Методы обнаружения и сопровождения динамических объектов в космическом телевидении Морозов Алексей Владимирович

Содержание к диссертации

Введение

ГЛАВА 1 Методы обнаружения и сопровождения динамических объектов 11

1.1 Методы обнаружения малоразмерных изображений объектов 11

1.1.1 Проблематика обнаружения малоразмерных изображений объектов 11

1.1.2 Известные алгоритмы обнаружения малоразмерных изображений объектов 17

1.1.2.1 Алгоритм обнаружения космических объектов 17

1.1.2.2 Алгоритм обнаружения искусственных спутников по изображениям треков 19

1.2 Методы адаптации телевизионных систем к динамике сюжета 25

1.2.1 Общие сведения об адаптации телевизионных систем к сюжету 25

1.2.2 Адаптация телевизионных систем в космическом телевидении 28

1.3 Особенности построения телевизионной техники космического назначения 37

1.4 Выводы и постановка задач 40

Глава 2 Обнаружение подвижной цели на фоне подвижных объектов 42

2.1 Формализация задачи обнаружения объектов на сложном фоне 42

2.2 Синтез алгоритма обнаружения и классификации малоразмерных изображений объектов по признакам движения 46

2.3 Синтез алгоритма адаптивной бинаризации изображений звездного неба 57

2.3.1 Выбор способа фильтрации 61

2.3.2 Адаптивная функция порога бинаризации 64

2.4 Оценка адекватности выбранной модели регрессии 72

2.5 Расчет вычислительных затрат алгоритма 73

2.6 Выводы по главе 2 75

ГЛАВА 3 Телевизионная система с адаптацией к динамике сюжета 76

3.1 Анализ статистических свойств сюжета стыковки 76

3.2 Синтез алгоритма адаптации телевизионной системы к динамике сюжета 83

3.3 Оценка ошибок измерения параметров изображения объекта 94

3.4 Структурная схема телевизионной системы с адаптацией к динамике сюжета 96

3.5 Выводы по главе 3 100

ГЛАВА 4 Апробация синтезированных алгоритмов 102

4.1 Апробация алгоритма обнаружения и классификации малоразмерных изображений объектов 102

4.1.1 Исследование работы алгоритма на модельном сюжете с использованием глобального порога бинаризации 102

4.1.2 Исследование работы алгоритма на модельном сюжете с использованием адаптивного порога бинаризации 108

4.2 Апробация алгоритма адаптации телевизионной системы к динамике сюжета 113

4.2.1 Исследование работы алгоритма на реальном сюжете 114

4.2.2 Моделирование адаптации телевизионной системы к динамике сюжета при контроле сближения космических аппаратов 122

4.2.3 Моделирование макета телевизионной камеры, адаптивной к динамике сюжета 131

4.3 Выводы по главе 4 140

4.3.1 Выводы по результатам апробации алгоритма обнаружения и классификации малоразмерных изображений объектов 141

4.3.2 Выводы по результатам апробации алгоритма адаптации телевизионной системы к динамике сюжета 142

Заключение 144

Список используемых источников

• Методы адаптации телевизионных систем к динамике сюжета
• Синтез алгоритма адаптивной бинаризации изображений звездного неба
• Синтез алгоритма адаптации телевизионной системы к динамике сюжета
• Исследование работы алгоритма на модельном сюжете с использованием адаптивного порога бинаризации

Введение к работе

Актуальность темы исследования. Проблематика создания современных систем космического телевидения определяет несколько аспектов актуальности данной работы. В теоретическом плане работа инициирована потребностью оптимизации параметров телевизионных систем на основе твердотельных матричных фотоприемников по пространственно-временным характеристикам сюжета, а также необходимостью построения телевизионных систем с управляемыми параметрами накопления, адаптивными к сюжету.

В методологическом плане исследование методов измерения параметров объектов на изображении и адаптации телевизионных систем к динамическим параметрам видеосюжетов, применительно к космической телевизионной технике актуально в силу мировой тенденции автоматизации телевизионного оборудования в таких областях, как робототехника, системы технического зрения для дефектоскопии, медицины, промышленности, транспорта, автомобильной промышленности и т. д.

