Содержание к диссертации
Введение
ГЛАВА 1. Обзор устройств для регистрации и отображения панорамных видеоизображений 11
1.1. Постановка задачи исследований 11
1.2. Краткая историческая справка 12
1.3. Обзор систем регистрации панорамных изображений 15
1.3.1. Мультикамерные системы регистрации панорамного изображения средств 15
1.3.2. Сканирующие системы регистрации панорамного изображения 19
1.3.3. Система регистрации панорамного изображения со сверхширокоугольными объективами 21
1.3.4..Анализ систем регистрации панорамного изображения 28
1.4. Обзор методов и устройств отображения панорамных изображений 30
1.4.1. Непосредственное отображение панорамного изображения 30
1.4.2. Фрагментарное (последовательное) отображение панорамного изображения 31
1.4.3. Метод циркарамы. 33
1.5. Анализ эффективности работы ПСВН 33
ГЛАВА 2. Анализ особенностей сверхширокоугольных оптических систем ... 36
2.1. Принципы построения сверхширокоугольных ОС 36
2.1.1. Технические требования к сверхширокоугольным ОС 36
2.1.2. Анализ формирования изображения
сверхширокоугольными оптическими системами 41
2.2. Дисторсия сверхширокоугольных ОС 47
2.2.1. Определение дисторсии 48
2.2.2. Связь относительной дисторсии и коэффициента искажений 49
2.2.3. Оценка искажений изображений в СШОС 53
2.2.4. Влияние геометрических искажений на разрешение ПСВН 56
2.3. Синтез сверхширокоугольных ОС 59
2.3.1. Постановка задачи синтеза сверхширокоугольных ОС 59
2.3.2. Синтез сверхширокоугольных ОС с гномонической отображающей функцией 62
2.3.3. Синтез сверхширокоугольных ОС с эквидистантной
отображающей функцией 66
2 А. Методика проектирования сверхширокоугольных ОС 68
2.5. Апробация методики проектирования
сверхширокоугольных ОС 72
ГЛАВА 3. Методика проектирования панорамных систем видеонаблюдения 75
3.1. Блочно-иерархический подход к проектированию панорамных систем видеонаблюдения 75
3.2. Методика проектирования комплекса обеспечения безопасности на функционально-логическом уровне 79
3.3. Методика проектирования комплекса обеспечения безопасности на функционально-логическом уровне 84
3.3.1. Постановка задачи формулирования целевой функции проектирования системы видеонаблюдения 84
3.3.2. Анализ зависимости вероятности обнаружения событий от параметров СВН 85
3.3.2.1. Оценка вероятности обнаружения события при возможном его пропуске в процессе регистрации 86
3.3.2.2. Оценка вероятности обнаружения события с учётом свойств зрительной системы человека-оператора 87
3.3.3. Анализ зависимости вероятности распознавания образов объектов от параметров СВН 91
ГЛАВА 4. Алгоритмы цифровой обработки панорамных изображений 96
4.1. Постановка задачи цифровой обработки
панорамных изображений 96
4.1.1. Анализ методов отображения перспективы в панорамных изображениях 98
4.1.2. Методы коррекции искажений панорамных изображениях 101
4.2. Классификация цифровых методов коррекции геометрических искажений панорамных изображений 102
4.2.1. Двухмерные методы коррекции панорамных изображений 103
4.2.1.1. Методы, основанные на модели перспективной коррекции 105
4.2.1.2. Метод FishEye Transform Model 108
4.2.1.3. Метод FOVModel ПО
4.2.1.4. Метод «наклоненной» камеры 113
4.2.2. Трехмерные методы, основанные на развороте сферы 115
4.3. Рекомендации по выбору методов 120
4.4. Обработка изображений в Панорамной Системе Видеонаблюдения AllView 120
ГЛАВА 5. Методика контроля систем регистрации панорамных изображений 125
5.1. Обоснование перечня характеристик и параметров панорамных систем регистрации, подлежащих контролю 125
5.2. Методы контроля объективов панорамных систем регистрации изображений 126
5.2.1. Обоснование принципа действия аппаратуры для измерения ОПФ объективов и ПФ панорамных систем регистрации изображений 126
5.2.2. Обоснование принципа действия аппаратуры для измерения геометрических искажений объективов 132
5.3. Результаты экспериментальных исследований 134
5.3.1. Измерение МПФ СШОС 134
