Методы и аппаратно-программные средства оптимизации и адаптации телевизионных систем обнаружения малоконтрастных объектов тема диссертации и автореферата по ВАК РФ 05.12.04, кандидат наук Чиркунова, Анастасия Анатольевна

• Чиркунова, Анастасия Анатольевна
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Чиркунова, Анастасия Анатольевна

ОГЛАВЛЕНИЕ

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И ОСНОВНЫХ ОБОЗНАЧЕНИЙ

ВВЕДЕНИЕ

1 ФИЗИЧЕСКИЕ ОСНОВЫ ФОРМИРОВАНИЯ ИЗОБРАЖЕНИЙ МАЛОКОНТРАСТНЫХ ОБЪЕКТОВ

1.1 Физическая и сигнальная модели формирования малоконтрастных изображений объектов

1.2 Информационные признаки обнаруживаемых объектов

1.3 Характеристика оптической среды

1.4 Учет параметров телевизионных систем при формировании изображений малоконтрастных объектов

1.5 Контрастная чувствительность

1.6 Формирование изображений малоконтрастных объектов, находящихся в мутных средах

1.7 Современное состояние и перспективы развития методов повышения качества передачи изображений малоконтрастных объектов

1.8 Выводы по главе 1. Постановка цели и задач исследования

2 МЕТОДЫ ОПТИМИЗАЦИИ И АДАПТАЦИИ ТЕЛЕВИЗИОННЫХ СИСТЕМ ОБНАРУЖЕНИЯ МАЛОКОНТРАСТНЫХ ОБЪЕКТОВ

2.1 Причины снижения качества передачи изображений объектов, обнаруживаемых в мутных средах

2.2 Оптимизация характеристик и параметров телевизионных системы с целью повышения контрастной чувствительности

2.3 Оптимизация спектральной характеристики телевизионной системы

2.4 Метод комбинирования спектральных диапазонов

2.5 Оценка минимально достаточного числа уровней квантования при передаче изображений малоконтрастных объектов

2.6 Метод формирования адаптивного порога

2.7 Выводы по главе 2

3 АППАРАТНО-ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МЕТОДОВ ОПТИМИЗАЦИИ И АДАПТАЦИИ ТЕЛЕВИЗИОННЫХ СИСТЕМ

ОБНАРУЖЕНИЯ МАЛОКОНТРАСТНЫХ ОБЪЕКТОВ

3.1 Области применения метода комбинирования спектральных диапазонов

3.2 Телевизионная система визуализации кровеносных сосудов

3.3 Телевизионная система обнаружения в неблагоприятных метеоусловиях

3.4 Выводы по главе 3

4 МАКЕТИРОВАНИЕ И ЭКСПЕРИМЕНТАЛЬНАЯ ОЦЕНКА ЭФФЕКТИВНОСТИ ПРЕДЛОЖЕННЫХ МЕТОДОВ И УСТРОЙСТВ

4.1 Экспериментальная оценка алгоритма оптимизации спектральной характеристики телевизионной системы

4.2 Экспериментальная оценка алгоритма адаптации спектральной характеристики телевизионной системы к условиям априорной неопределенности

4.3 Оценка эффективности метода комбинирования спектральных диапазонов при обнаружении в мутных средах

4.4 Оценка эффективности предложенного режима адаптивного суммирования по пространству

4.5 Выводы по главе 4

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ В

ПРИЛОЖЕНИЕ Г

ПРИЛОЖЕНИЕ Д

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И ОСНОВНЫХ ОБОЗНАЧЕНИЙ

АИ - активно-импульсный;

ВЧ - высокочастотный;

ИК - инфракрасный;

КМОП - комплементарная структура металл-оксид-полупроводник;

МДВ - метеорологическая дальности видимости;

НЧ - низкочастотный;

ПЗС - прибор с зарядовой связью;

ТВ - телевизионный;

ФП - фотоприемник;

УФ - ультрафиолетовый;

ЭВТИ - электро-вакуумная теплоизоляция;

ЭОП - электронно-оптический преобразователь;

B - blue, синий;

G - green, зеленый;

IR - infrared, инфракрасный;

LWIR - 7,0

R - red, красный;

SWIR - 1,5.1,8 мкм и 2,0.2,6 мкм - ИК диапазон.

Введение диссертации (часть автореферата) на тему «Методы и аппаратно-программные средства оптимизации и адаптации телевизионных систем обнаружения малоконтрастных объектов»

ВВЕДЕНИЕ

Диссертация посвящена решению части крупной научно-технической проблемы, связанной с повышением качества передачи изображений малоконтрастных объектов и информационным согласованием ТВ системы обнаружения малоконтрастных объектов с сюжетом. При решении данной проблемы акцент делается на оптимизацию и адаптацию ТВ системы к информационным признакам обнаруживаемого малоконтрастного объекта и фона в условиях наличия априорной или апостериорной информации об оптических свойствах среды распространения оптического излучения от объекта и фона и в условиях ее отсутствия.

Актуальность темы исследования. Современные ТВ системы в операторном или автоматическом режимах обеспечивают решение задач обнаружения, селекции, измерения, классификации и распознавания объектов во многих областях народного хозяйства, таких как: подводное видение, обнаружение объектов в сложных метеоусловиях, дистанционное зондирование Земли: определение состояния растительности и содержания воды в биомассе, оценка степени загрязненности водоемов, локализация водоемов, русел рек, болот и границ лесов; обнаружение людей в условиях задымленности; оптическая микроскопия и сортировка, в том числе определение состава материалов; обнаружение подделок; анализ свежести продуктов питания; ТВ методы визуализации и диагностики биологических тканей и др.

В основу анализа изображений на обозначенных уровнях заложено исследование информационных признаков объектов: пространственных, временных, спектрально-энергетических [1, 2].

При использовании спектрально-энергетических признаков особую сложность вызывает обнаружение малоконтрастных объектов, т. е. объектов близких спектрально-энергетических классов, появление которых возможно в любой из перечисленных областей народного хозяйства.

Степень разработанности. В настоящее время для обнаружения малоконтрастных объектов применяются АИ, ТПВ и ТВ системы на кремниевых

ФП [2-27].

Как правило, АИ системы эффективны лишь в некоторых типах мутных сред, имеют малый угол поля зрения, который ограничивает их возможности и позволяет использовать только в режиме идентификации объекта. В режиме поиска, используются ТВ системы на кремниевых ФП, что в сложных условиях видимости не всегда эффективно, т. к. не позволяет обеспечить дальность действия сравнимую с дальностью действия АИ ТВ систем. Кроме того, демаскирующий режим работы АИ ТВ систем ограничивает их использование при решении ряда специальных задач.

Известные ТПВ системы позволяют наблюдать только тепловые контрасты вплоть до 50 мК, однако часто тепловой контраст на наблюдаемых изображениях отсутствует и, к тому же, распространение теплового излучения 8...14 мкм сильно подвержено метеорологическим условиям, оно сильно поглощается водой и рядом других сред, например, дымом.

ТВ системы обнаружении малоконтрастных объектов на кремниевых ФП имеют ряд преимуществ, заключающихся в том, что они превосходят ТПВ и АИ ТВ системы при в существенно более широком диапазоне условий наблюдения. В видимом и ближнем инфракрасном диапазонах наблюдения данные системы широко распространены, имеют низкие значения массогабаритных параметров и стоимость, а массовость производства позволяет постоянно улучшать их технические параметры и характеристики. Кроме того, изображения, формируемые ТВ системами на кремниевых ФП, комфортны для системы «глаз-мозг» человека, что важно при операторном режиме работы. С целью повышения эффективности, они могут быть использованы в составе комплексных ТВ систем, совместно с ТПВ и АИ ТВ системами, вплоть до полного синтеза изображений.

Для повышения достоверности и результативности анализа видеосигналов ТВ системами на кремниевых ФП, а также увеличения дальности их действия, актуальным является повышение качества передачи изображений малоконтрастных объектов.

Разработке и исследованию методов повышения качества передачи изображений малоконтрастных объектов и спектральной селекции посвящены

работы таких авторов, как В. К. Зворыкин [28], А. Роуз [29], Я. А. Рыфтин [30], Р. Е. Быков [31-33], Н. В. Лысенко [34-38], А. А. Гоголь [39-41], Ю. С. Сагдуллаев [1, 3, 32, 42-47], С. Д. Ковин [1, 3, 47], А. К. Цыцулин [2, 48-50], А. Н. Куликов [11, 25], А. И. Румянцев [52], Н. П. Корнышев [8, 53, 54], Б. С. Тимофеев [55], S. Süsstrunk [56-58], D. Firmenich [58], L. Zhang [57, 59, 60], T. Sim [60], коллектива авторов кафедры ТВ СПбГЭТУ «ЛЭТИ» [2, 9, 30 - 38, 55, 61 - 63] и др.

