CC BY
26
УДК 004.932; 53.08
ПРОГРАММНЫЙ КОМПЛЕКС ДЛЯ ФОРМИРОВАНИЯ И ОБРАБОТКИ ГИПЕРСПЕКТРАЛЬНЫХ ИЗОБРАЖЕНИЙ
С.Л. Погорельский, В.М. Понятский, Е.А. Макарецкий, А. С. Гублин, А. В. Овчинников
В статье рассматривается реализация программного комплекса формирования и обработки гиперспектральных изображения, представлена структура комплекса и алгоритм его работы. Представлены примеры представления результатов обработки экспериментальных данных.
Ключевые слова: программный комплекс, гиперспектральная обработка, компьютерное моделирование.
На сегодняшний день существуют различные алгоритмы и программные комплексы обработки изображений, решающие задачу идентификации цели на сложном фоне, однако большинство из них оперируют с одним, либо небольшим набором каналов видеоинформации [1]. В свою очередь, использование гиперспектральных изображений позволяет значительно повысить локальный контраст сцены, но для этого требуется разработка, исследование и внедрение новых алгоритмов комплексирования изоб-ражений[2]. В рамках выполнения научно-исследовательской работы был разработан программный комплекс гиперспектральной обработки изображений, обеспечивающий полное методическое и вычислительное сопровождение проводимых исследований.
Разработанный программный комплекс реализован с использованием среды Matlab, что позволило сократить время его разработки за счет использования специализированных функций. Структурная схема программного комплекса обработки гиперспектральных изображений представлена на рис. 1.
Графический интерфейс пользователя
Рис. 1. Структурная схема программного комплекса обработки гиперспектральных изображений
Разработанный программный комплекс состоит из следующих частей:
- модуль имитации;
- модуль сопровождения эксперимента;
- модуль обработки экспериментальных данных.
Каждый из модулей реализованный в программном комплексе является независимым и может выполнять свои функции без привлечения функционала смежных модулей. С позиции графического интерфейса, модули реализованы на отдельных вкладках экранной формы, представленной на рис. 2.
Переключение между модулями осуществляется путем выбора требуемой вкладки в верхней левой части программного комплекса.
к Гиперспектрольизя обрабо
Рис. 2. Экранная форма программного комплекса гиперспектральной обработки
1. Модуль формирования тестовых гиперспектральных изображений. Для
полноценного исследования новых и модифицированных алгоритмов необходимо формировать тестовые гиперспетральные изображения с заранее известными пространственными и спектральными характеристиками цели и фона, причем формат хранения гиперспектральных данных должен быть совместим с программным комплексом, в котором в дальнейшем будет производиться обработка гиперспектральных изображений. Доступ к модулю производится путем выбора вкладки «Имитация». Работа модуля соответствует алгоритму, представленному на рис. 3.
Ввод исходных данных
_^_
Формирование массива гиперспектральных изображений
т
Генерация фоновой обстановки в гиперспектральном массиве
_^_
Генерация данных имитационной калибровочной панели в гиперспектральном массиве
_^_
Генерация виртуальных целей с предопределенными спектральными параметрами
Вывод/сохранение тестового гиперспектрального изображения
Рис. 3. Алгоритм формирования тестовых гиперспектральных изображений
80
Пример сгенерированной гиперспектральной серии изображений представлен на рис. 4.
В левом верхнем углу расположена калибровочная панель, в центральной области - целевой объект с линейным распределением интенсивности. При необходимости дальнейшей обработки и сохранения гиперспектральной серии реализована функция «Экспорт».
Рис. 4. Пример тестовой гиперспектральной серии изображений
2. Модуль сопровождения эксперимента. Модуль сопровождения эксперимента предназначен для обеспечения единства методики проведения эксперимента на измерительном гиперспектральном комплексе технического зрения, выявления изображений, характеристики которых не удовлетворяют требуемым (например, наличие насыщения в областях интереса и прочее), ведения и обслуживания единой базы данных по проведенным экспериментам.
Важно указать, что на первоначальном этапе загрузки экспериментальных данных в области просмотра модуля сопровождения эксперимента отображается серия, планируемая к загрузке, что показано на рис. 5.
Рис. 5. Экранная форма панели просмотра в модуле сопровождения эксперимента
Из особенностей реализации панели просмотра следует отметить, что пользователю доступно:
- переключение между каналами путем перемещения слайдера (длина волны отображенного канала указана ниже ползунка, числовое значение после длины волны указывает на номер серии);
- группировка просматриваемых изображений по длине волны (функция актуальны в случае, когда загружается эксперимент, состоящий из нескольких серий);
- подсвечивание областей, интенсивность которых превышает указанный пользователем пороговый уровень.
3. Модуль анализа эксперимента. Модуль анализа эксперимента предназначен для автоматизации расчетов числовых параметров, выбора наилучших канальных изображений по заданному критерию, при работе с несколькими сериями, а также графической визуализации полученных результатов. Внешний вид экранной формы модуля анализа экспериментов представлен на рис. 6.
Рис. 6. Экранная форма модуля анализа экспериментов
Технически модуль анализа эксперимента состоит из следующих частей:
- панель подготовки и настройки режима анализа;
- область отображения гиперспектральных изображений рассматриваемого эксперимента;
- область графической интерпретации результатов, с возможностью вывода требуемых графиков;
- область числового отображения результатов.
Обобщенный алгоритм, работы модуля анализа эксперимента приведен на рис. 7.
Результаты анализа выводятся в графической форме в виде спектральных кривых, названия которых отображаются слева от графиков. Также пользователю доступно отключение по отдельности каждой из спектральных зависимостей. Пример графического отображения результатов приведен на рис. 8.
Запуск анализа
Коррекция изображений на основе калибровочных коэффициентов
I
Расчет параметров целевых объектов и контраста
I
Графическое и числовое отображение полученных результатов
—-^
^ Конец ^
Рис. 7. Обобщенный алгоритм работы модуля анализа эксперимента
Цо 5ЙШ ш 60ЕЯ 6Щ :700 Д| 800 [|50 5ЯМ 931
Рис. 8. Графическое отображение результата анализа гиперспектральных изображений
Числовое отображение результатов моделирование представлено в виде таблицы, которая представлена на рис. 9.
Длина в.„ Калибра... Калибар... Цель до Цель по_. СКО Цели Фон до Фон пос... СКО Фона Контр (Ц...
1 470 0.4416 0.8053 0.0552 0.1006 0.0059 0.0389 0.0709 0.0309 \ Фт
2 485 0.9103 0.8000 0.1366 0.1199 0.0047 0.0846 0.0743 0.0316 0.2350
3 520 0.6386 0.7868 0.2758 0.3399 0.0084 0.0764 0.0941 0.0392 0.5664
4 595 0.7455 0.7613 0.0957 0.0977 0.0042 0.1165 0.1189 0.0485 0.0979
5 630 0.5833 0.7504 0.0401 0.0515 0.0037 0.0979 0.1259 С.0518 0.4189
6 650 0.6356 0.7423 0.0525 0.0614 0.0041 0.1148 0.1342 0.0537 0.3725
7 740 0.4323 0.7127 0.0702 0.1158 0.0058 0.1228 0.2024 0.0663 0.2722
S 785 0.4921 0.7006 0.2194 0.3123 0.0089 0.1683 0.2396 0.0732 0.1318
9 810 0.3742 0.6343 0.2059 0.3819 0.0098 0.1273 0.2362 0.0710 0.2357
10 850 0.8468 0.6853 0.7109 0.5758 0.0088 0.3087 0.2501 0.0691 0.3944
11 880 0.8239 0.6775 0.8400 0.G908 0.0097 0.3528 0.2901 0.0749 0.4085
12 340 0.3924 0.6683 0.4317 0.7352 0.0146 0.2004 0.3413 0.0752 0.3659
Рис. 9. Числовое отображение результата анализа гиперспектральных изображений
Следует отметить что данные, представленные в таблице на рис. 9, доступны для выделения и копирования, вследствие чего они без труда могут быть перенесены в удобный пользователю редактор.
Список литературы
1. Погорельский С. Л., Понятский В.М., Макарецкий Е.А., Гублин А.С., Овчинников А.В. Повышение точности измерения параметров объектов на изображениях на основе алгоритмического комплексирования // Известия Тульского государственного университета. Технические науки. 2016. Вып. 12. Ч. 2. С. 147-154.
2. Макарецкий Е.А., Гублин А.С. Комплексирование информации нескольких измерительных каналов методами многозначной логики // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации: сб. матер. Междунар. конф. Курск, 2015. С. 224-226.
Погорельский Семён Львович, канд. техн. наук, заместитель директора, khkedratula.net, Россия, Тула, АО «КБП»,
Макарецкий Евгений Александрович, д-р техн. наук, профессор, makaretskyamiail.ru, Россия, Тула, Тульский государственный университет,
83
Овчинников Александр Викторович, канд. техн. наук, доцент, admin_telex@,mail. ru, Россия, Тула, Тульский государственный университет,
Гублин Александр Сергеевич, канд. техн. наук, доцент, gublinas@yandex. ru, Россия, Тула, Тульский государственный университет,
Понятский Валерий Мариафович, канд. техн. наук, доцент, начальник отдела, pwmru@yandex.ru, Россия, Тула, АО «КБП»
SOFTWARE COMPLEX FOR FORMATION AND PROCESSING OFHYPERSPECTRAL IMAGES
S.L. Pogorelsky, E.A. Makaretsky, A. V. Ovchinnikov, A.S. Gublin, V.M. Ponyatsky
The article discusses the implementation of the software complex for the formation and processing of hyperspectral images, presents the structure of the complex and the algorithm of its operation. Examples of presentation of experimental data processing results are presented.
Key words: software package, hyperspectral processing, computer modeling.
Pogorelsky Semyen Lvovich, candidate of technical sciences, DeputyDirector, kbkedr@,tula. net, Russia, Tula, JSC «KBP»,
Makaretskiy Eugene Alexandrovich, doctor of technical science, docent, professor of department, makaretsky@,mail. ru, Russia, Tula, Tula State University,
Ovchinnikov Aleksandr Victorovich, candidate of technical sciences, docent, admin_telex@,mail. ru, Russia, Tula, Tula State University,
Gublin Aleksandr Sergeevich, candidate of technical sciences, docent, admin_telex@,mail. ru, Russia, Tula, Tula State University,
Ponyatskiy Valeriy Mariafovich, head of department, pwmrit ayandex. ru, Russia, Tula, JSC «KBP»