5.3.2. Измерение геометрических искажений в изображениях, формируемых СШОС 137
Выводы и заключение 142
Литература 144
- Сканирующие системы регистрации панорамного изображения
- Дисторсия сверхширокоугольных ОС
- Методика проектирования комплекса обеспечения безопасности на функционально-логическом уровне
- Методы контроля объективов панорамных систем регистрации изображений
Введение к работе
Актуальность темы диссертации
Системы видеонаблюдения (СВН) находят широкое применение в системах обеспечения безопасности объектов транспортной инфраструктуры, промышленных предприятий, жилых помещений и других объектов. Для контроля крупных объектов, в основном, используют многокамерные СВН, позволяющие оператору наблюдать отдельные зоны охраняемого объекта. Отсутствие единого изображения зоны контроля, и, как следствие, пропуск или повторение фрагментов объектов в изображениях этих зон существенно затрудняет для человека-оператора анализ ситуаций на объекте. Альтернативой многокамерным СВН являются панорамные системы видеонаблюдения (ПСВН), формирующие единое видеоизображение пространства. Использование ПСВН, формирующих единое изображение окружающего пространства, упрощает анализ сцен и может существенно повысить эффективность работы операторов. Особый интерес представляют ПСВН со сверхширокоугольными оптическими системами (ОС), например, объективами типа «рыбий глаз».
Развитие систем охранного видеонаблюдения характеризуется постоянным совершенствованием элементной базы, но вопросам проектирования СВН, связанных с оптимизацией схем регистрации видеоизображений и параметров устройств, используемых в СВН, в литературе уделено мало внимания. В частности, в работах зарубежных авторов В. Дамьяновски, М. Гарсия, Г. Кругль содержатся полезные практические рекомендации по проектированию СВН, но отсутствует теоретическое обоснование принципов построения СВН. В публикациях отечественных авторов В.А. Ворона, В.А.Тихонова, Р.Г. Магауенова, В.Г. Синилова даны только общие рекомендации по проектированию СВН и содержится в основном справочная информация, при этом системному подходу к проектированию СВН уделено мало внимания. Также отметим, что не учтены особенности восприятия изображений, формируемых СВН, человеком-оператором.
Вопросы проектирования сверхширокоугольных ОС опубликованы в работах Русинова М.М., Якушенковой Т.И., Урусовой М.В. и др. В работах Яку-шенковой и Урусовой сделан акцент на зеркально-линзовые панорамные ОС, при этом отсутствуют рекомендации по исправлению (или компенсации) характерных для таких ОС геометрических искажений, что очень важно для проектирования ПСВН.
В связи с этим тема диссертации, посвященной разработке методики проектирования ПСВН и, в частности, ПСВН со сверхширокоугольными ОС, является актуальной.
Цель исследований
Целью диссертационной работы является создание на основе теоретических и экспериментальных исследований научно обоснованной методики проектирования ПСВН.
Задачи исследований
Для достижения поставленной цели в диссертации решены следующие задачи:
разработаны математические модели ПСВН и на основе этих моделей определены целевые функции проектирования ПСВН;
разработаны элементы теории оценивания геометрических искажений в ПСВН со сверхширокоугольными объективами;
разработана методика синтеза оптических схем и сформулированы рекомендации для расчета сверхширокоугольных объективов;
обоснованы рациональные варианты коррекции геометрических искажений в панорамных изображениях для обеспечения наилучшего восприятия человеком-оператором;
разработаны и апробированы методы оценки качества систем регистрации изображений в ПСВН с сверхширокоугольными ОС.
Методы исследований. При решении теоретических и прикладных задач использован математический аппарат теории вероятностей и математической статистики, теория обнаружения и распознавания образов, теория линейных систем, теория оптических систем.