Цель диссертационной работы: разработка методов адаптации и оптимизации характеристик и параметров ТВ систем обнаружения малоконтрастных объектов в различных условиях наблюдения.

Для достижения поставленной цели в работе решаются следующие задачи:

1. Синтез алгоритмов оптимизации спектральной характеристики ТВ системы обнаружения малоконтрастных объектов при наличии априорной или апостериорной информации о среде, а также адаптации в условиях априорной неопределенности оптических свойств среды.

2. Разработка метода комбинирования спектральных диапазонов с целью компенсации сигнала помехи, создаваемой средой.

3. Оптимизация и адаптация временных и пространственных параметров ТВ системы для повышения ее контрастной чувствительности с минимальными потерями во временном и пространственном разрешении.

4. Оптимизация числа уровней квантования видеосигналов от малоконтрастных объектов с целью его согласования с контрастной чувствительностью и пропускной способностью канала связи.

5. Разработка метода формирования адаптивного порога обнаружения малоконтрастных объектов.

Научная новизна.

1. Синтезирован алгоритм адаптации спектральной характеристики ТВ системы обнаружения малоконтрастных объектов в условиях априорной неопределенности оптических свойств среды распространения излучения, обеспечивающий максимум отношения сигнал/шум на выходе ТВ системы.

2. Синтезирован алгоритм оптимизации спектральной характеристики ТВ системы в условиях наличия априорной или апостериорной информации о среде,

обеспечивающий максимум произведения отношения сигнал/шум и контраста при обнаружении малоконтрастных объектов.

3. Разработан метод компенсации сигнала помехи, создаваемой средой, отличающийся учетом особенностей формирования изображений в условиях переменных оптических свойств среды и позволяющий повысить отношение сигнал/шум на выходе ТВ системы и контраст формируемых изображений.

4. Предложен вариант реализации режима адаптивного суммирования соседних пикселов по пространству и времени, отличающийся сниженными потерями в пространственном и временном разрешении ТВ системы, работающий с сигналами средней интенсивности и позволяющий повысить контрастную чувствительность ТВ системы.

5. Получено аналитическое выражение для определения числа уровней квантования, позволяющее согласовать поток цифровых видеоданных с ограниченной пропускной способностью канала связи без ухудшения контрастной чувствительности и отличающееся адаптивностью к условиям наблюдения.

6. Разработан метод формирования адаптивного порога, позволяющий принять решение о наличии полезного сигнала при обнаружении малоконтрастных объектов и отличающийся учетом уровня освещенности в фокальной плоскости.

Теоретическая значимость работы.

1. Исследовано влияние среды распространения излучения на суммарный оптический сигнал, приходящий на вход ТВ системы. Установлено, что разделение полезного сигнала и сигнала помехи, формируемой средой с последующей компенсацией его в суммарном сигнале позволяет повысить качество передачи изображений малоконтрастных объектов.

2. Показано, что верхняя и нижняя границы оптимального в данных условиях наблюдения спектрального фильтра для выделения малоконтрастных объектов соответствуют максимуму произведения отношения сигнал/шум и контраста и могут быть найдены итерационным путем.

3. Разработан метод, позволяющий решить задачу выставления адаптивного

порога обнаружения малоконтрастного объекта на фоне и учитывающий, что среднеквадратическое отклонение (СКО) фотонного шума увеличивается по мере роста полезного сигнала.

Практическая ценность результатов работы.

1. Предложенный алгоритм адаптации с последующей оптимизацией спектральной характеристики ТВ системы позволяет определить границы спектральных диапазонов для обнаружения малоконтрастных объектов.

2. Разработанный метод комбинирования спектральных диапазонов позволяет скомпенсировать влияние среды распространения излучения на полезный сигнал, и как следствие, повысить качество передачи изображений малоконтрастных объектов.

3. На основе полученного аналитического выражения разработчик ТВ систем может выбрать оптимальное число и значение уровней квантования, позволяющее минимизировать поток цифровых видеоданных, реализуя при этом потенциальную контрастную чувствительность.

4. Разработанный пороговый метод позволяет рассчитать значение адаптивного к уровням входного сигнала порога обнаружения.

Практическая ценность разработанных методов и алгоритмов адаптации и оптимизации подтверждается успешной реализацией их в опытном образце ТВ системы визуализации кровеносных сосудов «ВЕНОВИЗОР» и в ТВ системе пригоризонтного обнаружения.

Методы исследования. Для решения поставленных в диссертационной работе задач были использованы: статистические методы анализа и синтеза радиотехнических систем, методы теории приближенных вычислений, методы теории информации, методы математического анализа, методы математического моделирования и численного анализа, методы компьютерного моделирования в среде Ма^аЬ и физические эксперименты.

Основные положения, выносимые на защиту.

1. Предложенный алгоритм повышения отношения сигнал/шум на выходе ТВ системы, базирующийся на адаптации и оптимизации спектральной характеристики ТВ системы, позволяет повысить отношение сигнал/шум и

контраст изображения до 10 раз в зависимости от типа обнаруживаемого объекта.

2. Предложенный метод комбинирования спектральных диапазонов, основанный на компенсации сигнала помехи, формируемой средой, при обнаружении объектов в мутных средах обеспечивает выигрыш в отношении сигнал/шум на выходе ТВ системы в комплексированном канале и в контрасте на изображении в 1,3...2,1 раза по сравнению с системами с одним спектральным каналом.

3. Разработанный вариант реализации режима адаптивного суммирования сигналов n соседних пикселов по пространству и времени позволяет в корень из n повысить контрастную чувствительность с минимальными потерями в пространственном и временном разрешении.

4. Оптимизация числа уровней квантования позволяет согласовать поток цифровых видеоданных с ограниченной пропускной способностью канала связи без ухудшения контрастной чувствительности.

5. Предложенный метод формирования адаптивного порога позволяет обнаруживать сигналы от малоконтрастных объектов различной интенсивности.

Достоверность полученных результатов. Обоснованность и достоверность научных положений, результатов и выводов диссертации обуславливается корректным использованием методов исследования, применением современных вычислительных средств и программных комплексов, а также результатами экспериментальных исследований. Полученные результаты не противоречат ранее полученным данным, описанным в литературе другими авторами.

Апробация работы. Основные положения и научные результаты работы докладывались и обсуждались на научно-технических конференциях (НТК): международной НТК «Телевидение: передача и обработка изображений» в 20132016 гг. (г. СПб), международной НТК «Современное телевидение и радиоэлектроника» в 2014 г. (г. Москва), International Scientific Symposium «Sense. Enable. SPITSE» в 2015 г. (г. СПб), международной НТК DSPA-2016 в 2016 г. (г. Москва), Proceedings of the 2016 IEEE ElConRusNW в 2016 г. (г. СПб), НТК «Системы наблюдения, мониторинга и дистанционного зондирования Земли» в 2014 г. (г. Сочи); 68-69-ой НТК ППС СПбГЭТУ «ЛЭТИ» в 2015-2016 гг. (г. СПб).

За результаты исследований и разработки по теме диссертации получены дипломы победителя конкурсов:

- 6-й ежегодной НТК молодых специалистов «Техника и технология современной фотоэлектроники»;

- в номинации «Лучший инновационный проект» на 5-м международном молодежном промышленном форуме «Инженеры будущего-2015»;

- программы «УМНИК».

Публикации. Основные теоретические и практические результаты диссертации опубликованы в 16 печатных работах, среди которых 5 научных статей в рецензируемых изданиях, входящих в перечень рекомендованных ВАК РФ, 3 статьи были опубликованы в зарубежных изданиях, индексируемых в базе Scopus и WoS.

Наличие охраняемых результатов деятельности и заявок на них:

1 Чиркунова, А. А. Способ формирования телевизионного изображения в мутных средах с преобладающим над поглощением рассеянием (варианты) и устройство для его реализации / П. С. Баранов, Ю. П. Гультяев, В. Пан, А. А. Чиркунова // Патент на изобретение № 2602505. Заявка № 2015145038 приоритет изобретения 20.10.2015, зарегистрирован в Гос. Реестре изобретений РФ 25.10.2016.

2 Чиркунова, А. А. Визуализатор сосудистого русла / А. А. Чиркунова // Свидетельство о государственной регистрации программы для ЭВМ № 2016663037. Заявка № 2016661197, дата поступления 18.10.2016, зарегистрирован в Реестре программ для ЭВМ 28.11.2016.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав с выводами, заключения. Основная часть изложена на 137 страницах машинописного текста, включает 91 рисунок, 19 таблиц, 4 приложения и содержит список литературы из 105 наименования.

