CC BY
39
УДК 629.052.9
ИССЛЕДОВАНИЕ ТОЧНОСТНЫХ ХАРАКТЕРИСТИК ОПТИЧЕСКИХ КЭСНН ЛА ДЛЯ НОРМИРОВАННЫХ ЦВЕТНЫХ ИЗОБРАЖЕНИЙ
В.В. Щербинин, Г. А. Кветкин, А. А. Калинина, Е.В. Шевцова
Данная статья является продолжением работы «Исследование характеристик цветной корреляционно-экстремальной системы навигации и наведения летательного аппарата». Проводится точностной анализ цветной (Я-О-Б) оптической корреляционно-экстремальной системы навигации и наведения летательных аппаратов в условиях действия искажающих факторов при использовании ненормированных и нормированных цветных изображений.
Ключевые слова: цветные корреляционно-экстремальные системы навигации и наведения, синтезированные изображения, вероятность безотказной работы, цветные нормированные изображения.
В предшествующих работах [1 - 4] описывалось отличие алгоритмов цветной оптической корреляционно-экстремальной системы навигации и наведения (КЭСНН) летательного аппарата (ЛА) (в пространстве Я-О-Б) от алгоритмов монохромных оптических КЭСНН (отдельно Я-канал, О-канал и Б-канал), а также приводились результаты сравнительного анализа точностных характеристик таких систем. На основе математического моделирования было показано, что точностные характеристики цветной оптической КЭСНН превосходят характеристики монохромных оптических КЭСНН [3]. В данной работе приводятся результаты дальнейших исследований, сопряженных с введением дополнительных процедур обработки исходных изображений для различных видов шумов (в широком диапазоне интенсивности) и соотношений эталонного изображения (ЭИ) и текущего изображения (ТИ). При этом использовалась следующая форма цветных изображений:
В [2] было показано, что использование нормированной формы цветных изображений позволит увеличить соотношение «сигнал - шум» при воздействии суточных изменений местности.
Для сравнительного анализа точностных характеристик нормированной и ненормированной цветных оптических КЭСНН при использовании процедуры нормировки так же, как и в [3], выбран опытно-теоретический метод, который заключается в проведении серии численных экспериментов на базе синтезированных изображений с выборочной проверкой по реальным изображениям.
1
С целью поддержания общности экспериментов линейный размер ЭИ при моделировании составил 200 пикс., ТИ - 20 пикс. Критерием точности алгоритма КЭСНН, как и прежде, является вероятность безотказной работы, которая определяется как вероятность Р исхода с нулевой ошибкой в определении положения ТИ в локальной системе координат при моделировании работы КЭСНН.
По аналогии с работой [4] рассматривается сетка параметров синтезированного изображения, для которых при заданных уровнях шумовых факторов определяется вероятность Р. Параметрами, варьируемыми при синтезе изображения, являются угол контраста (в диапазоне от 0 до 54 °) и радиус корреляции (от 4 до 160 пикс.) [3]. На рис. 1 представлены изображения поверхностей Р на сетке параметров, соответствующие использованию в алгоритме цветной оптической КЭСНН ненормированного (рис. 1, а) и нормированного (рис. 1, б) изображений
а
б
Рис. 1. Значение вероятностей безотказной работы идеальной цветной оптической КЭСНН при использовании ненормированного (а)
и нормированного (б) изображений
Из рис. 1 видно, что нормирование изображения при отсутствии шумов никак не сказывается на вероятности безотказной работы идеальной цветной оптической КЭСНН.
Следующий этап исследования заключается в учете влияния шумовых факторов на текущее изображение. Как и в работе [4], рассматривалось влияние трех основных моделей шума на изображение: аддитивного, мультипликативного и импульсного, однако в данной работе приведены лишь результаты для аддитивного шума как наиболее наглядные. На рис. 2 представлены изображения поверхностей Р (для ненормированного (рис 2, а, б) и нормированного (рис. 2, в, г)) изображений в случае наложения на ТИ аддитивного шума (АШ) с дисперсией 0,5 и 1,0.
146
- дисперсия АШ 1,0 б
Радиус корреляции
- дисперсия АШ 0,5
Рзсиус коррелят»
Ралиуг. корреляции
РаДИуС КОДОЭПЭ Ц1И
- дисперсия АШ 0,5 - дисперсия АШ 1,0
в г
Рис. 2. Влияние аддитивного шума на точность цветной оптической
КЭСНН при ненормированных (а, б) и нормированных (в, г)
изображениях
Из рис. 2 также видно, что нормирование изображений не ухудшает точность цветной оптической КЭСНН, а в частных случаях ее повышает. Такая же картина наблюдается и при других интенсивностях шумовой составляющей.
На следующем этапе производилось сопоставление результатов, полученных на синтезированных изображениях и реальных аэрофотоснимках (АФС). Для этого был выбран снимок участка местности в районе г. Таганрога и проведена его нормировка (рис. 3).
Затем на базе данных изображений определена вероятность Р, которой соответствует точка (рис. 4, 5), в двух случаях: без наложения искажений (рис. 4, а, 5, а) и при искажении ТИ аддитивным шумом с дисперсией 0,5 (рис. 4, б, в) и 1,0 (рис. 5, б, в). Мерой адекватности предложенного
147
способа синтеза изображений можно считать отклонение данной точки на рис. 4 от кривых, представляющих собой сечения поверхностей (рис. 1, 2) плоскостями, нормальными к оси «Радиус корреляции» и проходящими через точки 16 и 28 на этой оси. Данный диапазон выбранна основании того, что среднийрадиус корреляции АФС оценен на уровне 22 пикс. [3]. Характеристика АФС на данных графиках будет соответствовать красной точке.
Рис. 3. Ненормированное (слева) и нормированное цветные изображения участка местности
Угол контраста
а
б
Угол контраста в
Рис. 4.Исследование цветной оптической КЭСНН на базе ненормированного незашумленного изображения (а) и ненормированного изображения под действием АШ с дисперсией 0,5 (б) и 1,0 (в)
Из анализа данных графиков можно заключить, что выполнение процедуры нормировки приводит к существенному расхождению результатов для синтезированных изображений и АФС при наложении шума на
148
ТИ. Данный эффект можно объяснить на основе анализа изображения нормированного АФС (см. рис. 3, б), где видно, что при нормировке, действительно, существенно снижается информативность изображения, в первую очередь, потому, что объекты (здания, деревья, автомобили) становятся мало отличимыми от своих теней. По сути, процедура нормировки цветного изображения состоит в компенсации яркости каждого отдельного пикселя изображения и приведении его к единой величине. Таким образом, например, точки, цвета которых лежат на биссектрисе пространственного угла в пространстве Я-О-Б ([0.001,0.001,0.001] - черный, [1,1,1] - белый) в нормированном изображении будут приведены к одному «среднему» цвету - серому. По данной причине и тени от серых строений на АФС сливаются после нормировки с черными и темно-серыми тенями. В отсутствии шума алгоритм функционирует надежно, но при минимальных искажениях вероятность Р значительно снижается.
а
б
в
Рис. 5. Исследование цветной оптической КЭСНН на базе нормированного незашумленного изображения (а) и нормированного изображения под действием АШ с дисперсией 0,5 (б) и 1,0 (в)
Для подтверждения данной гипотезы и обеспечения устойчивой работы алгоритма цветной оптической КЭСНН при использовании нормированных изображений был предложен следующий алгоритм действий: ТИ до нормировки сегментируется, области с низкой освещенностью принимаются за тени и с помощью соответствующей маски исключаются из рассмотрения в алгоритме КЭСНН. На рис. 6 представлены результаты сегментирования: точки, определенные как тени, закрашены для наглядности красным цветом.
При повторной реализации алгоритма цветной оптической КЭСНН по ненормированным (рис. 7, а, б, в) и нормированным (рис. 7 г, д, е) изображениям с исключением затененных областей получены зависимости, представленные на рис. 7.
Рис. 6. Результаты сегментирования
а
б
в
д
е
Рис. 7. Исследование цветной оптической КЭСНН при незашумленном (а, г) изображении и под действием шума дисперсией 0,5 (б, д) и 1,0 (в, е)
Как следует из рис. 7, даже после исключения из анализа затененных областей не удалось обеспечить устойчивую работу алгоритма по нормированным изображениям при искажениях ТИ.
150
г
Для объяснения данного факта было принято решение рассмотреть контрастность АФС путем оценки взаимного расположения векторов, соответствующих пикселям изображения, в пространстве Я-О-Б. На рис. 8 представлены пространственное изображение и три ортогональные проекции множества точек ненормированного АФС. Как следует из данной иллюстрации, концы всех векторов, представленных на рис. 8, располагаются достаточно близко друг к другу, а визуально объекты на АФС легко различаются за счет различных длин этих векторов, т.е. различной яркости. При проведении операции нормировки эти различия нивелируются за счет приведения длин всех векторов к единице, и соответственно даже при небольших искажениях алгоритм КЭСНН не функционирует.
Рис. 8. Взаимное расположение векторов, соответствующих пикселям изображения, в пространстве Я-С-Б
Выводы
1. В идеальных условиях (в отсутствии шумов) точностные характеристики цветной оптической КЭСНН для ненормированных и нормированных ЭИ и ТИ примерно эквивалентны.
2. Для синтезированных моделей изображения местности при воздействии шума вероятность безотказной работы цветной оптической КЭСНН для ненормированных и нормированных ЭИ и ТИ примерно одинакова (для нормированных изображений в отдельных случаях даже выше).
3. На реальных изображениях результаты математического моделирования оказались существенно хуже за счет эффекта присоединения теней к трехмерным объектам и снижения информативности АФС. Из этого можно сделать вывод, что для оценки алгоритмов функционирования цветной оптической КЭСНН необходимо использовать реальные цветные изображения местности.
Работа выполняется при поддержке Гранта РФФИ № 15-07-06928.
Список литературы
1. Щербинин В.В. Построение инвариантных корреляционно-экстремальных систем навигации и наведения летательных аппаратов. М.: Изд-во МГТУ им. Н.Э. Баумана, 2011. 230 с.
2. Методы и алгоритмы функционирования цветной оптической корреляционно-экстремальной системы навигации летательных аппаратов / В.В. Щербинин, Е.В. Шевцова, Ю.С. Васильева, О.М. Чижевская // Гиро-скопия и навигация. 2012. Вып. 4 (79). С. 34 - 49.
3. Сравнительная оценка точностных характеристик цветных и монохромных оптических КЭСНН ЛА / В.В. Щербинин, Е.В. Шевцова, Г. А. Кветкин, И.О. Дегтярёв // Известия Тульского государственного университета. Технические науки. Вып. 11. Ч. 2. 2015. С. 3 - 18.
4. Исследование характеристик цветной корреляционно-экстремальной системы навигации и наведения летательного аппарата / В.В. Щербинин, Г. А. Кветкин, И.О. Дегтярёв, Е.В. Шевцова // Известия Тульского государственного университета. Технические науки. 2016. Вып. 6. С.103 - 113.
Щербинин Виктор Викторович, д-р техн. наук, начальник научно-технического отделения, cniiag@cniiag.ru, Россия, Москва, АО «Центральный научно-исследовательский институт автоматики и гидравлики»,
Кветкин Георгий Алексеевич, канд. техн. наук, начальник лаборатории, cniiag@cniiag.ru, Россия, Москва, АО «Центральный научно-исследовательский институт автоматики и гидравлики»,
Калинина Анна Алексеевна, инженер, ann.kalinina@bk.ru, Россия, Москва, АО «Центральный научно-исследовательский институт автоматики и гидравлики»,
Шевцова Екатерина Викторовна, канд. техн. наук, доц., catrin victor@mail.ru, Россия, Москва, МГТУ им. Н.Э. Баумана
RESEARCH OF PRECISION CHARACTERISTICS OF VISION-BASED CENS OF THE AIRCRAFT BY NORMALIZED COLOR IMAGES
V.V. Scherbinin, G.A. Kvetkin, A.A. Kalinina, E.V. Schevtsova
152
This article is an continue of work which is called "Research of characteristics of color (R-G-B) monochrome vision-based correlation and extreme system of navigation and guidance of the aircraft". In the article theanalysis ofprecision of color (R-G-B) vision-based correlation-extreme aircraft navigation systems (CENS) is performed under the action of different noise factors and using non-normalized and normalized color images.
Key words: correlation-extreme aircraft navigation systems, synthesized images, probability of survival, colornormalized images.
Scherbinin Victor Victorovich, doctor of technical sciences, head of research department, cniiagacniiag. ru, Russia, Moscow, Joint Stock Company "Central Research Institute for Automatics and Hydraulics ",
Kvetkin Georgy Alekseevich, candidate of technical sciences, head of laboratory, cniiaga cniiag. ru, Russia, Moscow, Joint Stock Company "Central Research Institute for Automatics and Hydraulics",
Kalinina Anna Alekseevna, engineer, ann. kalininaabk. ru, Russia, Moscow, Joint Stock Company "Central Research Institute for Automatics and Hydraulics",
Schevtsova Ekaterina Victorovna, candidate of technical sciences, docent, catrin victora mail. ru, Russia, Moscow, Moscow Bauman State Technical University