Научная новизна исследований
В процессе проведения исследований получены следующие новые научные результаты:
определена целевая функция проектирования математической модели ПСВН на системотехническом уровне;
введен коэффициент искажений изображений для оценки степени геометрических искажений изображений, сформированных СШОС;
выработаны рекомендации для расчета сверхширокоугольных ОС с заданными значениями геометрических искажений;
предложены алгоритмы преобразования изображений, корректирующие характерные для таких изображений проективные искажения (пятиточечную);
разработаны методика проектирования ПСВН и принципы построения аппаратуры для контроля качества изображения, формируемого в ПСВН с СШОС.
Научные положения, выносимые на защиту
-
Методика проектирования ПСВН, основанная на многоканальной модели зрительного восприятия изображений человеком-оператором.
-
Методика оценки степени геометрических искажений сверхширокоугольных объективов ПСВН.
-
Методика определения фокусного расстояния фотографического объектива и углового увеличения афокальной ОС, как составляющих СШОС.
-
Методы преобразования изображений в ПСВН, позволяющие скорректировать геометрические и проективные искажения.
Достоверность выводов и рекомендаций, сформулированных в диссертации, подтверждается соответствием результатов теоретических исследований, основанных на предложенных математических моделях процессов форми-
рования изображений в ПСВН со сверхширокоугольными ОС, результатам испытаний макетных образцов ПСВН.
Практическая ценность работы
Разработанная методика проектирования ПСВН, алгоритмы цифровой обработки изображений и функциональные схемы аппаратуры контроля ПСВН могут быть использованы при создании перспективных комплексов обеспечения безопасности.
Апробация работы. Основные положения диссертации докладывались на 5 научно-технических конференциях:
V международной конференции молодых ученых и специалистов «Оп-тика-2007»;
VIII Международная конференция «Прикладная оптика», 2008г.
научно-технические конференции «Студенческая научная весна-2005, 2006».
Результаты диссертации обсуждены на научном семинаре кафедры лазерных и оптико-электронных систем МГТУ им. Н.Э. Баумана.
Структура и объем диссертационной работы
Диссертация состоит из введения, пяти глав и заключения и изложена на 153 листах.
Сканирующие системы регистрации панорамного изображения
Недостатки такой схемы заключаются в следующем. Отдельные изображения не могут быть соединены «бесшовно», если только объект не находится на большом расстоянии. И даже в этом случае процесс создания бесшовного панорамного изображения требует больших временных затрат.
Примеры панорамных изображений, полученные по такой схеме, представлены на интернет-сайтах [3,4,6,14], - а также на рисунках 1.7 и 1.9. Чтобы получить «бесшовное» изображение необходимо, чтобы центры входных зрачков видеокамер были совмещены, что при такой схеме построения невозможно. Кроме этого, при любом способе получения панорамы с помощью нескольких отдельных устройств регистрации, наблюдается неравномерность освещенности в получаемом панорамном изображении. Это особенно заметно на рисунке 1.7, на котором представлено панорамное изображение, полученное при помощи панорамной системой Av8180. Как видно на рисунке 1.7, на стыках изображений присутствуют изломы прямых линий. Кроме этого, каждая часть панорамного изображения от стыка до стыка имеет различную яркость, обусловленную различным уровнем средней освещенности в той части пространства, регистрацию которого осуществляет каждая из видеокамер.
Панорамная система FlyCam, внешний вид которой представлен на рисунке 1.8, имеет отличную от Av8180 схему взаимной ориентации видеокамер. Это отличие заключается в том, что оси визирования камер не пересекаются в одной точке. Это позволяет уменьшить габариты СРПИ, но недостатки в панорамном изображении те же, что и у системы Av8180.
Панорамное изображение, получаемое с помощью видеокамеры FlyCam, представлено на рисунке 1.9. На рисунке видно, что в панорамных изображениях, полученных мультикамерной ПСВН, отсутствуют значительные искажения при отсутствии в поле зрения близлежащих предметов, при съемке природных ландшафтов, где отсутствуют априори прямые параллельные или перпендикулярные линии [8].
Принципиальным отличием данной системы регистрации от описанных выше систем является то, что центры входных зрачков видеокамер совмещены за счет использования зеркальной призмы.
