта. Фильтрация гармонических составляющих осуществляется в стиарной коре головного мозга, причём пространственные фильтры синтезируются в модулях, образованных группами корковых нейронов, рецептивные поля которых спроецированы на предварительно выделенные ограниченные участки поля зрения и настроены на разные частоты и ориентации.
Теоретическая предпосылка возможности представления финитного образа объекта разложением в базисе ограниченных в той же области гармонических функций, следует из теоремы Котельникова в приложении её к частотной области [2].
Пусть полезный сигнал от объекта, ограничен в пространстве в пределах некоторой области прямоугольной формы с размерами / х / = А ,представляется выражением с разделяющимися переменными в виде где: ALJA) функция, описывающая приращение спектральной яркостиотносительно фона;L (х,у)- нормированная функция, описывающая пространственноераспределение яркости излучения по поверхности объекта.Согласно теореме Котельникова (в приложении к пространственно-частотной области) фурье-образ функции AL (X,xyy) может бытьпредставлен интерполяционным рядом видапространственные частотыгармонических составляющих определяются значениями модуля пространственного спектра сигнала на тех же частотах, а фазы -соответствующими значениями пространственного спектра фаз.
Можно предположить, что при распознавании образа объекта в зрительной системе человека, самый первый шаг заключается в сегментировании участка изображения, отличающегося от текстуры фона. Это соответствует обнаружению нулевой или первой гармоники образа объекта. После этого производится анализ гармоник в пределах сегментированной зоны. При более детальном анализе изображений, соответствующем различению или классификации объектов, осуществляется выделение все более мелких деталей объекта и их частотный анализ в модулях соответствующих размеров [71,...74].Структурная схема многоканальной модели зрительной системы человека-оператора, представлена на рис. 1.6 [2].
Анализ помех пространственной дискретизации изображения с учётом ременных соотношений законов сканирования свойств зрительного восприятия человеком-оператором
Главной задачей, решаемой в данном разделе, является оценка помех обусловленных прогрессивным и чересстрочным законами сканирования изображения. Для решения этой задачи выведем математические соотношения, позволяющие рассчитать помехи на выходе ТВП. В качестве тест-объекта используем 4-х штриховую шпальную миру. Рассмотрим случай, когда штрихи миры ориентированы перпендикулярно координатной оси, вдоль которой осуществляется выборка. При этом помехи пространственной дискретизации оказывают наибольшее влияние на качество изображения. Пусть дискретизация оптического сигнала осуществляется вдоль оси У, а шпальная мира имеет размеры 1хх у Тогда нормированное распределение яркости тест-объекта описывается выражением / 7\. = — - период штрихов шпальной миры при скважности w, причем Т w = —, d — ширина штриха и в дальнейшем принято, что v„ = 1/7\., Соответственно, пространственные спектры тест-объекта вида (2.40) и его изображения можно представить в виде Если пренебречь дополнительными составляющими спектра сигнала С?4 с индексами суммирования m и г (см. выражение 2.14), то пространственно-временной спектр изображения тест-объекта на выходе ТВП с прогрессивным законом сканирования и развёртки изображения при учёте эффектов дискретизации и свойства инерционности зрения человека-оператора имеет вид Д - случайное положение изображения объекта относительно координат центров чувствительных элементов ПИ, которым приписываются выборочные значения оптического сигнала при его считывании. Согласно теории разложения сигналов в базисе финитных гармонических функций [2, 72, 73] выражение (2.43) при w = 2 можно представить в следующем виде При наблюдении изображения, которое восстановлено после пространственной дискретизации, реакция зрительной системы Z на выходе каждого из каналов, кроме сигнальной S и шумовой составляющей тп N , характеризуемой дисперсией о п будет содержать некоторую составляющую S , обусловленную помехами пространственной дискретизации [76], а именно отнести к классу квазидетерминированных случайных процессов. Их уровень зависит от значения периода пространственной дискретизации Ту, вида пространственно-частотного спектра сигнала и линейных искажений, которые вносят звенья тракта ТВП, а также от фазы шл-ой гармоники, характеризуемой случайной величиной Ау. Если учесть допущения о статичности входного оптического сигнала, то на основании выражения (2.44), случайную величину S можно представить в виде причем Л=2 2 С учётом модели многоканальной зрительной системы человека-оператора, в которой оптимальная фильтрация осуществляется в отдельных каналах, из выражения (1.34), (2.47) и (2.48) получимвыражении (2.50) индекс и указывает номера тех гармоник побочного спектра, лепестки которых пересекаются с составляющими гармоник спектра полезного сигнала, имеющими номер п, и, следовательно, v? обуславливают возникновение помех пространственной дискретизации.Кроме того, суммирование по индексу m пропущено, так как в направлениих дискретизация изображения не осуществляется.
