CC BY
9УДК 004.932+004.258 DOI 10.52928/2070-1624-2022-39-11-30-39
ИНТЕРВАЛЬНЫЕ ПОКАЗАТЕЛИ КАЧЕСТВА СЖАТИЯ ДИНАМИЧЕСКОГО ДИАПАЗОНА ИНФРАКРАСНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ МАТРИЦЫ ТОНОВОГО ОТОБРАЖЕНИЯ
С. И. РУДИКОВ1 д-р техн. наук, проф. В. Ю. ЦВЕТКОВ2 акад. Нац. акад. наук Беларуси, д-р физ.-мат. наук, проф. А. П. ШКАДАРЕВИЧ1 1 (Научно-технический центр «ЛЭМТ» БелОМО, Минск) 2(Белорусский государственный университет информатики и радиоэлектроники, Минск)
Предложена модель сжатия динамического диапазона инфракрасных (ИК) изображений, основанная на матрице тонового отображения, элементы которой связывают уровни яркости исходного изображения с широким динамическим диапазоном и уровни яркости нелинейно преобразованного изображения с узким динамическим диапазоном, а также указывают в зависимости от варианта формирования этой матрицы: а) на потери различения соседних пикселей из-за сжатия динамического диапазона; б) уровень нелинейных искажений сжатия; в) неоднозначность тонового отображения. На основе данной модели предложены интервальные показатели качества сжатия динамического диапазона ИК-изображений, позволяющие оценить потенциальную различающую способность, реальные потери различения соседних пикселей после преобразования, величину нелинейных искажений сжатия, равномерность использования динамического диапазона, неоднозначность тонового отображения для выбранного интервала динамического диапазона. Предложенные показатели позволяют повысить точность оценки качества сжатия динамического диапазона ИК-изображений, расширяя систему известных показателей, оценивающих контраст, энтропию, статистическую естественность преобразованных изображений и структурную точность тонового отображения.
Ключевые слова: сжатие динамического диапазона, инфракрасные изображения, матрица тонового отображения, интервальные показатели качества изображений.
Введение. Для воспроизведения инфракрасных изображений, имеющих широкий динамический диапазон, на стандартных мониторах используется сжатие динамического диапазона. Известно множество алгоритмов тонового отображения, которые не только сжимают динамический диапазон, но и улучшают форму гистограммы яркости для лучшей передачи тонов. Многие основаны на эквализации гистограммы. Широко используется алгоритм глобальной эквализации гистограммы (Histogram Equalization, HE) [1], отличающийся низкой вычислительной сложностью. На его основе разработан блочный алгоритм адаптивной (локальной) эквализации гистограмм (Adaptive Histogram Equalization, AHE) [2], улучшающий тоновое отображение мелких деталей. На основе AHE разработано множество блочных алгоритмов, повышающих эффективность тонового отображения (представлены в [3-6]). В [7] предложен алгоритм адаптивного выравнивания, растяжения и сжатия гистограммы (Histogram Equalization, Compression and Stretching, HECS), улучшающий тоновое отображение на краях гистограммы яркости.
Качество алгоритмов тонового отображения определяется качеством преобразованных с их помощью изображений (безэталонные показатели качества) и схожестью этих изображений с исходными (эталонные показатели качества). Сравнение и рекомендации по использованию показателей качества можно найти в [8]. Благодаря относительной простоте вычисления широко используются безэталонные показатели, позволяющие оценить контраст, энтропию, статистическую естественность [9]. Для оценки качества тонового отображения на основе эталона в случае ИК-изображений с широким динамическим диапазоном часто используются показатели структурной точности [10] и качества тональной карты [11]. Несмотря на разнообразие показателей, они не учитывают ряд характеристик сжатия динамического диапазона, связанных, например, с линейностью и последовательностью передачи тонов, потерей различения соседних пикселей после преобразования и равномерностью использования динамического диапазона, ростом неоднозначности тонового отображения из-за различий передаточных характеристик блоков изображения при использовании для преобразования блочных алгоритмов. Кроме того, большинство известных показателей качества преобразования динамического диапазона вычисляются для всего динамического диапазона. Однако в ряде случаев необходимы интервальные показатели, позволяющие оценить качество тонового отображения в определенной части динамического диапазона преобразованного ИК-изображения. Данные недостатки известных показателей приводят к низкой точности и неоднозначности оценки качества сжатия динамического диапазона ИК-изображений.
Целью работы является повышение точности оценки качества сжатия динамического диапазона ИК-изображений за счет использования дополнительных интервальных показателей, характеризующих различающую способность преобразованных изображений, линейность и однозначность тонового отображения в выбранной части динамического диапазона преобразованного изображения.