В системе используется 4 видеокамеры, оптические оси которых направлены по 4-м различным направлениям в результате преломления на зеркальных гранях призмы. Регистрируемые изображения, пример одного из которых представлен на рисунке 1.11, имеют области переналожения, поэтому сшивка изображений упрощается, а области сшивки не размыты.
В системе используется 4 видеокамеры, оптические оси которых зеркальными гранями призмы направлены по 4-м различным направлениям. Регистри 19 руемые изображения, пример одного из которых представлен на рисунке 1.11, имеют области пересечения, поэтому сшивка изображений упрощается, а области сшивки практически не заметны.
Панорамное изображение имеет значительные проективные искажения. Это особенно заметно на изображениях линий, регистрируемых под большими углами к основной оптической оси. Такие искажения присущи практически всем панорамным изображениям. Пространственное разрешение панорамного изображения определяется разрешением используемых видеокамер. Существует 2 модификации FullView: FC-110 (разрешение 4000x600, частота кадров ЗОк/с), FC-1005 (разрешение 2880 х 432, частота кадров 30 к/с). Схема данной системы является более предпочтительной по сравнению с рассмотренными выше мультикамерными СРПИ, так как в ней практически устранена проблема сшивки изображений регистрируемых различными видеокамерами.
Простейший вариант подобной ПСРИ представлен на рисунке 1.12. Сканирование осуществляется за счёт вращения камеры вокруг оси, проходящей через центр входного зрачка объектива и перпендикулярно оптической оси объектива. Таким образом, устройство регистрации в каждый момент времени имеет свою, отличную от предыдущего, ось визирования. Рисунок 1.12. Одиночная вращающаяся видеокамера
Чтобы получить круговое панорамное видеоизображение в реальном масштабе времени с частотой кадров 15 Гц, видеокамера должна вращаться с той же частой - 15 Гц. Если поле зрения видеокамеры таково, что 8 кадров (8 положений видеокамеры) достаточно для построения полной круговой панорамы, то частота кадров видеокамеры должна быть равна 15 8=120 Гц. Видеокамеры с такой частотой кадров являются специализированным дорогостоящим оборудованием, поэтому рассмотрим случай применения стандартной видеокамеры с частотой кадров 25 Гц. В этом случае максимально возможная частота панорамного видеоизображения будет равна 25/8=:3 Гц. Создание панорамных изображений с помощью таких систем затруднительно и имеет недостатки: изображения движущихся объектов фрагментированы или отсутствуют.
Примеры подобных систем можно найти в работе [12]. Например, видеосистема PanoScan - МК-3, внешний вид системы регистрации которой представлен на рисунке 1.13, позволяет получить круговую панораму в результате сканирования пространства видеокамерой в течение 8 секунд. Пример регистрируемого панорамного изображения представлен на рисунке 1.14.
Частота кадров данной системы составляет 0,125 Гц. Столь малая частота кадров недопустима в системах охранного видеонаблюдения, так как ведет к потере объектов из поля зрения системы (мертвые зоны). Но подобные системы могут найти применение в художественных приложениях. Качество видеоизображения ограничивается лишь скоростью, с которой мы хотим получать панорамное видеоизображение: чем выше требуемое качество изображения, тем меньше скорость вращения и, соответственно, частота кадров панорамы.
В СРПИ данного типа используются телевизионные камеры со сверхширокоугольными оптическими системами (СШОС): объективами типа «Рыбий глаз» или панорамными оптическими насадками. В состав подобной СРПИ входит устройство регистрации изображения и сверхширокоугольный объектив с угловым полем 180 х 360.
Сверхширокоугольный объектив формирует в плоскости МПИ изображение пространства в пределах полусферы. В таких системах, кроме искажений, обусловленных дисторсией объектива, имеют место проективные искажения. Особенно заметны эти искажения при изображении близлежащих к ПСВН объектов. На примере изображения, приведенного на рисунке 1.16, заметны искривления прямых линий, наблюдение которых ведется под большими углами.
