Комплексный подход к улучшению изображений комбинированных телетепловизионных приборов Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 621.397.3:517.968

С.Л. Погорельский, канд. техн. наук, проф.,нач. отделения (4872)41-06-04,

kbkedr@tula.net (Россия, Тула, ОАО «КБП»),

А.В. Чинарев, нач. сектора, (4872) 46-96-23,

kbkedr@tula.net (Россия, Тула, ОАО «КБП»),

А.М. Семикозов, инженер, (4872)46-96-23,

kbkedr@tula.net (Россия, Тула, ОАО «КБП»)

КОМПЛЕКСНЫЙ ПОДХОД К УЛУЧШЕНИЮ ИЗОБРАЖЕНИЙ КОМБИНИРОВАННЫХ ТЕЛЕТЕПЛОВИЗИОННЫХ ПРИБОРОВ

Рассмотрен комплексный подход к формированию улучшенного видеоизображения телетепловизионных приборов. Подход состоит из применения алгоритмов фильтрации шумов и комплексирования тепловизионного и телевизионного изображе-ний.Также предложен алгоритм улучшения изображения, выводимого оператору.

Ключевые слова: комплексирование, оптоэлектронные системы, нелинейная фильтрация, вейвлет-преобразование.

Наличие тепловизионного и телевизионного каналов в одном приборе позволяет осуществлять обнаружение и сопровождение целей на большой дальности в тепловизионном канале и более уверенное распознавание в телевизионном канале. При этом возникает проблема вывода видеоизображений двух спектральных диапазонов. Оператору предлагается вести наблюдение за объектом по двум экранам или использовать прием «картинка в картинке», что увеличивает психофизическую нагрузку и отрицательно сказывается на его работоспособности (рис. 1).

Рис. 1. Тепловизионное изображение

Для автоматических систем наблюдения при увеличении количества спектральных диапазонов возникает проблема при переключении каналов - аппаратура вынуждена повторно выполнять

поиск, обнаружение объекта. При одновременной работе двух каналов возрастают требования к вычислительным возможностям аппаратуры и синтезу новых алгоритмов. Разрешающая способность тепловизионных и телевизионных каналов обычно различна, что затрудняет оценку обнаружения и распознавания объекта. Положение усугубляется различным отображением сцены инфракрасного и видимого спектральных диапазонов. В частности, это выражается в низкой разрешающей способности тепловизионного канала. Картины, полученные в инфракрасном спектре, более размыты, чем в видимом спектре, за счет дифракции света, а также неравномерного излучения тел и нагретого воздуха вблизи них (рис. 2).

Рис. 2. Телевизионное изображение

При настройке телетепловизионных приборов особое значение придается юстировке, т.е. соосному расположению оптических осей. Однако даже при качественной сборке существует несоответствие соосности, которое влияет на видеоизображение. По этой причине, прежде чем осуществлять комплексирование тепловизионного и телевизионного изображений, необходимо привести их в один масштаб и поле. Для этого удобно воспользоваться матрицами аффинных преобразований. Возьмем матрицу поворота относительно оси, перпендикулярной плоскости изображения,

'собО -этО 0Л

д2(е) = эте сове о ,0 0 1,

где Я2 - матрица поворота, 0 - угол поворота матрицы масштабирования,

S(sx,sy)

V О О4

vO О 1,

где 50^) -матрица масштабирования, - соответствующие коэффициенты масштабирования по осям х и у и матрицы сдвига

T(dx,dy)

f\ 0 dx" О 1 dy

О 0 1

Ч /

где Т(с1х, с1у) -матрица сдвига, ¿х, ду -соответствующие смещения по осямх и у.

Приведем изображение тепловизионного канала к телевизионному, получим (рис. 3).

' хЛ (СОвб • ^ - БШб 6х X

ч1/

siiiö cosö • Sy dy у

О Oil

где xt, yt - трансформированные координаты, х , у - начальные координа-

Получим матрицу преобразования с соответствующими коэффициентами:

(К К къ к4 к5 к6

v° 0 b

где к1У к2, къ, кА, к5, к6- коэффициенты матрицы преобразования.