Постановка задачи. Для оценки качества алгоритмов преобразования динамического диапазона широко используются показатели статистической естественности (Statistical Naturalness, Ns) [9], структурной точности (Structural Fidelity, Fs) [10] и основанный на них показатель качества тональной карты (Tone Mapped image Quality Index, /mp ) [11]. Кроме того, для оценки качества изображения используются контраст (стандартное отклонение) DST , средний градиент GA , энтропия . Для оценки детализации изображения после преобразования в [7] предложено использовать количество NLE локальных экстремумов.
На рисунках 1 и 2 приведены ИК-изображения и их гистограммы: исходное изображение с широким динамическим диапазоном (для отображения использовано линейное сжатие гистограммы), полученные на его основе изображения с узким динамическим диапазоном с помощью алгоритма HE [1] и блочных алгоритмов AHE [2], HECS [7] и его модификации HECSm на основе инверсии обрезанных краев глобальной гистограммы со смещением гистограммы яркости вправо (HECSm+) и влево (HECSm-) при размере блока 64 х 64 пикселя. Для этих изображений в таблице 1 приведены значения рассмотренных показателей. Жирным шрифтом отмечены лучшие значения, курсивом - худшие.
а б в
а - исходное изображение; б - преобразованное с помощью НЕ; в - преобразованное с помощью АНЕ Рисунок 1. - ИК-изображения и их гистограммы
Таблица 1. - Значения показателей качества для изображений на рисунке 1
Показатели качества изображений Алгоритм сжатия динамического диапазона
HE Блоки 64 х 64 пикселя Блоки 32 х 32 пикселя
AHE HECS HECSm+ HECSm- AHE HECS HECSm+ HECSm-
N s 0,0600 0,2996 0,4987 0,2670 0,3144 0,5004 0,5312 0,4693 0,5358
fs 0,8239 0,8779 0,7849 0,8576 0,8591 0,7934 0,7677 0,7809 0,7851
/tmq 0,7824 0,8546 0,8656 0,8425 0,8525 0,8684 0,8662 0,8594 0,8720
Dst 35,712 58,837 73,320 57,380 58,818 60,501 61,162 61,065 61,874
Ga 5,239 12,988 19,330 13,101 13,546 19,088 21,009 19,635 19,858
6,2973 7,6580 7,7240 7,5921 7,6372 7,7856 7,8111 7,7377 7,756
N LE 34202 41467 51188 43317 43847 43324 48958 45524 45875
б в
а - преобразованное с помощью НЕCS; б - преобразованное с помощью HECSm+; в - преобразованное с помощью HECSm-
Рисунок 2. - Преобразованные ИК-изображения и их гистограммы
Из таблицы 1 следует, что при размере блока 64 х 64 пикселя по всем показателям, кроме Fs, алгоритм HECS превосходит другие алгоритмы. При размере блока 32 х 32 пикселя алгоритм HECS уступает алгоритмам AHE и HECSm- по показателям Fs и /^ и алгоритму HECSm- по показателям Ns и ßST .
При этом, как следует из рисунка 1, алгоритм HECS по сравнению с другими алгоритмами вносит в преобразованное изображение значительные нелинейные искажения, нарушая последовательность изменения оттенков (хорошо заметно на участках в области темного и светлого), что связано с ошибками переквантования. Единственный показатель, отражающий данный факт - это структурная точность Fs, которая в алгоритме HECS хуже по сравнению с другими алгоритмами. Однако показатель Fs имеет примерно одинаковые значения для результатов алгоритмов HECSm+ и HECSm-, представляемых существенно разными гистограммами и использующими различную нелинейность передаточных характеристик блоков в области темного и светлого. Таким образом, для повышения точности оценки качества сжатия динамического диапазона ИК-изображений актуальными задачами являются разработка модели сжатия динамического диапазона, учитывающей нелинейность передаточных характеристик блоков, а также показателей качества сжатия на основе данной модели и оценка их эффективности.
Модель сжатия динамического диапазона ИК-изображений. Предлагается модель сжатия динамического диапазона ИК-изображений на основе матрицы Q(V) = |(V,m,n—_ __—^ тонового
отображения, нулевые значения элементов которой указывают на отсутствие отображения n-го уровня квантования исходного изображения /HDR в m-й уровень квантования преобразованного изображения /LDR, а отличные от нуля значения - на наличие такого отображения и, в зависимости от варианта V формирования матрицы:
- на потери различения соседних пикселей при отображении значения n пикселя исходного изображения /HDR в значение m соответствующего пикселя преобразованного изображения /LDR (V = A);
- уровень нелинейных искажений при отображении значения n пикселя исходного изображения /hdr в значение m соответствующего пикселя преобразованного изображения /LDR (V = B);
- количество всех пикселей со значением n исходного изображения / , отображенных в пиксели со значением m преобразованного изображения /LDR (V = С).
