Содержание к диссертации
Введение
1 Объект исследования и его характеристики 14
1.1 Носитель и регистрируемая информация на нем 14
1.2 Факторы и их влияние на качество записи
1.2.1 Погрешность механизма скоростемера 19
1.2.2 Погрешность от износа бандажей колесной пары 21
1.3 Выводы и результаты 23
2 Технология обработки изображения 24
2.1 Обзор систем обработки изображения 24
2.2 Виды графических данных 26
2.3 Изображения.
2.3.1 Типы изображений 27
2.3.2 Дискретность представления изображения 28
2.3.3 Цвет как характеристика изображения 29
2.4 Модели цветового пространства 30
2.4.1 Аддитивная модель 32
2.4.2 Субтрактивная модель 33
2.4.3 Модель HSV 35
2.5 Средства формирования изображений 37
2.5.1 Ввод изображений 37
2.5.2 Классификация оптических читающих устройств 38
2.5.3 Правила сканирования 40
2.6 Концепция обработки изображения 41
2.6.1 Уровни представления графической информации и операции над ними 44
2.6.2 Коррекция изображения 46
2.6.3 Методы дифференциации перепадов яркости 50
2.6.4 Трассировка изображения 53
2.6.5 Сегментация объектов изображения
2.7 Управление качеством процесса обработки 59
2.8 Выводы и результаты 60
3 Линейная система обработки скоростемерной ленты скоростемера ЗСЛ-2М .- 61
3.1 Архитектура системы обработки изображения скоростемерной ленты...61
3.1.1 Трудности обработки изображения скоростемерной ленты 61
3.1.2 Кодирование изображения 62
3.1.3 Описание уровней линейной системы обработки 64
3.2 Считывание изображения скоростемерной ленты 74
3.2.1 Факторы воздействия на качество преобразования 74
3.2.2 Калибровка сканирующего устройства 79
3.2.3 Рекомендации по сканированию скоростемерной ленты 90
3.2.4 Определение точности оцифровки изображения 91
3.3 Алгоритмизация уровней системы обработки 94
3.3.1 Подавление шумов и повышение качества 94
3.3.2 Контрастирование границ объектов изображения 95
3.3.3 Аффинные преобразования на плоскости 99
3.3.4 Утоньшение и векторизация объектов 104
3.3.5 Обработка значений векторизованных данных 116
3.4 Схемы обработки объектов 119
3.4.1 Схема обработки объекта «линия разметки» скоростемерной ленты.. 120
3.4.2 Схема обработки объекта изображения «точек синхронизации» 124
3.4.3 Схема обработки объекта изображения «сигналы светофора» 128
3.4.4 Схема обработки объекта сигнала времени 131
3.4.5 Схема обработки объекта изображения сигнала давления тормозной магистрали 134
3.4.6 Схема обработки объекта изображения сигнала скорости движения..
3.5 Сопоставление полученных параметров объектов 140
3.6 Выводы и результаты 144
4 Автоматизированный комплекс депо подразделения по расшифровке скоростемерных лент скоростемера ЗСЛ-2М 145
4.1 Структура и возможности комплекса 145
4.2 Роль и место комплекса в локомотивном депо 153
4.3 Тенденции к развитию автоматизированного комплекса по расшифровке скоростемерных лент 154
4.4 Выводы и результаты 155
5 Технико-экономическое обоснование 156
5.1 Расчет инвестиций проекта 156
5.2 Расчет экономического эффекта 160
5.3 Выводы и результаты 162
Заключение 163
Список использованных источников
- Погрешность механизма скоростемера
- Модели цветового пространства
- Описание уровней линейной системы обработки
- Схема обработки объекта изображения «точек синхронизации»
Введение к работе
2L \ C>75?
Актуальность работы. Железнодорожный транспорт является крупнейшим потребителем электроэнергии. Причем наибольшая ее часть расходуется непосредственно на тягу поездов. Анализ финансовой деятельности депо показывает, что в структуре расходов крупного, основного локомотивного депо плата за электроэнергию, израсходованную на тягу поездов, составляет около 70 % от всех расходов. Следовательно, любые пути, направленные на снижение этих расходов, следует признать исключительно важными, требующими пристального внимания как научных работников, так и специалистов, непосредственно осуществляющих перевозочный процесс.
