CC BY
4ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
DOI: 10.17725/rensit.2021.13.377
Применение методов спектральной и пространственной обработки к изображениям, полученным с помощью гидролокатора
Кокошкин А.В., Новичихин Е.П., Смольянинов И.В.
Институт радиотехники и электроники им. В.А. Котельникова РАН, Фрязинский филиал, http:// fire.relarn.ru/
Фрязино 141190, Московская область, Российская Федерация E-mail: shvarts65@mail.ru, epnov@mail.ru, ilia159@mail.ru Поступила 26.05.2021,рецензирована 07.06.2021, принята 21.06.2021 Представлена действительным членом РАЕН В.В. Колесовым
Аннотация: В работе предлагается применение метода перенормировки с ограничением (МПО) для подавления спекл-шума изображений полученных с помощью гидролокатора. Тестирование метода происходит на реальных изображениях полученных интерферометрическим гидролокатором бокового обзора. Принципиальная возможность существенного снижения уровня спекл-шума обнаружена вследствие того, что МПО перенормирует спектр гидролокационного изображения к модели универсального опорного спектра, которая является моделью спектра полутонового изображения "хорошего" качества. Для повышения общей резкости изображения, после применения МПО, предложено использовать пространственные яркостные преобразования. Проведённое исследование позволяет сделать заключение о том, что применение МПО к гидролокационным изображениям позволяет существенно снизить спекл-шум.
Ключевые слова: гидролокатор, дистанционное зондирование, гидролокационные изображения, обработка изображений, спекл-шум, метод перенормировки с ограничением.
УДК 621.369
Благодарности: Работа выполнена в рамках государственного задания Министерства науки и высшего образования Российской Федерации
Для цитирования: Кокошкин А.В., Новичихин Е.П., Смольянинов И.В. Применение методов спектральной и пространственной обработки к изображениям, полученным с помощью гидролокатора. РЭНСИТ, 2021, 13(3):377-382. DOI: 10.17725/rensit.2021.13.377._
Application of spectral and spatial processing methods to sonar images
Alexander V. Kokoshkin, Evgeny P. Novichikhin, Ilia V. Smolyaninov
Kotelnikov Institute of Radioengineering and Electronics of RAS, Fryazino Branch, http://fire.relarn.ru/
Fryazino 141190, Moscow Region, Russian Federation
E-mail: shvarts65@mail.ru, epnoV@mail.ru, ilia159@mail.ru
Received May 26.2021, peer-reviewed June 07.2021, accepted June 21.2021
Abstract: The paper proposes the use of the method of renormalization with limitation (MRL) for suppressing the speckle noise of images obtained using sonar. The method is tested on real images obtained by the interferometric side-view sonar. The principal possibility of a significant reduction in the speckle noise level is found due to the fact that the MRL renormalizes the spectrum of the sonar image to the universal reference spectrum (URS) model, which is a model of the spectrum of a "good" quality grayscale image. To increase the overall sharpness of the image, after applying the MRL, it is proposed to use spatial brightness transformations. The study allows us to conclude that the application of MRL to sonar images can significantly reduce speckle noise.
Keywords: sonar, remote sensing, sonar images, image processing, speckle noise, method of renormalization with limitation.
UDC 621.369
Acknowledgments: The work was carried out within the framework of the state assignment of the Ministry of Science and Higher Education of the Russian Federation
Forcitation: Alexander V. Kokoshkin, Evgeny P. Novichikhin, Ilia V. Smolyaninov. Application of spectral and spatial processing methods to sonar images. RENSIT, 2021, 13(3):377-382. DOI: 10.17725/ rensit.2021.13.377.
Содержание
1. Введение (378)
2. применение метода перенормировки с ограничением к гидролокационным изображениям (379)
3. заключение (381) литература (381)
1.ВВЕДЕНИЕ
В настоящее время гидролокационные системы чрезвычайно широко используются для решения прикладных задач в большом количестве областей применения, таких как мониторинг экологии, поиск природных ресурсов, археология, чрезвычайные ситуации, промышленная и оборонная безопасность. Изображения, полученные с помощью гидролокаторов, представляют собой частный случай изображений радиолокационных систем с синтезированием апертуры антенны (РСА). Для подобных изображений свойственно наличие мультипликативного спекл-шума. Он возникает из-за интерференции волн, вызванной множественным рассеянием от малых относительно элемента разрешения отражателей. Спекл-шум проявляется в виде светлых пятен и ярких точек, беспорядочно разбросанных по всему полю изображения.
В отличии от РСА, используемых для зондирования Земли из космоса, у гидролокационных комплексов изменение рельефа от точки к точке может быть соизмеримо с дальностью до объекта зондирования. Это увеличивает вероятность того, что на одной и той же дальности окажется сигнал отраженный от целей на разных угла прихода. Это приводит к усреднению сигналов, отраженных от разных участков [1]. Эта особенность увеличивает вероятность появления дополнительных спекл-шумов.