ФИЗИЧЕСКИЕ ОСНОВЫ ФОРМИРОВАНИЯ ИЗОБРАЖЕНИЙ МАЛОКОНТРАСТНЫХ ОБЪЕКТОВ

1.1 Физическая и сигнальная модели формирования изображений малоконтрастных объектов

В общем случае модель формирования малоконтрастных изображений описывается информационными признаками и параметрами [1 - 3, 38, 43, 44] интересующего объекта, фона, лежащего вокруг объекта, источника излучения, среды, через которую осуществляется обнаружение, приемной ТВ системы, формирующей видеосигнал и реализующей алгоритм тот или иной обработки получаемых видеоданных, рисунок 1.1.

Объект и фон освещаются источником излучения. Связи между объектом и ТВ системой, фоном и ТВ системой, отмеченные на рисунке 1.1, означают наличие отраженного и/или собственного излучений. Обратная связь указывает на процесс выбора объекта и слежения за ним во время наблюдения. Источник излучения описывается характеристикой спектральной плотности мощности потока излучения и может быть естественным - Солнце, звезды, Луна или искусственным. Связь между ТВ системой и источником излучения указывает на то, что, в общем случае, последний может входить в состав ТВ системы и быть согласован с ней.

Введем понятие сигнальной модели [1а], описывающей формирование

малоконтрастного изображения, рисунок 1.2, основанной на модели, представленной в [2], и расширенной для условий обнаружения через среду. Данная модель показывает процесс передачи полезного сигнала по каналу связи в условиях помех, вызванных наличием среды на пути прохождения оптического сигнала, и учитывает два источника шумов: в оптическом тракте и канале связи ТВ системы с получателем.

Полезный сигнал

^ (X, х, у) + Жь (X, х, у)

Искажающий Кодер (ТВ камера)

фильтр (Объектив) Декодер

Сигнал среды Wt (X, х, у)

Фотонный шум

О!2

Собственные шумы

О2

Рисунок 1.2 - Сигнальная модель формирования малоконтрастного изображения

Собственные шумы ТВ камер разработчики сводят к минимуму. В условиях регистрации сигналов малых интенсивностей при наличии значительных фонов от ТВ камер требуется работа на пределе контрастной чувствительности. Тогда, в первую очередь, необходим учет фотонных шумов самого оптического сигнала, однако в некоторых случаях бывает необходим учет собственных шумов ФП.

В данной сигнальной модели под полезным сигналом понимается сигнал, содержащий информацию об интересующем объекте. Отличием представленной модели от аналогичных [2, 64, 65] является учет не только информации об объекте, но информации о фоне, находящемся вокруг объекта, а также о среде, через которую наблюдаются объект и фон. Обозначенные источники помех не могут быть сведены к одной точке модели.

Основной задачей, решаемой с помощью представленной модели, является анализ прохождения полезного сигнала через среду с разной степенью прозрачности и звенья ТВ системы, а также причин низкого контраста изображений с целью оптимизации параметров и характеристик последней при наличии априорной или апостериорной информации об оптических свойствах среды и адаптации при априорной неопределенности оптических свойств среды.

Низкий контраст изображений может быть вызван как принадлежностью объектов к близким спектрально-энергетическим классам, так и экстинкцией

полезного сигнала средой распространения с разной степенью прозрачности.

Следует отметить, что согласно [2], распределение потерь полезного сигнала по звеньям радиотехнической системы соответствует экспоненциальному закону, то максимальные потери приходятся на входной тракт - оптическую систему. Это означает, что к ней должны предъявляться более строгие требования.

Результатом решения обозначенной задачи является повышение качества передачи изображений малоконтрастных объектов - отношения сигнал/шум и контраста.

Рассмотрим, что представляет собой суммарный сигнал, соответствующий произвольному пикселу изображения.

Оптический сигнал, поступающий на вход ТВ системы

Ж (X, х, у, 0 = Ж (X, х, у, г) + Жь (X, х, у, г) + Ж (X, х, у, г), где Жэ (X, х, у, г) - оптический сигнал от обнаруживаемого объекта, Жь (X, х, у, г) -оптический сигнал от фона, Жг (X, х, у, г) - оптический сигнал от среды.

Зависимость данных сигналов от X указывает на произвольный спектральный состав оптического излучения, отраженного от фона, объекта и среды, зависимость от (х, у) говорит о сложной природе объекта, фона и среды, а зависимость от г - об их динамических свойствах.

Зависимость от пространственной координаты 2 не рассматривается, поскольку речь идет о планарных объектах.

Исходя из соотношения значений сигналов, можно выделить несколько основных классов сигналов изображений, формируемых излучениями от объекта, фона и среды, таблица 1.1.

Таблица 1.1 - Возможный состав оптического сигнала Жг (X, х, у)

Номер класса Ж (X, х, у, г) Жь (X, х, у, г) Ж (X, х, у, г)

1 1 0 0

2 0 1 0

3 [0,1] [0,1] 0

4 [0,1] 0 [0,1]

5 0 [0,1] [0,1]

6 [0,1] [0,1] [0,1]

Первый, второй и третий классы сигналов соответствуют случаю, когда среда

распространения оптически прозрачная т1(Х) = 1, т2(Х) = 1. Третий и шестой классы относятся к случаю, когда в пределы пиксела попадает граница объект-фон. Четвертый, пятый и шестой классы описывают распространение сигналов сквозь мутную среду т1(Х) < 1, т2(Х) < 1.

Поскольку среда лежит перед обнаруживаемым объектом и фоном, то в суммарном сигнале всегда, кроме составляющих от объекта и/или фона, будут присутствовать составляющие сигнала среды.

Оптический сигнал от среды, аддитивно складываясь с полезным оптическим сигналом, вносит помеху, снижающую качество формируемых изображений.

Наиболее известным, простым и широко распространенным способом повышения качества изображений является линейная фильтрация [2, 66]. Однако подобные фильтры являются неадаптивными и для их корректной работы необходимо знание корреляционных функций или спектральных плотностей мощности. В связи с этим построение статистических моделей изображений требует больших усилий разработчиков и не является эффективным для ТВ систем, работающих в реальном времени.

Другим путем повышения качества малоконтрастных изображений являются разработка адаптивных методов [2, 67 - 72] компенсации сигнала среды и адаптация ТВ системы к оптическим свойствам среды.

В данной работе будут рассмотрены методы повышения качества передачи малоконтрастных изображений, применимые в процессе формирования сигналов, до использования методов цифровой обработки. Использование таких методов позволит реализовать потенциально возможные характеристики ТВ системы, т. к. они минимизируют потери, которые не могут быть компенсированы известными методами цифровой обработки.

Синтез ТВ системы обнаружения малоконтрастных объектов необходимо проводить на основе опорной триады, включающей в себя априорную информацию, ограничения и критерий качества [2, 2а]. Рассмотрим элементы обозначенной триады.

1. Априорная информация. Будем считать, не умоляя общности, что система

относится к классу непрерывных, освещенность светочувствительной поверхности ФП лежит в пределах динамического диапазона, спектрально -энергетические характеристики объекта, фона и источника излучения известны, наблюдаемое поле стационарно.

2. Имеющиеся ограничения. К ним относится пропускная способность канала связи, скорость считывания информации с ФП, чувствительность и собственные шумы ФП.

3. Критерий качества. При решении задачи повышения качества передачи изображений малоконтрастных объектов ТВ системой будем использовать интегральный критерий качества, предложенный в [3, 44, 45] и включающий в себя совокупный максимум отношения сигнал/шум и контраста

Qu=max(¥xK), где ¥ - отношение сигнал/шум, К - контраст.

При решении частной задачи согласования входного сигнала с характеристиками ТВ системы может использоваться промежуточный критерий максимума контраста

Qu=max(K).

При решении частной задачи адаптации характеристикам и параметров ТВ системы к оптическим свойствам среды может использоваться промежуточный критерий максимума отношения сигнал/шум

Qu=max(¥).

Основные спектральные характеристики и параметры источника излучения, среды, обнаруживаемого объекта и ТВ системы, учет которых необходим при разработке методов адаптации и оптимизации ТВ систем, представлены в таблице 1.2. Таблица 1.2 - Основные спектральные характеристики и параметры блоков физической модели

Источник излучения Среда 1 Объект Среда 2 ТВ система

Спектральная плотность светового потока Ф0(А) Спектральный коэффициент пропускания Спектральный коэффициент отражения Р(Л) Спектральный коэффициент пропускания Q(X)

Как показано в [45], выбор характеристик ТВ системы будет оптимальным,

если коэффициент адаптации С, показывающий степень согласованности звеньев ТВ системы с наблюдаемым объектом в ¡-м спектральном диапазоне

С, = п(Х) р(Х) Г2(Х) где QE(X) - квантовая эффективность ФП.