Значения элементов матрицы Q (A) определяются с учетом порога различения D (минимального значимого количества градаций яркости соседних пикселей в окрестности радиусом R пикселей, при котором
а
обеспечивается различимость этих пикселей на исходном 1тк и преобразованном /ЬЕЖ изображениях), с помощью выражения (сначала все элементы нулевые)
(гти (^ *) = п) Л (^и (У, *) = т) ^ (Ч ( A, т п) ^ 1),
(ук (к = )Ур (р = )((к * 0) V (р * 0))(|(У, *) 'нDR (У + к, * + Р)| > Б)л л(|гьш (у,*) -¿шк (у + к,* + р)| <Б) ^ 4(A,т,п) ^ ч(A,т,п) + + |iHDR (y, *) iHDR (у + к, * + р )| Ь
LDR /LHDR |iLDR ( У, * )- ÍLDR
(у + к, * + р )|)
при у = 0,7-1, * = 0, X-1.
Значения элементов матрицы Q (B) определяются на основе суммы квадратов разностей значений пикселей т преобразованного изображения /ЬЕЖ и значений, полученных из значений п соответствующих пикселей исходного изображения /нв к, с помощью выражения (сначала все элементы нулевые)
('шж (^ *) = п)л('' LDR
( у, * ) = т) ^ Ч ( В m, п) ^ 4 ( B, m, п) + ('нж ( У, * ) Ь DR /ЬЖИ iLDR (^ *)) (2)
при у = 0,7-1, * = 0, X-1.
Значения элементов матрицы Q(С) определяются с помощью выражения (сначала все элементы нулевые)
(гнж (у, *) = п)л(гши (у, *) = т)^- ч (С, т, п)^ ч (С, т, п) +1 при у = 0,7-1, * = 0, X-1. (3)
На основе матрицы Q (V) в зависимости от варианта ее формирования могут быть получены:
- компрессионная характеристика FDP = /ш (т) , -,, описывающая распределение по дина-
II И(т=0,ЬЬВи 1)
мическому диапазону [0, -1] преобразованного изображения 1ши количества уровней квантования исходного изображения /нви (V = А);
- характеристика FDE = /ш (т) , -, потерь различения соседних пикселей преобразованного
изображения, описывающая распределение по динамическому диапазону [0, -1] разностей в различениях соседних пикселей на исходном /ши и преобразованном /ши изображениях (V = А);
- дистрибутивная характеристика FD = / (п) , -,, описывающая распределение по прореженному динамическому диапазону [0, Ьояс -1] исходного изображения 1Н1Ж количества соответствующих уровней квантования преобразованного изображения /ЬЕЖ , где - количество уровней квантования, для которых существуют пиксели исходного изображения /Н1Ж с соответствующей яркостью (V = А);
- характеристика FMS = /М8 (т) , - нелинейности тонового отображения, описывающая распределение по динамическому диапазону [0,-1] преобразованного изображения Iши нелинейных искажений, возникающих при тоновом отображении по сравнению с линейным преобразованием (V = В);
- характеристика Fн = ||/н (т)||^_——^ использования динамического диапазона преобразованного изображения (гистограмма яркости), описывающая распределения значений пикселей преобразованного изображения 1ЬВК по динамическому диапазону [0,Ьоя -1] (V = С).
Значения функций , , , ^, ^ определяются с помощью выражений:
Ьнри 1
/DP (т) = £ (Ч (А, т, п)> 0), (4)
п=0
/DE (т) = £ (Ч (А, т, п)-1), (5)
п=0
/ms (m)= Z q (Bmn)'
¿HDR 1
fH (m)= Z q (C'm'n)
(6) (7)
при
m=0 -dr -!;
Z'—LDR-1 A ff -LDR-1 А ^
Z ( q (A, m, n )> 0)> 0 ^ /d (k )= £ ( Я (A, m, n )> 0) I, (k ^ k +1)
m=0 / m=0 /
(8)
при
k ^0 , n =0,¿hdr -1 , k g[0, —hdrc -1]
Характеристика FDE ИК-изображений, полученных с помощью алгоритмов HE, AHE, HECS (см. рисунки 1, 2), показана на рисунке 3.
