CC BY
9Телевидение и обработка изображений
УДК 615.471.03:616-072/073
А. Ю. Беляев, Р. Е. Быков
Санкт-Петербургский государственный электротехнический
университет "ЛЭТИ"
a
Адаптивное управление окном цветности цифровых устройств сегментации динамических изображений
Распознавание изображений, анализ цветных изображений, адаптивные устройства
Изображения, наблюдаемые или регистрируемые на накопитель, отражают взаимодействие светового или другого электромагнитного излучения с отдельными участками сцены. Модуляция лучистого потока при этом происходит как по значению энергии, так и по спектральному распределению, и осуществляется вследствие явлений поглощения, отражения, рассеяния, преломления, поляризации или интерференции. Изображения чаще всего формируются с использованием методов, базирующихся на отражении или на поглощении лучистого потока. Объем информации, заключенный в подлежащих анализу изображениях (например, при экологических, биологических, медицинских и других исследованиях), обычно настолько велик, что визуальные методы изучения регистрируемой сцены не могут удовлетворить не только исследователей, но и самые минимальные потребности практических задач.
Распространенными методами количественного исследования изображений являются интегральная (ахроматическая) фотометрия, спектрофотометрия и др. [1]. Методы спектро-фотометрии по сравнению с интегральной фотометрией позволяют регистрировать несравненно больший объем информации об изучаемых объектах. Спектральная характеристика отражения или поглощения исчерпывающе характеризует избирательные абсорбционные свойства элементарного участка освещенного объекта. Однако поскольку такая характеристика описывает лишь элементарный участок, она является представительной лишь для достаточно однородных структур. Для анализа реальных объектов необходимо обрабатывать спектральные характеристике множества участков: Щ у = I (^), ^ = 0 —I; 7 = 0 — % (/, у -
координаты элементов изображения; X - длина волны излучения), что представляет собой не только сложную измерительную операцию, но и весьма трудоемкую вычислительную процедуру. Поэтому в практических приложениях используют многозональную регистрацию пространственно-совмещенных изображений. Многозональные телевизионные системы дав-
Рассматривается метод адаптивного управления окном цветности цифровых устройств обработки сигналов динамических изображений, позволяющий уменьшить влияние изменения спектральной характеристики источника освещения в задачах сегментации и распознавания.
42
© Беляев А. Ю., Быков Р. Е., 2008
но применяют в биологии, астрофизике и других областях; в настоящее время их широко используют при анализе аэрокосмических снимков в интересах экологии и метеорологии. К этим системам относятся и системы цветного телевидения - трехзональные системы, удовлетворяющие требованиям колориметрически точного воспроизведения изображений [2].
Формирование цветовых пространств основано на том, что для каждой функции Ж (X), отражающей спектральный состав регистрируемого излучения, с помощью фиксированной непрерывной финитной функции щ (%) можно найти число т^, принадлежащее множеству М:
где Wj (X) = P (X) рг- (X), т. е. Wj (^) определяется спектральными характеристиками источника освещения P (X) и отражения соответствующего участка исследуемого объекта рг (X).
Преобразование (1) дает возможность определить цветовой охват, т. е. диапазон цветов, который может быть зафиксирован и проанализирован системой. При этом используются как стандартные цветовые модели: RGB, HSB, CMY, CMYK, так и другие. Указанные модели широко используются и для описания цвета в программном обеспечении различных устройств (видеокамер, цифровых фотоаппаратов и др.) [2], [3].
В задачах распознавания объектов при использовании в качестве одного из признаков цвета или цветности характеристику pj (X) в большинстве случаев можно считать постоянной, непосредственно отражающей некоторые свойства исследуемого объекта. Вместе с этим в формировании цвета (цветности) в выбранной цветовой модели участвует, как видно из соотношения (1), спектральная характеристика источника освещения P(X), которая в реальных условиях может изменяться в широких пределах. Это приводит к существенным ограничениям использования цвета в качестве признака в системах распознавания. Применение интерактивных методов, алгоритмов настройки "баланса белого", дифференциальных и других методов позволяет решать определенные частные задачи [4], [5]. Таким образом, при распознавании возникает задача достаточно четкого разделения компонент, вызванных отражательной способностью pj (X), являющейся одним из свойств исследуемого объекта, и компоненты, вызванной внешними условиями - свойствами используемого источника освещения P(X).
