Содержание к диссертации
Введение
1 Аналитический обзор методов телевизионной визуализации и обработки изображений свечения газового разряда 11
1.1 Методы визуализации свечения газового разряда 11
1.1.1 Визуализация свечения газового разряда, возбужденного непрерывной последовательностью импульсов 12
1.1.2 Визуализация свечения газового разряда возбужденного пачкой импульсов 13
1.1.3 Визуализация свечения газового разряда, возбужденного единичными импульсами 13
1.1.4 Сравнение информации, получаемой при известных методах визуализации свечения газового разряда 14
1.1.5 Обзор существующих аппаратно-программных комплексов для визуализации свечения газового разряда 15
1.2 Аналитический обзор методов обработки изображений свечения газового разряда 17
1.3 Анализ методов представления и интерпретации изображений свечения газового разряда 25
Выводы. 28
2 Теоретическое обоснование метода телевизионной визуализации структур свечение газового разряда, возбужденного единичными импульсами 30
2.1 Теоретическое обоснование общей структуры алгоритма основанного на максимизации отсчетов яркости кадров видеопоследовательности 34
2.1.1 Алгоритм локального порогового суммирования отсчетов яркости кадров видеопоследовательности 36
2.1.2 Теоретическое исследование алгоритма максимизации отсчетов яркости видеопоследовательности 38
2.1.3 Алгоритм яркостной коррекции 57
2.1.4 Сравнение отношения сигнал-шум и вероятности правильного обнаружения сигнала после максимизации и линейного усреднения в зависимости от числа реализаций сигнала в смеси с гауссовым шумом при заданном общем числе кадров видеопоследовательности 59
2.2 Теоретические основы вейвлет преобразования применительно к задачам синтеза изображений из видеопоследовательности 63
Выводы 75
3 Экспериментальные исследования методов синтеза изображений из видеопоследовательности, содержащей свечение газового разряда, возбужденного единичными импульсами 76
3.1 Проверка гипотезы об изменении закона распределения с нормального на Пуассона 76
3.2 Моделирование работы алгоритма максимизации видеопоследовательности на реальных изображениях 82
3.3 Проверка гипотезы о неизменности закона 83
распределения в результате обработки 83
3.4 Экспериментальная проверка математической модели преобразования параметров изображения в результате обработки алгоритмом максимизации видеопоследовательности 84
3.5 Моделирование работы алгоритма синтеза изображений свечения газового разряда, основанного на вейвлет-преобразовании 88
3.6 Экспериментальное сравнение свойств алгоритмов на основе максимизации видеопоследовательности и вейвлет-преобразования 92
Выводы 95
4 Принципы построения телевизионной системы для визуализации свечения газового разряда, возбужденного единичными импульсами 96
4.1 Особенности телевизионной системы для визуализации свечения газового разряда, возбужденного единичными импульсами 96
4.2 Варианты структурной схемы телевизионной системы для визуализации свечения газового разряда, возбужденного единичными импульсами 97
4.2.1 Асинхронная телевизионная система 97
4.2.2 Телевизионная система с программной синхронизацией 100
4.2.3 Телевизионная система с полной аппаратной синхронизацией 103
4.2.4 Телевизионная система с частичной аппаратной синхронизацией 104
4.3 Разработка критерия оптимальности для системы визуализации свечения газового разряда, возбужденного единичными импульсами 106
Заключение 110
- Визуализация свечения газового разряда возбужденного пачкой импульсов
- Алгоритм локального порогового суммирования отсчетов яркости кадров видеопоследовательности
- Сравнение отношения сигнал-шум и вероятности правильного обнаружения сигнала после максимизации и линейного усреднения в зависимости от числа реализаций сигнала в смеси с гауссовым шумом при заданном общем числе кадров видеопоследовательности
- Экспериментальная проверка математической модели преобразования параметров изображения в результате обработки алгоритмом максимизации видеопоследовательности
Введение к работе
Актуальность работы
Метод визуализации свечения газового разряда находит все большее применение в медицине и биологии. Суть метода состоит в возбуждении газового разряда вблизи поверхности биологического объекта с его последующей телевизионной визуализацией. В настоящее время метод признан министерством здравоохранения и социального развития России как диагностический. Его дальнейшему развитию и совершенствованию посвящена данная работа.