а б в
а - для алгоритма НЕ; б - для алгоритма AHE; в - для алгоритма HECS Рисунок 3. - Функция Fde
Показатели качества сжатия динамического диапазона ИК-изображений. Для оценки качества сжатия динамического диапазона ИК-изображений предлагаются интервальные и интервально-блочные показатели, основанные на функциях FDP, FDE , FMS , FH , FD и характеризующие:
- потенциальную различающую способность PD на выбранном интервале [mL, mR ] динамического диапазона преобразованного изображения /LDR ;
- потери Fd различения соседних пикселей на выбранном интервале [mL,m] динамического диапазона преобразованного изображения /LDR , обусловленные тоновым отображением;
- величину FMS нелинейных искажений сжатия динамического диапазона на выбранном интервале [mL,mR ] динамического диапазона преобразованного изображения /LDR относительно линейно преобразованного изображения /hdr~^^dr /^^dr ;
- равномерность UH использования динамического диапазона на выбранном интервале [mL1,mR1 ] динамического диапазона преобразованного изображения /LDR относительно базового интервала [mL2, mR2 ];
- неоднозначность —н тонового отображения, обусловленную различиями передаточных характеристик блоков в интервале [mL, mR ] динамического диапазона преобразованного изображения /LDR , соответствующего интервалу [KHLm, KHLm ] прореженного динамического диапазона исходного изображения
где K^ - коэффициент, зависящий от количества уровней квантования и — DRC, KHL = —DRC/—Dr ;
- величину - нелинейных искажений, связанных с неоднозначностью тонового отображения, в интервале [mL, mR ] динамического диапазона преобразованного изображения /LDR , соответствующего интервалу [ KnimL, KRLmR ] прореженного динамического диапазона исходного изображения /HDR.
Значения показателей PD , FD , FMS, UH , — н , определяются с помощью выражений:
( m -1
Pd =
Z /dp (m) Z /DP (m) —DR I /(mR - mL )
(9)
=0
=0
( m -1
Ed =
LLDR 1
Z /de (m)- Z fDE (mVLLDR /(mR -mL )
1
-1
-1
ems = 7t3 Z fms (m) / Z fh (m) >
10 m=mT / m=mT
Uh = Z /h (mV Z /h (m),
(10)
(11)
(12)
km m -1
LDH = Z fd (n) (KHL (mr - ml )) >
n=khlml /
khlmr-1 / mr -1
ldl = Z fd (n) Z fh (m).
(13)
(14)
n=Kmm,
Из выражений (1)-(14) следует, что показатели р, ED , EMS, LDH, Ldl позволяют произвести эталонную оценку качества сжатия динамического диапазона ИК -изображений (для вычисления этих показателей используются исходное /mR и преобразованное /LDR изображения). Показатель UH предназначен для безэталонной оценки качества сжатия динамического диапазона ИК-изображений.
Оценка эффективности показателей качества сжатия динамического диапазона ИК-изображений. На рисунке 4 приведены ИК-изображения с узким динамическим диапазоном pDR = 256, преобразованные с помощью алгоритма AHE из трех изображений /mR (1) - /HDR (3) с широким динамическим диапазоном = 32768 при размере блока 32 х 32 пикселя. Для изображений, приведенных на рисунке 4, а также аналогичных изображений, полученных из изображений /HDR (1) - /HDR (3) с широким динамическим диапазоном с помощью алгоритма HE и различных блочных алгоритмов при размерах блока 64 х 64 и 32 х 32 пикселя, в таблицах 2, 3 приведены значения показателей качества сжатия динамического диапазона NS, FS, , DST, Ga , Ej, Nle , а также предложенные показатели PD, ED , EMS, UH , LDH, Ldl при D = 8 и R = 1 (таблица 2 дополняет таблицу 1).
а б в
а - для ihdr (1); б - для 1hdr
(2);е - для
1hdr (3)
Рисунок 4. - ИК-изображения, полученные с помощью алгоритма AHE с размером блока 32^32 пикселя,
и их гистограммы
m=m
В таблицах 2, 3 жирным шрифтом отмечены лучшие значения, курсивом - худшие. Поскольку гистограммы яркости выбранных изображений отличаются формой и положениями максимумов, для нормировки интервалы вычисления показателей Рв, ED , ЕМ8, ин , Ьщ, LDL приведены к центральным значениям кМАХ
максимумов гистограмм и составляют: [щ, Щ ]= [ти, Щц ]= [0, Зй^х /4], [щ2, Щг ] = [^^х /2, Зй^х /2]
(левая часть динамического диапазона - интервал L); [щ,щ] = [ти,щ1 ] = ¡2,3к^К/2],
[щ2,тК2] = [0,3й^х/4] и [5А^Х/4,Ьшк -1] (центральная часть динамического диапазона - интервал С);
ЩЩи] = [mLl,ти1 ] = [5ЙмАХ/4,Ь^и -1], [mL2,Щи2] = [Ймах/2,ЗЙмах/2] (правая часть динамического диапазона - интервал R). Показатели ЕМЗ, LDH, вычисляются также для всего динамического диапазона [0,Ьвя -1] (интервал Т).