Фундаментальным положениям в этой области посвящены работы известных ученых: В.И. Александрова, В.И. Астрахана, Л.А. Баранова, Я.М. Го-ловичера, СВ. Дуваляна, Е.В. Ерофеева, И.П. Исаева, A.M. Костромина, В.М. Лисицына, А.А. Лянды, В.М. Максимова, Л.А. Мигунштейна, В.А. Нехаева, Ю.П. Петрова, А.В. Плакса, Э.С. Почаевца, В.Е. Розенфельда, В.М. Седельни-кова, Н.Н. Сидорова, Л.М. Трахмана, В.П. Феоктистова и др.
В настоящее время единственной и наиболее полной характеристикой энергозатрат на тягу в каждой конкретной поездке любого поезда при заданном профиле и плане является зависимость скорости от пройденного пути v = f(s). Эта зависимость фиксируется на скоростемерной ленте любого поезда и представляет собой исключительно ценную информацию для анализа энергозатрат на тягу в выполненной поездке.
По указанной зависимости можно, во-первых, определить действительное сопротивление движению поезда в данной конкретной поездке, а следовательно, оценить влияние на эту величину различных случайных факторов, таких как погодные условия, индивидуальные характеристики поезда и др. Во-вторых, оценить эффективность выбранной машинистом в рассматриваемой поездке режимной карты, сравнивая последнюю с соответствующей эталонной. В-третьих, открывается возможность проводить сравнение режимных карт вождения поездов, двигающихся в одном и том же направлении приблизительно в одно и то же время, то есть при одинаковых погодных условиях. Такой анализ позволяет делать сравнительную оценку квалификации машинистов. Кроме, того, возможна оценка дополнительных энергозатрат, вызванных внеграфиковы-ми остановками и задержками поездов.
95 % парка локомотивов, обслуживающих грузовые перевозки, оборудованы механическими скоростемерами^ипа ЗСЛ-2М, где вся информация фиксируется на бумажном носителе, которыйПхбщба^здвйуяод^ЗйМую. По этой
, і деляотил Г
1 гчяая!
причине скоростемерные ленты для обозначенных выше целей не используются. Поставленная в настоящей работе задача разработки автоматизированной системы оцифровки этой информации и получения зависимости v = f(s) в аналитическом виде открывает такие возможности.
В соответствии с «Программой энергосбережения на железнодорожном транспорте в 1998 - 2000 гг. и на перспективу до 2005 г.», утвержденной указанием МПС России 19.10.98 № Б-1166у, одним из приоритетных направлений деятельности является снижение энергозатрат на тягу поездов. Таким образом, решение поставленных в работе задач является актуальной проблемой для железнодорожного транспорта на сегодняшний день.
Диссертационная работа выполнена в соответствии с планом научных исследований Омского государственного университета путей сообщения по темам: «Исследование процессов взаимодействия объектов железнодорожного транспорта с окружающей средой» г.р. № 01.200.1 13077, «Снижение затрат при эксплуатации и ремонте подвижного состава путем разработки и внедрения передовых компьютерных технологий» г.р. 01.2.00 1 06586.
Цель и задачи исследования. Целью работы является разработка механизма автоматизированного сбора статистических данных по поездкам локомотивных бригад, фиксируемых регистрирующим бортовым устройством локомотива - скоростемером и их предоставление в виде, удобном для обработки ма-тематико-статистическими методами.
В соответствии с целью решались следующие задачи исследования:
анализ источника информации на предмет факторов воздействия в зависимости от качества носителя, процесса регистрации сигналов поездки и способов коррекции записываемой информации;
определение вида системы и основы построения ее архитектуры в целях обработки сигналов скоростемерной ленты;
анализ способов представления и обработки данных изображения выбранной базовой архитектуры системы;
определение факторов, влияющих на формирование цифрового изображения при вводе информации;
определение вида устройства ввода информации со скоростемерной ленты и требований к параметрам для осуществления оптимальной работы системы с ним;
разработка системы обработки сигналов параметров поездки со скоростемерной ленты;
разработка механизма настройки устройства ввода информации на опти-
» V f .
мальный режим работы с носителем;
разработка алгоритмов и индивидуальных схем для целевых объектов скоростемернои ленты;
разработка дополнительных способов выявления искажения значений па-
раметров поездки на скоростемернои ленте;
- разработка комплекса автоматизированной расшифровки скоростемерных
лент;
* - обоснование экономической эффективности разработки.