Существующий метод визуализации предполагает возбуждение газового разряда непрерывной последовательностью высоковольтных импульсов с амплитудой в диапазоне от 4 до 10кВ, следующих с частотой около 1 кГц, и воздействующих в отрезок времени от десятых долей секунды до десятков секунд. Получаемый при этом кадр изображения газоразрядного свечения представляет собой суперпозицию откликов на каждое импульсное воздействие в кадре – стримеров (слабосветящихся разрядных каналов), располагающихся на равномерном темном фоне (рисунок 1). В свечении имеются как локально устойчивые, так и локально-неустойчивые области. Для получения изображения, как правило, используются телевизионные датчики на матрицах ПЗС с повышенной чувствительностью (до 0,01лк при отношении сигнал-шум, не превышающем 10дБ).
Основной вклад в ограничение отношения сигнал-шум метода вносят флуктуационные шумы телевизионного датчика и, в первую очередь, шум выходного устройства ПЗС, характеризующийся, как известно, нормальным законом распределения. Повышение отношения сигнал-шум и, соответственно, вероятности правильного обнаружения сигнала свечения является весьма важной задачей, поскольку именно слаботочная стадия газового разряда при данном методе визуализации несет в себе наиболее значимую диагностическую информацию.
Стандартные методы линейной фильтрации (взвешенного суммирования или усреднения) отсчетов яркости кадров видеопоследовательности не могут быть применены в данном случае из-за потери четкости изображения локально-неустойчивых структур. Таким образом, задача повышения вероятности правильного обнаружения сигнала свечения при априорно неизвестном числе его реализаций в смеси с гауссовым шумом является актуальной.
Целью диссертационной работы является повышение вероятности обнаружения сигнала при априорной неопределенности числа его реализаций в смеси с гауссовым шумом.
Для достижения поставленной цели необходимо решить следующие задачи:
Анализ существующих методов обработки видеопоследовательности с учетом специфики газоразрядного свечения.
Разработка нового метода визуализации свечения газового разряда, возбуждаемого одиночными импульсами в кадре, с последующей обработкой получаемой видеопоследовательности и синтезом изображения, эквивалентного изображению, получаемому при воздействии непрерывной последовательностью импульсов, и его теоретическое и экспериментальное обоснование.
Теоретическое исследование эффекта подавления шума новым алгоритмом обработки видеопоследовательности.
Экспериментальные исследования эффекта подавления шума алгоритмами обработки видеопоследовательности с выработкой практических рекомендаций по количеству обрабатываемых кадров путем математического и натурного моделирования.
Синтез оптимальной структурной схемы для реализации вновь созданного метода визуализации, создание экспериментального макета, проведение на нем натурных экспериментов
Предмет исследования. Алгоритмы обработки видеопоследовательности свечения газового разряда.
Объект исследования. Процессы формирования изображений свечения газового разряда.
Методы исследования. Использовались методы теории моделирования, статистической обработки данных, теории вейвлет анализа, теории множеств. В экспериментальных исследованиях применялись методы математического моделирования в среде MATLAB и натурные эксперименты с использованием разработанного макета системы визуализации свечения газового разряда, возбужденного единичными импульсами.
Научные положения, выносимые на защиту:
-
Метод визуализации свечения газового разряда, возбуждаемого одиночными импульсами в каждом кадре, обеспечивает получение изображения, структура которого эквивалентна структуре изображения, получаемого при возбуждении непрерывной последовательностью импульсов во время кадра.
-
Для получения эквивалента изображения необходимо использовать нелинейный алгоритм на основе максимизации, обеспечивающий уменьшение среднеквадратического отклонения (СКО) флуктуационного шума в 1,9 раза при 20 кадрах обработки.
-
Максимизация эффективно повышает вероятность правильного обнаружения при числе реализаций сигнала в смеси с гауссовым шумом не более при N обрабатываемых кадрах.
Научная новизна работы
-
Создан новый метод визуализации структур газоразрядного свечения, основанный на замене суперпозиции стримеров, возбуждаемых непрерывной последовательностью импульсов в отдельном кадре, на суперпозицию стримеров, содержащихся в кадрах видеопоследовательности при возбуждении свечения одиночными импульсами в каждом кадре.