Кроме того, проектируемая ТВ система должна соответствовать требованиям, сформулированным на основе анализа результатов, полученных в [1 - 3, 31 - 55], а также в [1а - 5а]:

- высокая контрастная чувствительность;

- широкий динамический диапазон;

- минимальное значение собственных шумов;

- высокая кадровая частота;

- адаптивность к оптическим свойствам среды и обнаруживаемого объекта;

- минимальное количество спектральных каналов - 2;

- чувствительность в спектральном диапазоне 300.1150 нм;

- ТВ система пассивная.

Развитие современных технологий производства ФП на основе КМОП и ПЗС [2, 25, 26, 49, 50, 63] позволяет проектировать ТВ системы с высокой контрастной чувствительностью и динамическим диапазоном, низким значением собственных шумов и осуществлять их оптимизацию и адаптацию к условиям наблюдения.

1.2 Информационные признаки обнаруживаемых объектов

Критерий качества, о котором говорилось выше, базируется на понятии информативности формируемых изображений. Под информативностью [2, 3] понимается общее количество различительных признаков, на основе которых может быть осуществлена селекция или выделение объектов. Множество информационных признаков объектов состоит из спектрально-энергетических, пространственных, временных [1, 2, 42-47] признаков и параметров

I = {Х, X, У},

где X - длина волны, X - множество пространственно-временных признаков, У -множество спектрально-энергетических признаков, I - номер объекта.

Под пространственными признаками объектов [3, 5, 66, 73] может пониматься текстура, глубина расположения объектов, линейные размеры и др.

Признаки объекта, которые проявляются только при наличии динамики сюжета, относятся к временным. В этом случае селекция объектов может осуществляться с помощью построения векторов движения, контурного анализа, получения межкадровых разностей [66, 73, 74] и др. В зависимости от наличия временного признака различают статичные и динамические объекты.

В общем виде перечисленные выше пространственно-временные признаки каждого объекта I можно охарактеризовать следующим множеством:

X = {й, V, г, э, х,у, г], где й - линейный размер, V - скорость движения, г - время, э - текстура, (х, у, г) -пространственные координаты.

В зависимости от соотношения размера пиксела а ФП и размера объекта й различают объекты: протяженные (й> 5а), средних размеров (й = а...5а) и точечные (й < а) объекты.

Под спектрально-энергетическими признаками объектов понимаются оптические свойства объектов, численно выражаемые набором спектральных коэффициентов отражения р^, ф, в), поглощения а^, ф, в), пропускания т^, ф, в) падающего светового потока, где в - угол падения светового потока на объект, ф -угол визирования.

При этом должно обеспечиваться равенство

р^, ф, в) + а^, ф, в) + «X, ф, в) = 1.

Исходя из соотношения коэффициентов, выделяют семь классов несамосветящихся объектов и сред [3, 45], таблица 1.3.

Список литературы диссертационного исследования кандидат наук Чиркунова, Анастасия Анатольевна, 2017 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1а Чиркунова, А. А. Модель малоконтрастного изображения при наблюдении удаленных объектов, находящихся в мутных средах [Текст] / А. А. Чиркунова // 13-я межд. конф. «Телевидение: передача и обработка изображений»: Материалы конф., г. СПб., 29 - 30 июня 2016 г. - СПб.: Изд-во ООО «Технолит». - 2016.- С. 43-46.

2а Чиркунова, А. А. Статистический анализ и синтез прикладных телевизионных систем [Текст] / Г. В. Левко, А. А. Манцветов, А. В. Морозов, В. В. Пятков, А. А. Умбиталиев, А. К. Цыцулин, А. А. Чиркунова // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 6. - С. 4-15.

3а Чиркунова, А. А. Оптимизация телевизионной системы пригоризонтного наблюдения [Текст] / Д. Ю. Адамов, А. К. Цыцулин, А. А. Чиркунова [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2014. - Вып. 2. - С. 34-45.

4а Чиркунова, А. А. Телевизионная камера RGB-NIR диапазона [Текст] / П. С. Баранов, А. А. Чиркунова // Известия вузов России. Радиоэлектроника. -2015. - № 4. - С. 47-57.

5а Chirkunova, A. A Television Camera Based On RGB-NIR Single Image Sensor / P. Baranov, A. Mansvetov, A. Chirkunova // 2nd International Scientific Symposium «Sense. Enable. SPITSE», St. Petersburg, Russia, 22 june - 3 july 2015. СПб: изд-во ООО «Технолит». - 2015.- С. 192-194.

6а Чиркунова, А. А. Достижение предельной контрастной чувствительности при пригоризонтном наблюдении [Текст] / Г. В. Левко, А. К. Цыцулин, А. А. Чиркунова // XI научно-техн. конф. «Системы наблюдения, мониторинга и дистанционного зондирования Земли»: Материалы конф., г. Сочи, 13 - 18 сент. 2014 г. - М.: МНТОРЭС им. А.С. Попова, филиал «ЦСКБ-ПРОГРЕСС»-НПП «ОПТЭКС». - 2014.- С. 236-237.

7а Чиркунова, А. А. Оценка контрастной чувствительности системы дистанционного зондирования Земли [Текст] / А. А. Чиркунова // 10-я межд. конф. «Телевидение: передача и обработка изображений»: Материалы конф., г. СПб., 25 июня 2013 г. - СПб: изд-во ООО «Технолит». - 2013.- С. 21-26.

8а Чиркунова, А. А. Метод формирования телевизионного изображения при наблюдении в мутных средах [Текст] / А. А. Чиркунова // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 6. - С. 90-95.

9а Чиркунова, А. А. Комбинирование спектральных диапазонов как метод повышения качества изображений объектов, маскированных фоном [Текст] / А. А. Чиркунова // 18-я межд. конф. DSPA-2016, Серия: Цифровая обработка сигналов и ее применение (выпуск XVIII-2): Сборник докл., г. Москва, 28 - 30 апр. 2016 г. - М.: МНТОРЭС им. А.С. Попова. - 2016.- С. 995-999.

10а Chirkunova, A. A Method of Increasing the Contrast of Low-Contrast Objects by Combining Spectral Bands / N. Lysenko, A. Chirkunova // Proceedings of the 2016 IEEE ElConRusNW, St. Petersburg, 22 june - 3 july 2015.- P. 283-287.

11 а Чиркунова, А. А. Спектральный метод выделения малоконтрастных объектов [Текст] / А. А. Манцветов, А. А. Чиркунова // Современное телевидение и радиоэлектроника: 22-я межд. научно-техн. конф.: Докл. конф., г. Москва, 18 -19 марта 2014 г. - М.: изд-во СКБ «Электрон». - 2014.- С. 58-59.

12а Чиркунова, А. А. Спектральный фильтр для выделения малоконтрастных объектов [Текст] / А. А. Манцветов, А. А. Чиркунова // 69-я научно-техн. конф., посвященная Дню радио: Труды конференции, г. С.-Петерб., 17 - 25 апр. 2014 г. -СПб: изд-во СПбГЭТУ «ЛЭТИ». - 2014.- С. 256-257.

13а Чиркунова, А. А. Телевизионная система визуализации венозного кровотока поверхностных вен [Текст] / П. С. Баранов, Ю. П. Гультяев, Ф. В. Гумаров, А. А. Чиркунова // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 5. - С. 32-43.

14а Чиркунова, А. А. Способ формирования телевизионного изображения в мутных средах с преобладающим над поглощением рассеянием (варианты) и устройство для его реализации / П. С. Баранов, Ю. П. Гультяев, В. Пан, А. А. Чиркунова // Патент на изобретение № 2602505. Заявка № 2015145038 приоритет изобретения 20.10.2015, зарегистрирован в Гос. Реестре изобретений РФ 25.10.2016.

15а Чиркунова, А. А. Визуализатор сосудистого русла / А. А. Чиркунова // Свидетельство о государственной регистрации программы для ЭВМ №

2016663037. Заявка № 2016661197, дата поступления 18.10.2016, зарегистрирован в Реестре программ для ЭВМ 28.11.2016.

1 Сагдуллаев, Ю. С. Восприятие и анализ разноспектральных изображений [Текст]: монография / Ю. С. Сагдуллаев, С. Д. Ковин. - М.: Изд-во «Спутник+», 2016. - 251 с.

2 Цыцулин, А. К. Твердотельные телекамеры: накопление качества информации [Текст]: монография / А. К. Цыцулин, Д. Ю. Адамов, А. А. Манцветов, И. А. Зубакин. - СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2014. - 272 с.

3 Сагдуллаев, Ю. С. Информационно-измерительные системы телевидения [Текст]: монография / Ю. С. Сагдуллаев, С. Д. Ковин, Т. Ю. Сагдуллаев,

A. И. Смирнов. - М.: Изд-во «Спутник+», 2013. - 199 с.

4 Сай, С. В. Алгоритм поиска малоконтрастных объектов и его реализация в системе на кристалле [Текст] / В. В. Бородулин, С. В. Сай, Н. Ю. Сорокин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2012. - Вып. 2. С. 35-44.