Граничная частота полосы пропускания ВКУ примерно равна частоте дискретизации v -ЦТ , поэтому выражение (2.50) после интегрирования можно представить в виде Ограничиваем рассмотрение нулевой, первой и третьей гормониками спектра, тогда учитывая, что v = p\v , получим В случае, когда Удг = vn (первая гармоника шпальной миры с частотой Клг=1/7\г и размерами / х/ ставится в соответствие 0,и-ой гармонике произвольного объекта с теми же размерами) получим Ф Соотношения (2.51), (2.54), (2.55) позволяют определить величину дисперсии помех, обусловленных пространственной дискретизацией.при заданных параметрах системы сканирования и развёртки изображения, ПФ ВКУ, ПФ приёмного тракта. (2.57) При ограничении «j в пределах двух гармоник с применением выше использованного приёма преобразования получим 2.60) тогда величину BQ в выражении (2.59) с учётом свойства инерционности глаза человека-оператора можно представить в виде (2.61) По выражению (2.56) и (2.61) можно определить величину дисперсии помех OrfQn обусловленных чересстрочным сканированием. Для количественного сравнительного анализа моделей ТВП, структурная схема которых изображена на рис. 1.2, были приняты такие же параметры сканирования и развертки как в предыдущем разделе. В качестве тест-объекта была использована 4-х штриховая шпальная мира. Результат анализа показывает, что дисперсия помех, обусловленных пространственной дискретизацией изображения зависит не только от частоты дискретизации изображения, но и зависит от частоты основной гармоники миры, а, следовательно, от размера картины. При одинаковых параметрах законов сканирования дисперсия помех обусловленных пространственной дискретизацией изображения в ТВП с чересстрочным сканированием оказывается в несколько раз больше чем дисперсия помех в ТВП с прогрессивным. В частности, при частоте дискретизации изображения 1/71, . равной 20 мм", габаритном размере изображения 1у равном 8 Ту это отношение составляет примерно в 5 раз. Иллюстрация влияния помех дискретизации изображения для прогрессивного и чересстрочного законов сканирования представлена на рис.2.6 и рис.2.7.
Методы первичной обработки изображений
Медианная фильтрация (МФ) - метод нелинейной обработки сигналов, разработанный Тьюки [79, 96]. Медианой последовательности fi, , f2n+i средний по значению член ряда, получающегося при упорядочивании последовательности по возрастанию. Двумерная медианная фильтрация реализуется путем сканирования изображения двумерным окном, перекрывающим нечетное число его растровых элементов, при этом значение яркости, которое присваивается центральному элементу окна и записывается в массив профильтрованного изображения, равно медиане всех элементов, оказавшихся в данный момент в окне. При этом обычно получается более гладкое, по сравнению с исходным изображением. Двумерный медианный фильтр с окном W, действующий на изображения и описывающийся выражением (3.1), определяется как g(rntri) = медиана /{т + к,п + /);(,/) ew] (3.38) Наиболее распространённые формы окна W - квадратная и крестообразная форма. По сравнению с методом линейной фильтрации медианный фильтр оказывается очень полезным при подавлении аддитивного шума, причём, он особенно эффективен при удалении высокочастотных шумов, пиков, битовых сбоев, сбойных строк, царапин, пыли и других аномалий в изображении. Размер окна должен быть достаточным малым для того, чтобы не вносилось искажение изображения, но достаточно большим для того, чтобы устраняемый эффект не доминировал над элементами изображения в этом окне. Чем больше окно, тем более крупные детали будут фильтроваться. Особенностью этого метода нелинейной обработки является то, что медианная фильтрация сохраняет наклонные участки и резкие перепады значений яркости на изображениях. Это очень полезное свойство для визуального восприятия ТВИ, особенно когда в них много контуров. Обычно скользящее окно симметричное и имеет размерность 3x3 или 5x5 [78, 79, 99]. В зависимости от конкретной задачи при обнаружении в процедуре обработки ТВИ могут применяться различные модификации МФ. Например, для обнаружения характерных точечных объектов на нестационарном ИК фоне может применяться так называемый медианный вычитаемый фильтр (МФВ) [100]. Сущность метода заключается в следующем. Сначала изображение сглаживается с тем, чтобы получить оценку переменного фона, после чего эта оценка вычитается из исходного изображения. В идеальном случае после этой обработки объекты остаются на постоянном фоне (с нулевым уровнем) и их можно обнаружить путем сравнения с порогом. Очевидно, что размеры окна, по крайней мере, должны вдвое больше размеров изображения выделяемых объектов. Метод медианной фильтрации является эвристическим. Он предполагает использование интерактивных систем обработки изображений, когда нужно осуществлять экспериментальный подбор окна и текущий контроль за результатами обработки. Что касается недостатка их работы, то экспериментально установлена их относительно слабая эффективность при фильтрации флуктуационного шума.