В практическом плане работа актуальна в силу потребности создания новых пассивных телевизионных систем контроля стыковки, востребованных в таких современных космических аппаратах, как Научно-энергетический модуль, Малый лабораторный модуль, Перспективный транспортный корабль «Федерация». Ее перспективность связана с предложенными решениями по реализации методов адаптации к динамике сюжета с использованием видеосистем на кристалле. Совершенствование телевизионных систем в части повышения качества решений, формируемых по видеоинформации, актуально также для систем астроориентации, контроля космического пространства, поиска космического мусора, обнаружения астероидов и комет, в которых изображение звездного неба часто превращается в набор протяженных треков, а их длина и направление смаза определяются параметрами движения объектов и телекамеры наблюдателя.

Ключевой особенностью предлагаемой в данной работе системы является адаптивность к наблюдаемому сюжету приближающегося кооперируемого космического аппарата, заключающаяся в автоматическом взаимообмене высокой четкости видеоизображения при малой кадровой частоте на высокую кадровую частоту при пониженной четкости.

Степень разработанности. Данное направление исследования развивает известные результаты по созданию адаптивных измерительных систем космического телевидения (П. Ф. Брацлавец, И. А. Росселевич, Л. И. Хромов, Ю. Б. Зубарев, Ю. С. Сагдуллаев, А. А. Умбиталиев, А. К. Цыцулин,

С. В. Бачевский и др.). Синтез адаптивных алгоритмов обнаружения объектов,
их классификации, оценки параметров использует и развивает известные
результаты по обработке изображений (Р. Гонсалес, Р. Вудс, М. Левек,
В. Ф. Фатеев, Б. А. Алпатов, В. Н. Лагуткин, Н. П. Корнышев,

В. В. Александров, С. Г. Тотмаков, Г. Н. Мальцев, Д. В. Кириченко, А. А. Каменев и др.).

Предмет исследования. В работе рассматриваются системы космического телевидения и методы оптимизации и адаптации параметров их работы при наблюдении подвижных объектов, в первую очередь кооперируемых космических аппаратов.

Целью диссертационной работы является разработка методов обнаружения и сопровождения космических объектов, учитывающих изменение характеристик изображения в процессе наблюдения, применительно к телевизионным системам космического назначения.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Провести анализ специфики наблюдаемых сюжетов.

2. Разработать алгоритм обнаружения и классификации космических объектов измерительными системами космического телевидения.

3. Разработать метод адаптации телевизионной системы к динамике сюжета приближающегося кооперируемого космического аппарата.

4. Разработать телевизионную систему с переменными параметрами разложения и разрядностью видеосигнала.

Научная новизна работы. Основным научным результатом является синтез алгоритмов адаптации телевизионной системы к динамике сюжета в совокупности с изобретенной видеосистемой на кристалле, и обнаружения подвижных объектов на подвижном фоне.

Частные результаты:

5. Алгоритм классификации наблюдаемых объектов по направлению и скорости движения.

6. Алгоритм адаптации порога бинаризации малоразмерных изображений объектов на фоне звездного неба.

7. Статистический параметрический синтез алгоритма адаптации пространственно-временной дискретизации изображения для дискретных растров твердотельных матричных фотоприемников.

8. Видеосистема на кристалле с взаимообменом высокой четкости изображения на высокую кадровую частоту с переменными разрядностью и быстродействием встроенных АЦП.

Теоретическая значимость работы.

9. Предложена концепция сопровождения процесса сближения и стыковки космических аппаратов с помощью адаптивной телевизионной системы на всех этапах сближения.

10. Разработан алгоритм обнаружения и классификации малоразмерных изображений космических объектов с помощью кластерного анализа, повышающий устойчивость телевизионной системы к динамике сюжета.

11. Разработан метод адаптации телевизионной системы к динамике сюжета, повышающий точность оценки параметров движения наблюдаемого объекта.

12. Показано, что для повышения помехоустойчивости телевизионной системы, адаптивной к динамике сюжета, необходимо использовать инерционность гистерезис в петле обратной связи.

Практическая ценность полученных результатов определяется тем, что:

13. Повышена точность ориентации космических аппаратов по звездам благодаря использованию разработанного алгоритма обнаружения и классификации малоразмерных изображений космических объектов по направлению и скорости движения.

14. Повышено быстродействие алгоритма обнаружения и классификации малоразмерных изображений космических объектов.

15. Повышена чувствительность системы обнаружения и классификации объектов на изображении благодаря использованию метода адаптивной бинаризации изображений.

16. Подтверждена гипотеза о возможности реализации телевизионной системы, адаптивной к динамике сюжета, с управлением по отношению дисперсий межэлементных и межкадровых приращений.