Рассмотрим существующие СРПИ, основанные на этом принципе. На рисунке 1.15 приведена система регистрации HaloCam GrandEye с углом обзора 360х172. Система устанавливается на потолке таким образом, чтобы оптическая ось была вертикальна, в результате, система позволяет получить изображение всего пространства помещения.
Дисторсия сверхширокоугольных ОС
График дисторсии D(a) на рисунке 2.4 показывает, что большие значения дисторсии не избежны при больших углах а. При этом дисторсию в соответствии с формулой (2.37) или (2.41) нельзя использовать для оценки искажений СШОС, т.к. линейное увеличение согласно этой формуле при углах визирования, близких к 90, стремится к нулю. В общем случае, дисторсию можно характеризовать отклонением в пределах углового поля линейного увеличения проектируемой ОС от линейного увеличения идеальной ОС, а численно определять в соответствии с формулой (2.27) как отклонение координаты изображения в реальной ОС от соответствующей координаты изображения в идеальной ОС. При этом разработчик сам определяет, что он понимает под идеальной ОС. С учетом изложенного предлагается для оценки искажений СШОС определить понятие идеальной ОС и выбрать показатель, который аналогично понятию дисторсии для узкопольных систем позволял бы оценить геометрические искажения изображения СШОС. Предлагается под идеальной ОС понимать такую ОС, которая в точности соответствует априори выбранной отображающей функции.
Проведем анализ геометрических искажений ОС, возникающих при различных видах отображающих функций. Как было отмечено выше, для узкопольных систем идеальной считается ОС с гномонической отображающей функцией вида г = f gO.
Для СШОС возможно использование следующих типов отображающих функций, задающих идеальную ОС, том числе: сформулированных в ТЗ в соответствии с назначением. Например, в случае требования постоянной угловой разрешающей способности в пределах углового поля СШОС следует выбирать эквидистантную отображающую функцию.
Если предположить, что линейные искажения СШОС ПСВН обусловлены только размерами чувствительных элементов МПИ, то при реализации отображающей функции в виде «РТпе1а»-функции система будет иметь одинаковое по всему полю угловое пространственное разрешение.
Отклонение размеров изображения в реальной ОС от изображения в ОС с эквидистантной функцией отображения описывается сферическим коэффици 54 ентом искажений (2.20). Поэтому целесообразно коэффициент искажений использовать для оценки отклонения спроектированной ОС от идеальной ОС, описываемой соответствующей отображающей функцией.
Для различных идеальных СШОС, в смысле выбранных отображающих функций, коэффициент искажений и относительная дисторсия имеют вид: Для всех отображающих функций искажения в изображении (отклонения от идеального изображения) оцениваются как отношение реального коэффициента искажений к идеальному, заданному для соответствующей отображающей функции, а именно:
Будем называть отклонения в формировании реального изображения от идеального, в смысле заданной отображающей функции, искажениями отображающей функции. В случае эквидистантной отображающей функции, это будут искажения отображающей «FTheta»- функции. Следует отметить, что дистор-сия является частным случаем искажений отображающей функции при гномо-нической отображающей функции вида г = / tga.
Для нахождения отображающей функции воспользуемся формулой (2.21). Интегрируя её, получим отображающую функцию в виде: Выведенные выражения (2.48), (2.50), (2.52), (2.57) можно использовать для определения вида коэффициента искажений - зависимости его от а, для реализации заданной отображающей функции ОС. В частности, приравняв выражения (2.48), (2.50), (2.52), полученные для коэффициентов искажений, соответствующих конкретным отображающим функциям, выражению (2.20), полу 56 чим уравнения для нахождения зависимости у (а). Эта зависимость может быть использована при проектировании ОС.
На практике наиболее распространенными являются две отображающие функции: гномоническая и эквидистантная. Первая обеспечивает одинаковое пространственное разрешение при проекции из предметной плоскости в плоскость изображения, а вторая - одинаковое угловое разрешение при проекции из предметного пространства в плоскость изображения. Таким образом, идеальный коэффициент искажений для этих отображающих функций принимает вид:
Рассмотрим случай проекции сверхширокоугольной ОС предметной плоскости в плоскость ПИ. Отрицательная дисторсия выражается в том, что объекты на краю углового поля проецируются в плоскость изображения с меньшим линейным увеличением. При одинаковом периоде дискретизации МПИ во всем угловом поле изображения объектов равного размера на краю поля менее детализированы, чем в центре поля ПСВН. Таким образом, на краю поля разрешающая способность ПСВН ниже, чем в центре.