Объект и предмет исследования. В качестве объекта исследования выступают сигналы параметров движения поезда, регистрируемые на скоростемернои ленте. Предметом исследования является приведение информации со скоростемернои ленты к виду, пригодному для автоматизированного анализа безопасности движения и исследования энергозатрат на тягу.
Общая методика исследования. Теоретической основой диссертационной работы явились труды отечественных и зарубежных ученых в области тяги поездов, методы математического моделирования, анализа и обработки изображения, теории дифференциальных уравнений и теории информации.
При решении поставленных в диссертации задач использовались принципы и методы аффинной геометрии, теории моделирования освещенности, схемотехники, булевой логики, объектно-ориентрованного программирования, проектирования хранилищ и систем баз данных, сетевых технологий, системного подхода и структурирования целей.
Научная новизна. Новизна научных результатов, полученных в диссертации, заключается в следующем:
-
Разработаны методы и алгоритмы настройки сканирующих устройств в зависимости от качественного состояния поверхности скоростемернои ленты и нанесенной на нее информации.
-
Разработана на базе совокупности методов, применяемых при трассировке изображения чертежей и схем система обработки записей на скоростемернои
*. ленте с применением индивидуальных схем к целевым объектам сигналов.
3) Разработаны способы выявления искажения регистрируемых значений
параметров поездки и восстановления графиков времени и скорости движения
> поезда.
4) Разработан многопользовательский автоматизированный комплекс по
расшифровке скоростемерных лент с применением сетевых технологий и тех
нологий обработки изображения.
Практическая ценность. Результаты проделанной работы позволяют:
повысить эффективность расшифровки скоростемерных лент в целях контроля безопасности движения;
по зависимости v =f(s) с обработанной скоростемерной ленты определить эффективность выбранной машинистом, в рассматриваемой поездке, режимной карты;
давать сравнительную оценку квалификации машинистов, анализируя зависимость v = f(s) для двигающихся поездов в одном и том же направлении приблизительно в одинаковых условиях следования;
выявлять внеграфиковые остановки и задержки поездов.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на научной молодежной конференции «Молодые ученые на рубеже третьего тысячелетия, посвященной 70-летию со дня рождения академика В.А.Коптюга» Омск, 2001г., всероссийской научно-практической конференции «Повышение эффективности работы железнодорожного транспорта Сибири и Дальнего Востока» Хабаровск, 2001г., VIII и IX международных научно-практических конференциях студентов, аспирантов и молодых ученых «Современные техника и технологии» Томск, 2002, 2003.
Реализация и внедрение результатов работы. Программный комплекс, входящий в состав автоматизированного комплекса подразделения расшифровки скоростемерных лент, принят на апробацию в локомотивном эксплуатационном депо Омск Западно-Сибирской железной дороги "- филиала ОАО «РЖД». Акт об использовании результатов научных исследований и разработок в производстве прилагается.
Публикации. По материалам диссертации опубликовано 6 научных работ.
Структура и объем работы. Диссертация состоит из введения, пяти глав, выводов, содержит 177 страниц текста, 89 рисунков, 20 таблиц и библиографический список, включающий в себя 107 источников.
Автор выражает глубокую благодарность доценту Климовичу Андрею Владимировичу за научные консультации при выполнении работы.
Погрешность механизма скоростемера
При расшифровке скоростемерной ленты необходимо учитывать погрешности, которые могут иметь место при работе механизмов, связанных с этим процессом. Отдельные могут возникать по причине некачественной регулировки при ремонте, небрежной заправки скоростемерной ленты, а также при износе деталей.
Также существенное влияние на качество зафиксированной информации влияет качество носителя и способ нанесения информации на него.
При некачественном покрытии бумаги запись на ней неустойчивая и едва различима. Превышение голубого сталоцианинового пигмента более чем на 0,0087 кг для подобного состава покрытия ленты характерно проявлением серого фона ленты, что также затрудняет ее расшифровку. Основа ленты подвержена деформации - изгибу, вытягиванию, смятию, разрыву. В среднем, длина ленты составляет более метра, что также усложняет работу с носителем. Нанесение сигналов на ленту происходит двумя способами наколом и прочерчиванием. Следы наколов не всегда обладают четкими очертаниями. Диаграмма прочерчивается латунным писцом, вследствие этого контраст нанесенной диаграммы очень низок относительно фона поверхности ленты, также толщина следа писца довольно малая (порядка 0,47 мм ) для визуального восприятия. Кроме фактора несовершенства материалов и способа нанесения сигналов, на качество процесса регистрации параметров проведенной поездки существенное влияние оказывают факторы механический и человеческий.
