УСТРАНЕНИЕ ПОМЕХОВЫХ ОБРАЗОВАНИЙ В ВИДЕОСИСТЕМАХ С ВЫСОКОЧУВСТВИТЕЛЬНЫМИ ТЕЛЕВИЗИОННЫМИ ДАТЧИКАМИ
42
УДК 621.397.6:004.94
И. В. ГАЛЬЧУК, А. Г. КОСТЕВИЧ, М. И. КУРЯЧИЙ
УСТРАНЕНИЕ ПОМЕХОВЫХ ОБРАЗОВАНИЙ В ВИДЕОСИСТЕМАХ С ВЫСОКОЧУВСТВИТЕЛЬНЫМИ ТЕЛЕВИЗИОННЫМИ ДАТЧИКАМИ
Предложен алгоритм для эффективного устранения сцинтилляций, наблюдаемых в видеосистемах при использовании высокочувствительных телевизионных датчиков с электронно-оптическим преобразователем. Ключевые слова: телевизионный датчик, видеосистема, ранговый алгоритм, сцинтилляция.
При использовании высокочувствительных телевизионных датчиков с электроннооптическим преобразователем можно наблюдать помеховые световые образования — „вспышки“ или сцинтилляции — даже в отсутствие сигнала [1]. Сцинтилляции — это кратковременные малоразмерные световые образования, которые нужно устранить. Из теории цифровой обработки сигналов и изображений известно, что для эффективного устранения кратковременных явлений следует применять ранговый медианный фильтр с достаточно длинным вариационным рядом (длину которого можно увеличить за счет использования маски со взвешенными коэффициентами, превышающими единицу, и за счет увеличения размеров маски или количества используемых элементов) [2]. Однако при обработке изображений подвижных объектов использование масок большого размера (т.е. использование большого числа соседних кадров) может нарушить динамику движения объекта или исказить его. В этом случае целесообразно применять „короткие“ вариационные ряды.
Следует напомнить, что ранговой обработкой называется преобразование совокупности отсчетов сигнала в вариационный ряд (ВР), в котором отсчеты сигнала ранжируются по возрастанию значений амплитуды (яркости пикселов) и из элементов которого определенным способом формируется результат обработки [3]. Таким образом, процесс ранговой обработки состоит из следующих этапов:
ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2010. Т. 53, № 9
Устранение помеховых образований в видеосистемах
43
— формирование выборки значений элементов ряда по опорной области; опорную область называют также апертурой или локальной окрестностью (относительно обрабатываемого элемента, который является центральным элементом окрестности, а его „соседи“ — периферийными элементами);
— построение вариационного ряда из элементов выборки; — выбор элементов вариационного ряда и формирование результата обработки; — выполнение дополнительных операций для приведения результата обработки к заданному виду (например, обнуление отрицательных значений). В общем виде процесс ранговой обработки может быть записан следующим образом:
y0 (n1, …, nN ) = F {xk (n1,…, nN )}, k∈[0; K ] ,
где (n1, …, nN ) означает обработку по N степеням свободы; xk (n1, …, nN ) — пикселы ло-
кальной окрестности входного изображения; y0 (n1, …, nN ) — текущий пиксел выходного
изображения; F {…} — функциональное представление третьего и четвертого этапов обра-
ботки; K — количество ненулевых элементов маски рангового фильтра. Вариационный ряд строится для каждого нового положения опорной области при раз-
вертке изображения. Учитывая, что сцинтилляции имеют положительный контраст, покажем, что примене-
ние алгоритма межкадрового рангового минимума эффективнее алгоритма медианы и сходного с ним алгоритма „скользящего среднего“.
По своей сути ранговые алгоритмы являются существенно нелинейными, поэтому для оценки их эффективности следует провести численный эксперимент по моделированию ряда исходных изображений, их обработке ранговыми алгоритмами с последующим сравнением результатов обработки по величине пикового отношения сигнал/шум.