Таблица 2. - Значения показателей качества для изображения 1ши (1)
к Значения показателей для алгоритмов сжатия динамического диапазона
и Л 5 й Блоки 64 х 64 пикселя Блоки 32 х 32 пикселя
1 й и о с НЕ AHE HECS HECSm+ HECSm- ЛНЕ HECS HECSm+ HECSm-
Рв 3,167 -54,351 -38,422 -147,916 -18,759 -101,685 -98,716 -175,918 -26,308
Ев 23,888 -5,590 -5,661 -8,361 -3,911 -11,409 -10,502 -16,060 -9,817
L EMS 19,913 21,004 20,334 15,839 21,547 20,518 21,415 17,288 22,971
и н 0,987 0,728 1,011 0,483 0,726 0,681 0,668 0,480 0,729
LDH 1,000 38,268 67,420 57,900 38,896 30,961 31,597 59,558 35,872
LDL 0,007 0,299 0,525 0,638 0,300 0,265 0,268 0,663 0,273
Р0 -5,847 133,171 -21,362 159,146 134,799 155,731 141,580 164,163 150,889
Eв -41,331 3,611 -5,453 0,738 0,217 7,639 8,924 10,404 9,910
C EMS 4,312 6,071 2,251 2,873 5,161 6,022 6,520 3,297 6,125
и н 1,005 1,364 0,894 1,519 1,620 1,496 1,456 1,570 1,619
^н 1,000 111,790 114,230 109,622 111,635 120,155 122,946 120,175 119,822
LBL 0,007 0,663 0,900 0,592 0,634 0,685 0,704 0,657 0,680
Pв 0,996 -54,311 72,273 72,865 -154,433 -54,856 -37,391 50,478 -164,268
Eв 3,026 6,286 19,724 8,538 0,019 -2,773 -3,523 0,503 -8,256
R EMS 0,565 0,570 0,756 0,717 0,585 0,545 0,650 0,728 0,722
и н 1,002 0,739 1,227 0,833 0,508 0,656 0,706 0,793 0,507
^н 1,000 39,808 33,829 32,439 40,098 57,158 57,926 35,267 51,073
LBL 0,007 0,338 0,223 0,217 0,455 0,482 0,475 0,251 0,587
EMS 10,576 9,400 10,951 6,269 10,449 9,254 9,168 6,619 10,887
Т ^н 1,000 67,544 70,179 66,140 67,666 73,752 75,384 72,712 73,650
LBL 0,007 0,496 0,516 0,486 0,497 0,542 0,554 0,534 0,541
Из таблиц 1-3 следует, что предложенные показатели р, Ес , Емз, ин , , Ьь качества сжатия динамического диапазона вводят новые критерии для определения эффективности алгоритмов тонового ото-бражения дополнительно к существующим критериям, определяемым известными показателями N , ^ , 1ш(), Бзт , , Е , . Являясь интервальными, предложенные показатели позволяют
оценить качество сжатия динамического диапазона в интересующем поддиапазоне, что важно для поиска объектов на ИК-изображениях в различных технологических системах (например, для определения притока холодного воздуха - яркость таких объектов находится в нижней части динамического диапазона, для обнаружения работающей и греющейся техники - яркость таких объектов находится в верхней части динамического диапазона).