Коэффициенты преобразования находят из расчета соответствия объекта на тепловизионном и телевизионном изображении объекта. Для этого достаточно выбрать 3 соответствующих точки на изображениях. После однократного вычисления коэффициенты заносятся в память программы и перенастраиваются лишь при очередной переюстировке приборов.

В [1] описано аналогичное решение сопоставления тепловизионного и телевизионного изображений, однако не указано, каким способом возможно выполнить их комплексирование. Полученное изображение предлагается свести к цветному, через цветовое пространство HSV(Hue Saturation Value - оттенок, насыщенность, яркость) где инфракрасному диапазону соответствует значение оттенка, а видимому диапазону соответствуют насыщенность и яркость. Для примера возьмем два изображения одной и той же сцены с различным наклоном, полем зрения и в различных диапазонах (см. рис. 1 и 2).

Преобразуем тепловизионное изображение, так как оно имеет меньшее разрешение (рис. 3).

Рис. 3. Преобразованное тепловизионное изображение

Таким образом мы получаем два изображения одного масштаба и углового положения. За счет применения алгоритма совмещения изображения в цветное спектральное изображение (рис. 4). Существует возможность выделить на телевизионном кадре горячие объекты с помощью одного экрана, что существенно уменьшает психофизическую нагрузку на оператора.

Рис. 4. Комплексированное изображение

294

Различные оптические искажения атмосферы создают пространственно-временные искажения, затрудняющие работу оператора или автомата сопровождения по заданным целям. Также при низком значении соотношения «сигнал/шум» шумы делают невозможным работу автомата по удаленным малоразмерным целям. Эту задачу можно решить с помощью вейвлет-преобразования:

где CTWTj - коэффициенты вейвлет преобразования, а - положение «ядра» свертки, b - масштаб «ядра» свертки, у - «ядро» свертки, f(x) - значение функции, х - переменная области значения.

Вейвлет - преобразование видеосигнала раскладывает видеопоследовательность в ограниченный ряд пространственных частот. При этом в области высоких пространственных частот сосредоточены шумы фотоприемника и высокочастотные составляющие искажений волнового фронта турбулентной атмосферы. В низкочастотных составляющих вейвлет коэффициентов содержится важнейшая полезная информация для обнаружения цели. Благодаря трехмерному вейвлет-преобразованию происходит интеграция сигнала по времени, и таким образом видеоизображение объекта не «мелькает», а становится более устойчивым. Недостатком такого подхода является ухудшение детальности кадров. Для устранения данной проблемы был использован алгоритм нелинейной фильтрации на основе вейвлет-преобразования.

Из [2] известно, что полезная информация в видеоряде, такая как детали, формы, контуры объектов, имеет большую энергетику, чем шумовые составляющие. Значит, после вейвлет-преобразования коэффициенты распределяться соответствующим образом. Таким образом, можно обнулить коэффициенты с низким значением, а коэффициенты с большим значением оставить без изменения или увеличить (для подчеркивания) [3] по формуле

где (Тлр) - функция порогового отсечения, р(у)- значение коэффициента вейвлет-преобразования, у - индекс коэффициента, X - порог.

Предложенный подход к улучшению видеоряда посредством применения пространственно-временного нелинейного фильтра, основанного на вейвлет - преобразовании, позволяет повысить вероятность автоматического обнаружения и распознавания малоразмерных целей, вследствие уменьшения помех.

при | р(у) |> X; при | р(у) | X,

Список литературы

1. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление / Б.А. Алпатов [и др.]. М.: Радиотехника, 2008. 175 c.

2. Bovik A. Image and Video Processing. Austin: Elsevier, 2005. 1429 с.

3. Pattern Recognition and Machine Learning / С. Bishщз [etal]. New York: Springer, 2006. p. 703.

S.L. Pogorelski, A.V. Chinaryov, A.M. Semikozov

A COMPLEX APPROACH TO IMAGE ENHANCEMENT OF TELEVISION AND INFRARED DEVICES

In this paper, we present the complex approach to formation of improved images television and infrared devices is considered. The approach consists of application of algorithms of a filtration of noise andfuse infrared and television images. As the algorithm of improvement of the image, deduced is offered the operator.

Key words: fuse data, optoelectronic devices, nonlinear filtering, wavelet.

Получено 12.09.2012