При вводе в компьютер изображения подвергаются действию нескольких искажающих факторов. Например, из-за нелинейности амплитудной характеристики ПИ, неточной настройки оптической системы, конечных размеров элементов ПИ и других причин частотная характеристика системы формирования изображений отличается от идеальной. То есть в изображения вносятся линейные искажения. Обычно эти искажения заключаются в ослаблении верхних пространственных частот спектра изображения. Визуально они воспринимаются как расфокусировка, ухудшение резкости изображения, при которых становятся плохо видимыми мелкие детали. Следовательно, повышение резкости должно заключаться в подъеме уровня высоких частот спектра изображения или, как говорят, в его высокочастотной фильтрации. В результате такой фильтрации происходит подчеркивание границ объектов, улучшается различимость мелких деталей (ранее размытых), а также «текстуры», то есть небольших регулярных или случайных колебаний яркости на участках без контуров. Эксперименты по психовизуальному оцениванию качества изображений показывают, что объекты с «неестественно» подчеркнутыми границами на глаз воспринимаются лучше, чем идеальные с точки зрения фотометрии. Таким образом, задача повышения резкости изображения заключается в усилении его высокочастотных составляющих пространственного спектра [78]. Конкретных методов повышения резкости (и вариантов их реализации) очень много [79, 98]. Рассмотрим простой, но довольно эффективный метод, который основан на пространственной линейной обработке изображения «скользящим окном» небольшого размера. Это окно перемещается по изображению, и при каждом его положении формируется один отсчет выходного поля яркости (обычно этот отсчет соответствует центру окна). В данном случае алгоритм повышения резкости реализуется как двумерный фильтр с конечной импульсной характеристикой (КИХ). Размеры и форма окна определяют область ненулевых значений импульсной характеристики КИХ-фильтра. Вначале покажем качественно, как строится фильтр, подчеркивающий границы. Воспользуемся для этого рядом «одномерных» иллюстраций. Пусть f{n) - произвольная строка исходного нерезкого изображения. На рис, 3.4 кривая 1 представляет собой строку изображения с расфокусированной границей объекта. низкочастотной фильтрации: 1 — произвольная строка исходного изображения; 2 — Сглаженный сигнал ФНЧ; 3 - разностный сигнал;
Практическая реализация цифровых методов обработки епловизионных изображений на цифровых сигнальных роцессорах
Структурная схема обобщенной системы цифровой обработки ТВИ приведена на рис. З.б, где обозначено: Блок ФП - блок фотоприемников, АЭФ - антиэлайзинговый фильтр, АЦП - аналого-цифровой преобразователь, ЦСП - цифровой сигнальный процессор, ОЗУ — оперативное запоминающее устройство, СИНХР - синхронизатор, КМ -контроллер монитора, СИ - синхроимпульсы. АЭФ предназначен для исключения явления наложения спектров,возникающих в случае невыполнения условия теоремы Котельникова/ADC - 2fFD, где: fFD- максимальная частота в спектре сигнала с выхода блока фотоприемников, fADC - частота дискретизации АЦП.АЦП преобразует аналоговый сигнал с выхода АЭФ x(t) в последовательность выборок х(п). ЦСП предназначен для выполнения следующих функций: - приема последовательности выборок с выхода АЦП и сохранения их в памяти системы; - реализации в реальном масштабе времени алгоритмов цифровой обработки изображений, приведенных в разделах 3.2; управления с помощью синхронизатора АЦП и блоком фото приемников; - управление работой контроллера монитора. Технические требования к элементам системы ЦОИ: Частота среза АЭФ определяется исходя из максимальной частоты в спектре сигнала на выходе блока фотоприемников; Частота дискретизации АЦП согласно теореме Котельникова выбирается из условия: связана следующим соотношением с динамическим диапазоном сигналов D на выходе блока фотоприемников [88, Одним из наиболее жестких требований к