Таблица 3. - Значения показателей качества для изображений /тк (2) и /тк (3)
Значения показателей для алгоритмов сжатия динамического диапазона
и для изображения (2 ), интервалы L, Т для изображения /шж (3) , интервалы R, Т
5Т н а и о НЕ Блоки 64 х 64 пикселя НЕ Блоки 32 х 32 пикселя
Ь с AHE несб НЕСВт+ НЕСБт- АНЕ НЕСБ НЕСБт+ НЕСБт-
PD -0,268 -119,857 -98,826 -227,549 -82,349 0,868 18,103 39,799 60,460 -51,054
Ев 8,516 -5,670 -4,571 -28,039 -17,270 13,716 -1,603 0,168 -7,765 -14,381
г? Ем& 24,950 18,484 18,096 14,816 20,460 1,127 0,740 0,886 0,727 0,806
и н 0,987 0,753 0,789 0,475 0,708 1,000 0,812 0,931 0,778 0,530
-вн 1,000 52,552 63,416 55,456 47,427 1,000 18,852 16,944 11,021 17,824
LDL 0,014 0,780 0,929 1,197 0,699 0,005 0,105 0,085 0,058 0,141
ЕМЗ 9,447 8,576 8,771 5,649 9,558 10,314 9,192 9,847 6,520 10,611
Т -вн 1,000 37,943 42,065 37,454 37,654 1,000 63,921 67,486 62,369 63,409
-вь 0,014 0,529 0,587 0,522 0,525 0,005 0,342 0,361 0,334 0,340
0,064 0,336 0,536 0,291 0,333 0,083 0,673 0,763 0,576 0,659
0,837 0,843 0,682 0,817 0,824 0,829 0,797 0,762 0,792 0,791
/TMQ 0,787 0,852 0,841 0,836 0,846 0,791 0,898 0,902 0,881 0,894
35,407 60,728 65,264 58,072 58,633 28,087 62,849 69,173 58,466 60,135
5,723 13,634 21,931 13,295 13,612 5,960 22,965 27,280 21,453 22,224
Е1 6,351 7,692 7,845 7,598 7,637 6,104 7,817 7,883 7,677 7,727
28360 35522 48095 37724 37728 43929 48982 55705 50739 51089
Показатель р позволяет выявить алгоритм тонового отображения, обеспечивающий лучшее потенциальное различение соседних пикселей после тонового отображения в интересующем интервале динамического диапазона. Наименьшие (лучшие) значения данного показателя в нижней и верхней частях динамического диапазона для большинства ИК-изображений обеспечивают алгоритмы HECSm+ и HECSm-. Минимальным значениям показателя р в нижней и верхней частях динамического диапазона соответствуют, как правило, минимальные или близкие к минимальным значения потерь Ев различения соседних пикселей преобразованного изображения и ЕМ8 нелинейных искажений сжатия динамического диапазона (характерно для алгоритмов HECSm+ и HECSm-).
Показатель ин позволяет определить алгоритмы, обеспечивающие наибольшую равномерность использования динамического диапазона. Наиболее равномерное использование динамического диапазона обеспечивает алгоритм НЕ, а в группе блочных алгоритмов - HECS.
Показатель неоднозначности —н и связанный с ним показатель —ь нелинейных искажений имеют лучшие значения для алгоритма НЕ, а в группе блочных алгоритмов - в зависимости от типа изображения и интервала. Следствием низкой неоднозначности алгоритма НЕ являются характерные для него высокие значения показателя Е3 структурной точности. Соответствие между значениями показателей —н неоднозначности тонового отображения, —ь нелинейных искажений и Е3 структурной точности прослеживается для всех алгоритмов сжатия динамического диапазона.
Из таблиц 1-3 также следует, что существует взаимосвязь между известными показателями N натуральной естественности и ВЗТ контраста, Оа градиента, Е1 энтропии, ЖЬЕ количества локальных экстремумов. Лучшие значения для большинства случаев обеспечивает алгоритм HECS. Однако при этом он имеет, как правило, худшие значения глобальных показателей —н неоднозначности тонового отображения, —ь нелинейных искажений и Е3 структурной точности.
Заключение. Разработана модель сжатия динамического диапазона ИК-изображений, основанная на матрице тонового отображения, элементы которой указывают на связь между значениями пикселей исходного и преобразованного изображений с учетом разницы в различениях соседних пикселей этих изображений, линейности и возможной неоднозначности преобразования из-за блочного характера обработки
исходного изображения. На основе данной модели предложены интервальные показатели потенциальной различающей способности, потерь различения при сжатии динамического диапазона, величины нелинейных искажений сжатия, равномерности использования динамического диапазона, неоднозначности тонового отображения и величины нелинейных искажений из-за неоднозначности отображения. Проведены исследования зависимости этих показателей от типа ИК-изображения, алгоритма тонового отображения, интервалов динамического диапазона, порога различения соседних пикселей и радиуса окрестности оценки различения на исходном и преобразованном изображениях, а также связи предложенных показателей между собой и с известными показателями качества. Установлено, что при улучшении потенциальной различающей способности преобразованных изображений, как правило, уменьшаются реальные потери различения соседних пикселей и среднеквадратическое отклонение значений пикселей преобразованного изображения от значений соответствующих пикселей линейно преобразованного изображения. Процесс улучшения различения соседних пикселей преобразованного изображения в отдельном интервале динамического диапазона сопровождается обычно уменьшением равномерности гистограммы, ростом неоднозначности тонового отображения и связанных с ней нелинейных искажений в этом интервале, а также снижением структурной точности. Структурная точность и статистическая естественность для многих ИК-изображений находятся в противопоставлении, поэтому снижение структурной точности, как правило, приводит к улучшению статистической естественности ИК-изображений и связанных с ней контраста и энтропии. Таким образом, предложенные показатели, основанные на матрице тонового отображения, повышают точность оценки качества сжатия динамического диапазона за счет расширения системы известных показателей и ввода дополнительных критериев качества, ориентированных на оценку различающей способности, линейности и однозначности тонового отображения в различных интервалах динамического диапазона преобразованного изображения. Это позволяет выбирать алгоритмы тонового отображения, обеспечивающие лучшие характеристики в значимых интервалах с учетом глобальных показателей.