17. Достигнут компромисс между требованиями высокой четкости и высокой кадровой частоты, обычно задаваемыми одновременно наивысшими, благодаря концепции их раздельного использования на различных дистанциях контроля сближения кооперируемых космических аппаратов.

Основные методы исследования. При решении поставленных задач используются три вида методов: теоретические (статистический анализ и синтез), компьютерного моделирования и экспериментальной оценки.

В ходе решения охарактеризованных задач сформулированы положения, выносимые на защиту:

1. Для обнаружения и классификации малоразмерных изображений космических объектов адаптивной телевизионной системой эффективно

использовать методологию кластерного анализа с разделением наблюдаемых целей на группы по направлению и скорости движения.

2. Для проведения адаптации телевизионной системы к динамике сюжета следует использовать принцип выравнивания приращений сигналов по всем аргументам (в первую очередь пространственным и временным).

3. Адаптивный обмен четкости и кадровой частоты в присутствии флуктуаций должен использовать инерционность и гистерезис.

4. Для проведения адаптации телевизионной системы к динамике сюжета следует использовать бинирование и две группы аналого-цифровых преобразователей видеосигнала разной разрядности.

Достоверность полученных результатов. Обоснованность и достоверность научных положений, результатов и выводов диссертации обуславливается корректным использованием методов исследования, применением современных вычислительных средств и программных комплексов, а также результатами экспериментальных исследований.

Реализация результатов работы. Разработанные методы нашли применение в ряде ОКР АО «НИИ телевидения» и учебном процессе базовой кафедры «Видеоинформационные системы»:

СЧ ОКР «Разработка малогабаритного датчика астроориентации» (шифр «Буревестник»)

СЧ ОКР «Комплекс телевизионный КЛ-100-53» (шифр «НЭМ-НИИТ»);

НИР «Напряжение»;

Курсы «Космические телевизионные комплексы» и «Видеоинформатика» на базовой кафедре «Видеоинформационные системы» СПбГЭТУ «ЛЭТИ» в АО «НИИ телевидения».

Апробация работы. Отдельные вопросы были обсуждены на конференциях:

международная научно-техническая конференция «Телевидение: передача и обработка изображений», 2013, 2015-2016 гг.;

научно-техническая конференция, посвященная юбилею АО «НИИ телевидения», 2015 г.;

всероссийская научно-техническая конференция, посвященная Дню Радио СПб НТОРЭС, 2013-2016 гг.;

научно-техническая конференция профессорско-преподавательского состава, 2014-2017 гг.

Публикации. По материалам диссертации опубликовано 16 научных работ, из них 10 статей в журналах из перечня ВАК, в том числе 1 статья без

соавторов; 4 доклада на научно-технических конференциях; 1 патент на полезную модель и 1 патент на изобретение.

Структура и объем. Диссертация содержит введение, 4 главы, заключение, список литературы, включающий 90 наименований. Основная часть работы изложена на 133 страницах. Общий объем работы 162 стр., включая 91 рисунок и 9 таблиц.

Методы адаптации телевизионных систем к динамике сюжета

Задача обнаружения, классификации и слежения за малоразмерными изображениями объектов находит свое применение в таких системах технического зрения, как телевизионные системы астроориентации, системы обнаружения космического мусора, астероидов и комет, слежения за летательными аппаратами и т.п.

Сужая область интересов до телевизионных систем космического применения, данная задача может иметь ряд особенностей, например, в пассивных системах наблюдения за стыковкой космических аппаратов обнаружение и классификация малоразмерных изображений объектов применяется на ранних этапах стыковки, когда целевой аппарат находится на большом удалении и представляет собой точку на изображении. В таком случае телевизионная система должна захватить изображение объекта интереса на фоне множества схожих по параметрам объектов.

Для решения данной задачи существует множество подходов, характеризующихся различными методами, алгоритмами и математическими моделями [1-25].