Механический фактор оказывает прямое влияние на правдоподобность и качество фиксируемых показаний по проведенной поездке не только посредством самой регистрирующей аппаратуры, но также и косвенное влияние. Примером косвенного влияния может служить износ бандажей колесной пары, вносящий искажение в регистрацию истинной скорости движения.
Человеческий фактор присутствует как в процессе эксплуатации скоростемера, так и при расшифровке ленты. Небрежная установка прибора, ослабление крепления его на кронштейне, неудовлетворительная работа привода влечет сильную вибрацию писцов, а это означает уширение и нечеткость линии записи. Скоростемерные ленты с такими записями трудно расшифровывать, при этом необходимо учитывать дополнительные поправки.
Все вышеперечисленные факторы могут в значительной мере влиять на качество записей, а, следовательно, и на результат расшифровки.
При эксплуатации локомотивных скоростемеров качество записей на скоростемерной ленте может меняться.
При нормальной протяжке ленты расстояние между двумя соседними наколами должно быть 5,0 мм. Это расстояние не должно нарушаться. Вследствие сильной затяжки лентопротяжного механизма лента может вытягиваться, и расстояние между смежными наколами может увеличиться. Также на скоростемерной ленте могут наблюдаться овальные наколы Расстояние между смежными наколами будем обозначать через /.
При расшифровке вытянутой скоростемерной ленты необходимо использовать среднее расстояние между наколами: где п - количество расстояний между смежными наколами на ленте; /, - одно из п расстояний, мм.
Используя (1.1) по следующему выражению определим масштаб растяжения записей на ленте: где 1Х - расстояние со скоростемерной ленты, мм; 1сред- шаг наколов на этой скоростемерной ленте, мм; Sd- действительное расстояние, пройденное локомотивом, м.
Основная погрешность измерительного механизма регистрации скорости в диапазоне от 5 до 150 км/ч у скоростемеров с пределом измерения 150 км/ч не превышает ±4,5 км/ч, а у скоростемеров с пределом измерения 225 км/ч в диапазоне от 5 до 225 км/ч не превышает ±6,6 км/ч.
Помимо этого, механический скоростемер в процессе эксплуатации, как правило, приобретает износ в зацеплении зубчатых передач. При этом наблюдаются колебания стрелки скоростемера и уширение записи скорости на скоростемерной ленте, т.е., появляется вибрация писца скорости. В связи с этим ширина записи линии скорости может достигать 1,2 мм.
Кроме этого может быть нарушено условие совпадения начала записи скорости с линией нижних километровых наколов. Это происходит при неправильном зацеплении зубчатой рейки писца скорости с зубчатым колесом.
Ввиду присутствия погрешности измерения скорости необходимо определить действительную среднюю скорость прохождения локомотивом любого участка пути.
Действительная скорость vd прохождения участка пути по времени на скоростемерной ленте определяется по формуле: / Va y —60, км/ч, (14) где lx - расстояние со скоростемерной ленты, пройденное равномерно без ускорений, мм; 1сред- шаг наколов на этой скоростемерной ленте, мм; t время прохождения участка пути с равномерной скоростью на данной ленте, мм. Погрешность контролируемых скоростей не должна превышать ±2,5% или 1 мм подъема писца. Погрешность регистрации 30-минутного интервала времени не должна превышать ±0,5 мин. Погрешность суточного хода часов не должна превышать ±3 мин.
Для индикаторов тормозного давления до 8 кгс/см2 эта погрешность в пределах измерения от 3 до 8 кгс/см2 будет составлять 0,2 кгс/см2. В пределах от 0 до 3 кгс/см погрешность не регламентируется. Для индикаторов давления до 6 кгс/см погрешность будет составлять ±0,15 кгс/см . При различных индикаторах тормозного давления с увеличением давления от 0 до 8 кгс/см или до 6 кгс/см2 писец индикатора при неподвижной ленте должен записывать вертикальную линию высотой 25 мм.
