Методы комплексирования изображений многоспектральных оптико-электронных систем

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

На сегодняшний день развитие распределенных многоспектральных оптико-электронных систем (ОЭС) играют все большую роль во многих областях промышленности; безопасности и противодействия терроризму; экологического мониторинга, в том числе в задачах раннего обнаружения лесных пожаров [1]; областях предотвращения и устранения техногенных катастроф и др. Широкое применение многоспектральные ОЭС получили в военной технике благодаря возможности обнаружения и распознавания военных единиц потенциального врага путем регистрации собственного излучения в различных диапазонах инфракрасного излучения электромагнитного спектра [2].

Но современные многоспектральные ОЭС были бы невозможны без применения метода комплексирования изображений, т.к. его применение позволяет существенно увеличить эффективность многоспектральных ОЭС, упростить процесс восприятия и анализа получаемого изображения за счет суммирования информационных признаков объектов в различных спектральных диапазонах.

Рисунок 1 - Структурная схема многоспектральной ОЭС на основе комплексирования изображений

Обобщенная структурная схема многоспектральной ОЭС на основе комплексирования изображений представлена на рисунке 1. Объект наблюдения формирует излучение в широком спектральном диапазоне. Приемная оптическая система собирает необходимый поток излучения и формирует изображения пространства объекта требуемого качества. Система разделения всего спектрального диапазона работы системы делит на n отдельных каналов (Дл1, Дл2, Дл3,…,Длn-1, Длn) весь спектр излучения объекта. В электронном блоке (ЭБ) происходит обработка сигналов, получаемых в разных спектральных диапазонах. Система комплексирования (СК) объединяет изображения, соответствующие разным спектральным диапазонам, в единое изображение в соответствие с требованиями результирующего изображения. Устройство вывода (УВ) передает комплексированное изображение в систему отображения (дисплей) или другим устройствам дешифрования (обнаружения, распознавания, классификации, идентификации) [2].

Под комплексированием изображений в данном случае понимается такое совмещение изображений, которое приводит к повышению информативности по сравнению с анализируемыми отдельными исходными изображениями:

,

здесь - исходное изображение n-го канала; - результат комплексирования изображений; - размерность комплексированного множества, для большинства случаев равная двум, однако в некоторых задачах (например, в задачах с применением объемных изображений) может быть больше двух.

Существует множество методов комплексирования изображений, обладающие своими преимуществами и недостатками при решении конкретных задач. В данной работе были рассмотрены три наиболее широко применяемых метода комплексирования изображений.

Метод усреднения является простейшим методом комплексирования. Этот метод требует минимальных вычислительных затрат, но не использует те информационные преимущества, которое дает наличие нескольких отличающихся изображений. Комплексирование методом усреднения осуществляется по следующему выражению:

.

Комплексирование по методу маски предполагает, что одно из входных изображений является маской для другого. Предположим, что в процессе комплексирования изображений будет наложено на изображение. Тогда при рассмотрении изображений как двумерных наборов отсчетов яркости над изображением должна быть реализована операция пороговой фильтрации, в результате которой получится маска наложения на изображение . После наложения результирующее комплексированное изображение будет представлять собой сумму и . При этом значение в каждой точке пространства будет определяться либо соответствующим значением из изображения , либо в случае, если значение соответствующей точки в изображении равно нулю, то результирующим значением принимается значение пикселя из изображения . Комплексирование по методу маски осуществляется по следующему выражению:

,

здесь - уровень порогового фильтра. При использовании комплексирования методом маски основную сложность представляет задание уровня порогового фильтра. Неправильный выбор уровня может привести к потере в результирующем изображении информативных элементов.

Метод чересстрочного комплексирования реализует алгоритм на основе построчного чередования одного изображения относительно другого. При этом результат комплексирования для пары изображений размером будет иметь разрешение :

.

Для исследования рассмотренных методов комплексирования изображений на основе обобщенной структурной схемы многоспектральной ОЭС была реализована математическая модель синтеза исходных изображений n-го канала. Для синтезированных изображений применялись методы комплексирования. Оценка качества результирующего изображения проводилась на основе расчета значения энтропии и дисперсии яркости. Энтропия является мерой информативности изображений:

многоспектральный оптический изображение энтропия

здесь - информационная энтропия изображения, - нормализованная гистограмма изображения с диапазоном яркости [0, L-1].

Дисперсия яркости изображения характеризует средний контраст:

здесь - дисперсия яркости изображения, - математическое ожидание уровня яркости [3].

Сравнение значений дисперсии яркости и энтропии для изображений, полученных разными методами комплексирования представлено на рисунке 2.

Рисунок 2 - Сравнение качества изображений, полученных разными методами комплексирования

По результатам исследования можно сделать вывод, что наилучшее качество изображения после комплексирования обеспечивает метод усреднения. Данный метод существенно увеличивает информативность и контраст результирующего изображения относительно исходных изображений. Метод маски также позволяет добиться увеличения информационной энтропии при небольшом улучшении контраста. Метод чересстрочного комплексирования не позволил увеличить информативность результирующего изображения относительно исходных.

В ходе работы была сформирована обобщенная структурная схема многоспектральной ОЭС, предложены критерии оценки качества комплексированного изображения, рассмотрены и исследованы широко применяемые методы комплексирования изображений.

Литература

Васильев А.С., Краснящих А.В., Коротаев В.В., Лашманов О.Ю., Лысенко Д. Ю., Ненарокомов О.Н., Широков А.С., Ярышев С.Н. Разработка программно-аппаратного комплекса обнаружения лесных пожаров методом совмещения изображений ИЗВЕСТИЯ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ. ПРИБОРОСТРОЕНИЕ. - Санкт-Петербург: Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, 2012. - Т. 55. - № 12. - 50-55 c. - ISSN 0021-3454

Тарасов В.В., Якушенков Ю.Г. Двух- и многодиапазонные оптико-электронные системы с матричными приемниками излучения. - М.: Университетская книга; Логос, 2007. - 192 с.

Гонсалес Р., Вудс Р. Цифровая обработка изображений. Издание 3-е, исправленное и дополненное - Москва: Техносфера, 2012 - 1104 с., ISBN 978-5-94836-331-8.

Размещено на Allbest.ru