5 Четвертаков, А. Н. Условия обнаружения объектов минимального контраста в системах технического зрения и видеонаблюдения [Текст] / Е. А. Богословский, А. Н. Четвертаков // Вестник воронежского института ФСИН России. - 2015. - №2. - С. 31-34.

6 Смирнов, В. Д. Чувствительность оптико-электронных приборов при малом контрасте объекта к окружающему фону [Текст] / С. Е. Герсанова, И. В. Кнороз,

B. Д. Смирнов // Известия вузов. Приборостроение. - 2009. - № 5(52). - С. 47-49

7 Сосулин, Ю. Г. Фрактальное обнаружение протяженных малоконтрастных объектов на изображении [Текст] / Ю. Г. Сосулин, А. Б. Русскин // Радиотехника. - 2009. - № 11. - С. 48-57.

8 Корнышев, Н. П. Компьютерное моделирование телевизионных систем визуализации люминесцирующих малоконтрастных объектов [Текст] / Н. П. Корнышев, А. В. Тимофеев // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2007. - Вып. 1. С. 43-47.

9 Манцветов, А. А. Оптимизация характеристики спектральной чувствительности фотоприемника при наблюдении малоконтрастных объектов

[Текст] / А. В. Иванова, А. А. Манцветов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2011. - Вып. 2. С. 26-33.

10 Белов, В. В. Активно-импульсные телевизионные системы «Зонд» и «Обзор» [Текст] / В. В. Белов, В. С. Белоусов, Б. Д. Борисов и др. // Изв. вузов. Приборостроение. - 2012. - № 11. - С. 51-54.

11 Куликов, А. Н. Новые "противотуманные" камеры ЭВС. [Электронный ресурс] / А. Н. Куликов, 2009. - Режим доступа: http://www.evs.ru/puЫ_1.php?st=15. -АО «ЭВС»

12 Кирпиченко, Ю. Р. Оценка дальности действия активно-импульсной телевизионной системы наблюдения в условиях плохой видимости [Текст] / Ю. Р. Кирпиченко, П. А. Дегтярев // Вестник Сибирского отделения Академии наук Высшей школы. - 2002. - № 1(8). - С. 28-34.

13 Курячий, М. И. Активные ТВ-системы видения с селекцией фонов рассеяния [Текст] / Ю. Р. Кирпиченко, М. И. Курячий, И. Н. Пустынский и др. // Датчики и системы. - 2012. - № 3. - С. 25-30.

14 Кирпиченко, Ю. Р. Оценка возможностей регистрации изображений активно-импульсной телевизионной системой в сложных условиях наблюдения [Текст] / Ю. Р. Кирпиченко // Доклады ТУСУРа. - 2011. - №2-1(24). - С. 114-117.

15 Рожков, К. Ю. Автоматическая селекция протяженных объектов в телевизионных и тепловизионных изображениях земной поверхности [Текст] / К. Ю. Рожков, А. А. Шевчук // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2014. - Вып. 2. С. 45-50.

16 Ллойд, В. В. Системы тепловидения [Текст]: монография / Дж. Ллоид -М.: Мир, 1978. - 416 с.

17 Семашкин, Е. Н. Дальность действия, всесуточность и всепогодность телевизионных и тепловизионных приборов наблюдения [Текст]: монография / Е. Н. Семашкин, А. Г. Шипунов - М.: Машиностроение, 2011. - 218 с.

18 Семашкин, Е. Н. Влияние тепловой маскировки на видимость объекта [Текст] / Е. Н. Семашкин, И. Н. Турсунова // Известия высших учебных заведений. Приборостроение. - 2005. - №8(48). - С. 51-53.

19 Волков, В. Г. Активно-импульсные ПНВ и тепловизионные приборы. Анализ возможностей применения [Текст] / В. Г. Волков // Фотоника. - 2007. -№4. - С. 24-28.

20 Дегтярев, П. А. Характеристики передачи контраста активно-импульсными телевизионными системами [Текст] / П. А. Дегтярев, Ю. Р. Кирпиченко // Межд. конф. «Телевидение: передача и обработка изображений»: Материалы конф., г. С.-Петерб., 25 - 26 июня 2002 г.- С. 28 - 29.

21 Иванов, В. П. Моделирование и оценка современных тепловизионных приборов [Текст]: монография / В. П. Иванов, В. И. Курт, В. А. Овсянников, В. Л. Филлипов. - Казань.: Отечество, 2006. - 594 с

22 Тарасов, В. В. Инфракрасные системы "смотрящего типа" [Текст]: монография / В. В. Тарасов, Ю. Г. Якушенков. - М.: Логос, 2004. - 444 с

23 Лагутин, Ю. П. Телевизионные изображения объектов, маскируемых средой с малым коэффициентом прозрачности [Текст] / Ю. П. Лагутин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2007. - Вып. 1. С. 95-99.

24 Орлов, В. А. Приборы наблюдения ночью и при ограниченной видимости [Текст]: монография / В. А. Орлов, В. И. Петров - М.: Воениздат, 1989. - 368 с.

25 Куликов, А. Н. Телевизионные наблюдения в сложных условиях. [Электронный ресурс] / А. Н. Куликов, 2003. - Режим доступа: Шр://,^№^еУ8.ги/риЬ1_1.рЬр?81=3. - АО «ЭВС»

26 Алексеев, С. А. Телевизионные системы наблюдения. Особенности применения устройств [Текст]: монография / С. А. Алексее, В. В. Волхонский, А. В. Суханов - СПб.: Университет ИТМО, 2015. - 103 с.

27 Гейхман, И. Л. Основы улучшения видимости в сложных условиях [Текст]: монография / И. Л. Гейхман, В. Г. Волков. М.: Недра-Бизнес-центр, 1999. 286 с.

28 Зворыкин, В. К. Телевидение [Текст]: монография / В. К. Зворыкин, Д. А. Мортон. - М.: Изд-во Иностранной литературы, 1956. - 780 с.

29 Роуз, А. Зрение человека и электронное зрение [Текст]: монография / А. Роуз. - М.: Мир, 1977. - 216 с.

30 Рыфтин, Я. А. Телевизионная система. Теория [Текст]: монография /

Я. А. Рыфтин. - М.: Советское радио, 1967. - 271 с.

31 Быков, Р. Е. Визуализация данных в спектрозональных телевизионных системах [Текст] / Р. Е. Быков, Л. А. Манило, Г. В. Папаян [и др.] // Известия высших учебных заведений России. Радиоэлектроника. - 2009. - № 1. С.43-52.

32 Bykov, R. Е. Spectral properties of image elements in recognition problems [Текст] / R. Е. Bykov // Pattern recognition and image analysis (advances in mathematical theory and applications). - 2001. - № 1. С. 141-143.

33 Быков, Р. Е. Адаптивные алгоритмы обнаружения объектов по цветовым признакам [Текст] / Р. Е. Быков // Радиотехника. - 2012. - № 7. С.97-103.

34 Лысенко, Н. В. Феноменологическая макромодель восприятия визуальной информации [Текст] / Н. В. Лысенко // Известия Международной академии наук высшей школы. - 2012. - № 2 (60). С.76-83.

35 Лысенко, Н. В. Оценка эффективности видеоинформационных систем [Текст] / Н. В. Лысенко // Известия высших учебных заведений России. Радиоэлектроника. - 2013. - № 2. С. 62-65.

36 Лысенко, Н. В. Информационные модели телевизионной системы [Текст] / Н. В. Лысенко, А. М. Мончак // Известия высших учебных заведений России. Радиоэлектроника. - 2016. - Вып. 2. С. 53-58.

37 Лысенко, Н. В. Спектрозональная обработка изображений в задачах экологического мониторинга [Текст] / Н. В. Лысенко, Н. В. Игнатьева // Известия высших учебных заведений России. Радиоэлектроника. - 2016. - Вып. 6. С. 32-37.

38 Лысенко, Н. В. Информационные гетерогенные системы [Текст]: монография / Н. В. Лысенко. - СПб.: Изд-во «Элмор», 2007. 160 с.

39 Гоголь, А. А. Параметры оценки качества изображений высокой четкости и объемных изображений дополненной и виртуальной реальности / А. А. Гоголь, Е. И. Туманова // V межд. научно-техн. и научно-метод. конф. «Актуальные проблемы инфотелекоммуникаций в науке и образовании»: Сборник научных статей, 10 - 11 марта 2016 г. - С. 140-143.

40 Гоголь, А. А. Анализ влияния частоты кадров современных телевизоров на качество воспроизводимого изображения в видеоинформационных системах

[Текст] / А. А. Гоголь, Е. И. Туманова // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 1. С. 3-9.

41 Гоголь, А. А. Анализ влияния частоты кадров современных телевизоров на качество воспроизводимого изображения в видеоинформационных системах [Текст] / А. А. Гоголь, И. Б. Мишненков, Е. И. Новикова, В. Я. Чёрный // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2013. - Вып. 1. С. 26-33.

42 Сагдуллаев, Т. Ю. К вопросу выбора зон регистрации в спектрозональном телевидении [Текст] / Т. Ю. Сагдуллаев, Ю. С. Сагдуллаев // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2011. - Вып. 2. С. 3-25.

43 Сагдуллаев, Т. Ю. Спектральная селекция и распознавание объектов [Текст] / Т. Ю. Сагдуллаев, Ю. С. Сагдуллаев // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2012. - Вып. 2. С. 97-106.

44 Сагдуллаев, Т. Ю. Информативность телевизионных изображений в системах видеонаблюдения объектов [Текст] / Т. Ю. Сагдуллаев, Ю. С. Сагдуллаев // Вопросы радиоэлектроники. Сер. Техника телевидения. -2009. - Вып. 2. С. 52-72.

45 Зубарев, Ю. Б. Видеоинформационные технологии систем связи [Текст]: монография / Ю. Б. Зубарев, Ю. С. Сагдуллаев, Т. Ю. Сагдуллаев. - М.: Изд-во «Спутник+», 2011. - 296 с.

46 Сагдуллаев, Ю. С. Селекция и распознавание бортовой телеметрической информации космических аппаратов [Текст] / Ю. С. Сагдуллаев, А. И. Смирнов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 4. С. 100-107.

47 Ковин, С. Д. Формирование и совместная обработка сигналов спектрозональных изображений [Текст] / С. Д. Ковин, Ю. С. Сагдуллаев // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 5. С. 52-57.

48 Цыцулин, А. К. Телевидение и космос [Текст]: учебное пособие / А. К. Цыцулин. - СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2014. - 238 с.

49 Левко, Г. В. Измерение качества видеоинформации, формируемой телекамерой [Текст] / И. А. Зубакин, Г. В. Левко, А. В. Морозов, А. К. Цыцулин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 4. С. 26-32.

50 Адамов, Д. Ю. Видеосистема на кристалле с адаптацией разрядности АЦП [Текст] / Д. Ю. Адамов, Г. В. Левко, А. В. Морозов, А. А. Умбиталиев, А. К. Цыцулин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. -Вып. 6. С. 154-156.

51 Левко, Г. В. Спектральная селекция изображений спутников [Текст] / А. В. Девяткин, Д. Л Горшанов, Г. В. Левко, А. К. Цыцулин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2017. - Вып. 1. С. 1-15.

52 Румянцев, А. И. Влияние внутримодовой многолучевости на ошибки пеленгования [Текст] / А. И. Румянцев // Труды научно-технической конференции, НИИ «Вектор» - 2012 г. С. 5-8.

53 Корнышев, Н. П. Свойства зрения и света [Текст] / Н. П. Корнышев // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 2. С. 18-28.

54 Корнышев, Н. П. Системы телевизионной визуализации объектов для прикладных исследований [Текст] / Е. В. Андреева, Н. П. Корнышев, А. В. Хаймин и др. // Системы и средства связи, телевидения и радиовещания. - 2008. -№ 1. - С. 101-103.

55 Тимофеев, Б. С. Телевизионные методы сопровождения объектов в сложных условиях наблюдения [Текст] / В. И. Можейко, Н. А. Обухова, Б. С. Тимофеев и др. // Известия высших учебных заведений. Приборостроение. - 2009. - № 8(52). - С. 20-29.

56 Susstrunk, S. Fast, Accurate, and Size-Aware Salient Object Detection / S. Susstrunk, G. Yildirim // 12th Asian Conference on Computer Vision (ACCV), Singapore, Lecture Notes in Computer Science, 2015.

57 Susstrunk, S. Near-Infrared Guided Color Image Dehazing / S. Susstrunk, S. Zhuo, X. Zhang // IEEE 20th International Conference on Image Processing (ICIP), Melbourne, Australia, 2013.

58 Susstrunk, S. Multispectral Interest Points for RGB-NIR Image Registration / S. Susstrunk, D. Firmenich, M. Brown // International Conference on Image Processing (ICIP11). 2011.

59 Zhang, L. Pedestrian detection in infrared images based on local shape features

/ L. Zhang, B. Wu, R. Nevatia International Conference on Computer Vision and Pattern Recognition, Minneapolis, June 2007.

60 Sim, T. Sim Enhancing Photographs with Near Infrared Images / L. Zhang, T. Sim IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2008.

61 Манцветов, А. А. Экспериментальное исследование спектральных и динамических характеристик пламени [Текст] / В. И. Галахов, А. В. Иванова, А.А. Манцветов [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения. -2012. - Вып. 2. С. 55-58.

62 Манцветов, А. А. Чувствительность цветных одноматричных телевизионных камер [Текст] / П. С. Баранов, В. В. Козлов, А. А. Манцветов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2012. - Вып. 1. С. 58-71.

63 Манцветов, А. А. Модель цифрового пиксела КМОП-фотоприёмника [Текст] / А. А. Манцветов, А. А. Умбиталиев, А. К Цыцулин. [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 1. С. 12-22.

64 Sinha, P. K. Image acquisition and preprocessing for machine vision systems: monograph / P. K Sinha. - Bellingham: SPIE press, 2012. - 726 p.

65 Sabah Al-Fedaghi Conceptual Model for Communication s / Sabah Al-Fedaghi, Ala'a Alsaqa, Zahra'a Fadel // (IJCSIS) International Journal of Computer Science and Information Security. - 2009. - Vol. 6, No. 2, P. 29-41.

66 Вудс, Р. Цифровая обработка изображений [Текст]: монография / Р. Гонсалес, Р. Вудс. - М.:Техносфера, 2005. - 1072 с.

67 Адаптивные методы обработки изображений: сборник научных трудов / [под ред. В. И. Сифоров, Л. П. Ярославский]. - М.: Изд-во «Наука», 1988. - 243 с.

68 Стратонович, Р. Л. Принципы адаптивного приема [Текст]: монография / Р. Л. Стратонович. - М.: Изд-во «Советское радио», 1973. - 144 с.

69 Adaptive Image Processing: A Computational Intelligence Perspective / Kim-Hui Yap [etc.]. - 2nd ed. - CRC Press, 2009. - 376 p.

70 Репин, В. Г. Статистический синтез при априорной неопределенности и адаптация информационных систем [Текст]: монография / В. Г. Репин, Г. П. Тартаковский.- М.: Изд-во «Советское радио», 1977. - 432 с.

71 Катулев, А. Н. Адаптивный метод и алгоритм обнаружения малоконтрастных объектов оптико-электронным средством [Текст] / А. Н. Катулев, А. А. Колонсков, А. А. Храмичев, С. В. Ягольников // Оптический журнал. - 2014. - № 2(81). - С. 29-39.

72 Иванов, И. М. Пространственная локализация и адаптивная фильтрация слабых сигналов на фоне интенсивных помех [Текст] / И. М. Иванов // Радиотехника и электроника. - 2012. - № 7(57). - С. 872-879.

73 Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах: Учебное пособие.- Новосибисрк: Изд-во НГТУ, 2002. - 352 c.

74 Автоматическое обнаружение и сопровождение динамических объектов на изображениях, формируемых оптико-электронными приборами в условиях априорной неопределенности. Методы и алгоритмы. [Текст]: учебник / О.Б. Гузенко [и др.]. — М.: Издательство «Радиотехника», 2015. — 280 с.

75 Кринов, Е.Л. Спектральная отражательная способность природных образований [Текст]: монография / Е. Л. Кринов.- М.: АН СССР, 1947. - 168 с.

76 Шифрин, К. С. Рассеяние света в мутной среде [Текст]: монография / К. С. Шифрин.- М.: Гос. изд-во техн.-теор. лит., 1951. -287 с.

77 Сивухин, Д. В. Общий курс физики [Текст]: учебное пособие для вузов, в 5 т., т. IV. Оптика. / Д. В. Сивухин. - 4-е изд. - М.: ФИЗМАЛИТ, 2005. - 560 с.

78 Пахомов, И. И. Квантовая теория излучения. Взаимодействие излучения с веществом [Текст]: учебное пособие / И. И. Пахомов, А. М. Хорохоров,- М.: МГТУ им. Н.Э.Баумана, 2010. - 34 с.

79 Борен, К. Поглощение и рассеяние света малыми частицами [Текст]: монография / К. Борен, Д. Хафмен,- М.: Мир, 1986. - 664 с.