Оценим предложенные алгоритмы. Для обработки используем точечную маску, т.е. n1 = n2 = 1, а n3 принимает множество значений на интервале [1; M], где M — количество используемых для обработки кадров. В соответствии с приведенной выше формулой в аналитическом виде указанные алгоритмы медианы, минимума и скользящего среднего можно представить следующим образом:
{ }ymed (n1, n2 , n3 ) = med x (n1, n2 , n3 ) ,
{ }ymin (n1, n2 , n3 ) = min x (n1, n2 , n3 ) ,
∑yadv
(
n1
,
n2
,
n3
)
=
1 M
M
xi (n1, n2 , n3 ) .
i=1
Следует отметить, что при нечетном М медиана равна среднему элементу вариационно-
го ряда, а при четном М — полусумме двух средних элементов ряда.
Для проведения эксперимента по устранению малоразмерных помеховых образований
используем последовательности синтезированных исходных изображений, представляющих
собой неоднородные случайные поля сцинтилляций, количество которых соответствует рас-
пределению Пуассона [1, 4—6]. На рис. 1 приведена используемая для формирования полей
схема моделирования количества сцинтилляций в единицу времени для отдельной точки, где
α — равномерно распределенная на интервале (0; 1) случайная величина, а Р=λ(x,y) — пара-
метр Пуассона. Если M < 0, то сцинтилляция в данной точке отсутствует. Если М ≥ 0, то на
заданном фоне аддитивно формируется сцинтилляция в виде двумерной гауссоиды, имити-
рующей функцию рассеяния точки. В данном случае синтезированные исходные изображе-
ния имеют нулевой фон, но содержат фоновые образования, которые необходимо сохранить в
результате фильтрации. В ходе эксперимента формируется выборка из 100 изображений для
ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2010. Т. 53, № 9
44 И. В. Гальчук, А. Г. Костевич, М. И. Курячий
обработки, а также локальные выборки (последовательности тестовых изображений), по которым оценивается пиковое отношение сигнал/шум (PSNR). Доверительная вероятность выбирается равной 0,98, а коэффициент Стъюдента — равным 3,7.
Генератор α
M = α, P = λ(x, y)
M=M–P M≥0
Формирование сцинтилляции
M
УДК 621.397.6:004.94
И. В. ГАЛЬЧУК, А. Г. КОСТЕВИЧ, М. И. КУРЯЧИЙ
УСТРАНЕНИЕ ПОМЕХОВЫХ ОБРАЗОВАНИЙ В ВИДЕОСИСТЕМАХ С ВЫСОКОЧУВСТВИТЕЛЬНЫМИ ТЕЛЕВИЗИОННЫМИ ДАТЧИКАМИ
Предложен алгоритм для эффективного устранения сцинтилляций, наблюдаемых в видеосистемах при использовании высокочувствительных телевизионных датчиков с электронно-оптическим преобразователем. Ключевые слова: телевизионный датчик, видеосистема, ранговый алгоритм, сцинтилляция.
При использовании высокочувствительных телевизионных датчиков с электроннооптическим преобразователем можно наблюдать помеховые световые образования — „вспышки“ или сцинтилляции — даже в отсутствие сигнала [1]. Сцинтилляции — это кратковременные малоразмерные световые образования, которые нужно устранить. Из теории цифровой обработки сигналов и изображений известно, что для эффективного устранения кратковременных явлений следует применять ранговый медианный фильтр с достаточно длинным вариационным рядом (длину которого можно увеличить за счет использования маски со взвешенными коэффициентами, превышающими единицу, и за счет увеличения размеров маски или количества используемых элементов) [2]. Однако при обработке изображений подвижных объектов использование масок большого размера (т.е. использование большого числа соседних кадров) может нарушить динамику движения объекта или исказить его. В этом случае целесообразно применять „короткие“ вариационные ряды.