Выведем формулы для количественной оценки ухудшения разрешающей способности на примере ОС с дисторсией, равной значению D. В пространстве предметов будем использовать источник сигнала в виде отрезка длиной Ь: Xі-Х Km ( - 0) = LQ (х -х 0) rect(-y-), (2.60) где b = За I р , а - размер ЧЭ МПИ, 3И - линейное увеличение ОС в центре поля (соответствует линейному увеличению ортоскопической системы).
Линейное увеличение зависит от координат точки предметной плоскости относительно оптической оси в соответствии с зависимостью Р= Р(х), которая определяет искажения в виде дисторсии. Рассмотрим, как дисторсия влияет на пространственную разрешающую способность ПСВН на основе СШОС с перспективной отображающей функцией при углах визирования, меньших 90.
При наличии отрицательной дисторсии размер уменьшается - происходит сжатие изображения. Следовательно, требуется большее пространственное разрешение системы регистрации. При фиксированных по угловому полю линейных искажениях ОС увеличение дисторсии приводит к снижению разрешающей способности системы регистрации.
С учетом зависимости (2.39) дисторсии от коэффициента искажений 0(КИСКСф) спектр сигнала в плоскости МПИ, определяемый формулой (2.61), представим в виде:
Методика проектирования комплекса обеспечения безопасности на функционально-логическом уровне
В общем случае пропуск события может быть обусловлен двумя факторами: - во-первых, объект, с появлением которого связано событие, появляется на очень короткий промежуток времени в период времени между кадрами; - во-вторых, уровень сигнала от этого объекта соизмерим с пороговым значением сигнала устройства регистрации ПСВН, которая используется в КОБ.
В первом случае пропуск возникает только из-за случайного попадания события в интервал времени, когда не происходит его регистрация. Очевидно, что о пропуске такого рода имеет смысл говорить только при малой частоте кадров.
Пропуск события, обусловленный низким уровнем сигнала, является более типичной ситуацией. Следует отметить, что пропуски в двух этих случаях, являются независимыми событиями. Поэтому вероятность обнаружения события, при использовании ПСВН, можно рассчитать по формуле Р (С) = Р (С) Р (С), (3.7) где Р"вн (С) - вероятность обнаружения события С при учёте первого и второго факторов. Выведем выражения для оценки значений этих вероятностей.
Оценка вероятности обнаружения события при возможном его пропуске в процессе регистрации Рассмотрим временную диаграмму процесса регистрации изображения телевизионной камерой (см. рисунок 3.4) с прогрессивным законом регистрации. Пусть накопление сигнала производится во временные интервалы At, одновременно всеми элементами матричного ПЗС-приёмника, а период следования кадров равен Т = l/vK, где vK - частота кадров.
В период времени At,, когда происходит накопление зарядов в чувствительных элементах (ЧЭ), фиксируется любое изменение освещенности, связанное с возможным событием в зоне контроля. В интервал времени At0, когда накопленный в ЧЭ МПИ заряды переносятся в зону хранения, возможен пропуск события. Пропуск события возможен при соблюдении следующих условий: длительность Atc события, меньше или равна интервалу времени между кадрами, а именно, Atc Т - At3 = Д/0; событие начинается и заканчивается в пределах интервала At0.
Для события, длительность которого Atc At0, условную вероятность обнаружения события быстропротекающего С, наблюдаемого ПСВН в пределах периода следования кадров, можно оценить по формуле
Подчеркнём, что оценка вероятности обнаружения по формуле (3.6) производится без учёта возможного пропуска события из-за особенностей восприятия изображений, формируемых СВН, человеком-оператором. Эта формула может быть использована при сравнительном анализе панорамных ПСВН сканирующего типа и ПСВН со сверхширокоугольными объективами, который производится на начальном этапе проектирования СВН.
Для решения этой задачи используем математическую модель зрительной системы человека-оператора, изложенную в [33, 34]. Согласно этой модели в зрительной системе человека производится анализ признаков, представляющих собой коэффициенты разложения изображения в базисе финитных гармонических функций, а принятие решение об обнаружении и распознавании осуществляется в соответствии с критерием максимума апостериорной вероятности -критерием идеального наблюдателя.
Для оценки оценке обнаружения образов объектов достаточно провести анализ обнаружения тестового сигнала в виде прямоугольника, имеющего размеры lxxly, которые соответствуют габаритным размерам обнаруживаемого объекта. Такой тестовый сигнал соответствует нулевой гармонике спектра Фурье финитного объекта.
Вероятность обнаружения объекта, который связан с возникновением некоторого несанкционированного события - НС, определяется по формуле: задний апертурный угол объектива телевизионной камеры; ALM - максимальное значение приращения яркости объекта относительно среднего значения яркости фона; т0 - коэффициент пропускания оптической системы (ОС).
Приведённые формулы могут быть использованы для оценки вероятности обнаружения объектов СВН. В качестве примера проведём анализ влияния параметров СВН на обнаружение объектов, наблюдаемых человеком-оператором.
График зависимости вероятности обнаружения от пикового ОСШ На рисунке 3.6 представлено семейство графиков, иллюстрирующих зависимость вероятности обнаружения изображения объекта от размера объектов изображения объектов при частоте кадров, равной vk = 25 Гц, и значениях пикового ОСШ, равных 0,5, 1,0 и 2,0.
Методы контроля объективов панорамных систем регистрации изображений
Панорамные системы видеонаблюдения - ПСВН, отличаются большими угловыми полями, что обуславливает наличие значительных геометрических искажений, а также линейных искажений на краях углового поля. Кроме этого, как было показано в главе 2, важным для использования сверхширокоугольных объективов в ПСВН является вид отображающей функции. В процессе контроля панорамных систем регистрации предлагается производить измерение характеристик сверхширокоугольного объектива, а также панорамной системы регистрации, включающей в свой состав регистрирующую камеру и сверхширокоугольный объектив. При контроле объектива должно производиться измерение коэффициента искажений и отображающей функции, которые характеризуют геометрические искажения изображения, а также оптической передаточной функции (ОПФ) в пределах углового поля. На завершающей стадии сборки панорамной системы регистрации достаточно измерить его передаточную функцию (ПФ).
Обоснование принципа действия аппаратуры для измерения ОПФ объективов и ПФ панорамных систем регистрации изображений
В настоящее время широкое распространение получили приборы, в которых ОПФ объективов определяется по результатам измерения пограничной кривой. Схема, поясняющая принцип действия подобного прибора, представлена на рисунке 5.1. В качестве тест-объекта в данной схеме используется ножевая диафрагма 2, которая расположена в фокальной плоскости объектива 3 коллиматора и подсвечена осветителем 1. В фокальной плоскости контролируемого объектива 4 расположен многоэлементный приёмник излучения (МПИ) 5. Таким МПИ может быть линейка и матрица, например, на основе ПЗС-структур. Аналоговый сигнал с выхода МПИ преобразуется устройством 6 видеозахвата в цифровой сигнал и записывается в память ЭВМ 7.
Если объектив 3 коллиматора по своим характеристикам близок к идеальному, т.е. его аберрации пренебрежимо малы, а диаметр выходного зрачка больше входного зрачка контролируемого объектива 4, то распределение освещённости в плоскости изображения контролируемого объектива можно представить выражением:
В выражении (5.4) умножение на выборочную функцию описывает процесс дискретизации сигнала, осуществляемый МПИ. Поэтому сигнал на выходе МПИ можно рассматривать как массив значений, описывающих с учётом линейных искажений чувствительными элементами МПИ, пограничную кривую контролируемого объектива.
Вычисление ОПФ по приведенному алгоритму осуществляется в ЭВМ 7, в которую поступает массив данных после преобразования устройством видеозахвата аналогового сигнала U{x1) в цифровой сигнал.
