Содержание к диссертации
Введение
Анализ состояния вопроса создания встраиваемых оптико- электронных устройств
1 Современные методы и аппаратные средства встраиваемых систем управления 13
2 Устройство ввода и коррекции изображения 18
3 Выбор элементной базы встраиваемых оптико-электронных устройств 21
4 Обоснование выбора спектрального диапазона встраиваемых оптико-электронных устройств 30
5 Определение местоположения объекта на программируемых логических интегральных схемах
Выводы 38
Разработка математической модели распознавания образов и анализа изображений в ультрафиолетовом, видимом и инфракрасном спектральных диапазонах
1 Модель распознавания образов 41
2 Модель фильтрации изображения 41
3 Модель коррекции дисторсии 45
4 Модель выбора калибровочного объекта 46
5 Модель выделения контуров 46
6 Модель адаптации нейронной сети 50
7 Оценка эффективности функционирования встраиваемых оптико- электронных устройств на основе теории ценности информации
Выводы 59
Разработка и синтез структурно-функциональной организации встраиваемых оптико-электронных устройств распознавания образов
1 Метод и алгоритм распознавания изображений 61
2 Структурно-функциональная организация встраиваемого оптико-электронного устройства 64
3 Метод и алгоритм калибровки оптико-электронных устройств 67
4 Чувствительность твердотельных матричных приемников излучения и её математическая модель 71
5 Оценка достоверности распознавания образов встраиваемыми оптико-электронными устройствами на основе двухальтернативных классификаторов 78
Выводы 81
Экспериментальные исследования разработанного встраиваемого оптико-электронного устройства, работающего в инфракрасном, видимом и ультрафиолетовом спектральных 83 диапазонах
Разработка аппаратно-программного стенда для испытания встраиваемых оптико-электронных устройств 83
Методика проведения экспериментальных исследований 86
4.2.1 Методика определения погрешностей калибровки дисторсии, фокусных расстояний объективов и суммарного расхождения изображений с оптико-электронных датчиков 87
4.2.2 Исследование особенностей функционирования встраиваемых оптико-электронных устройств при распознавании объектов 89
Оценка быстродействия экспериментальных исследований на основе разработанной математической модели распознавания образов и анализа изображений 95
Оценка достоверности результатов экспериментальных исследований на основе разработанной математической модели распознавания образов и анализа изображений 107
Специализированный стенд для климатических экспериментальных исследований разработанного встраиваемого оптико-электронного устройства 109
Разработка специализированного стенда для измерения разброса чувствительности пикселей твердотельных матричных приемников излучения 112
Быстродействующее оптико-электронное устройство поиска и определения характеристик очага возгорания 116
Выводы 120
Основные результаты работы 121
Библиографический список
- Устройство ввода и коррекции изображения
- Модель выбора калибровочного объекта
- Чувствительность твердотельных матричных приемников излучения и её математическая модель
- Оценка быстродействия экспериментальных исследований на основе разработанной математической модели распознавания образов и анализа изображений
Введение к работе
Актуальность работы. Задачей любого государства является обеспечение военной, продовольственной, экологической безопасности, технологической независимости, охраны здоровья. Все эти задачи сложно решить без применения современных технических средств, среди которых оптико-электронные устройства (ОЭУ), входящие в состав систем управления, предназначенных для машиностроения и приборостроения (высокоточные линейные и угловые измерения деталей, узлов; фотометрические приборы; геодезические приборы), геологии, геодезии, картографии (спектральные приборы; спектрозональная тепловизионная аппаратура; фотограмметрические приборы для обнаружения и распознавания), научных исследований, медицины (офтальмологические приборы для клинических исследований глазных сред, подбора и назначения средств коррекции зрения), экологии (многоспектральные оптико-электронные системы).
Современный этап развития методов обработки изображений и ОЭУ, входящих в системы автоматического управления, обусловлен усилением степени влияния тенденций, действующих в этой области техники на протяжении последних 20-25 лет, которые можно условно поделить на две группы.
К первой группе относятся тенденции алгоритмической, системотехнической интеграции устройства управления и объекта. Тенденции такого рода проявляются в широком применении устройств управления, разработанных с ориентацией на определенный класс или группу объектов. Одними из перспективных аппаратных платформ являются встраиваемые системы, вычислительными средствами в которых служат микроконтроллеры, микросхемы с программируемой структурой или их гибриды, цифровые сигнальные процессоры, что обеспечивает достижение рекордных массогабаритных показателей устройства управления и возможность гибкого изменения алгоритма управления. Область применения таких встраиваемых систем довольно широка - автоматика, средства связи, медицинское оборудование, бытовая техника и др. Использование специализированных вычислительных систем устанавливает дополнительные ограничения на допустимую производительность вычислений, а также предъявляет ряд требований к процессу проектирования.