Обработка цветных изображений может проводиться в натуральных или в условных цветах, формируемых с использованием в преобразовании (1) спектральных характеристик приемника (преобразователя изображения), не отвечающих требованиям колориметрии. В задачах распознавания второй подход не только допустим, но часто целесообразен, поскольку в этом случае можно использовать важные априорные сведения об исследуемых объектах. Тем не менее авторами настоящей статьи использовалась модель RGB (диаграмма цветности анализатора изображения).
В описанных исследованиях полагалось, что изменение спектральной характеристики источника освещения исследуемой сцены независимо влияет на каждый из цветоделенных
(1)
каналов приемника изображения, причем это влияние происходит в реальном времени и в диапазоне длин волн каждого из каналов. Данная модель регистрации исследуемой сцены соответствует также изменениям оптических свойств среды между источником и приемником излучения. В числе признаков в задачах сегментации и распознавания изображений в большинстве случаев, как было отмечено ранее, используют наиболее стабильную компоненту, определяемую спектральной характеристикой отражения соответствующего участка исследуемого объекта р/ (X). При изучении отражательных свойств изучаемых объектов
всегда учитывается источник освещения Р (X), который принимается за эталон или "точку отсчета" исследуемого процесса.
В качестве примера рассмотрим одну из прикладных задач, детально исследованную в работах [4], [5]: обнаружение разливов нефти на поверхности воды, производившееся на основе выделения участков, цвет которых укладывался в компактную заранее известную зону цветовой диаграммы (рис. 1, область а). В реальных условиях видеосъемки динамика процесса связана с изменением спектральной характеристики источника освещения Р (X) (ясное небо, облака и т. п.), под действием которого цветность обнаруживаемых объектов непрерывно изменялась (рис. 1, область б). Это приводило к необходимости изменения координат фильтрующего окна цветности.
В эксперименте, проиллюстрированном на рис. 1, использовалось реальное изображение участка земной поверхности, а изменение спектрального состава источника освещения моделировалось установкой светофильтра зеленоватого оттенка. При этом цветовое содержание сцены в цветовом пространстве преобразователя смещалось в сторону уменьшения т и увеличения п. На цветовой диаграмме указаны траектории смещения цветности отдельных объектов.
Формирование окон цветности в пространстве используемой цветовой модели, а также их свойства, в том числе некоторые методы интерактивного управления координатами окна фильтра цветности, подробно рассмотрены в работах [3], [4]. В настоящей статье рассмотрен метод управления характеристиками фильтров цветности с введением функции автоматической коррекции параметров. Суть предложенного и исследованного метода управления иллюстрирует рис. 2.
Цветовое содержание изображения на рис. 2, а представлено фигурой Ыа {а^,а2,...,
а,...,аI}, где а/ - цветность /-го участка изображения с цветовыми координатами т/, п. Для селекции элементов изображения с цветностью ах, х е {1,1} сформировано окно цветности Ьогё№Х. В процессе р I анализа динамических сцен происходит из-
менение цветового содержания изображения от Ыа к
из-за появления в поле изображения объектов другой цветности или иных причин, однако положение заданного ранее окна фильтра цветности Ьогё№Х остается неизменным (рис. 2, б). Следовательно, результат селекции объектов с цветностью ах не нарушается.
Иная ситуация возникает при изменении спектрального состава источника освещения сцены. В этом случае происходит одновременное изменение цветового содержания всех участков (элементов) сцены: Ыа ^ Ыв,
в том числе и цветности: ах ^ а'х (рис. 2, в). Положение
границ окна цветности остается неизменным - Ьогё№Х,
что, естественно, приводит к ошибкам: селекция объектов осуществляется исходя из условий действовавшего ранее освещения (с заданной ранее цветностью).
Избежать возникающих ошибок (или минимизировать их влияние) можно управлением характеристиками окна (рис. 2, г, Ьогё№Х ^ Ьогё^Х). В основу такого управления может быть положен анализ ситуаций, представленных на рис. 2, б и в. Признаком изменения спектральной характеристики источника освещения Р (X) может служить одновременное изменение цветности всех элементов изображения с примерно одинаковыми направлениями векторов изменения их цветности (см. рис. 1, а ^ б). В этом случае необходимо включать процедуру адаптации параметров окна цветности к новым условиям освещения.
Для алгоритмической реализации рассмотренного метода управления координатами (положением) окна цветности можно использовать различные решения. При анализе текущего цветового содержания сцены нет необходимости анализировать его для каждого элемента изображения. Достаточно разделить поле изображения на несколько значимых участков, провести сопоставление группы векторов изменения их цветности и использовать эти данные для автоматической коррекции координат окна цветности. В результате указанного сопоставления следует регистрировать величину смещения гистограммы цветового содержания анализируемой сцены (например, т0, п0 ^ т'о, п'о, рис. 2, а и г), а затем по-
0.25
т0п0
bordw
ax( mx ,nx )
Na {a1,^^^aiaI}
_L
0.25 а
0.25
bordw
N6
0.25
0.25
x( mx ,nx )
0.25 б
bordw
(mx ,nx )
0.25
m0,n0
bordW„
--- s
4-— k F
NB
x(mx ,nx )
0.25
г
Рис. 2
n
0
m
n
a
0
m
n
0
m
n
a
a
0
m
Известия вузов России. Радиоэлектроника. 2008. Вып. 3======================================
лученные данные использовать для коррекции положения окна фильтра цветности: bordwx ^ bordWx (см. рис. 2, г). В результате формируется окно цветности, соответствующее цветности искомого объекта в новых условиях освещения.
Способ вычисления координат да0, m¿, n¿; m'x, n'x выбирается в соответствии с
решаемой задачей обнаружения и с ролью цветовых признаков в общей задаче распознавания. К наиболее простым решениям приводит аппроксимация цветового содержания анализируемой сцены прямоугольным окном (см. рис. 2). Формирование окон цветности рассмотрено в работах [2], [5]. Например, если использовать принцип подобия изменений цветности в поле исследуемого изображения при изменении спектрального состава источника освещения, то координаты окна цветности могут быть определены из соотношений
mx = mxm'olm0 ; nx = nxn'o/n0 .
Описанный алгоритм позволяет обеспечить автоматическую коррекцию параметров рабочего фильтра цветности в процессе видеосъемки при изменении условий освещения.
Анализ полученных данных показывает, что различие цветопередачи в телевизионных устройствах формирования и обработки сигналов изображения, вызванное изменением условий освещения, не может быть препятствием в использовании цветовых признаков в системах распознавания и классификации объектов, а также сегментации изображений. Рассмотренный подход к анализу изображения позволяет синтезировать фильтры цветности, инвариантные к изменению спектрального состава источника освещения в диапазоне реальных условий работы указанных систем. Для этого в устройствах фильтрации сигналов наряду с известными методами, такими, как интерактивное управление, центрированные оценки относительно эталона и др. [2], могут быть использованы рассмотренные фильтры цветности с адаптивными окнами и на их основе построены автоматические поэлементные классификаторы, работающие в реальном времени.
Библиографический список
1. Быков Р. Е., Попечителев Е. П. Микрофотометрические исследования в науке и производстве // Вестн. образования и развития науки РАЕН. 2001. Вып. 5 (3). С. 216-224.
2. Быков Р. Е. Основы телевидения и видеотехники: Учебник для вузов. М: Горячая линия-Телеком, 2006. 399 с.
3. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
4. Быков Р. Е., Гуревич С. Б. Анализ и обработка цветных и объемных изображений. М.: Радио и связь, 1984. 248 с.
5. Бочко В. А., Быков Р. Е. Многоспектральная интерактивная система обнаружения и измерения параметров объектов // Изв. вузов России. Радиоэлектроника. 1998. Вып. 1. С. 50-54.
A. Ju. Beliaev, R. E. Bykov
Saint-Petersburg state electrotechnical university "LETI"
Adaptive control of the chromaticity windows of digital devices of dynamic images segmentation
The method of adaptive control of chromaticity window of digital devices of dynamic images segmentation is considered, allowing to reduce influence of change of illumination source spectral characteristics in segmentation and recognition problems.
Recognition of images, the analysis of color images, adaptive devices
Статья поступила в редакцию 15 апреля 2008 г.