ЛИТЕРАТУРА
1. Nithyananda, C. R. Review on Histogram Equalization based Image Enhancement Techniques / C. R. Nithyananda, A. C. Ramachandra, Preethi // International Conference on Electrical, Electronics, and Optimization Techniques (ICEEOT), Chennai. - 2016. - P. 2512-2517. - DOI: 10.1109/ICEEOT.2016.7755145.
2. Kim, T. K. Contrast enhancement system using spatially adaptive histogram equalization with temporal filtering / T. K. Kim, J. K. Paik, B. S. Kang // IEEE Trans. Consum. Electron. - 1998. - Vol. 44, iss. 1. - P. 82-87. - DOI: 10.1109/30.663733.
3. Kim, J.-Y. An advanced contrast enhancement using partially overlapped sub-block histogram equalization / J.-Y. Kim, L.-S. Kim, S.-H. Hwang // IEEE Transactions on Circuits and Systems for Video Technology. - 2001. - Vol. 11, iss. 4. -P. 475-484. - DOI: 10.1109/76.915354.
4. Reza, A. M. Realization of the contrast limited adaptive histogram equalization (CLAHE) for real-time image enhancement / A. M. Reza // J. of VLSI Signal Process.-Syst. Signal Image Video Technol. - 2004. - Vol. 38, iss. 1. - P. 35-44. -DOI: 10.1023/B:VLSI.0000028532.53893.82.
5. Huang, S.-C. Image contrast enhancement for preserving mean brightness without losing image features / S.-C. Huang, C.-H. Yeh // Engineering Applications of Artificial Intelligence. - 2013. - Vol. 26, № 5. - P. 1487-1492. -DOI: 10.1016/j.engappai.2012.11.011.
6. Al-Sammaraie, M. F. Contrast enhancement of roads images with foggy scenes based on histogram equalization / M. F. Al-Sammaraie // 10th Intern. Conf. on Computer Science and Education (ICCSE), Cambridge, 22-24 July 2015. - Cambridge, 2015. - P. 95-101. - DOI: 10.1109/ICCSE.2015.7250224.
7. Рудиков, С. И. Уменьшение динамического диапазона инфракрасных изображений на основе адаптивного выравнивания, растяжения и сжатия гистограммы / С. И. Рудиков, В. Ю. Цветков, А. П. Шкадаревич // Весщ Нац. акад. навук Беларуси Сер. фiзiка-тэхmчных навук. - 2021. - Т. 66, № 4. - C. 470-482. - DOI: 10.29235/1561-8358-202166-4-470-482.
8. Голуб, Ю. И. Влияние уменьшения размеров изображения на вычисление оценки его качества / Ю. И. Голуб, Ф. В. Старовойтов, В. В. Старовойтов // Системный анализ и прикладная информатика. - 2020. - № 2. - С. 35-45.
9. Independence of luminance and contrast in natural scenes and in the early visual system / V. Mante [et al] // Nat Neurosci. -2005. - Vol. 8. - P. 1690-1697. - DOI: 10.1038/nn1556.
10. Wang, Z. Multiscale structural similarity for image quality assessment / Z. Wang, E. P. Simoncelli, A. C. Bovik // 37th Asilomar Conf. on Signals, Systems & Computers. Pacific Grove, CA, USA. - 2003. -Vol. 2. - P. 1398-1402. -DOI: 10.1109/ACSSC.2003.1292216.
11. Yeganeh, H. Objective Quality Assessment of Tone-Mapped Images / H. Yeganeh, Z. Wang // IEEE Transactions on Image Processing. - 2013. - Vol. 22, iss. 2. - P. 657-667. - DOI: 10.1109/TIP.2012.2221725.
REFERENCES
1. Nithyananda, C. R., Ramachandra, A. C., & Preethi. (2016). Review on Histogram Equalization based Image Enhancement Techniques. In International Conference on Electrical, Electronics, and Optimization Techniques (ICEEOT), Chennai (2512-2517). DOI: 10.1109/ICEEQT.2016.7755145.
2. Kim, T. K., Paik, J. K., & Kang, B. S. (1998). Contrast enhancement system using spatially adaptive histogram equalization with temporal filtering. IEEE Trans. Consum. Electron, 44(1), 82-87. DOI: 10.1109/30.663733.