Ко второй группе относятся тенденции вовлечения в сферу практического использования так называемых «сложных» объектов. К этому классу принадлежат объекты с высоким порядком уравнений в математическом описании, не полностью наблюдаемые объекты, системы, функционирующие в условиях не полностью определенной внешней среды, системы с не полностью определенными целями управления и критериями оценки качества их функционирования. К этой же группе относятся тенденции роста требований к качеству управления объектами, предъявление новых ограничений к режимам эксплуатации систем автоматического управления.
Для решения указанных задач широко применяются методы теории
интеллектуальных систем (нечеткие и нейросетевые технологии, генетические алгоритмы и другие).
Следовательно, необходима трансформация методов обработки видеоинформации, содержащейся в изображениях, и оптико-электронных устройств, учитывающая особенности встраиваемости, что, в конечном счете, должно обеспечить сочетание интеллектуальных и встраиваемых технологий (простота, высокая надежность, минимизированные массогабаритные, стоимостные, энергетические показатели). Наряду с этим, следует предусмотреть возможность анализа изображений в широком диапазоне частот, так как, зачастую, информация одного частотного диапазона (только видимого, инфракрасного или ультрафиолетового) не обеспечивает решение задачи распознавания или измерения параметров объекта. При этом анализ нескольких частотных диапазонов обуславливает использование нескольких оптико-электронных датчиков, что, в свою очередь, требует разработки методов взаимной калибровки с учетом особенностей встраиваемых ОЭУ и специфики решаемых задач; а комплексирование информации, полученной от разных оптико-электронных датчиков (ОЭД), вызывает необходимость решения задачи принятия решения при нескольких источниках данных, сводимую к двухальтернативной классификации.
Таким образом, противоречие между требуемыми быстродействием и достоверностью распознавания образов на основе оптико-электронных устройств и оперативно-техническими возможностями существующих средств определяет актуальность работы.
Указанное противоречие определяет следующую научно-техническую задачу: разработка метода и алгоритмов распознавания изображений путем анализа изображений в широком диапазоне частот, формирования признакового пространства и решающего правила на основе обработки данных двухальтернативных классификаторов.
Диссертационная работа выполнена в соответствии с грантом Фонда Содействия Развитию малых форм предприятий в научно-технической сфере по программе «У.М.Н.И.К.» (государственный контракт №6076р/8555 от 28.06.2008), а также в рамках аналитической ведомственной целевой программы Министерства образования и науки РФ «Развитие научного потенциала высшей школы», тема 1.1.10 «Разработка фундаментальных основ алгоритмического конструирования адаптивных высокоточных систем технического зрения широкого назначения для поддержки информационных технологий средств вычислительной техники, распознавания образов и обработки изображений» (№ государственной регистрации 0120115099).
Целью диссертационной работы является разработка метода, алгоритма предварительной обработки, распознавания изображений и встраиваемых оптико-электронных устройств на базе твердотельных матричных приемников излучения, обеспечивающих требуемую достоверность распознавания образов на основе
формирования признакового пространства и анализа изображений в широком спектральном диапазоне.
Научно-техническая задача диссертационной работы декомпозируется на следующие частные задачи:
Анализ состояния вопроса создания встраиваемых оптико-электронных устройств на основе твердотельных матричных приемников излучения (ТМПИ). Обоснование направления исследований.
Разработка математической модели распознавания образов и анализа изображений на основе обработки спектров ультрафиолетового, видимого и инфракрасного диапазонов и принятия решений с использованием аппарата нечеткой логики.
Разработка метода и алгоритма распознавания образов с учетом двухальтернативной классификации в условиях разных спектральных диапазонов получаемых изображений.
Разработка метода автоматической калибровки ОЭД, входящих в состав встраиваемого оптико-электронного устройства (ВОЭУ).
Разработка структурно-функциональной организации ВОЭУ на основе ТМПИ и совокупности двухальтернативных классификаторов.
Методы исследования. В работе для решения поставленных задач используются проектная геометрия, теория распознавания образов и анализа изображений, математическое моделирование, теория нечеткой логики.
Новыми научными результатами и положениями, выносимыми на защиту, являются:
Математическая модель функционирования ВОЭУ распознавания образов, особенностями которой является учет априорной неопределенности рабочей сцены и внутренних параметров оптико-электронных устройств.
Метод автоматической калибровки, отличающийся возможностью выполнить калибровку трех ОЭД при их различных внутренних параметрах (оптической системы и ТМПИ) по априори неизвестному эталонному объекту, выбираемому из объектов рабочей сцены.
Метод и алгоритм распознавания образов, особенностью которых являются анализ спектров ультрафиолетового, видимого и инфракрасного диапазонов и дополнительное введение операций коррекции дисторсии, достоверного выделения контуров и автокалибровки, позволяющие распознавать объекты при наблюдении в различных спектральных диапазонах и изменяющихся параметрах ОЭУ.
Структурно-функциональная организация ВОЭУ распознавания образов, особенностью которой является введение оптико-электронных каналов обработки информации ультрафиолетового, видимого и инфракрасного диапазонов излучения; двухальтернативного модуля распознавания; модуля обработки нечетких данных; решающего устройства и связей между ними, позволяющая обеспечить решение
задачи распознавания в условиях разнородной информации различных спектральных диапазонов.
Объект исследования - встраиваемые оптико-электронные устройства, работающие в ультрафиолетовом, видимом и инфракрасном диапазонах излучения.
Предмет исследования - математические модели, методы, алгоритмы и средства создания встраиваемых оптико-электронных устройств.
Практическая ценность работы заключается в том, что
- разработанные метод, алгоритм и ВОЭУ на базе ТМПИ позволяют
обеспечивать требуемую достоверность распознавания образов на основе
формирования признакового пространства и анализа изображений в широком
спектральном диапазоне, а также могут служить основой для разработки широкого
класса ВОЭУ многофункциональных систем управления;
- разработанная структурно-функциональная организация ВОЭУ,
построенного по модульной архитектуре, и декомпозиция общей задачи на частные
задачи позволяют в широком диапазоне варьировать функционально-стоимостные
параметры созданного ВОЭУ и конфигурировать его в зависимости от целевой
задачи.
Реализация и внедрение. Результаты диссертационных исследований
внедрены в ООО «Корпорация Ред Софт» (г. Москва) при разработке подсистем
безопасности; при выполнении научно-исследовательской работы №41-10
Рязанским государственным радиотехническим университетом, проводимой в
рамках реализации аналитической ведомственной целевой программы «Научные и
научно-педагогические кадры инновационной России на 2009-2013 годы» (контракт
№16.740.11.0086); при выполнении проекта (код 2.1.2/12.356) Томским
государственным университетом управления и радиоэлектроники «Исследование и
разработка методов коррекции искажений в телевизионных датчиках при
экстремальных условиях контроля и наблюдения» в рамках АВЦП «Развитие
научного потенциала высшей школы (2009-2011 годы)»; при выполнении научно-
исследовательской работы Юго-Западным государственным университетом -
опытно-конструкторской работы «Разработка научно-технических путей
построения мобильной системы сбора, обработки и хранения информации», научно-исследовательских работ «Исследование научно-технических путей построения встраиваемых систем распознавания изображений объектов» и «Разработка научно-методического обеспечения профилактики чрезвычайных и кризисных ситуаций потенциально-опасных объектов с использованием трехмерного моделирования».
Научно-методические результаты, полученные в диссертационной работе, внедрены в учебный процесс кафедры «Вычислительная техника» Юго-Западного государственного университета и использованы при постановке учебных курсов «Основы теории распознавания образов», «Основы теории управления».
Соответствие паспорту специальности. Согласно паспорту специальности 05.13.05 - Элементы и устройства вычислительной техники и систем управления, проблематика, рассмотренная в диссертации, соответствует пунктам 1 и 2 паспорта специальности.
Апробация работы. Основные положения диссертационной работы докладывались и получили положительную оценку на Международных и Российских конференциях: IV, V, VI международные научно-технические конференции «Информационные и телекоммуникационные технологии в интеллектуальных системах» (Италия, 2006 г.; Испания, 2007 г.; Греция, 2008 г.); XXXIV Вузовская научно-техническая конференция «Молодежь и XXI век» (г. Курск, 2006 г.); Всероссийская научно-техническая конференция «Интеллектуальные и информационные системы» (г. Тула, 2007 г., 2009 г., 2011 г.); VIII международная научно-техническая конференция «Новые информационные технологии» (г. Йошкар-Ола, 2007 г.); IX международная научно-техническая конференция «Распознавание образов и анализ изображения: новые информационные технологии» (г. Нижний Новгород, 2008 г.); «Информационно-измерительные, диагностические и управляющие системы» (г. Курск, 2009 г., 2011 г.); XII, XIV международные научно-технические конференции «Медико-экологические информационные технологии» (г. Курск, 2009 г., 2011 г.); IX международная научно-техническая конференция «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (г. Курск, 2010 г.); конкурс научно-исследовательских работ аспирантов и молодых ученых в области стратегического партнерства ВУЗов и предприятий радиоэлектронной промышленности (г. Санкт-Петербург, 2010 г.); VI международная научно-техническая конференция «Электронные средства и системы управления» (г. Томск, 2010 г.); VIII международная научно-техническая конференция «Телевидение: передача и обработка изображений» (г. Санкт-Петербург, 2011 г.); международная научно-техническая конференция «Информационные технологии и математическое моделирование систем» (г. Москва, 2011 г.) и научно-технических семинарах кафедры вычислительной техники Юго-Западного государственного университета с 2008 по 2012 гг.
Публикации. Основные результаты выполненных исследований и разработок опубликованы в 28 печатных работах, среди них 9 статей в рецензируемых научных журналах и изданиях, а также 7 патентов Российской Федерации и 1 свидетельство регистрации программы для ЭВМ.
Личный вклад автора. Все выносимые на защиту научные результаты получены соискателем лично. В работах, опубликованных в соавторстве, лично соискателем предложены: в [1,2,23,26,28] - структурно-функциональная организация встраиваемых оптико-электронных систем; в [3,5,6,9-14,20,27] -оптико-электронные устройства для коррекции и распознания изображения; в
[12,15,19,21] - методы и способы коррекции изображения; в [4,8,16-18,22] - методы и средства испытания оптико-электронных устройств.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, включающего 94 наименования, и приложения, изложена на 139 страницах машинописного текста и поясняется 49 рисунками и 20 таблицами.
Устройство ввода и коррекции изображения
Применение двух- и многодиапазонных матричных ОЭУ, в которых рабочие участки спектра (спектральные диапазоны) выделяются непосредственно в твердотельном матричном приемнике излучения (ТМПИ), позволяет упростить оптико-механическую схему современных ВСУ, заметно уменьшить их габариты, массу и энергопотребление, увеличить быстродействие. Наряду с такими системами в настоящее время успешно функционируют двух- и многоканальные ВСУ, в которых разделение на отдельные спектральные каналы происходит в оптической системе [16].
Большинству ВСУ свойственно хорошее энергетическое, пространственное, спектральное и временное разрешение, что позволяет осуществлять автоматическое или полуавтоматическое распознавание и идентификацию различных источников излучения на больших дальностях при наличии помех. В таких системах эффективно используются различия в характере собственного и отраженного оптического излучения разных объектов в различных спектральных диапазонах.
Возможность работать в двух и более спектральных диапазонах позволяет обнаруживать и идентифицировать многие цели в различных погодных условиях, при задымлении наблюдаемого пространства, при воздействии активных контрмер или помех, используемых противником. В ряде систем один диапазон, например длинноволновый инфракрасный диапазон (8... 14 мкм), используется преимущественно для обнаружения целей, а другой, например средневолновый диапазон (З...5мкм), - для их идентификации. В отличие от однодиапазонных ВСУ двухдиапазонные позволяют одновременно осуществлять дистанционное измерение температуры цели и спектральную ее селекцию. Так, в системах предупреждения ракетных атак противника они могут обнаруживать наличие СОг и выхлопного факела ракеты, что способствует снижению вероятности ложных тревог.
Такие системы предполагается вводить в состав комплексов, включающих в себя также другие радиоканалы.
Разрабатываются ВСУ, работающие как пассивным, так и активным (с подсветкой целей) методом. Инфракрасные системы, работающие пассивным методом, т.е. использующие собственное инфракрасное излучение наблюдаемых объектов, по сравнению с системами активного типа, использующими искусственно создаваемое облучение наблюдаемого поля или объекта (подсветку), позволяют не только выявить температурные контрасты, но и обеспечить скрытность функционирования аппаратуры. При активном методе работы ОЭУ факт облучения поля или объекта легко обнаруживается специальной аппаратурой. Кроме того, ВСУ пассивного типа во многих случаях, например, в системах охраны и обеспечения безопасности, оказываются менее дорогостоящими, особенно при длительной их эксплуатации. При пассивном методе работы ВСУ выделение рабочих спектральных диапазонов ведется, главным образом, с помощью оптических фильтров, оптических систем и многодиапазонных (многоспектральных) приемников излучения. При активном методе работы такое выделение может быть достигнуто путем использования двух или более источников, облучающих наблюдаемый объект или сцену и имеющих существенно различные спектральные характеристики излучения, например, лазеров с различными рабочими длинами волн.
Отдельным направлением развития ВСУ является совершенствование систем активно-пассивного типа, в которых активный канал включает генератор излучения (обычно лазер), облучающий сцену (обнаруживаемые или наблюдаемые объекты) и работающий, как правило, в ближнем инфракрасном диапазоне, а в пассивном канале, чаще всего в среднем и длинноволновом инфракрасном диапазонах, принимается собственное излучение объектов. Пассивный канал используется в основном для предварительного обнаружения целей, а активный, обладающий принципиально более высоким пространственным разрешением, - для распознавания и идентификации целей. Кроме того, активный канал используется для локации объектов, что позволяет получать трехмерную информацию в «смотрящем» режиме, т.е. без механического сканирования.
Для многих практических применений ВСУ важно получать информацию о наблюдаемой сцене одновременно во всех рабочих спектральных диапазонах, чтобы обеспечить работу системы в динамическом режиме, уменьшить искажения изображения из-за взаимного относительного перемешивания ВСУ и сцены, устранить влияние быстрых изменений фоноцелевой подготовки, т.е. условий эксплуатационной системы, исключить искажения из-за вибраций платформы-носителя. В отличие от ВСУ первых поколений, в которых разделение на узкие рабочие спектральные диапазоны в основном осуществлялось с помощью располагаемых перед приемником/приемниками излучения механически сменяемых узкополосных оптических фильтров, т.е. путем последовательного во времени просмотра сцены в разных спектральных диапазонах, при использовании В СУ заметно уменьшаются вероятности ложных тревог и увеличивается эффективность работы системы.
В современных ВСУ используются последние достижения цифровых методов обработки изображений. Так нашли практическое применение цифровые системы сложения изображений, образующихся в отдельных рабочих спектральных каналах. При этом упрощаются регулировка яркости и выделение отдельных полей, устраняются различия во времени формирования изображений в отдельных каналах. Кроме того, цифровое изображение легче встраивается в общий комплекс наблюдений и управления операциями.
Исходя из области применения к ВСУ предъявляются различные технические требования (ТТ), однако, если для каждого ТТ проектировать свой вариант ВСУ, то безусловно увеличиваются затраты на их проектирование и изготовление. Поэтому актуальным является разработка ВОЭУ различного назначения.
Модель выбора калибровочного объекта
Проблеме оценки эффективности функционирования сложных информационных систем, в том числе ВОЭУ как их комплексного операционного свойства, посвящен ряд основополагающих работ, например [56,57]. Обзор основных подходов приведен в работе [58]. Из анализа этих работ следует, что: в настоящее время существует достаточно большое многообразие методов оценки эффективности функционирования встраиваемых оптико-электронных устройств, все они имеют свои достоинства, ограничения и недостатки. Использование того или иного подхода или метода определяется многими условиями и, главным образом, зависит от целевой функции системы соответствующего уровня управления и имеющихся исходных (априорных) данных; наиболее распространены вероятностные методы оценки эффективности, хотя применение этих методов во многих практических случаях, особенно применительно к оценке эффективности встраиваемых оптико-электронных устройств, является весьма проблематичным, поскольку требуется знание соответствующих многомерных законов распределения, нахождение которых в условиях крайне малых выборок практически невозможно.
С этой целью разработан новый подход к оценке эффективности ВОЭУ, базирующийся на современных достижениях теории ценности информации.
Основополагающим этапом разработки методологии оценки эффективности является формулировка и максимально возможная формализация целевой функции системы мониторинга, которая, в свою очередь, предполагает формализацию понятия «мониторинговая ситуация».
В современной теории систем ситуация определяется как состояние наблюдаемой системы (SH) и окружающей ее внешней среды в некоторый фиксированный момент времени. Следовательно, основным этапом в описании ситуации является определение границ системы и совокупности основных воздействий на нее со стороны внешней среды. Тогда в наиболее общей постановке ситуацию можно описать следующим образом Sit= S,C,T , (2.27) где S - множество возможных состояний наблюдаемой системы SH; С - множество состояний среды, влияющих на поведение системы SH; Т - множество моментов времени, в которых возможно изменение состояний системы.
В общем случае множества {S}, {С}, {Т} являются континуумами, с точки зрения системы мониторинга ситуации их можно аппроксимировать дискретными величинами. В этом случае (2.27) можно рассматривать как векторное пространство Sit= S,C,T , (2.28) где S = {st,s2,...,sn}, n = \,N; С = {с,,с2,...,с,}, l = l,L; Т = {tut2,...,tk}, к = \,К Очевидно, что мониторинг ситуации с формальной точки зрения будет состоять в оценке векторного пространства (2.28) при допустимой погрешности. Погрешность оценки задается мета-системой системы мониторинга ситуации. Тогда Sit= S,C,T (2.29) где S = S ± AS; С = С ± АС; Т = Т±АТ; Sit - оценка ситуации. Исходя из вышеизложенного, формально можно определить целевую функцию системы мониторинга следующим образом. Определение моментов времени изменения состояния наблюдаемой системы SH, обусловленное динамикой изменения внешней среды за некоторое допустимое время. Введем соответственно два множества: TR =\R ,tR ,...,tR } - множество моментов времени оценки состояний системы при мониторинге; Ts =\s ,tSi,...,ts } - множество моментов времени смены состояний системы. Тогда, в соответствии с целевой функцией, элементы множеств TR и Ts должны удовлетворять условию tRi R{ tSi Si;tRz tRi th Si;.... Поскольку оценку (2.27) системы мониторинга осуществляют на основе добываемой информации, то каждая составляющая последнего отношения определяется отображением S- IS;C IC;T- IT, где I - количество информации для описания соответствующей компоненты.
Следовательно, в информационной интерпретации целевую функцию системы мониторинга можно сформулировать следующим образом «добывание информации о мониторинговой ситуации в требуемом объеме при допустимых точностных и временных параметрах».
Далее будем рассматривать индифферентную ситуацию, т.е. когда среда С оказывает на систему S непреднамеренное возмущающее воздействие. Следует отметить, что в общем случае можно рассматривать более сложную ситуацию, описываемую соотношением SitK0= Si,S2,C,T (2.30) где SUS2 -конфликтующие системы.
В соответствии с целевой функцией систем мониторинга ее функционирование можно представить как серию обменов некоторых количеств расходуемых ресурсов R (энергетических, технических, людских) на некоторое количество информации I. Тогда, согласно теории потенциальной эффективности сложных систем будем называть это (R,I)-обменом. Следовательно, если определить состояние системы мониторинга парой параметров R и I, то ее целью является обеспечение выгодного (R,I)-обмена. Под последним можно понимать получение как можно большего количества I при фиксированном количестве R или же минимизации R при фиксированном количестве I. Будем далее полагать, что система мониторинга (Sm) не находится в состоянии информационного конфликта с системой S, тогда их информационное взаимодействие будет индифферентным. Следовательно I = l{Rs,S,Sj. (2.31) Из последнего соотношения следует, что потенциальная эффективность системы мониторинга определяется как: I0=l{Rs,S,Sl)=maxl(Rs,S,Sm), (2.32) где Sm - оптимальная система из более широкого класса возможных систем наблюдения М. Если максимум не существует, то в (2.32) берется sup. Поскольку любая система мониторинга добывает информацию для мета-системы, которая, в свою очередь, имеет свою целевую функцию, целесообразно в качестве потенциальной эффективности рассматривать не абсолютное количество добываемой информации, а ее ценностный (прагматический) аспект. Тогда соотношение (2.32) запишем в виде: V(lQ)=v(Rs,S,S:)=maxV(Rs,S,Sj (2.33) Sm ем Мета-система осуществляет оценку ценности информации, которая называется субъективной ценностью информации и обозначается какКс(/0). Для количественной оценки величины Vc(l0) используется мера ценности информации, предложенная в [59], согласно чему ценность информации определяется как та максимальная польза, которую данное количество информации способно принести в плане уменьшения средних потерь.
Чувствительность твердотельных матричных приемников излучения и её математическая модель
Электронные способы регулировки увеличения могут быть эффективными для юстировки системы. Часто используют простые интерполяционные методы, например билинейную интерполяцию или ручные способы регулировки переменного увеличения. Используемые при этом многофазные фильтры с выборкой позволяют достичь очень хорошего качества изображения. Современные интегральные схемы (чипы) обеспечивают до 128 фазовых шагов, что дает возможность получить согласование увеличения с погрешностью лучше, чем 0,8%. Фиксированные установки переменного увеличения, определяемые в процессе калибровки системы, могут быть использованы для грубого согласования увеличений в разных каналах системы. Для изменения увеличения при вариациях температуры разрабатываются методы автоматической юстировки.
Программные методы не являются панацеей при проектировании систем с очень большими форматами ТМПИ. Электронными средствами возможно достичь согласования оптических осей и ТМПИ для разных спектральных каналов системы с допуском в один пиксель относительно положения оптических осей. Однако современные технологии управления увеличением могут приводить к исключению части изображения на краях углового поля, составляющей несколько пикселей. Например, размер изображения объекта в середине углового поля, которому соответствует формат ТМПИ 1000 х 1000 пикселей, может оказаться на 8 пикселей больше, чем тот же размер, получаемый в другом канале.
Это же ограничение имеет место при коррекции дисторсии. Такие методы обработки информации хороши при калибровке систем и использовании интерполяционных фильтров. Сегодня для улучшения согласования пикселей отдельных спектральных каналов многодиапазонной системы требуются сложная калибровка с использованием десятков опорных точек и коррекция с высокой степенью точности. Таким образом, подводя итог сказанному выше, можно отметить, что при проектировании оптических систем ВОЭУ целесообразно: выбирать диафрагменное число К в соответствии с размерами чувствительного слоя ТМПИ и охлаждаемой диафрагмы, а также их расположением; выбирать механизм фокусировки с учетом точности его осевого перемещения так, чтобы изображение сохраняло свое расположение на чувствительном слое ТМПИ при перефокусировке; применять объективы с малой дисторсией, чтобы уменьшить необходимость в использовании сложных алгоритмов программной компенсации дисторсии и сложной калибровки (дисторсия менее 0,2% достижима для современных объективов); использовать механическую юстировку камер для исключения различия в поворотах изображений (достижима угловая регистрация поворота с допуском менее 1 мрад); применять механические, электронные и программные способы для точной юстировки положения оптических осей, например, если невозможно согласовать точно положение центров пикселей ТМПИ двух или более раздельных каналов ВОЭУ.
Некоторые ТМПИ строятся на смотрящих матрицах инфракрасного диапазона, которые имеют достаточно большой (до 30%) разброс вольтовой чувствительности их элементов [64]. Неоднородность профиля чувствительности значительно искажает оригинал изображения, формируемого на выходе ТМПИ с помощью электронного коммутатора, иногда приводя к почти полной неузнаваемости объектов оператором. Чаще всего разработчики ТМПИ предлагают для компенсации разброса чувствительности (или геометрического шума чувствительности) использовать предварительную калибровку по "низкой" и "высокой" температурам, которая заключается в оценке коэффициентов передачи электронного канала для каждого элемента матрицы. К сожалению, на практике наблюдается дрейф коэффициентов передачи во время работы ТМПИ, что делает предварительную калибровку неэффективной. Эта проблема является особенно острой для КРТ-фотоприемников (кадмий — ртуть — теллур), где нет охлаждения жидким азотом и где прерывания рабочего режима на калибровку производятся каждые 20-30 минут. Очевидно, чтобы увеличить интервал между калибровками необходимо принимать дополнительные меры по удержанию коэффициентов передачи фотоэлементов в некотором, допустимом диапазоне. Одним из вариантов является цифровая обработка изображений, если геометрический шум чувствительности рассматривать как мультипликативный шум с единичным средним, воздействующим на оригинальное изображение.
Поскольку размер кадра на выходе ТМПИ относительно большой, то для подавления мультипликативных помех в реальном времени желательно иметь как можно меньший объем передаваемой информации. Одним из инструментов, где и фильтрация, и сжатие данных производится одновременно, является двумерное вейвлет-преобразование на основе сепарабельных базисов [65].
Оценка быстродействия экспериментальных исследований на основе разработанной математической модели распознавания образов и анализа изображений
Для обеспечения качественного климатического испытания ВОЭУ необходима информационная защита автоматизированной системы путем введения дополнительного контроля степени очистки рециркуляционного воздуха от загрязнений преимущественно виде капле- и парообразной влаги, что реализовано в устройстве, обеспечивающем повышение надежности результатов испытания электронных и оптико-электронных изделий путём поддержания нормированных климатических характеристик рециркуляционного воздуха за счёт осуществления контроля его давления при длительном воздействии на готовые полупроводниковые приборы в термокамере [82,83].
Специализированный стенд для испытания ВОЭУ состоит из кожуха 1, в котором размещена рабочая камера 2, вентилятор 3, установленный в рабочей камере между вытяжным 4 и нагнетательным 5 патрубками, узел очистки рециркуляционного воздуха 6, установленный в нагнетательном патрубке и выполненный в виде соосно соединенных суживающегося диффузора 7 с внутренними канавками 8 и расширяющегося сопла 9 с осушивающим устройством 10, установленным в расширяющемся сопле, занимающим всю площадь его выходного сечения и представляющим собой емкость, предназначенную для заполнения адсорбирующим веществом [79].
Вентилятор снабжен приводом с регулятором скорости 12 в виде блока порошковых электромагнитных муфт 11, а в рабочей камере установлен датчик температуры 13, подключенный к регулятору температуры 14, который содержит блок сравнения 15 и блок задания 16. Блок сравнения соединен с входом электронного усилителя 17, оборудованного блоком 18 нелинейной обратной связи. При этом выход электронного усилителя соединен с входом магнитного усилителя 19 с выпрямителем на выходе, подключенным к регулятору скорости.
В нагнетательном патрубке перед выходным сечением осушивающего устройства установлен датчик давления 20, подключенный к регулятору давления 21, который содержит блок сравнения 22 и блок задания 23, при этом блок сравнения соединен с входом электронного усилителя 24 с нелинейной обратной связью 25. Выход электронного усилителя соединен с входом магнитного усилителя 26 с выпрямителем на выходе, подключенным к регулятору скорости.
Схема специализированного стенда для испытания ВОЭУ представлена на рис. 4.19. Стенд для испытания ВОЭУ работает следующим образом. По мере прохождения воздуха, загрязнённого парообразной влагой, через ёмкость осушивающего устройства наблюдается насыщение адсорбирующего вещества влагой с последующим увеличением перепада давления на входе и выходе узла очистки рециркуляционного воздуха, и, соответственно, падает давление в рабочей камере, что регистрируется датчиком давления. На выходе блока сравнения формируется сигнал положительной полярности, поступающий на вход электронного усилителя, куда поступает и сигнал с блока нелинейной обратной связи. За счёт этого в электронном усилителе компенсируется нелинейность характеристики вентилятора.
Положительная полярность сигнала вызывает увеличение тока возбуждения магнитного усилителя, что увеличивает передаваемый регулятором скорости момент от привода. Благодаря этому, достигается увеличение подачи вентилятора до тех пор, пока давление в рабочей камере не станет равным заданной величине.
Рециркуляционный воздух от испытуемых ВОЭУ, расположенных на полках рабочей камеры, с загрязнениями в виде мелкой пыли и водомаслянои эмульсии через вытяжной патрубок поступает в вентилятор для закрутки воздушного потока. Загрязнённый воздух направляется по нагнетательному патрубку в диффузор узла очистки, перемещаясь по внутренним канавкам, где наблюдается винтообразное движение потока.
Взвешенные частицы загрязнений воздуха центробежной силой отбрасываются к внутренней стенке диффузора и перемещаются по внутренним канавкам, где сталкиваются с другими частицами и становятся ядрами конденсаций водомасляного пара. Данная смесь собирается во внутренней канавке и под действием гравитационных сил поступает в накопитель загрязнений.
Частично очищенный от загрязнений воздух поступает в расширяющееся сопло, в результате чего скорость движения воздуха резко падает, и движущийся поток контактирует с осушивающим устройством, выполненным в виде ёмкости определённой конфигурации.
На выходе из специализированного стенда воздух с заданными климатическими характеристиками по влажности, температуре и давлению поступает на полки рабочей камеры для обеспечения условий испытаний встраиваемых интеллектуальных систем при одновременном измерении их электрических параметров.
Современные ВОЭУ представляют сложные изделия, содержащие большое число фоточувствительных пикселей, а также схему считывания и предварительной обработки сигналов. Выходной сигнал формируется в процессе последовательного опроса всех фоточувствительных элементов встроенным электронным коммутатором. Выходные сигналы ТМПИ всегда содержат геометрический шум [84-86].
Для проверки изделия и оценки годности ТМПИ на стенде измеряют разброс чувствительности его пикселей, записывают профиль их напряжений и определяют дефектные элементы. Для экспресс-оценки работоспособности ВОЭУ необходимо осуществить визуализацию изображений. С целью автоматизации измерений в последнее время в состав стенда включают ПЭВМ, в связи с чем возникает задача сопряжения ВОЭУ с ПЭВМ, требующая разработки аппаратного и алгоритмического обеспечения, функционирующего в реальном масштабе времени.
Технически решить данную задачу возможно несколькими способами. Относительно дорогостоящим считается применение внешних по отношению к ПЭВМ устройств, содержащих мощные процессоры обработки сигналов (DSP), буферную память для записи кадров. Другой подход заключается в использовании плат на ПЛИС. Относительно недорогим и простым вариантом можно считать применение аналого-цифрового и цифрового ввода-вывода, инсталлируемых в ПЭВМ.
Если ОЭУ содержит АЦП, то с помощью субмодуля ADM-DI032 обеспечивается ввод и отображение выходных оцифрованных отсчетов кадра ВИОЭУ в реальном масштабе времени (рис. 4.20).