При наблюдении за объектом, перемещающимся на сложном фоне (например, на фоне соизмеримых по размеру объектов, имеющих схожие яркости на изображении, либо в присутствии других мешающих факторов, таких, как дефекты фотоприемника, возникшие из-за попадания тяжелых заряженных частиц в поле фотоприемника), возможно возникновение целого ряда ситуаций [А1-А5, 1, 2, 7, 9, 15]. Следовательно, необходим комплекс мер по первичному разделению изображений объекта и фона. В большинстве случаев в качестве первичной отбраковки используется яркостное разделение объекта и фона, при этом задается некое пороговое значение отношения сигнал/шум (или объект/фон) [2, 3]. Для упрощения алгоритма выделения объекта в ряде случаев удобно ограничиться тремя гипотезами: – яркость текущего пиксела (i, j) превышает яркость фона (h(i, j, n) = g(i, j, n) + ); – яркость текущего пиксела (i, j) меньше яркости фона (h(i, j, n) = g(i, j, n) - ); – яркость текущего пиксела (i, j) совпадает с яркостью фона.

В приведенных гипотезах i, j - координаты пиксела изображения; n -номер кадра; - пороговое значение отличия объекта от фона; h - яркость объекта; g - яркость фона. Данная модель может быть преобразована для случая неоднородности фона во времени, и тогда она принимает вид l(i, j, n) = (r1(i, j, n) + r2(i, j, n))h(i, j, n) + r3(i, j, n)g(i, j, n) + (i, j, n), где l(i, j, n) – яркость текущего элемента в изображении; (i, j, n) - яркость шума; а для параметров r1(i, j, n), r2(i, j, n), r3(i, j, n) должны выполняться следующие условия: 1. r1(i, j, n) r2(i, j, n) r3(i, j, n) = 1; 2. r1(i, j, n) r2(i, j, n) = 0; 3. r1(i, j, n) r3(i, j, n) = 0; 4. r2(i, j, n) r2(i, j, n) = 0;

Значение параметра r1(i, j, n) = 1 соответствует наличию в текущем пикселе (i, j) объекта более яркого, чем соответствующий пиксел фона; значение параметра r2(i, j, n) = 1 соответствует наличию в текущем пикселе (i, j) объекта более темного, чем соответствующий пиксел фона; r3(i, j, n) = 1 означает что объект в пикселе (i, j) отсутствует [1].

Дальнейшее развитие алгоритма зависит от достаточности исходных данных, а так же от способа решения задачи обнаружения объектов – наличие или отсутствие межкадровой обработки [10, 26, 27], появление новых целей в кадре, и от ряда других факторов. В [1] изложена обобщенная совокупность моделей, необходимых при решении данной задачи, включающая в себя модель наблюдения в присутствии неоднородного фона, модели состояния яркости изображений фона и объектов слежения, модели движения и изменения конфигурации объекта слежения, модель этапа начального обнаружения и выделения движущегося объекта, а также целый ряд алгоритмов автоматического обнаружения и выделения движущихся объектов на неоднородном фоне.

Космический сюжет, а именно, процесс стыковки аппаратов, предполагает несколько ситуаций. Первая – удаленный малоразмерный объект ярче фона, тогда вполне вероятно появление ложных целей в кадре на фоне интересующего объекта – звезд, или других космических аппаратов. При таких условиях не избежать введения межкадровой обработки, так как по одному кадру невозможно получить достоверную информацию об объекте. Данную проблему решает накопление серии кадров (от 2-х и более), а затем анализ накопленных кадров и разделение истинной и ложных целей.

Вторая ситуация противоположна первой – объект темнее фона, т.е. космический аппарат находится на фоне яркого тела, к примеру Земли. В случае, когда фон статичен, возможно обнаружение объекта по одному кадру, однако любая динамика и неоднородность фона приводит к алгоритмам межкадровой обработки.

В [4] рассмотрены различные алгоритмы обнаружения движущихся малоразмерных объектов с использованием последовательности видеокадров. Предлагаются три варианта: накопление изображений с адаптивной фильтрацией; накопление изображений с пространственно-инвариантной фильтрацией; накопление изображений с четырехканальной фильтрацией.

Синтез алгоритма адаптивной бинаризации изображений звездного неба

Видеосигнал, после прохождения входной цепи, без постоянной составляющей поступает на интегратор и первый пиковый детектор, где происходит параллельная регулировка максимального и минимального уровня срабатывания схемы, обеспечивающая нормальную работу объектива во всем диапазоне освещенностей. По результатам интегрирования устанавливается минимальный уровень сигнала. Для регулировки и выбора максимального уровня срабатывания устройства используется первый пиковый детектор. Он нужен для того, чтобы привязать уровень освещенности на объекте к допустимому уровню освещенности на датчике изображения. Исходя из этого выбирается желаемый размер участка изображения, по которому работает автоматика. Второй пиковый детектор отслеживает скачкообразное изменение входного сигнала и устанавливает рабочий уровень управляющего сервоприводом сигнала. Выходной сигнал пикового детектора усиливается по току и поступает в катушку привода. Так как сервопривод диафрагмы выполнен, как правило, в виде двух катушек индуктивности, для их физического перемещения в пространстве необходим большой управляющий ток.