Чтобы исключить систематическую ошибку, обусловленную множителем sincOv, ), необходимо знать размер ах чувствительных элементов МПИ. При этом необходимо обеспечить выполнение условия где vUax представляет собою максимальное значение пространственной частоты, до которой производится измерение ОПФ объектива.
Следует отметить, что измерение ПФ системы регистрации можно осуществлять точно по такой же схеме, но при этом не предъявляется специальных требований к МПИ, так как этот элемент является составной частью системы регистрации.
Достоинством описанного метода измерения ОПФ по пограничной кривой является то, что его реализация не требует построения сложной оптической схемы. На точность измерения пограничной кривой большое влияние оказывают вибрации и аддитивный шум МПИ. Для уменьшения влияния этих факторов рекомендуется производить многократное измерение пограничной кривой с последующим усреднением результатов.
Первичная обработка сигнала в аппаратуре для измерения ОПФ осуществляется в плате видеозахвата, в которой осуществляется преобразование аналогового сигнала U(xx) с выхода МПИ в цифровой сигнал U\ [і], который представляет себя одномерный массив чисел.
Этот массив с точностью до постоянного множителя кх описывает массив значений пограничной кривой, отфильтрованный чувствительными элемен 130 тами МПИ, т.е. Ur[i] = U i] rect[i/n], где п = ах/(Тх) - ширина фильтрующего окна, измеряемая в количестве отсчетов, приходящихся на размер щели ах при периоде Г выборки.
В результате дифференцирования массива Ux[i] получается массив U2[i], значения которого описывают отфильтрованную площадками МПИ функцию рассеяния точки (ФРТ). Если теперь вычислить преобразование Фурье от массива U2[i], то получим массив:
Как следует из вышеизложенного, основными базовыми операциями при вычислении ОПФ, являются дифференцирование и преобразование Фурье по алгоритму БПФ, а ФРТ получается как промежуточный результат вычисления ОПФ.
В то же время, на результаты измерения пограничной кривой оказывают влияние аддитивные шумы МПИ и электронного тракта, вибрации элементов оптической системы. Эти факторы имеют случайный характер и могут существенно повлиять на конечные результаты вычислений. Особенно критичной к влиянию перечисленных факторов является операция дифференцирования.
Чтобы уменьшить отрицательное воздействие аддитивного шума перед операцией дифференцирования необходимо осуществить линейную низкочастотную фильтрацию.
Для снижения погрешности расчета ФРТ и, как следствие этого, погрешности расчета ОПФ, предлагается следующий метод вычисления производной от массива пограничной кривой. Известно, что функция с ограниченным спектром может быть представлена полиномом Котельникова в виде:
Выражение (5.15) можно использовать для вычисления значений массива Ui[i] производной от пограничной кривой, описывающего ФРТ в неравномерной сетке отсчетов, а выражение (5.16) - в равномерной сетке.
Описанный выше алгоритм вычислений реализован в виде специального программного обеспечения прибора для измерения ОПФ объективов и ПФ систем регистрации.
Обоснование принципа действия аппаратуры для измерения геометрических искажений объективов
В соответствии с Главой 2 для оценки геометрических искажений используется коэффициент искажений или коэффициент сферических искажений, коэффициент относительной дисторсии может быть использован для оценки геометрических искажений в частном случае. При этом для сверхширокоугольных ОС с угловыми полями, близкими 180, целесообразнее рассматривать коэффициент сферических искажений, как характеризующий отклонение отображающей функции ОС от эквидистантной отображающей функции. Измерение геометрических искажений производится по схеме, представленной на рисунке 5.2, которая аналогична схеме на рисунке 5.1.
При измерении коэффициента искажений и отображающей функции осуществляется поворот блока коллиматора (поз. 1, 2, 3) относительно входного зрачка контролируемого объектива на соответствующий угол а визирования. В схеме используется специальный тест-объект, который устанавливается в фокальную плоскость объектива коллиматора (в соответствии с рисунком 5.2). Тест-объект представляет собой белый экран с парами штрихов, расстояние между которыми равно значению а0 (в соответствии с рисунком 5.3).