-
Теоретически и экспериментально исследован эффект подавления шума алгоритмом на основе максимизации отсчетов яркости видеопоследовательности и алгоритмом на основе дискретного вейвлет преобразования применительно к изображениям свечения газового разряда.
-
Показана эффективность применения алгоритма максимизации для повышения вероятности правильного обнаружения сигнала при априорно неизвестном числе его реализаций в смеси с гауссовым шумом.
Практическая ценность работы.
Внедрение предложенных методов позволяет создать аппаратно – программный комплекс для визуализации свечения газового разряда с повышенным качеством получаемых изображений и одновременным упрощением аппаратной части.
Личный вклад автора заключается в теоретическом и экспериментальном исследовании и обосновании предложенного метода обработки видеопоследовательности и принципов построения аппаратуры телевизионной визуализации газоразрядного свечения, возбуждаемого единичными импульсами.
Внедрение результатов
Результаты работы использованы в опытно – конструкторской деятельности ОАО «НИИПТ Растр», г. В. Новгород, направленной на совершенствования существующих аппаратных и программных средств телевизионной визуализации газоразрядного свечения. Результаты диссертационной работы использованы также в учебном процессе НовГУ в курсе «Физические основы и методы визуализации», что подтверждено соответствующими актами.
Апробация работы
Результаты работы докладывались и обсуждались на всероссийских и международных конференциях «Телевидение: передача и обработка изображений», «ЛЭТИ» 2009, «Современное телевидение» 2008, 2009, 2010, 2011, «Информационные и управленческие технологии в медицине и экологии», Пенза 2009, «Медико-экологические информационные технологии» Курск 2009, а также научных конференциях преподавателей, аспирантов и студентов НовГУ, Великий Новгород 2008, 2009, 2010, 2011гг. Результаты, полученные в диссертации рассматривались также на научно-техническом совете ОАО НИИ ПТ «РАСТР» и расширенном заседании кафедры «Радиосистемы» Института информационных и электронных систем НовГУ. Результаты разработки отмечены грантом по программе участия молодежи в научно-инновационной работе «У.М.Н.И.К» в 2011 г.
Публикации
По теме диссертации опубликовано 18 научных работ, из них – 4 статьи в перечне изданий, рекомендованных ВАК, 2 статьи в центральном научно- техническом издании, 12 работ – в материалах всероссийских и международных научно-технических конференций, сборниках работ аспирантов, получены решения о выдаче патентов по заявкам на способ и полезную модель. Имеется свидетельство об официальной регистрации программы для ЭВМ.
Структура и объем работы
Диссертация содержит введение, 4 главы, заключение, список литературы из 177 наименований. Основная часть работы изложена на 110 страницах машинописного текста. Работа содержит 56 рисунков и 11 таблиц.
Визуализация свечения газового разряда возбужденного пачкой импульсов
Второй особенностью является значительный динамический диапазон изменения полезного сигнала, который может простираться от уровня шумов до максимального значения динамического диапазона фотоприемника.
Третьей особенностью изображений газового разряда является динамический характер сюжета [97]. Сигнал от стримеров имеет в каждом кадре случайное пространственное распределение при устойчивой пространственной локализации. При этом число его реализаций в смеси с гауссовым шумом априорно неизвестно.