Методики подавления спекл-шума
направлены на то, чтобы освободить изображение от паразитных артефактов, убрать зернистость, определить границы областей и объектов на изображении. Борьба со спеклами ведётся по двум направлениям. Первое — это усовершенствование конструкции гидролокаторов, т.е. качество визуализации повышается с помощью различных технических средств. Второе — это цифровая обработка уже полученного изображения.
Настоящая работа посвящена цифровой обработке изображений. Часто употребляемыми способами борьбы со спекл-шумами являются методы от простого локально-усредняющего пространственного фильтра и медианной фильтрации до применяемых ко всему изображению алгоритмов винеровской, калмановской или гомоморфной фильтрации. Применяются также вейвлет преобразования или фрактальное кодирование [2,3,4,5].
При тестировании метода перенормировки с ограничением (МПО) на различных типах изображений, в частности, было обнаружено существенное снижение спекл-шума [6,7]. Таким образом возникла идея применить МПО к гидролокационным изображениям с целью повышения их качества. Предлагается обработать исходные акустические изображения с помощью метода перенормировки с ограничением. Предполагается, что после применения МПО, в среднем, аксиально-симметричная (изотропная) часть амплитудного пространственного спектра исследуемых изображений будет соответствовать модели универсального опорного спектра (УОС), т.е. модели спектра изображения "хорошего" качества [8,9]. При этом необходимо заметить, что наиболее значимая информация о контурах областей и объектов на изображении содержится не в амплитудной, а в фазовой
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
ПРИМЕНЕНИЕ МЕТОДОВ СПЕКТРАЛЬНОЙ И 379 ПРОСТРАНСТВЕННОЙ ОБРАБОТКИ К ИЗОБРАЖЕНИЯМ...
части спектра. Таким образом, при устранении возможных шумов и искажений все границы сред и локализация объектов на изображениях сохранятся. Целью настоящей работы является тестирование эффекта подавления спекл-шума с помощью МПО на реальных гидролокационных изображениях.
2. ПРИМЕНЕНИЕ МПО К ГИДРОЛОКАЦИОННЫМ ИЗОБРАЖЕНИЯМ
Применение метода перенормировки
с ограничением к гидролокационным изображениям демонстрируется на примере Рис. 1 — изображения фрагмента морского дна с затонувшим судном. Изображение размером 668 на 512 пикселей, представленное на Рис. 1, получено с помощью ИГБО, входящего в состав многофункционального гидролокационного комплекса АГКПС 100 и имеет следующие технические характеристики [10]:
1. Разрешающая способность ИГБО по направлению движения 1.5 градуса. Разрешение по наклонной дальности — 0.03 м.
2. Рабочая частота ИГБО 450 кГц.
3. Средняя квадратичная погрешность измерения глубин ИГБО в полосе обзора до 3-х глубин не хуже 1% от глубины съемки, чувствительность к изменению коэффициента обратного рассеяния грунтов не менее 10%.
4. Полоса съемки (обзора) ИГБО до 300 м на один борт.
5. Зондирующий сигнал — импульсный с линейно-частотной модуляцией.
Рис. 1. Исходное гидролокационное изображение.
В состав многофункционального
гидролокационного комплекса АГКПС 100 также входили дополнительные датчики:
1. Приемник спутниковой навигации.
2. Датчики крена дифферента и вертикальных перемещений.
3. Гирокомпас.
4. Измеритель скорости звука в воде.
Гидролокационная съемка проводилась при движении судна по параллельным направлениям (галсам) на расстоянии 20 метров между ними. Полученные на параллельных галсах акустические изображения наносятся на географическую карту с учетом показаний, входящих в состав комплекса датчиков [11]. Особенностью построения карты является то, что изображения с соседних галсов не перекрываются (не происходит усреднения изображения с соседних галсов).
Представленное на Рис. 1, затонувшее судно имеет длину 40 м и залегает на глубине 17 м.
Метод перенормировки с ограничением используем в своём "классическом" варианте, т.е. таким же, как было представлено в [8,9] и зарегистрировано в свидетельстве о государственной регистрации программы для ЭВМ [12]. Поскольку предполагается, что какому-либо размытию исходное изображение не подвергалось, то искажающая аппаратная функция принимается "игольчатой" (шириной много менее одного пикселя). На Рис. 2 показано применение МПО к изображению Рис. 1.
При сравнительном анализе Рис. 1 и Рис. 2 можно отметить, что вместе с подавлением спекл-шума происходит некоторое снижение общего
Рис. 2. Применение МПО к изображению рис. 1.