ЦСП, предназначенным для работы в системе ЦОИ, является требование к его производительности. Оценим требование к производительности ЦСП, который должен в реальном масштабе времени обрабатывать изображение размером 512x512 элементов. l Полагаем при этом, что частота обновления информации на мониторе тепловизора составляет 25 Гц. Большинство алгоритмов обработки изображений основаны на использовании двумерного дискретного преобразования Фурье (ДПФ). Двумерное ДПФ комплексного массива х(т,п),т = ОХ....,М-\,п = 0,1 N \, можно определить следующим образом [93]: X(k,l)= Z I x{m,n)W$W$ , (3.52) Разделимость двумерного ДПФ означает, что ядро преобразования Изъявляется произведением двух функций, одна из которых зависит только от т, а другая - от п. Это позволяет вычислять преобразование за два шага: сначала а затем где первая сумма является N-точечным одномерным ДПФ по строкам матрицы [jc(m,«)], а вторая - М-точечным одномерным ДПФ по столбцам результирующей матрицы [У(ет,/ ]. Следовательно, двумерное преобразование можно вычислить с помощью одномерного преобразования и транспонирования матриц, что представляет особый интерес, поскольку существует быстрый алгоритм (БПФ) для одномерного ДПФ. Число базовых операций, необходимых для вычисления одномерного БПФ по основанию 2, определяется как При этом каждая базовая операция требует выполнения 4-х умножений и 6-ти сложений. В современных процессорах умножение, так же как и сложение выполняется за один процессорный такт. Отсюда количество операций, необходимых для вычислений двумерного ДПФ с использованием алгоритмов БПФ будет равно Полагая M=N=512, число операций, необходимых для вычислений двумерного ДПФ будет равно 23592960. Помимо вычисления двумерного ДПФ над массивом 512x512 пикселей для реализации алгоритмов обработки изображений необходимо выполнять различные арифметические операции над результатами преобразования, а затем выполнить обратное двумерное ДПФ. Для проведения оценочного расчета требуемой производительности ЦСП будем полагать, что количество операций возрастет в 4-5 раз и составит 100 000 000. Для реализации алгоритмов обработки изображений в реальном масштабе времени необходимо выполнить все эти операции за 40 мс (25 Гц). Отсюда требуемая производительность ЦСП должна быть не менее 2,5 миллиардов операций в секунду. Анализ современных цифровых сигнальных процессоров показал, что одними из самых быстродействующих ЦСП на сегодняшний день являются процессоры фирмы Texas Instruments типа TMS320C6414 (TMS320C6415, TMS320C6416). Пиковая производительность этих процессоров в зависимости от тактовой частоты составляет от 3 до 6 миллиардов операций с фиксированной точкой в секунду, что вполне подходит для реализации рассмотренных выше алгоритмов цифровой обработки тегоювизионных изображений в реальном масштабе времени [101]. Такая высокая производительность достигается за счет использования архитектуры с очень длинным командным словом (VLIW) и комбинации новейшего аппаратного обеспечения и средств разработки. Максимальная частота в спектре сигнала с выхода блока фотоприемников составляет 6,5 МГц, отсюда требования к частоте дискретизации АЦП Динамический диапазон сигнала с выхода блока фотоприемников составляет не более 70 дБ, что обеспечивается 12-14 разрядными АЦП. Технические характеристики реализуемой в настоящее время системы ЦОИ на базе ЦСП типа TMS320C6416 [101] и АЦП типа AD9244 (Analog Devices) [102]: Пиковая производительность ЦСП, MIPS, 3,6 Тактовая частота ЦСП, МГц, 600 Объем внутренней памяти ЦСП, Мбит, 8 Разрядность АЦП, бит, 14 Максимальная частота дискретизация АЦП, МГц 65 Объем внешнего ОЗУ, Мбит, 32 Потребляемая мощность, Вт, не более 10 Объем системы, литров, не более 0,2 На основании изложенного можно констатировать, что современный уровень развития цифровой техники позволяет реализовывать сложные алгоритмы обработки сигналов в тепловизионных приборах в реальном масштабе времени.