Методологическую основу обработки визуальной информации составляют классические способы внутрикадровой и межкадровой обработки изображений.[98,99]. Суть обработки изображений свечения газового разряда, в приведении изображений к виду удобному для обработки машиной и восприятия пользователем. [73,78] Для улучшения субъективного восприятия двухмерного изображения проводят операции яркостной коррекции, цветового контрастирования в соответствии с выбранной палитрой, поворота и масштабирования, разделения изображения на области, интерполяции, сглаживания и т.д. [99-109]. Операция яркостной коррекции проводится с учетом особенности гистограмм рассматриваемого класса изображений. Как было сказано выше, гистограмма имеет два ярко выраженных максимума. Для представления изображения в комфортном для человеческого глаза виде гистограмму необходимо выровнять и растянуть по всему динамическому диапазону [100, 104, 106]. Существует ряд приемов, направленных на достижение такого эффекта. Для облегчения последующей обработки, общепринятым шагом является операция нормирования гистограммы [99,101]. В результате деления, nk – количества элементов изображения с яркостью rk на общее число элементов изображения n, мы получим функцию, имеющую смысл вероятности появления в изображении пикселя с яркостью rk. Учитывая явную избыточность градаций яркости обрабатываемого изображения, можно провести операцию выравнивания гистограммы за счет сокращения числа уровней на выходе [101]. При этом осуществляется монотонное поэлементное преобразование исходных интенсивностей изображения rk в выходные gk. В общем виде, гистограммные преобразование описывается характеристикой передачи уровней:
Характеристика передачи уровней может иметь равномерный вид, экспоненциальный, Рэлея, гиперболический или степенной в зависимости от конкретной задачи. Кроме описанных выше способов, имеет место преобразование гистограммы к искусственно заданной форме. Важно отметить, что небольшие изменения формы гистограммы могут приводить к значительным изменениям выходного изображения. Выбор способа преобразования гистограммы в большой мере носит эмпирический характер. Для задач обработки рассматриваемого класса изображений может оказаться полезным преобразование с использованием локальных гистограмм. Обработка производится в окне 77. По результатам обработки, полученная функция преобразования применяется к центральному элементу окна, окно сдвигается и операция повторяется. Результатом обработки становится выявление трудно различимых деталей изображения и локализация шумовых выбросов.
Геометрические преобразования и сравнения изображений так же играют важную роль для вынесения диагностических заключений. В специализированном программном обеспечении телевизионных систем для газоразрядной визуализации «Стример» и «ГРВ камера» предусмотрены операции поворота, сжатия, 3d преобразования (рисунок 1.10) и масштабирования изображений газового разряда [78,119-121]. После осуществления всех необходимых операций по коррекции изображения и приведению его к виду, удобному для последующей обработки, начинается следующий этап, состоящий в получении числовых характеристик.
Для этого, необходимо произвести операцию выделения внутренней области изображения посредствам вписывания в нее либо овала [78] либо n - угольника [73]. Первой числовой характеристикой является общая площадь изображения, которая равна сумме всех пикселей, превосходящих пороговое значение фона. Физический смысл такого параметра состоит в том, что он прямо пропорционально отражает интенсивность эмиссионных процессов на поверхности объекта при одинаковых значениях приложенного напряжения. Длина периметра изображения вычисляется либо как площадь разностной фигуры, образованной при сдвиге исходного изображения на один пиксель по всем координатам либо как длина огибающей развертки изображения. Коэффициент формы изображения может быть получен из длины периметра (L) и общей площади (S) по формуле:
Этот коэффициент характеризует изрезанность контура изображения, что так же несет интересующую нас информацию. Для характеристики максимальной длины радиуса изображения, длины медианы или яркости введем функцию F(x). Где х – угол от [0; 2] Такую функцию можно рассматривать как часть неограниченной случайной переменной и применить аппарат математической статистики для ее описания [78] Важным параметром, который может быть вычислен при таком подходе, является энтропия изображения. В [78] энтропию изображения свечения газового разряда предлагается вычислять по формуле:
Алгоритм локального порогового суммирования отсчетов яркости кадров видеопоследовательности
Для извлечения информации из полученных и обработанных изображений используются интерпретационные схемы. Существующая на данный момент теория информации, основанная на работах Шенона, Колмогорова и др.[125 - 130], не рассматривает семантическую составляющую сигнала, а решает задачу оценки количества информации строго с позиций математики и статистики. По этой причине для каждого конкретного класса сигналов или изображений приходится эвристическими методами подбирать свои интерпретационные и описательные схемы, подчеркивающие ту или иную информацию, содержащуюся в кадре.