Следует напомнить, что ранговой обработкой называется преобразование совокупности отсчетов сигнала в вариационный ряд (ВР), в котором отсчеты сигнала ранжируются по возрастанию значений амплитуды (яркости пикселов) и из элементов которого определенным способом формируется результат обработки [3]. Таким образом, процесс ранговой обработки состоит из следующих этапов:
ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2010. Т. 53, № 9
Устранение помеховых образований в видеосистемах
43
— формирование выборки значений элементов ряда по опорной области; опорную область называют также апертурой или локальной окрестностью (относительно обрабатываемого элемента, который является центральным элементом окрестности, а его „соседи“ — периферийными элементами);
— построение вариационного ряда из элементов выборки; — выбор элементов вариационного ряда и формирование результата обработки; — выполнение дополнительных операций для приведения результата обработки к заданному виду (например, обнуление отрицательных значений). В общем виде процесс ранговой обработки может быть записан следующим образом:
y0 (n1, …, nN ) = F {xk (n1,…, nN )}, k∈[0; K ] ,
где (n1, …, nN ) означает обработку по N степеням свободы; xk (n1, …, nN ) — пикселы ло-
кальной окрестности входного изображения; y0 (n1, …, nN ) — текущий пиксел выходного
изображения; F {…} — функциональное представление третьего и четвертого этапов обра-
ботки; K — количество ненулевых элементов маски рангового фильтра. Вариационный ряд строится для каждого нового положения опорной области при раз-
вертке изображения. Учитывая, что сцинтилляции имеют положительный контраст, покажем, что примене-
ние алгоритма межкадрового рангового минимума эффективнее алгоритма медианы и сходного с ним алгоритма „скользящего среднего“.
По своей сути ранговые алгоритмы являются существенно нелинейными, поэтому для оценки их эффективности следует провести численный эксперимент по моделированию ряда исходных изображений, их обработке ранговыми алгоритмами с последующим сравнением результатов обработки по величине пикового отношения сигнал/шум.
Оценим предложенные алгоритмы. Для обработки используем точечную маску, т.е. n1 = n2 = 1, а n3 принимает множество значений на интервале [1; M], где M — количество используемых для обработки кадров. В соответствии с приведенной выше формулой в аналитическом виде указанные алгоритмы медианы, минимума и скользящего среднего можно представить следующим образом:
{ }ymed (n1, n2 , n3 ) = med x (n1, n2 , n3 ) ,
{ }ymin (n1, n2 , n3 ) = min x (n1, n2 , n3 ) ,
∑yadv
(
n1
,
n2
,
n3
)
=
1 M
M
xi (n1, n2 , n3 ) .
i=1
Следует отметить, что при нечетном М медиана равна среднему элементу вариационно-
го ряда, а при четном М — полусумме двух средних элементов ряда.
Для проведения эксперимента по устранению малоразмерных помеховых образований
используем последовательности синтезированных исходных изображений, представляющих
собой неоднородные случайные поля сцинтилляций, количество которых соответствует рас-
пределению Пуассона [1, 4—6]. На рис. 1 приведена используемая для формирования полей
схема моделирования количества сцинтилляций в единицу времени для отдельной точки, где
α — равномерно распределенная на интервале (0; 1) случайная величина, а Р=λ(x,y) — пара-
метр Пуассона. Если M < 0, то сцинтилляция в данной точке отсутствует. Если М ≥ 0, то на
заданном фоне аддитивно формируется сцинтилляция в виде двумерной гауссоиды, имити-
рующей функцию рассеяния точки. В данном случае синтезированные исходные изображе-
ния имеют нулевой фон, но содержат фоновые образования, которые необходимо сохранить в
результате фильтрации. В ходе эксперимента формируется выборка из 100 изображений для
ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2010. Т. 53, № 9
44 И. В. Гальчук, А. Г. Костевич, М. И. Курячий
обработки, а также локальные выборки (последовательности тестовых изображений), по которым оценивается пиковое отношение сигнал/шум (PSNR). Доверительная вероятность выбирается равной 0,98, а коэффициент Стъюдента — равным 3,7.
Генератор α
M = α, P = λ(x, y)
M=M–P M≥0
Формирование сцинтилляции
M