80. Исимару, А. Распространение и рассеяние волн в случайно-неоднородных средах [Текст]: монография т.1 / А. Исимару. - М.: Мир, 1981. - 322 с.

81 Standard for Characterization of Image Sensors and Cameras: EMVA Standard 1288, 2010. Release 3.0 2010-11-29. - European Machine Vision Association

82 Корнышев, Н. П Оценка предельной контрастной чувствительности при

телевизионной визуализации объектов с положительным контрастом [Текст] / Н. П. Корнышев // Спецтехника и связь. - 2011. - № 3. - С. 17-19.

83 Перов, А. И. Статистическая теория радиотехнических систем [Текст]: учебное пособие / А. И. Перов.- М.: Радиотехника, 2003. - 400 с.

84 Мак-Картни, Э. Оптика атмосферы [Текст]: монография / Э. Мак-Картни.-М.: Мир, 1979. 421 с.

85 Фабелинский, И. Л. Молекулярное рассеяние света [Текст]: монография / И. Л. Фабелинский - М.: Книга по Требованию, 2012. 512 с.

86 Зуев, В. Е. Оптические модели атмосферы [Текст]: монография / В. Е. Зуев, Г. М. Креков - Л.: Гидрометеоиздат, 1986. 256 с.

87 Васильев, А. В. Теоретические основы атмосферной оптики [Текст]: монография / А. В. Васильев, Ю. М. Тимофеев С-Петерб.: Наука, 2003. 474 с.

88 Медвед, Д. Б. Влияние погодных условий на беспроводную оптическую связь [Текст] / Д. Б. Медвед // Вестник связи. - 2001. - № 4. - С. 154-157.

89 Park, J.H. Atlas of absorption lines from 0 to 17900 cm-1. [Текст]: монография / J.H. Park, L.S.Rothman. - NASA: Reference Publication 1188, 1987. - 196 p.

90 Нобл, У. К. Микробиология кожи человека [Текст]: монография / У. К. Нобл. - М.: Изд-во Медицина, 1986. - 493 с.

91 Тучин, В. В. Оптика биологических тканей [Текст]: монография / В. В. Тучин - М.: ФИЗМАТЛИТ, 2013. - 812 с.

92 Тучин, В. В. Оптическая биомедицинская диагностика (том 2) [Текст]: монография / В. В. Тучин - М.: ФИЗМАТЛИТ, 2006. - 368 с.

93 Wang, L. V. Biomedical Optics: Principles and Imaging [Текст]: монография / L. V. Wang - Wiley: Interscience, 2007. - 350 с.

94 Andersen, P. H. Spectral reflectance of human skin in vivo [Текст] / P. H. Andersen, P. Bjerring // Photodermatol. Photoimmunol. Photomed. - 1990. - Vol. 7. -P. 5-12.

95 Dawson, J. B. A theoretical and experimental study of light absorption and scattering by in vivo skin [Текст] / J. B. Dawson, D. J. Barker, D. J. Ellis // Phys. Med. Biol. - 1980. - Vol. 25. - 4. - P. 695- 709.

96 Пушкарева, А. Е. Методы математического моделирования в оптике биоткани [Текст]: учебное пособие / А. Е. Пушкарева. - СПб: СПбГУ ИТМО, 2008. - C.103.

97 Иваницкий, Г. Р. Ультразвуковая допплеровская диагностика в клинике [Текст] / Г. Р. Иваницкий // Вестник РАН. - 2006. - № 1(76). - С. 48-58.

98 Розенфельд, Л. Г. Ранняя диагностика заболеваний сосудов нижних конечностей с применением инфракрасной термографии [Текст] / Л. Г. Розенфельд, Т. В. Богдан, В. И. Тимофеев // Укр. мед. часопис. - 2011. - № 2. - С. 28-30.

99 Скрипаль, А. В. Тепловизионная биомедицинская диагностика [Текст]: учебное пособие для вузов / А. В. Скрипаль, А. А. Сагайдачный, Д. А. Усанов.-Саратов.: Изд-во саратовского университета, 2009. - 118 с.

100 Cuper, J. N. Near-infrared vascular imaging in peripheral venous and arterial access: Dissertation / J. N. Cuper. - Utrecht University, 2012 - 155 p.

101 Shrotri, A. Infrared imaging of hand vein patterns for biometric purposes

/ S. C. Retherekar, M. H. Patil, A. Shorotri // Journal of Security Engineering - 2009. - № 6(1). - С. 57-66.

102 Yasuma, F. Generalized assorted pixel camera: postcapture control of resolution, dynamic range, and spectrum / F.Yasuma, T.Mitsunaga, D.Iso // IEEE Trans on image processing. 2010. - Vol.IP-19, №9. - P.2241-2253

103 Miller, J. Hyperspectral and multispectral sensor for remote sensing / J. Miller, S. Kullar, D. Cochran // Proc. SPIE: Multispectral, hyperspectral and ultraspectral remote sensing technology, techniques, and application III. 2010. Vol. 7857

104 Image sensors and vision systems. [Электронный ресурс] http: //www2. imec. be/

105 Погода вокруг и около - летающим высоко и низко. [Электронный ресурс] / А. Н. Куликов, 2003. - Режим доступа: http://meteo.geofaq.ru/

По природе возникновения составляющие шумов ФП можно разделить на временные и пространственные или геометрические.

1 Временной шум характеризует случайные флуктуации видеосигнала во времени. При анализе шумов ФП его обычно выражают в числе шумовых электронов, причем это относится как к дисперсии, так и к среднеквадратическому отклонению.

Некоторые из составляющих временного шума для ФП, выполненных по технологиям ПЗС и КМОП являются общими, некоторые являются специфическими для каждого из типов.

1.1 Темновой ток приводит к геометрическому пространственному шуму, являясь аддитивной случайной добавкой к видеосигналу в каждом пикселе, а также имеет свой собственный флуктуационный шум.

Флуктуационный шум темнового тока также является дробовым и также подчиняется распределению Пуассона. Его значение определяется плотностью темнового тока кремния при заданной температуре и может быть снижено целым рядом технологических приемов, таких как высокая степень очистки монокристалла кремния, насыщение поверхности монокристалла водородом, создание стоков, изолирующих обедненную область от темновых токов подложки и поверхности, и т. п.

Среднеквадратическое отклонение шума темнового тока, выраженное в числе электронов

/^нак^

Мас =

л| ^

где J - плотность темнового тока, Тнак - время накопления, А - площадь элемента накопления заряда - фотодиода или МОП-емкости. Оно же, выраженное в вольтах

иас =

ч

/Тнак АЦ

С2

Плотность темнового тока экспоненциально зависит от температуры и, поэтому, универсальным средством снижения темнового тока является охлаждение кристалла ФП.

1.2 В ФП, выполненных по технологии КМОП к видеосигналу в пикселе добавляется шум сброса или КТС-шум. Так как в КМОП ФП форма представления видеосигнала в пикселе - аналоговое напряжение, то значение среднеквадратического отклонения шума сброса, выраженное в вольтах

U,

КТС CMOS —

м

knt

Cpd

где ко - постоянная Больцмана, t - абсолютная температура, CpD — емкость фотодиода, которая при сбросе заряжается до потенциала питания, что соответствует нулевому значению видеосигнала.

То же значение, выраженное в числе электронов

"КТС CMOS —

ч

Ni

Для ФП на ПЗС аналогичные выражения

UКТС CCD —

ч

k0tCl

PD

q2

k0t

С

FD

kQtCi

FD

q2

NkTC CCD —

N

где CFD - емкость узла считывания - плавающей диффузионной области.

Если в ПЗС АТС-шум подавляется схемой двойной коррелированной выборки (ДКВ), то в КМОП ФП ее использование возможно только в режиме бегущего затвора (Rolling Shutter). В КМОП ФП все большее применение находит так называемый режим глобального затвора (Global Shutter), при котором использование ДКВ практически невозможно, а используется так называемая двойная выборка, призванная снизить уровень геометрического шума. Ее использование приводит к удвоению дисперсий описанных выше составляющих

шумов. В тоже время, режим глобального затвора позволяет избежать искажений динамических изображений, которые присутствуют при использовании бегущего затвора, и поэтому является более перспективным.

1.3 Шумы переноса возникает при движении зарядового пакета к выходному устройству в ФП на ПЗС. Возникает вследствие того, что обмен зарядового пакета с ловушками является не только причиной неэффективности переноса, но носит случайных характер и также подчиняется распределению Пуассона. Причем случайным является как захват ловушками электронов из пакета, так и их эмиссия с ловушек. Его проявления есть как в поверхностных, так и в объемных каналах переноса.

Для поверхностного канала он является следствием взаимодействия с поверхностными состояниями и его среднеквадратическое значение

= Ч

01

2 1п 2 —

С

где - плотность поверхностных ловушек; Ае - площадь электродов, под которыми прошел заряд при своем движении к выходному устройству. Необходимо отметить, что шумы переноса различны для различных участков изображения, т. к. для них различна площадь электродов Ае.

Для объемного канала среднеквадратическое значение шума переноса

Тг

I Л)

ГС,-

¿=0

Щс =

Ч

где V - объем, который проходит заряд при своем движении к выходному устройству; Т - длительность одного переноса; т - время релаксации объемных состояний г-го типа, - плотность объемных ловушек /-го типа, I - общее число различных типов ловушек в материале. Плотность объемных ловушек значительно ниже, чем поверхностных и объем проходимый зарядом уменьшается при малом числе электронов в зарядовом пакете. Таким образом, при низких освещенностях влияние этой составляющей незначительно.

1.4 Шумы транзистора. В КМОП ФП в активном пикселе аналоговый видеосигнал подается на видеошину через истоковый повторитель на полевом транзисторе. В ФП на ПЗС аналоговый видеосигнал, сформированный на плавающей диффузионной области, также передается на выход через истоковый повторитель.

Шум транзистора складывается из компонент фликкер-шума, теплового шума и так называемого случайного телеграфного шума. Фликкер-шум имеет спектральную плотность мощности вида 1/f, где f - частота. Он практически полностью подавляется схемой ДКВ или схемой двойной выборки. Случайный телеграфный шум имеет место в КМОП ФП в случае если размер светочувствительного фотодиода мал и обусловлен флуктуациями числа мобильных носителей заряда. В настоящее время эта составляющая шумов активно исследуется.

Значение среднеквадратического отклонения теплового шума полевого транзистора включенного по схеме истокового повторителя

где £Штр - значение шумового ЭДС транзистора, Af - полоса частот, в которой

обрабатывается аналоговый видеосигнал.

Как в ПЗС, так и в КМОП ФП, данная составляющая шума иногда пересчитывается в число электронов

где C - емкость в затворе полевого транзистора. Отметим, что использование схемы ДКВ или двойной выборки также удваивает дисперсию данной составляющей шума.

1.5 Шум коммутации. В КМОП ФП при подключении выхода пиксельного усилителя к видеошине также возникает KTC-шум со среднеквадратическим отклонением

и,

knt

KTCVB —

Ч

С

VB

где CVB - емкость видеошины.

1.6 Шум АЦП. Шум АЦП или шум квантования равен

_ _ LSB UAm —

где LSB - единица младшего значащего разряда АЦП.

2 Пространственный или геометрический шум в ФП на ПЗС и КМОП (Fixed Pattern Noise, FPN).

2.1 Аддитивная компонента пространственного шума. Как в ФП, выполненных по технологии ПЗС, так и по технологии КМОП, аддитивная компонента представлена в первую очередь темновым током. В матричных ПЗС темновой ток возникает как в светочувствительных ячейках, так и ПЗС-регистрах переноса. В первом случае он приводит к точечным дефектам, во втором - к вертикальным столбам. При фиксированной температуре кристалла математическое ожидание темнового тока в каждом пикселе и в каждом регистре детерминировано и стабильно, хотя и приводит к наличию флуктуационных шумов темнового тока. Так как значение темнового тока экспоненциально зависит от температуры, эффективным методом борьбы с ним является охлаждение или термохолодильником на эффекте Пельтье, или криостатное охлаждение. Помимо этого, при стабильной температуре возможно запоминание и последующее вычитание темнового тока.

Как в КМОП, так и ПЗС ФП могут присутствовать дополнительные аддитивные компоненты, обусловленные, например, фоновым зарядом, образованным свечением транзисторов, вызванным, в свою очередь эффектом Вавилова-Черенкова. Также в КМОП ФП напряжение смещения истокового повторителя в активном пикселе можно трактовать как разброс постоянной составляющей в пикселе, однако, данная компонента эффективно подавляется либо схемой двойной выборки, либо, если это возможно, схемой ДКВ.

2.2 Мультипликативная компонента пространственного шума.

Мультипликативная компонента характерная в первую очередь для КМОП ФП. Имеющаяся мультипликативная компонента в матричных ПЗС связана в первую очередь с плавным изменением чувствительности по полю изображения. В современных матричных ПЗС данная компонента не превышает единиц процентов.

В КМОП ФП мультипликативная компонента обусловлена разбросом параметров истоковых повторителей в пикселах, разбросом коэффициентов усиления столбцовых усилителей и т. п. Этот разброс может иметь значительный уровень, однако из-за детерминированности может быть устранен методами цифровой обработки, заключающейся в запоминании коэффициентов для отдельных пикселов и столбцов и дальнейшим делением видеосигнала на эти коэффициенты.

Результаты измерения отношения сигнал/шум и контраста

Результаты измерения контраста и отношения сигнал/шум приведены в таблице Б.1.

Таблица Б.1 - Результаты измерения контраста и отношения сигнал/шум

№ п. Хо ДХ Контраст Сигнал/ шум ¥хК

1 380 400 0,19 21,12 3,91

2 350 100 0,25 72,07 18,02

3 350 150 0,30 78,54 23,56

4 350 200 0,31 81,21 25,18

5 350 250 0,36 84,44 30,40

6 350 300 0,35 89,60 31,36

7 350 350 0,34 51,53 17,52

8 350 400 0,34 25,51 8,68

9 350 450 0,23 36,20 8,25

10 350 550 0,34 72,65 25,01

11 350 650 0,18 35,45 6,28

12 350 750 0,12 18,16 2,17

13 400 50 0,15 33,68 5,22

14 400 100 0,11 31,48 3,56

15 400 150 0,12 33,36 3,93

16 400 200 0,13 32,49 4,23

17 400 250 0,28 60,45 16,89

18 400 300 0,37 23,80 8,75

19 400 350 0,28 25,48 7,07

20 400 400 0,18 36,79 6,76

21 400 500 0,12 30,80 3,69

22 400 600 0,12 17,95 2,15

23 400 700 0,12 17,59 2,03

24 495 50 0,10 21,97 2,18

25 495 100 0,10 32,24 3,33

26 495 150 0,24 34,62 8,30

27 495 200 0,33 25,24 8,44

28 495 250 0,22 9,71 2,17

29 495 300 0,12 6,54 0,78

30 495 400 0,14 37,44 5,37

31 495 500 0,13 27,98 3,57

32 495 600 0,10 12,20 1,28

33 550 50 0,10 14,45 1,38

34 550 100 0,28 25,68 7,27

35 550 150 0,39 11,77 4,62

36 550 200 0,30 20,85 6,22

37 550 250 0,19 21,91 4,10

38 550 350 0,14 20,88 2,88

39 550 450 0,13 27,07 3,53

40 550 550 0,13 17,80 2,32

41 610 50 0,26 21,96 5,77

42 610 100 0,46 21,91 10,03

43 610 200 0,31 36,98 11,62

44 610 300 0,20 49,22 9,95

45 610 400 0,12 11,38 1,42

46 610 500 0,15 22,80 3,38

47 715 50 0,13 17,01 2,19

48 715 100 0,16 6,75 1,09

49 715 200 0,04 3,49 0,15

50 715 300 0,11 13,77 1,55

51 715 400 0,14 23,72 3,41

52 780 20 0,11 19,33 2,04

53 780 120 0,05 3,26 0,15

54 780 220 0,13 21,09 2,69

55 780 320 0,13 20,44 2,57

56 850 50 0,09 10,81 0,92

57 850 150 0,14 21,85 3,05

58 850 250 0,15 17,61 2,72

Изображения тестовых объектов с применением спектральных светофильтров

Примеры изображений тестовых объектов, полученных с учетом применения спектральных светофильтров с разной нижней граничной длиной волны приведены на рисунке В.1.

А) без спектральных светофильтров

Б) ЖС 11

В) ЖС 12

К) КС 11 Л) КС 14

Рисунок В.1 - Изображения тестовых объектов с применением спектральных светофильтров

Экспериментальное исследование применения метода комбинирования

спектральных диапазонов

На рисунке Г.1 приведены изображения, полученные с разным коэффициентом вычитания информации об объекте из канала B.

ж) ¿1=0,7 з) ¿1=0,8

и) ¿1=1,1 к) ¿1=1,2

Рисунок Г.1 - Оценка влияния значения коэффициента вычитания на СКО

На рисунке Г.2 приведены изображения, полученные с разным коэффициентом вычитания информации о среде из канала Я.

_ ^В 1 I ** г _ ЯВ ■

в) ¿2=0,3 г) ¿2=0,4

ж) k2=0,7

з) k2=0,8

л) k2=1,3

м) k2=1,4

1 1 . — /

л) ¿2=1,9 м) ¿2=2,0

Рисунок Г. 2 - Оценка влияния значения коэффициента вычитания среды на качество

изображения

Патенты