При анализе рассматриваемого здесь типа изображений, наиболее разработанной является схема секторной диагностики.[131-135] При которой изображения свечения пальцев рук рассматриваются как криволинейные фигуры с вписанными в них окружностями. Окружность разбивается на сектора. Каждый сектор отвечает за свой орган или систему. По наиболее распространенной гипотезе, связь эта обусловлена наличием на кончиках пальцев рефлексогенных зон [136,137,138]. Их проводимость определяется состоянием организма и, в свою очередь, отражается в форме и интенсивности свечения газового разряда[78]. Прослеживается аналогия с признанными ныне методами диагностики по Фойллю и Риодораку, использующим непосредственное измерение проводимости участков тела человека для формирования диагностических заключений.[139,140,141]
Сложность интерпретации газоразрядных изображений, по сравнению с электропунктурными данными заключается в отсутствии установленных границ гиперфункции и гипофункции для значений яркости, площади и других вычисляемых параметров. Кроме того, не всякое изображение пригодно для такой трактовки. В своей работе [78] К.Г Коротков предлагает разделять все "ГРВ-граммы" на три типа, в зависимости от регулярности структуры свечения. Для секторной диагностики подходит только второй тип. При котором, изображение имеет равномерную интенсивность по контуру, не имеет значительных разрывов и отдаленных выбросов – кластеров. На данном этапе развития метода, нормировку измерения количественных параметров свечения проводят образцовому объекту (стальному цилиндру) [143] .
Неоспоримым преимуществом метода является простота и наглядность. Секторная интерпретационная схема не является единственной. Состояния каждого органа или системы отражается состоянием рефлексогенных зон и точек на всей поверхности тела. Визуализируя эти точки можно получить информацию более специфического плана. Примером такой интерпретационной схемы может служить метод, предложенный коллективом авторов [34,144]. С его помощью информация о системе мать - плацента - плод извлекается из показателей свечения биологически активных точек на руках, отвечающих за репродуктивную систему. Показательно, что основная информация содержится в разности показателей свечения ГР между левой и правой руками. Вызывает много споров, но заслуживает упоминания метод М. Шадури. [75,76,145] Предлагаемый ею подход носит название «биоголографии». Суть его сводится к тому, что информацию следует искать не в числовых характеристиках получаемых изображений, а в их сюжете. В указанных работах выносится предположение о том, что в изображениях стоит искать визуальные образы патологических органов или систем.
Метод возбуждения ГР (моноимпульсный, пачкой, динамический) также накладывает свои особенности на интерпретационную схему. При динамической биоэлектрографии упор делается на анализ временных характеристик изменения вычисляемых параметров.[78,146,147] Как отмечалось выше, моноимпульсные изображения содержат отдельные стримеры в отличии от изображений, получаемых при воздействии пачки или при постоянном воздействии. С точки зрения принятой классификации [78] они относятся к «ГРВ-граммам» 1-го типа. С учетом их особенностей предложена оригинальная схема извлечения информации о состоянии объекта на основе анализа формы стримеров. [148] Более подробное описание формы стримеров и связанных с ними состояний организма можно найти в [150]. Проведенный анализ позволяет сделать вывод о том, что вопросы диагностической интерпретации изображений газоразрядного свечения, как и вопросы их количественного анализа, в настоящее время достаточно хорошо проработаны и исследованы. Выводы. 1. Существующие методы визуализации свечения газового разряда обладают недостаточной вероятностью обнаружения сигнала при априорной неопределенности о числе его реализаций в смеси с гауссовым шумом. 2. Алгоритмы на основе усреднения для повышения вероятности обнаружения сигнала неприменимы из-за изменения структуры изображений свечения газового разряда. 3. Методы количественного анализа и представления информации, полученной из изображений свечения газового разряда, в настоящее время достаточно хорошо проработаны для их практического применения и не требуют усовершенствования. 4. Принципы построения аппаратуры для реализации моноимпульсного режима возбуждения газоразрядного свечения с точки зрения достижения оптимальных технико-экономических характеристик проработаны в настоящий момент недостаточно. 5. Проведенный аналитический обзор позволяет сформулировать следующую цель: Целью диссертационной работы является повышение вероятности обнаружения сигнала в смеси с гауссовым шумом при априорной неопределенности о числе его реализаций.