3. Kim, J.-Y., Kim, L.-S., & Hwang, S.-H. (2001). An advanced contrast enhancement using partially overlapped subblock histogram equalization. IEEE Transactions on Circuits and Systems for Video Technology, 11(4), 475-484. DOI: 10.1109/76.915354.
4. Reza, A. M. (2004). Realization of the contrast limited adaptive histogram equalization (CLAHE) for real-time image enhancement. Journal of VLSI Signal Process.-Syst. Signal Image Video Technol., 55(1), 35-44. DOI: 10.1023/B:VLSI.0000028532.53893.82.
5. Huang, S.-C., & Yeh, C.-H. (2013). Image contrast enhancement for preserving mean brightness without losing image features. Engineering Applications of Artificial Intelligence, 26(5), 1487-1492. DOI: 10.1016/i.engappai.2012.11.011.
6. Al-Sammaraie, M. F. (2015). Contrast enhancement of roads images with foggy scenes based on histogram equalization. In 10th International Conference on Computer Science and Education (ICCSE) (95-101). Cambridge. DOI: 10.1109/ICCSE.2015.7250224.
7. Rudikov, S. I., Tsvetkov, V. Yu., & Shkadarevich, A. P. (2021). Umen'shenie dinamicheskogo diapazona infrakrasnykh izobrazhenii na osnove adaptivnogo vyravnivaniya, rastyazheniya i szhatiya gistogrammy [Dynamic range reduction of infrared images based on adaptive equalization, stretch and compression of histogram]. Vestsi Natsyyanal'nai akademii navuk Belarusi. Seryya fizika-tekhnichnykh navuk. [Proceedings of the National Academy of Sciences of Belarus. Physical-technical serie], 66(4), 470-482. DOI: 10.29235/1561-8358-2021 -66-4-470-482. (In Russ., abstr. in Engl.).
8. Golub, Yu. I., Starovoitov, F. V., & Starovoitov, V. V. (2020). Vliyanie umen'sheniya razmerov izobrazheniya na vychi-slenie otsenki ego kachestva [Impact of image size reducing for image quality assesment]. Sistemnyi analiz i prikladnaya informatika [System analysis and applied information science], (2), 35-45. (In Russ., abstr. in Engl.).
9. Mante, V., Frazor, R. A., Bonin, V., Geisler, W. S., & Carandini, M. (2005). Independence of luminance and contrast in natural scenes and in the early visual system. Nat Neurosci, (8), 1690-1697. DOI: 10.1038/nn1556.
10. Wang, Z., Simoncelli, E. P., & Bovik, A. C. (2003). Multiscale structural similarity for image quality assessment. 37th Asilomar Conference on Signals, Systems & Computers. Pacific Grove, CA, USA, 2, 1398-1402. DOI: 10.1109/ACSSC.2003.1292216.
11. Yeganeh, H., & Wang, Z. (2013). Objective Quality Assessment of Tone-Mapped Images. IEEE Transactions on Image Processing, 22(2), 657-667. DOI: 10.1109/TIP.2012.2221725.
Поступила 07.09.2022
INTERVAL QUALITY INDICATORS OF THE DYNAMIC RANGE COMPRESSION OF INFRARED IMAGES ON THE BASIS OF A TONE MAPPING MATRIX
& RUDIKOV1, V. TSVIATKOU2, A. SHKADAREVICH1 1(UE "STC "LEMT" BelOMO") 2(Belarusian State University of Informatics and Radioelectronics, Minsk)
The article proposes a dynamic range compression model for infrared (IR) images based on a tone mapping matrix, the elements of which relate the brightness levels of the original image with a wide dynamic range and the brightness levels of a non-linearly transformed image with a narrow dynamic range, and also indicate, depending on the variant offormation of this matrices on: a) loss of discrimination between adjacent pixels due to compression of the dynamic range; b) the level of non-linear compression distortions; c) ambiguity of tone mapping. Based on this model, interval indicators of the quality of compression of the dynamic range of infrared images are proposed, which allow estimating the potential distinguishing power, the real loss of discrimination between adjacent pixels after transformation, the magnitude of nonlinear compression distortions, the uniformity of the use of the dynamic range, and the ambiguity of tone mapping for the selected interval of the dynamic range. The proposed indicators improve the accuracy of assessing the quality of compression of the dynamic range of IR images by expanding the system of known indicators that evaluate the contrast, entropy, statistical naturalness of the converted images, and the structural accuracy of tone mapping.
Keywords: dynamic range compression, infrared images, tone mapping matrix, quality intervals indicators of images.