шШЛ
¡lili iHÜ
Рис. 3. Результат применения лапласиана к изображению рис. 2.
контраста изображения. Поэтому, в качестве дополнительного шага проведем повышение резкости рисунка 2, применив лапласиан [13]. Результат этой операции показан на Рис. 3.
Для сравнительного анализа, в качестве альтернативного метода по борьбе со спекл-шумами, используем часто употребляемую медианную фильтрацию с квадратным ядром 3 на 3 пикселя. Результат обработки показан на Рис. 4.
Объёмные виды пространственных яркостей для изображений рисунков 1-4 показаны на Рис. 5. По вертикальной оси отложены значения яркостей пикселей в градациях серого (от нуля — чёрный, до 255 — белый). Две оставшиеся оси объёмного Рис. 5 показывают координаты пикселей яркости на поле изображения. Рис. 5b — результат применения МПО, наглядно демонстрирует существенное снижение уровня спекл-шума относительно исходного гидролокационного изображения — рис. 5a.
ш I
Рис. 5. Объёмный вид пространственныхяркостей исходного гидролокационного изображения (рис. 1) — (а); исходное изображение обработанное МПО (рис. 2) — (Ь); исходное изображение обработанное МПО и лапласианом (рис. 3) —(с); исходное изображение после медианной фильтрации (рис. 4) — (й). Это видно по структуре объёмных рисунков. Исходное изображение зашумлено спеклами по всему полю, в то время как обработка МПО, убирая яркие точки, оставляет контуры затонувшего корабля и рельеф дна в неприкосновенности. В Таблице 1 указаны статистические характеристики пространственных яркостей изображений. Среднее квадратичное отклонение (СКО) яркостей у изображения, обработанного МПО, равно 29, что значительно меньше, чем СКО у исходного, равное 49.
Рис. 5с — это действие лапласиана на Рис. 5Ь. Как уже было сказано выше, таким образом повышается резкость после применения МПО к
Таблица 1
Статистические характеристики пространственных яркостей на изображениях
Рис. 4
к изображению рис. 1.
Исходное Гидроло- Гидроло- Гидроло-
гидро- кационное кационное кационное
локаци- изображе- изображе- изображе-
онное ние, обра- ние, обра- ние, обра-
изобра ботка ботка МПО ботка ме-
жение МПО и лапла- дианным
сиан фильтром
Среднее
значение 117 118 117 113
яркостей
СКО 49 29 33 34
скоростей
b
а
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
ПРИМЕНЕНИЕ МЕТОДОВ СПЕКТРАЛЬНОЙ И 381 ПРОСТРАНСТВЕННОЙ ОБРАБОТКИ К ИЗОБРАЖЕНИЯМ...
исходному гидролокационному изображению. В Табл. 1 видно, что статистические характеристики у обработки МПО плюс лапласиан (Рис. 5с) весьма близки с альтернативным методом — медианной фильтрации (Рис. 5а) исходного гидролокационного изображения. СКО соответственно равны 33 и 34. Однако, применение медианной фильтрации менее предпочтительно, поскольку эта процедура вместе со спеклами может удалить и полезную информацию [6,13].
На Рис. 6 в логарифмическом масштабе показаны амплитудные пространственные спектры исследуемых изображений размером 668 на 512 пикселей. Индексация Рис. 6 соответствует буквам Рис. 5.
Спектр исходного изображения,
обработанного МПО (Рис. 6Ъ), в рамках методики, перенормирован к модели универсального опорного спектра (УОС), т.е. к модели спектра полутонового оптического изображения "хорошего" качества [8,9]. И поскольку гидролокационные изображения по своей структуре сильно отличаются от оптических изображений, то в качестве
с d
Рис. 6. Амплитудные пространственные спектры в логарифмическом масштабе, соответствующие о(ъ'емным изображениямрис. 5. Спектры: исходного гидролокационного изображения (рис. 1) - (а); исходного изображения обработанного МПО (рис. 2) - (Ъ); исходного изображения обработанного МПО и лапласианом (рис. 3) - (с); исходного изображение после медианной фильтрации (рис. 4) - (а).
"платы" за снижение рисунку 1 проявляется эффект "затуманивания" или "размытости" изображения — Рис. 2. На спектрах это видно как снижение уровня высоких частот на Рис. 6Ъ относительно Рис. 6а. Для повышения общей резкости изображения далее применён лапласиан, что вызвало некоторый подъём высоких частот — Рис. 6с. Спектр медианной фильтрации специфически промодулирован (Рис. 6а), что может косвенно указывать на возможные нежелательные изменения в структуре изображения.