Для достижения поставленной цели необходимо решить следующие задачи: 1. Анализ существующих методов обработки видеопоследовательности с учетом специфики газоразрядного свечения 2. Разработка нового метода визуализации свечения газового разряда, возбуждаемого одиночными импульсами в кадре, с последующей обработкой получаемой видеопоследовательности и синтезом изображения, эквивалентного изображению, получаемому при воздействии непрерывной последовательностью импульсов 3. Теоретическое исследование эффекта подавления шума новым алгоритмом обработки видеопоследовательности. 4. Экспериментальные исследования эффекта подавления шума алгоритмами обработки видеопоследовательности с выработкой практических рекомендаций по количеству обрабатываемых кадров путем математического и натурного моделирования. 5. Синтез оптимальной структурной схемы для реализации вновь созданного метода визуализации, создание экспериментального макета, проведение на нем натурных экспериментов
Сравнение отношения сигнал-шум и вероятности правильного обнаружения сигнала после максимизации и линейного усреднения в зависимости от числа реализаций сигнала в смеси с гауссовым шумом при заданном общем числе кадров видеопоследовательности
Вейвлеты Хаара представляют собой кусочно-постоянные функции, принимающие два значения {-1; +1}, и заданные на конечных интервалах различных масштабов. Вейвлет Хаара единичного масштаба и нулевого смещения (материнский вейвлет Хаара) – это функция, равная +1 на интервале [0; 1/2) и -1 на интервале [1/2;1). Вейвлеты Хаара хорошо зарекомендовали себя в практических задачах обработки дискретных сигналов, таких, как массивы отсчетов аудио-сигналов и цифровые фотографии. Применяемые нами вейвлеты Хаара относятся к третьей группе. Вейвлет Хаара является не чем иным как вейвлетом Добеши первого порядка.
В традиционной постановке вейвлет преобразование в базисе Хаара заключается в линейном преобразовании вектора a четной размерности 2M в другой вектор b такой же размерности согласно следующим соотношениям:
Из приведенного уравнения видно основное ее свойство состоит в возможности растяжения и сжатия с помощью масштабирующих коэффициентов. Благодаря этому с ее помощью можно выявлять высокочастотную составляющую сигнала (малый масштаб) и низкочастотную составляющую (крупный масштаб). Для осуществления одномерного дискретного вейвлет преобразования сигнал сначала пропускается через низкочастотный фильтр с импульсным откликом g, и получается свёртка:
Одновременно сигнал раскладывается с помощью высокочастотного (high-pass) фильтра h. В результате получаются детализирующие коэффициенты (после ВЧ-фильтра) и коэффициенты аппроксимации (после НЧ-фильтра). Эти два фильтра связаны между собой и называются квадратурными зеркальными фильтрами (QMF).
Так как половина частотного диапазона сигнала была отфильтрована, то, согласно теореме Котельникова, отсчёты сигналов можно проредить в 2 раза: Такое разложение вдвое уменьшило разрешение по времени в силу прореживания сигнала. Однако каждый из получившихся сигналов представляет половину частотной полосы исходного сигнала, так что частотное разрешение удвоилось.
С помощью оператора прореживания вышеупомянутые суммы можно записать короче: При работе с изображениями, мы имеем дело с двумерным дискретным вейвлет преобразованием. Рассмотрим его подробнее.
Пусть (х) и (х) масштабирующая и вейвлет функции соответственно. Как известно из литературы, они порождают базисные функции j,n (х) и j,k(х) [159,167] Двумерный дискретный сигнал S(x,y), которым является изображение, раскладывается через них следующим образом: j,n (х) j,m (y) , j,n (х) j,m(y), j,n(x) j,m (y), j,n(x) j,m(y). Соответствующие им коэффициенты принято называть следующим образом:
Аппроксимирующие коэффициенты cAj получаются как коэффициенты разложения по вейвлет базису j,n (х) j,m (y). Горизонтальные детализирующие коэффициенты cHj получаются как коэффициенты разложения по вейвлет базису j,n (х) j,m(y). Вертикальные детализирующие коэффициенты cHj получаются как коэффициенты разложения по вейвлет базису j,n(x) j,m (y). Диагональные детализирующие коэффициенты cHj получаются как коэффициенты разложения по вейвлет базису j,n(x) j,m(y).
Такая схема характеризует двумерное вейвлет преобразование первого уровня. Для более глубокого разложения, одноуровневую схему применяют к полученным высокочастотным коэффициентам. Аналитически это выражается следующим образом: А в графическом выражении, схема двумерного дискретного преобразования представлена на рисунке 2.24. На втором уровне разложения, схема фильтрации и прореживания применяется к аппроксимирующим коэффициентам. Из них так же выделяется низкочастотная и высокочастотная составляющие. Приведенная на рисунке графическая схема наглядно отображает изменение размерности массивов коэффициентов. Если исходный размер n x n, то после одного цикла обработки, массивы коэффициентов будут иметь размерность n/2 x n/2, После второго соответственно n/4 x n/4. Степень разложения диктуется форматом обрабатываемого изображения. Чем выше разрешение исходного изображения, тем больше уровней разложения можно выявить и тем более глубокий анализ произвести. На практике количество уровней разложения, как правило, не превышает пяти. Картинки свечения газового разряда не являются изображениями с высоким разрешением. Их размеры 320 х 240 пикселей. Поэтому, для их разложения достаточно одноуровневого двумерного дискретного вейвлет преобразования, общая схема которого приведена выше. Полученные коэффициенты доступны для преобразования. Первоочередной задачей является получения единого изображения, содержащего в себе элементы моноимпульсных изображений. При этом желательно выявить стационарные структуры и сохранить высокочастотные всплески. В диссертации предлагается использовать возможность раздельной работы с массивами коэффициентов содержащих низкочастотную и высокочастотную составляющие изображений.
Аппроксимирующие коэффициенты вейвлет разложения целесообразно усреднять, т.к. это приведет к подавлению шумов в изображении, а детализирующие коэффициенты целесообразно максимизировать. Этот процесс несколько ослабит шумоподавляющий эффект от усреднения на предыдущем шаге, зато позволит сохранить значительное число деталей.
Структурная схема синтеза изображений свечения газового разряда на основе вейвлет преобразования [165] представлена на рисунке 2.26. С помощью программного аппарата среды Matlab, первое полученное изображение раскладывается на вейвлет коэффициенты. L(1) - аппроксимирующие коэффициенты первого изображения, HV(1) – вертикальные детализирующие коэффициенты, вычисляются по столбцам, HG – горизонтальные (строчные) детализирующие коэффициенты, HD – диагональные детализирующие коэффициенты.
Структурная схема синтеза изображений свечения газового разряда, на основе вейвлет преобразования При первом шаге цикла, все значения коэффициентов записываются в многомерные массивы. На втором и последующих шагах, происходит синтез изображения, путем отдельно усреднения массивов L, HV, HG, HD. По усредненным коэффициентам, с помощью обратного дискретного вейвлет преобразования (ОДВП), получаем синтезированное изображение Ix .
По сравнению с максимизацией, предлагаемый алгоритм уменьшает СКО шума сильнее при меньшей четкости получаемых изображений. В третьей главе квалификационной работы, посвященной экспериментальным изысканиям, предстоит проверить ряд положений, сформулированных на основании теоретического рассмотрения работы алгоритма на основе вейвлет преобразования.
Экспериментальная проверка математической модели преобразования параметров изображения в результате обработки алгоритмом максимизации видеопоследовательности
Поскольку воздействие на объект в данной схеме имеет сравнительно длительный характер, то рассогласование на этапе регистрации изображения ПЗС матрицей телевизионной камеры, когда, например, часть возбуждающих импульсов совпадут по времени с кадровым синхроимпульсом, на конечном результате это отразится слабо. Однако при визуализации свечение газового разряда, возбужденного единичным импульсом, асинхронность работы может привести к двум вариантам рассогласования процессов и их влиянию на конечный результат визуализации.