Таким образом осуществляется автоматическая адаптация диафрагмы объектива к яркостным параметрам видеоизображения.

Разнообразные способы кодирования изображений также могут относиться к методам адаптации телевизионных систем к сюжету, как например сжатие цифрового потока в целях сокращения пропускной способности канала, или шифрование данных в целях повышения помехозащищенности [17, 41-43].

В настоящее время операция стыковки двух космических аппаратов производится по годами отлаженной технологии с использованием радиоканала [44, 45]. В случае отказа системы автоматического сопровождения и стыковки «Курс» стыковка кораблей осуществляется в ручном режиме по видеоизображению мишени космического аппарата, с использованием телевизионной аппаратуры, разработанной АО «НИИ телевидения».

Однако предлагаются и другие методы сопровождения космического аппарата, с помощью лазерных излучателей и приемников [46-48]. Как показывают исследования, данные системы могут работать в большом диапазоне дальностей (практически от 0 до 2000 км). Лазерный метод сопровождения является аналогом радиочастотного, так как расстояние до объекта в данном случае так же, как и в радиочастотном методе, определяется допплеровским сдвигом модулирующей частоты переданного сигнала и отраженного. Передатчиком является лазерный излучатель красного или ближнего инфракрасного диапазонов. Приемник сигнала – фотодиод, работающий в волновом диапазоне передатчика, при этом и приемник и передатчик расположены на одном и том же космическом аппарате. Задачей второго аппарата является наилучшим образом отразить излучаемый сигнал, а следовательно, аппарат-мишень должен обладать хорошим отражателем, способным отражать оптическое излучение с минимальными потерями для достижения максимальной дальности [48]. Данной системе присущ ряд ограничений, связанных с взаимным угловым положением аппаратов, точностью и мощностью передатчика и т.п. Для повышения вероятности отражения сигнала зондируемым аппаратом при его произвольном положении в пространстве, появляется необходимость установки множества отражателей на корпусе корабля. Для сопровождения аппарата в ближней зоне могут быть использованы несколько реперных излучателей, в совокупности с телевизионной системой, как показано на рисунке 1.9.

Данный прием может использоваться для минимизации вероятности сбоя высокочастотной системы на расстояниях до 100 м, в условиях большого количества переотражений, сопоставимых по мощности с сигналом передатчика.

В [49] предлагается однокамерный метод измерения дальности до космического аппарата, основанный на сравнении масштаба объекта на получаемых видеоизображениях с масштабом эталона. В качестве объекта в таких системах выбирается характерный участок космического аппарата, например – стыковочный узел, или стыковочная мишень, для работы на ближней дистанции. Соответствие ищется путем вычисления коэффициента корреляции между эталоном и объектом. Для увеличения максимальной рабочей дальности предлагается использование варифокального объектива с автоматической регулировкой фокуса, с помощью сигнала обратной связи от вычислительного устройства. Таким образом система адаптивна к изменению масштаба объекта.

Синтез алгоритма адаптации телевизионной системы к динамике сюжета

Данная задача имеет некоторое количество реализаций [8-10, 32-34], однако во многих случаях для правильной работы системы как на сюжет, так и на телевизионную систему накладывается ряд ограничений.

В задаче классификации наблюдаемых объектов по признакам движения полезными являются все объекты (как объекты интереса, так и фоновые объекты), так как в основе процедуры классификации лежит оценка параметров движения всех объектов на изображении, а затем их разделение на классы по полученным данным [1]. Как видно на рисунке 2.2, смаз объектов на изображении может происходить в произвольном направлении. В некоторых случаях, когда существует априорная информация о наблюдаемых объектах интереса, а также когда имеется соответствующая возможность - система наблюдения располагается таким образом, чтобы смаз фоновых объектов имел направление вдоль строки фотоприемника (такой прием часто применяется в задачах прикладной астрономии). Вместе с тем, в настоящее время, несмотря на постоянный рост производительности микроконтроллеров, программируемых логических интегральных схем, микросхем памяти, зачастую к функциональным параметрам бортовых телевизионных систем предъявляются требования минимизации объема выходной информации. Данные требования могут быть связаны с предъявляемыми требованиями по стойкости изделия к внешним воздействующим факторам, исходя из чего, большая часть номенклатуры современных быстродействующих изделий вычислительной техники не могут применяться.