При эксплуатации локомотивных скоростемеров также возможно нарушение общего расположения писцов скоростемера относительно положения самой ленты. Компенсируют это смещением координатной привязки всех зарегистрированных сигналов на ленте.
1.2.2 Погрешность от износа бандажей колесной пары Износ бандажей колесной пары, от которой приводится скоростемер, влияет на показания указателя скорости и счетчика пробега, а также на запись скорости и число километровых наколов на ленте, что вносит в запись скоростемера погрешности. Частота вращения колесной пары с изношенным бандажом выше частоты вращения колесной пары с новым бандажом при одной и той же скорости движения локомотива. Соответственно при изношенном бандаже скоростемер показывает и записывает скорость выше действительной и на ленте будет большее число километровых наколов. С целью усреднения разброса показаний редуктор привода скоростемера рассчитан по среднему диаметру бандажа с учетом примерно половины износа. Данные расчетных диаметров бандажей колесных пар ЭПС оборудованных скоростемерами ЗСЛ-2М приведены в таблице 1.4 [24].
Модели цветового пространства
Специализированные оптические устройства чтения в основном разрабатываются на базе цифровой камеры и применяются для систем «технического зрения». Размер изображения составляет 512x512 пикселей и различает 64 уровня яркости. Такая камера имеет оптику, аналогичную оптике обычного фотоаппарата. В их основе, как и в сканерах, лежит фоточувствительный элемент ПЗС. Считанный аналоговый сигнал с ПЗС перекодируется при помощи аналого-цифрового преобразователя (АЦП) в цифровой, и передается непосредственно в компьютер. Стоимость таких реализаций определяется индивидуальностью в подходе на разработку и качеством изображения.
Усовершенствованию технологии сканеров, обеспечивающих оптическое считывание изображений с бумажных носителей информации в черно-белом, полутоновом и цветном режимах, способствовал резкий качественный скачок, произошедший за последние десять лет в области микроэлектроники и персональных ЭВМ. Сканеры по конструкции делятся на пять основных типов: планшетные, роликовые, барабанные, слайд-сканеры и ручные.
Планшетные, или настольные, сканеры обязаны своей популярностью простоте и надежности конструкции. Основное назначение - для личного пользования и бизнес приложений. Их применяют также при решении более требовательных к качеству задач в издательской деятельности, науке и инженерном проектировании [51]. В планшетных сканерах оригинал неподвижен, а вдоль него перемещаются источник света и считывающие элементы. Габариты устройства в значительной степени определяются размером оригинала, поэтому планшетные сканеры выпускают для форматов А4-АЗ.
К недостаткам современных планшетных сканеров можно отнести недостаточное для высококачественной цветной полиграфии малый и прерывистый диапазон передачи глубины цвета; невысокая скорость сканирования оригинала; ограничение сканируемого оригинала форматом сканера.
Роликовые сканеры работают по принципу протяжки оригинала над неподвижным считывающим элементом. Распространение роликовых сканеров вызвано необходимостью автоматизировать ввод текстовых документов и связано с успехом многофункциональных устройств, в которых можно отдельно эксплуатировать сканирующий, печатающий и приемопередающий узлы [51].
Недостатки: - требовательны к качеству бумаги - чувствительны к толщине оригинала; - ограничены по ширине пропускаемого оригинала; - не могут качественно сканировать прозрачные оригиналы - слайды. Барабанные сканеры традиционно применяются для сканирования издательствами и компьютерными дизайнерами [51]. В данном типе сканера неподвижен считывающий элемент, а оригинал крепится к прозрачному барабану, вращающемуся с высокой скоростью. За счет вращение барабана происходит сканирование строк пикселей, а за счет перемещения источника и приемника света элементы считываются в рамках одной строки. Сканирование требует значительных затрат по времени - чтобы достичь необходимой для сканирования скорости вращения барабана и после того, как изображение будет введено, необходимо ждать остановки барабана для смены оригинала. Издержками по времени приходится платить за высокое качество получаемого изображения - непрерывный и широкий диапазон по оттенкам цвета.
Слайд-сканеры используются для сканирования только изображений на пленках. Обычно это очень маленькие оригиналы - 35-миллиметровые кадры. Такие сканеры обеспечивают лучший динамический диапазон и могут "видеть" очень мелкие отличия в цвете и оттенках серого даже в самой темной части спектра.
Ручные сканеры отличаются наименьшим, динамическим диапазоном, разрешением и глубиной цвета. Изображение формируется из строк пикселей, снимаемых линейкой чувствительных элементов, при ручном перемещении сканера по листу. Соответственно существуют проблемы с оптическим разрешением ручных сканеров, поскольку сказывается человеческий фактор -неточность манипуляций.
Нет способа выявить в изображении детали, которые были потеряны при сканировании. Чем больше удастся получить информации от сканера - тем
Некоторые из моделей роликовых сканеров способны сканировать оригиналы длиной до нескольких метров, причем, ограничение существует из-за объема доступной оперативной памяти ПЭВМ, обрабатывающей изображение. большие возможности по ее обработке будет доступно и тем вероятнее получение высококачественного цифрового изображения. Во-вторых, нельзя получить из оригинала больше информации, чем в нем содержится. Нельзя также получить от сканера больше полезных сведений, чем тот способен передать физически. Чрезмерная страсть к работе на максимальных режимах сканирования может привести к вводу в компьютер не только изображения, но и его мельчайших погрешностей, с которыми потом придется бороться с помощью компьютерного улучшения изображений. Достигнутый уровень качества элементов блока восприятия (объективов, линеек ПЗС и т.д.) не ограничивает в настоящее время качество распознавания. Реальный путь его повышения - улучшение логики обработки и классификации элементов изображения.
Обработка изображений относится к таким задачам обработки данных, в которых объем вычислений прямо пропорционален квадрату размерности изображений и числу анализируемых спектральных каналов этого изображения. В связи с этим для обеспечения необходимой вычислительной мощности в прошлом методы обработки изображений были ориентированы на применение больших ЭВМ со специализированными системами обработки.. Однако в настоящее время в связи с постоянным повышением мощности персональных компьютеров и большей доступностью рабочих станций, обладающих мощными возможностями по обработке графической информации, появилась перспектива разработки новых методов и алгоритмов обработки изображений для внедрения их в прикладные системы обработки. Сочетание этих двух факторов позволяет создавать системы обработки изображений, реализованные на персональном компьютере и обладающие удовлетворительными временными характеристиками. Назначение систем обработки изображений может быть различным - распознавание и локализация объектов определенного класса, ввод и распознавание текстовой информации, содержательная интерпретация карт, местности и т.п.
Описание уровней линейной системы обработки
Трудности обработки изображения скоростемерной ленты Отличительной особенностью изображений, получаемых после сканирования скоростемерной ленты, является невысокое качество изображения и большой объем получаемого файла изображения (рисунок 3.1). Сложность работы с данными на ленте обуславливается качеством покрытия ленты. При значительной затемненности носителя наблюдается слабый контраст изображения, местами линии сигналов сливаются с фоном изображения. Высокий уровень помех обусловлен подверженностью носителя загрязнению, кроме этого помехи на изображении возникают в результате смятия или перегиба ленты. Сигналы на носителе, представленные наколами, не всегда могут быть четко обозначены на изображении, а иногда и, в принципе сливаться с фоном изображения. Толщина линий сигналов также слабоконтрастная и обладает довольно малой шириной - порядка 0,77 мм. Смещение координат характерно как для отдельных сигналов, так и для ориентирования всей ленты в целом. Ко всему прочему работу осложняет длина ленты, которая в среднем представляется более метра.
Графические документы, требующие обработки, довольно часто обладают большим размером и соответственно требуют большего объема памяти для хранения. Это является одной из проблем с которой сталкиваются приступая к работе на этапе ввода данных.
Размер изображения определяется по формуле: V_L-W-R2-C 2-20 645,16 (3.1) где L - длина объекта (скоростемерной ленты), мм; W- ширина объекта, мм; R - разрешение, при котором ведется оцифровка изображения, ppi; С -определяет глубину цвета, byte.
В связи с тем, что разрешение принято обозначать линейной величиной, в действительности, приходится возводить значение в квадрат, т.к. понятие обозначает количество пикселей, приходящихся на квадратный дюйм. В связи с этим, для метрической системы внесена поправка перевода значения разрешения в знаменателе, равная 645,16. Еще одна поправка, значение которой 2"20, введена для наглядности результата. С последней поправкой размер изображения измеряется в Mb.
Применительно к скоростемерным лентам, длина которых, в среднем, составляет 1,2 м, размер изображения с учетом выбранного оптимального разрешения и необходимой глубины цвета по формуле (3.1) составляет порядка 17 Mb. Такой размер изображения не является критическим для современных офисных компьютеров, поэтому нет необходимости применять методы позиционного кодирования изображения [72].
Необходимость в смене представления изображения возникает на этапе трассировки изображения для выполнения операций, связанных с корректировкой примитивов и их связыванием. В данной работе промежуточным представлением данных между этапом их записи в базу поездки и растровым представлением является структурное представление данных. Преимущество последнего в том, что сложное изображение описывается графическими примитивами, представляющими собой элементы, из которых собирается изображение. Данные элементы обладают свойствами и отношениями между собой, что позволяет уменьшить время выполнения некоторых операций обработки изображений и понизить требовательность к ресурсам - к объемам оперативной памяти компьютера.
Основные достоинства такого представления: - . сокращение времени обработки, т.к. для системы графиков данного рода регистрации достаточно знать соотношения между объектами между собой и элементами объектов; - значительное уменьшение требуемой памяти для описания всей ленты, это порядка от 7 до 15 Kb, что более чем в десять тысяч раз меньше исходного - в растровом представлении; - возможность хранения изображения и его структурного представления в базе данных, в связи с чем, обработка данных становится более гибкой и решаемая на разных платформах с применением компьютерных комплексов; - увеличение возможностей системы за счет организации логических связей между изображением и его структурным представлением;
Из двух разновидностей структурного представления: контурного и скелетного, будем использовать последнее в виду того, что работаем в основном с объектами в виде линий. 3.1.3 Описание уровней линейной системы обработки Уровни системы можно определить исходя из технологического процесса преобразования представления хранимой в изображении информации. В зависимости от поставленной задачи по обработке изображения осуществляют построение системы до определенного уровня, где проблема находит свое разрешение и дальнейшая работа уже не связана непосредственно с изображением, а переходит к анализу структурного, статистического или лингвистического характера. В случае с данными на скоростемернои ленте такой процесс определяет классификация элементарных объектов и их качественное состояние на первоначальном этапе представления.
С целью начального получения изображения в растровом представлении необходимо определиться с выбором уровня дискретизации значения пикселя при оцифровке источника. Соответственно был проведен эксперимент по анализу качества состояния преобразованных объектов в цифровой вид. В эксперименте использовали 20 различных скоростемерных лент. Дальнейшее сличение результатов сканирования с оригиналами представлено в виде потерь информации после оцифровки в таблице 3.1. В виду того, что группа сигналов, относящихся к основным, и наколы синхронизации записи данных скоростемером на ленту слабо различимы, при выборе грубой сетки дискретизации по определению глубины цвета пиксела мы рискуем тем, что значительная часть информации может быть неверно оцифрована с оригинала.
Схема обработки объекта изображения «точек синхронизации»
Результатом рассматриваемого этапа должно быть получение описания объектов изображения множеством отрезков, на основании которых можно определить топологию рассматриваемого объекта.
На данном этапе преобразования изображение должно уже быть максимально возможно улучшено и проведена фильтрация шума.
Стандартная последовательность для алгоритмов этого уровня -предварительное преобразование объектов полутонового изображения к контурному или скелетному виду представления посредством операций оконтуривания или утоньшения, операция векторизации приводит к описанию объектов отрезками. Существует достаточно много алгоритмов, реализуемых по аналогичной схеме действия [37, 43]. Подобные задачи достаточно просто реализуются на изображениях небольших размеров, но трудности возникают при обработке болынеформатных.
В настоящей работе этап растр-векторного преобразования реализуется на одном принципе. Обращение к изображению происходит посредством считывания в буфер полностью всей строки изображения. В памяти хранится три буферизированные строки. Полоса движется последовательно с шагом в одну строку вниз. Следовательно, после каждого просмотра полосы все соответствующие операции уже полностью выполнены для верхней строки полосы. Эта строка удаляется из полосы и может быть передана следующей функции обработки. При этом новая нижняя строка вводится в полосу.
Каждая строка в полосе представляется упорядоченным набором координат начал и концов черных последовательностей множеств черных пикселей строки, которые имеют белых соседей по краям. Использование координат начал и концов черных серий позволяет: - анализировать 3x3 окрестности пикселей с использованием таблиц обработки ситуаций; - проводить выбор значащих пикселей на основе интервального представления строк. В нашем случае, все объекты изображения целесообразно приводить к скелетному виду. Соответственно будем пользоваться операцией утоньшения. Существуют разновидности алгоритмов утоньшения [86]. В нашем случае выбран итеративный параллельный алгоритм. Для параллельных алгоритмов характерно то, что окно маски располагается одновременно во всех пикселях изображения и при его обработке не используются новые значения пикселей.
Параллельные однопроходные алгоритмы основаны на использовании масок нестандартного размера и обеспечивают далеко не идеальное качество скелетизированного изображения [87] (рисунок 3.22, а). Так, при утоныпении изображения параллельным однопроходным алгоритмом иногда наблюдается потеря информации, характеризующую толщину утоньшаемого объекта.
Пример утонынения изображения параллельным однопроходным алгоритмом; б - Утоныпение проводилось итеративным параллельным алгоритмом Итеративные параллельные алгоритмы для сохранения связности требуют маски размерами 5x5. В целях избежания использования масок такого размера каждая итерация алгоритма подразделяется на четыре подитерации. Каждая из которых с изображения стирает граничные точки только одного типа - северные, южные, западные и восточные. Следуя этой методике, алгоритмы сохраняют связность объектов и фона (рисунок 4.22, б). В работе [43] дана классификация алгоритмов утоньшения, на основании которых можно сделать вывод, что время утоньшения нелинейно изменяется при изменении разрешающей способности сканера. Увеличение разрешения при сканировании дает линейное возрастание ширины линии и соответственно квадратичное возрастание числа пикселей в изображении. Что влечет за собой кубическое увеличение времени работы итеративных алгоритмов. Данное утверждение только подчеркивает необходимость настройки режима работы сканера на оптимальное разрешение. Алгоритмы утоньшения обычно применяются для обработки полутонового изображения, что влечет работу со слоями изображения [64]. В данном случае будет применяться утоньшение к бинарному изображению, благодаря чему удастся избежать многочисленных вычислений. В случае выбора такого подхода, процесс утоньшения будет основываться на принципах морфологии, а изображение представляется как множество, и к нему применяют теоретико-множественные операции [53, 88]. Аналогичный подход использовался В.А.Бутаковым, В.И.Островским, И.Л.Фадеевым [72], где значение краевых пикселей приравнивается к значению фона на каждом шаге утонынения. Обработка изображения осуществляется за четыре шага итерации, а именно в направлении северного, южного, западного и восточного края.
Значение пикселя изменяется в соответствии с выражением, выполняющим анализ окружающих пикселей на основе булевой логики. Каждое выражение обрабатывает свое направление движения маски по исходному изображению. Так для направления передвижения маски вверх предназначена булева функция обработки окрестности пикселя U (i,j) (3.45). Для случая перемещения вниз соответственно D{i,j) (3.46), влево - L(i,j) (3.47), вправо - Щу) (3.48). U(i,j) = not а з and а7 and (not а2 and as or not a4 and at or aj and я j); (3.45) D(i,j) - not a7 and аз and (not a6 and aj or not a8 and a5 or as and a{)\ (3.46) L(i,j) = not as and a{ and (not a4 and a7 or not a6 and a3 or a3 and a7)\ (3.47) R(i,j) = not aj and as and (not a8 and a3 or not a2 and a7 or a7 and a3), (3.48) где a;, a2, ci3, a4, a5, аб, a7, a8 - ячейки маски размером 3x3. Зависимость координат (i,j) с ячейками маски представлена на рисунке 3.23. V-1J-D.
Обозначение ячеек маски Ячейка а9 соответствует текущему обрабатываемому пикселу A{i,j) исходного изображения. Применение функций U (i,j), D (ij). L (i,j), R (i,j) происходит последовательно над изображением с записью результата воздействия в выходное изображение. Полученное утоньшенное изображение будет входным изображением для проведения его векторизации, на котором будут выделены скелеты объектов сериями последовательностей пикселей. На изображении в процессе сканирования происходит классификация особых пикселей изображения. К таким пикселям относятся: конечный, связующий, нормальный, угловой, ветвления.
Класс пикселя определялся на основе анализа связности рассматриваемого пикселя с восьмью его соседями. Два пикселя считаются связными, если они являются соседями, т.е. расстояние между ними равно 1. Расстояние на матрице изображения в качестве характеристической формы можно определить квадратом или ромбом (рисунок 3.24).