Первый вариант имеет место при фиксации изображения на ПЗС матрице камеры, а второй при записи оцифрованного кадра в видеобуфер. Действительно, если свечение газового разряда возбуждается единичным импульсом, не связанным по времени с телевизионными кадрами камеры, то возможна ситуация в которой реакция на воздействие, а именно свечение газового разряда, совпадет, частично или полностью, с кадровыми синхроимпульсами. Тогда, камера зафиксирует искаженное изображение, если совпадение по времени будет частичным или сигнал буде вообще пропущен. Кроме этого (второй вариант рассогласования) может произойти при несовпадении по времени моментов обновления изображения в буфере видео-обмена компьютера, что также приведет к искажению или пропуску кадра. Оценим вероятность пропуска информационного кадра (вероятность сбоя). Вероятность совпадения по времени кадрового синхроимпульса и свечения газового разряда определим как отношение длительности кадрового синхроимпульса к длительности кадра p1=1/19. Вероятность сбоя в видеобуфере p2 оценить сложнее, т.к. физические характеристики процесса не очевидны. В первом приближении можно взять ее на порядок меньше предыдущего значения. Тогда общая вероятность сбоя p будет равна:
Ниже рассматриваются варианты построения телевизионной системы для визуализации свечения газового разряда, возбужденного единичным импульсом с программным, аппаратным и комбинированным принципами синхронизации, оценивается их сложность, а также вероятность пропуска информационного кадра.
Вариант с программной синхронизацией не требует дополнительных аппаратных затрат. Вся синхронизация осуществляется программно, путем привязки работы всей системы к кадрам обновления изображения в буфере видео-обмена. Структурная схема и временные диаграммы, иллюстрирующие данный принцип работы, приведены на рисунке 4.2 и 4.3, соответственно. Структурная схема телевизионной системы с программной синхронизацией
Синхронизация процессов осуществляется компьютером, который является фактически системой массового обслуживания. Под буфер видео-обмена обычно выделяется часть оперативной памяти компьютера. Оперативная память занята большим количеством процессов, направленных на осуществление текущей работы компьютера и имеет случайное время обработки различных запросов. В результате этого относительно устойчивой программной синхронизации процессов возбуждения и регистрации свечения газового разряда удается добиться только при индивидуальном для каждого компьютера подборе времени программных задержек управляющих процессов.
На основе такой структуры система для визуализации свечения газового разряда, возбужденного единичными импульсами имеет наибольшую простоту. Аппаратная часть при этом, представляет набор согласованных устройств, управляемых только посредствам программного интерфейса, выдавая возбуждающие импульсы в тот момент, когда ему посылается команда. Однако, система может работать нестабильно, т.к процесс возбуждения свечения и его фиксация камерой жестко не синхронизированы и возможно совпадение по времени свечения и кадрового синхроимпульса. В результате вероятность сбоя будет максимальной и будет соответствовать выше приведенной оценке для p.
Противоположностью структуре с программной синхронизацией может быть система с полной аппаратной синхронизацией. Такой вариант потребует наибольших аппаратных затрат, а именно отдельного блока памяти, связанного непосредственно с телевизионной камерой и генератором, возбуждающим свечение газового разряда.
Структурная схема и временная диаграмма работы системы с полной аппаратной синхронизацией, изображена на рисунках 4.3 и 4.4 соответственно.
При условии создания системы, работающей в таком режиме, захват единичного кадра будет гарантирован при вероятности сбоя p Однако, в данном случае аппаратные затраты наиболее существенны, а условный коэффициент, характеризующий аппаратную сложность W 1.
При построении системы по такому принципу возможно оптимальное решение задачи синтеза системы, а именно: аппаратное упрощение, т.е. снижение коэффициента W, при сохранении приемлемой вероятности сбоя p. Пояснение принципов ее работы приведено на рисунках 4.5 и 4.6.
Как видно из рисунка 4.5, в данной схеме присутствует аппаратная синхронизация процесса возбуждения и программная синхронизация процесса записи изображений свечения газового разряда. Для этого необходимо привязать возбуждающие импульсы генератора к кадровым синхроимпульсам. В результате, в каждом кадре телевизионной камеры будет содержаться отклик на единичное воздействие. При этом схема практически не усложняется. Процессы захвата и записи осуществляются по принципу программной синхронизации. Вероятность сбоя процесса аппаратной синхронизации р2 может быть минимизирована за счет программной обработки видеопоследовательности. Запись следует начинать до начала возбуждающего импульса и заканчивать с задержкой по времени не менее двух кадров относительно этого импульса. Из полученной видеопоследовательности можно выделить информационный кадр, содержащий свечение газового разряда возбужденное единичным импульсом.