В [А6] рассматривается минимизация объема передаваемой информации для бортовых телевизионных систем, с позиции повышения качества видеоинформации за счет устранения избыточности передаваемых данных. В другой трактовке, по данным, приведенным в таблице 2.1, можно отследить общую тенденцию зависимости объема передаваемой информации от задач, решаемых бортовыми телевизионными системами. фотонная 2x10 2x10 на выходе АЦП (синтаксическая) 1 Л чу 1 г\614x10 10x10 оценка параметров (семантическая) 2x10 50 на выходе системы (прагматическая) 40 (ориентация КА) 50 (азимут и дальность до КА) Данные приведены для звёздного датчика [А1, А3] и системы контроля стыковки космических аппаратов [66]. С целью удобства сравнения для всех систем рассмотрена одинаковая чёткость фотоприёмной матрицы 1 Мп, одинаковая кадровая частота 8 Гц и одинаковая плотность потока фотонов 2109 фотонов/кадр.

Как видно из таблицы 2.1, в приведенных бортовых ТВ системах выходная информация измеряется десятками бит, следовательно, должен быть синтезирован алгоритм, позволяющий одновременно минимизировать объем выходных данных и вычислительные затраты, ввиду ограничений, накладываемых на применяемые комплектующие.

Блок-схема разработанного алгоритма обнаружения малоразмерных целей на фоне звезд [А7-А9], соответствующих большим дальностям наблюдения кооперируемых космических аппаратов, представлена на рисунках 2.3, 2.4.

При включении телевизионной аппаратуры первые N кадров делаются темными, с закрытой диафрагмой. Данное решение широко используется в телевизионных системах, имеющих схожие задачи, для фильтрации изображения как от статических искажений (геометрический шум фотоприемника; битые пикселы, возникающие от попадания тяжелых заряженных частиц на фотоприемник, или существующие постоянно из-за несовершенства технологии производства матриц; темновой сигнал и т.п.), так и от динамических – шума. Все эти искажения «суммируются», а при более правильном подходе – должна создаваться динамическая модель искажений, создается некий темновой кадр, который впоследствии вычитается из каждого вновь пришедшего кадра. Процедура получения темнового кадра может быть проделана один раз, только при включении аппаратуры, или же производиться регулярно, с некоторой периодичностью, в зависимости от обстановки наблюдения. объектов После получения темнового кадра диафрагма открывается. При бинаризации изображений с использованием глобального порога, значение порога может вырабатываться по полученной последовательности темновых кадров. При таком способе следует ожидать большое количество ложных тревог. Однако, данное пороговое значение может быть адаптивным и вырабатываться при каждом поступающем кадре, что несомненно, повысит помехоустойчивость аппаратуры. В этом случае необходимо использование более мощных и дорогостоящих микропроцессорных устройств для обеспечения достаточного быстродействия системы. После проделывания всех подготовительных операций начинается основной цикл.

Поступивший кадр подвергается бинаризации. Затем производится поиск связных областей на изображении и запись всех найденных областей в структуру SТЕК текущего кадра. Поиск связностей на изображении производится методом «8 соседей» [67]. Поиск производится однократным сканированием всего изображения, для чего и требуется предварительная бинаризация, позволяющая алгоритму поиска связностей однозначно отделять объект от фона. Основным свойством данного метода является то, что соседями текущей точки считаются любые точки, имеющие с текущей точкой либо одну общую сторону, либо общий «угол», как показано на рисунке 2.5 (область поиска связанных с текущим пикселом соседних точек выделена серым).

Исследование работы алгоритма на модельном сюжете с использованием адаптивного порога бинаризации

Синтезируется алгоритм адаптации телевизионной системы к динамике сюжета. Алгоритм должен включать в себя: – измерение статистики изменяющихся видеоизображений; – установку пороговых значений принятия решения о переключении режима работы ТВ-системы; – изменение режима работы ТВ-системы путем установки доступных параметров считывания и накопления.