3.ЗАКЛЮЧЕНИЕ
Эта статья посвящена тестированию применения метода перенормировки с ограничением к гидролокационным изображениям с целью повышения их качества. Установлено, что применение МПО к гидролокационным изображениям существенно снижает спекл-шум. Происходит это потому, что метод перенормировки с ограничением, по своему определению, перенормировал спектр гидролокационного изображения к модели универсального опорного спектра (УОС), которая является моделью спектра полутонового изображения "хорошего" качества [8,9]. В связи с тем, что гидролокационные изображения по своей структуре значительно отличаются от оптических изображений, то в качестве "платы" за подавление спекла, в результате применения МПО, проявляется эффект "затуманивания" или лёгкой "размытости" изображения. Для повышения общей резкости изображения предложено использовать яркостные
преобразования (например, лапласиан) [13]. Применение медианной фильтрации в данной задаче менее предпочтительно, поскольку эта процедура вместе со спеклами может удалить и полезную информацию. Всё вышеизложенное позволяет сделать вывод о том, что применение МПО к гидролокационным изображениям позволяет существенно снизить спекл-шум.
ЛИТЕРАТУРА
1. Разманов ВМ, Кривцов АП, Долотов СА. Особенности измерений рельефа морского дна интерферометрическим гидролокатором бокового обзора. Радиотехника и электроника, 2006, 51(1):58-64.
2. Alexandru Isar, Ioana Firoiu, Corina Nafornita and Sorin Moga. SONAR Images Denoising. 2011. DOI: 10.5772/19190. In book: Sonar Systems, https://www.intechopen.com/books/ sonar-systems/sonar-images-denoising.
3. Achim A, Bezerianos A, Tsakalides P. Novel Bayesian Multiscale Method for Speckle Removal in Medical Ultrasound Images. IEEE Transactions on Medical Imaging, 2001, 20(8):772-783.
4. Ghazel M, Freeman GH, Vrscay ER. Fractal image denoising. IEEE Transactions on Image Processing, 2003, 12:1560-1578.
5. Илюшин СВ. Подавление спекла на медицинских ультразвуковых изображениях при помощи фрактального кодирования. T-Comm: Телекоммуникации и транспорт, 2011, 5(3):22-26.
6. Кокошкин АВ. Применение метода перенормировки с ограничением к обработке медицинских ультразвуковых изображений. Журнал радиоэлектроники [электронный журнал], 2020, № 10. https:// doi.org/10.30898/1684-1719.2020.10.1.
7. Кокошкин АВ. Применение метода перенормировки с ограничением к изображениям дистанционного зондирования, полученным с помощью радиолокаторов с синтезированной апертурой. Журнал радиоэлектроники [электронный журнал], 2021, № 3. https://doi. org/10.30898/1684-1719.2021.3.4.
8. Гуляев ЮВ, Зражевский АЮ, Кокошкин АВ, Коротков ВА, Черепенин ВА. Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения. Часть 3. Универсальный опорный спектр. Журнал радиоэлектроники [электронный журнал], 2013, №12. http://jre.cplire.ru/jre/dec13/3/text.html.
9. Кокошкин АВ, Коротков ВА, Коротков КВ, Новичихин ЕП. Использование метода перенормировки с ограничением для восстановления искаженных изображений при наличии помех и шума с неизвестными параметрами. Журнал радиоэлектроники [электронный журнал], 2015, № 7. http://jre. cplire.ru/jre/jul15/4/text.html.
10. Каевицер ВИ, Кривцов АП, Разманов ВМ, Смольянинов ИВ, Элбакидзе АВ,
Денисов ЕЮ. Разработка и результаты испытаний гидроакустического комплекса для исследования дна шельфовой зоны Арктических морей. Журнал радиоэлектроники [электронный журнал], 2016, № 11. Ы±р:/^ге. cplire.rU/jre/nov16/1/text.pdf.
11. Смольянинов ИВ. Программа для нанесения на географическую карту гидролокационного изображения морского дна. Свидетельство о государственной регистрации программы для ЭВМ № 2018618950 от 21.08.2018г.
12. Кокошкин АВ, Коротков ВА. Программа реализации метода перенормировки с ограничением для обработки радиоизображений. Свидетельство о государственной регистрации программы для ЭВМ № 2016661952 от 26.10.2016г.
13. Гонсалес Р, Вудс Р. Цифровая обработка изображений. М., Техносфера, 2019, 1104.
Кокошкин Александр Владимирович с.н.с.
ФИРЭ им. В.А. Котельникова РАН
Фрязино 141190, Московская область, Россия
shvarts65@mail.ru
Новичихин Евгений Павлович
к.ф.-м.н, с.н.с.
ФИРЭ им. В.А. Котельникова РАН
Фрязино 141190, Московская область, Россия
epnov@mail.ru
Смольянинов Илья Вячеславович с.н.с.
ФИРЭ им. В.А. Котельникова РАН
Фрязино 141190, Московская область, Россия
ilia159@mail.ru.