Задача адаптации телевизионной системы к динамике сюжета является актуальной для современных систем технического зрения, автоматической посадки воздушных аппаратов, слежения за быстродвижущимися объектами и т.п. В данном случае задача рассматривается применительно к пассивной телевизионной системе сопровождения и контроля стыковки космических аппаратов. Необходимость адаптации телевизионной системы к этапам сближения космических аппаратов рассматривается в [64, А13, А14].

В предыдущей главе был рассмотрен алгоритм обнаружения и классификации малоразмерных объектов, одним из применений которого может быть обнаружение космического аппарата на фоне звезд, а именно первый этап стыковки аппаратов, или – обнаружение КА на дальней дистанции.

Рассматриваемый алгоритм адаптации телевизионной системы к динамике сюжета в данном случае может быть применен на втором и третьем этапах сопровождения стыковки космических аппаратов, то есть в средней и ближней зонах, когда размеры объекта интереса уже превосходят размеры фоновых объектов. Основной идеей алгоритма является принятие решения о необходимости обмена высокой четкости видеоизображения на высокую кадровую частоту, что актуально при ограничении пропускной способности канала связи. Решение принимается на основе динамической статистики отношения дисперсии межэлементной разности DX = DY изображений к дисперсии межкадровой разности Dt.

Динамика сюжета приближающегося космического аппарата такова, что на видеоизображении ожидается монотонное увеличение размеров аппарата, находящегося на темном равномерном фоне (пример сюжета приведен на рисунке 3.11).

Ожидается, что увеличение размера изображения светлого объекта на темном фоне приведет к более стремительному росту значения временных приращений (дисперсии межкадровой разности Dt), чем значения пространственных приращений (дисперсии межэлементной разности DX). При слабых изменениях масштаба объекта (когда объект находится в дальней зоне) увеличение обоих приращений незначительно, так как площадь объекта намного меньше площади всего изображения. При вхождении КА в ближнюю зону стыковки, то есть при значительном размере занимаемой объектом площади на изображении, оба приращения начнут увеличиваться. Более стремительный рост межкадровых приращений объясняется тем, что в случае основной вклад в значение дисперсии межкадровой разности дает разница размеров объекта в предыдущем и последующем кадрах, а в случае межэлементной разности прирост к значению дисперсии обеспечивается только увеличивающимся от кадра к кадру контуром объекта и деталей (на рисунке 3.11 видно, более яркие контура проявляются при межкадровой разности). Модуль межэлементной разности (изображение инвертировано и усилено)

Модуль межкадровой разности (изображение инвертировано и усилено) Рисунок 3.11 – Приближающийся стыковочный узел космического аппарата Процесс адаптации может быть встроен в систему, имеющую два крайних режима и несколько промежуточных. В данной работе рассмотрен случай телевизионной системы, способной работать в двух режимах: 1) режим А N\ = тхп = max, кад = min - максимальное разрешение видеоизображения, низкая кадровая частота; 2) режим В N2 = (т/2)х(п/2) = N\IA, кад = max - низкая разрешающая способность, максимальная кадровая частота.

При малых линейных размерах объекта на изображении телевизионная система должна работать на максимальном разрешении, в этом случае при недостаточности скорости обмена видеоинформацией между фотоприемником и блоком обработки видеоизображения допускается низкая кадровая частота видеопотока, так как объект находится далеко от космического аппарата-наблюдателя, и быстрых манипуляций с пространственным положением аппаратов для сопровождения такого объекта не требуется. В то же время, для сопровождения телевизионной системой малоконтрастного объекта, находящегося на достаточном удалении от аппарата наблюдателя, требуется высокая разрешающая способность видеоизображения, так как из-за малых линейных размеров объекта велика вероятность возникновения ошибки в измерении координат объекта на изображении.

При достаточном приближении объекта к аппарату наблюдателю отношение сигнал/шум объекта велико, следовательно, переход системы в режим с уменьшенной в два раза по обеим координатным осям четкостью N2 = (т/2)х(п/2) = N\IA не приведет к серьезным изменениям отношения сигнал/шум. В данном случае необходимо максимизировать частоту кадров видеосистемы Бкад = max, так как присутствие космического аппарата в ближней зоне аппарата наблюдателя требует оперативного принятия решений о коррекции пространственного положения аппаратов.

Для адаптации видеосистемы к динамике сюжета необходимо задаться верхним и нижним пороговыми значениями В и Н величины отношения дисперсий межэлементной и мажкадровой разностей Z: