Помощь в учёбе, очень быстро...
Работаем вместе до победы

Разработка методики синтеза структуры вычислительных устройств слияния изображений

Диссертация: Разработка методики синтеза структуры вычислительных устройств слияния изображений
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Работа вычислителя подобной структуры была промоделирована на натурной модели с использованием ЭВМ общего назначения. Натурное моделирование позволило выявить эффект искажения результирующего изображения, выдаваемого на экран оператора. Было установлено, что данный эффек был вызван рассинхронизацией следования обрабатываемой видеоинформации и управляющих сигналов, выделяемых из исходных… Читать ещё >

Содержание

  • ГЛАВА 1. АЛГОРИТМЫ И СИСТЕМЫ СЛИЯНИЯ ИЗОБРАЖЕНИЙ
    • 1. 1. Введение
    • 1. 2. Алгоритмы слияния изображений
    • 1. 3. Методы оценки информативности изображений
    • 1. 4. Вычислительные устройства обработки и слияния изображений
    • 1. 5. Устройства слияния изображений в системах наблюдения местности
    • 1. 6. Выводы
  • ГЛАВА 2. ИССЛЕДУЕМЫЕ ОБЪЕКТЫ, МОДЕЛИ И МЕТОДИКИ ИССЛЕДОВАНИЯ. ИЗМЕРЯЕМЫЕ ХАРАКТЕРИСТИКИ
    • 2. 1. Введение
    • 2. 2. Методы оценки информативности изображений
    • 2. 3. Методика оценки времени выполнения вычислительных задач
    • 2. 4. Обоснование выбора набора исследуемых алгоритмов
    • 2. 5. Математические модели алгоритмов слияния изображений
    • 2. 6. Макет двухспектрального устройства слияния изображений
    • 2. 7. Выводы
  • ГЛАВА 3. ИССЛЕДОВАНИЕ МОДЕЛЕЙ АЛГОРИТМОВ И ВЫЧИСЛИТЕЛЬНОГО УСТРОЙСТВА СЛИЯНИЯ ИЗОБРАЖЕНИЙ
    • 3. 1. Введение
    • 3. 2. Исследование алгоритмов и их модифицирование, направленное на повышение информативности результирующих изображений
    • 3. 3. Изменение алгоритмов с целью повышения параллелизма и уменьшения объёма вычислений, и его результаты
      • 3. 3. 1. Изменения с целью распараллеливания вычислений
      • 3. 3. 2. Изменения с целью уменьшения объёма вычислений
    • 3. 4. Методика выбора параметров изменений, вносимых в алгоритмы при построении структуры вычислительного устройства 76 3.7. Выводы
  • ГЛАВА 4. ПРАКТИЧЕСКИЕ АСПЕКТЫ РЕАЛИЗАЦИИ ДВУХ СПЕКТРАЛЬНОЙ СИСТЕМЫ СЛИЯНИЯ ИЗОБРАЖЕНИЙ
    • 4. 1. Введение
    • 4. 2. Анализ схемы алгоритма уровня областей
    • 4. 3. Построение базовой архитектуры вычислителя
    • 4. 4. Применение исследованных способов распараллеливания и уменьшения объёма вычислений
    • 4. 5. Макетное моделирование работы разработанного устройства
    • 4. 6. Принцип работы разработанного устройства для синхронизации телевизионных сигналов
    • 4. 6. Выводы

Разработка методики синтеза структуры вычислительных устройств слияния изображений (реферат, курсовая, диплом, контрольная)

Предметом настоящей работы являются алгоритмы слияния изображений и цифровые устройства, предназначенные для выполнения указанных алгоритмов, в особенности, цифровые устройства слияния изображений в системах наблюдения местности, и методики синтеза указанных устройств. В пределах данного класса устройств интерес представляют цифровые устройства слияния изображений, работающие в реальном масштабе времени, и входящие в состав многоспектральных систем наблюдения местности.

Работа структурно разделена на 4 главы с введением, заключением и приложениями. В первой главе настоящей работы раскрыт предмет исследования, — алгоритмы слияния изображений и цифровые устройства, предназначенные для их выполнения, проведен обзор развития и резюмировано современное состояние этой области науки и техники, формулируются и теоретически обосновываются задачи данной работы.

Во второй главе рассматриваются алгоритмы слияния изображений различных классов, использованные в проведённых исследованиях, описываются модели данных алгоритмов, выполненные на языке программирования системы математического моделирования MatLab (тексты программ приведены в приложениях 1 и 2), приводятся методики оценки их характеристик, а также разработана схема макета вычислительного устройства слияния изображений, использовавшаяся для практического подтверждения теоретических выводов, полученных при выполнении работы.

В третьей главе исследуются характеристики и параметры изменений, вносимых в алгоритмы слияния изображений с целью улучшения слитных изображений, получаемых с их помощью, а также повышения степени параллелизма и уменьшения объема вычислений. Для повышения степени параллелизма предлагается разбить исходные изображения на отдельные окна, обрабатываемые параллельно. Для уменьшения объёма вычислений предлагается уменьшить число элементов обработки путём понижения пространственного разрешения обрабатываемых изображений. Разрабатывается методика выбора оптимальных значений параметров указанных изменений при синтезе структуры вычислительных устройств слияния изображений.

В четвертой главе рассмотрен пример применения разработанной методики для синтеза структуры вычислительного устройства, предназначенного для выполнения алгоритма слияния изображений уровня областей реальном масштабе времени, и приводятся результаты натурного моделирования работы вычислительного устройства разработанной структуры. В заключении приведены выводы, полученные в ходе данной работы. В приложениях приведены программы для ЭВМ, выполненные на языке программирования высокого уровня цифровой системы моделирования MatLab, результаты аппаратного проектирования, представленные в виде чертежей для САПР ПЛИС.

4.6. Выводы.

В данной главе приведен пример синтеза вычислительного устройства слияния изображений, согласно методике, разработанной в главе 3. Была построена структура вычислительного устройства слияния изображений, предназначенного для выполнения алгоритма слияния областей.

В результате была синтезированная, согласно методике, структурная схема вычислительного устройства слияния изображений предполагает использование 16 параллельно работающих модулей обработки изображений. При этом совокупное значение потери информативности результирующего изображения, по сравнению с результатом слияния, полученным без использования распараллеливания и уменьшения объёма вычислений, составит 28%.

Работа вычислителя подобной структуры была промоделирована на натурной модели с использованием ЭВМ общего назначения. Натурное моделирование позволило выявить эффект искажения результирующего изображения, выдаваемого на экран оператора. Было установлено, что данный эффек был вызван рассинхронизацией следования обрабатываемой видеоинформации и управляющих сигналов, выделяемых из исходных видеосигналов, соответствующих требованиям ГОСТ 7845–92. На основе результатов исследования данного феномена было предложено и запатентовано устройство, позволяющее исключить обнаруженные искажения.

ЗАКЛЮЧЕНИЕ

.

В данной работе было проведено исследование алгоритмов слияния изображений, а также некоторых способов распараллеливания и понижения объема вычислений при выполнении данных алгоритмов. Целью данных исследований являлась разработка методики выбора параметров применения исследованных способов при синтезе структуры вычислительных устройств слияния изображений с учётом временных и функциональных ограничений.

Исследование всей совокупности алгоритмов слияния изображений не представлялось возможным ввиду большой трудоёмкости подобных исследований, и отсутствия в открытых источниках информации о многих алгоритмах данного класса. Поэтому для дальнейшего исследования были выбраны наиболее широко используемые алгоритмы слияния изображений различных видов.

В процессе исследования алгоритмов были разработаны меры по их модифицированию с целью повышения информативности результирующих изображений. Требуемый эффект был достигнут путём введения в исследуемые алгоритмы дополнительных операций улучшения исходных и результирующих изображений.

Модифицированные алгоритмы были исследованы на предмет определения динамики их характеристик при внесении в алгоритмы изменений, направленных на повышение степени параллелизма и уменьшение объёма вычислений при их выполнении.

В качестве способа повышения степени параллелизма было выбрано разбиение исходных изображений на отдельные области, обрабатываемые параллельно. Понижения объёма вычислений предлагалось достигнуть за счёт уменьшения числа элементов обработки путем понижения пространственного разрешения исходных изображений.

Как показали исследования, описанные в третьей главе настоящей работы, указанные способы применимы ко всем исследованным алгоритмам, за исключением РСА-алгоритма, к которому не применим выбранный способ повышения степени параллелизма вычислений.

По результатам исследования была разработана методика выбора оптимальных параметров применения исследованных способов при синтезе структуры устройств слияния изображений с учётом функциональных и временных требований, предъявляемых к ним.

Подтверждением применимости разработанной методики, является, приведённый в главе 4, пример синтеза вычислительного устройства, предназначенного для выполнения в реальном масштабе времени алгоритма слияния уровня областей, разработанного Савиным.

Макетное моделирование вычислителя разработанной структуры позволило на практике подтвердить теоретические результаты и, кроме того, выявило ряд особенностей практической реализации устройств слияния изображений. Одной из таких особенностей является появление помех, вызванных эффектом нарушения синхронизации следования информационных управляющих сигналов цифрового видеопотока, возникающим за счёт задержки цифровых видеоданных в каналах обработки. В главе 4 рассматривается устройство, компенсирующее негативные последствия данного эффекта.

В ходе выполнения работы достигнуты следующие основные результаты:

1. Найден способ совершенствования вычислительных устройств слияния путём внесения в их структуру дополнительных узлов, выполняющих операции подчёркивания границ, гамма-коррекции и подавления шумов. Положительный эффект выражается в повышении информативности результирующих изображений.

2. Установлено, что способ разбиения исходных изображений на параллельно обрабатываемые окна, позволяет добиться распараллеливания вычислений, и определена зависимость характеристик указанного эффекта от параметров применения данного способа.

3. Установлено, что способ уменьшения числа элементов обработки путём снижения пространственного разрешения исходных изображений позволяет добиться сокращения объёма вычислений, и определена зависимость характеристик указанного эффекта от параметров применения данного способа.

4. Определены закономерности изменения объёма вычислений и информативности слитных изображений в зависимости от параметров применения исследованных способов. Разработана методика выбора оптимальных значений данных параметров при синтезе структуры вычислительных устройств слияния изображений.

5. Согласно разработанной методике, синтезирована структура вычислительного устройства слияния изображений, выполняющего в реальном масштабе времени алгоритм слияния Савина для монохромных (256 градаций серого) изображений форматом 768×576 пикселей при условии их следования с частотой 25 кадров в секунду с учётом функционального ограничения по выбору элементной базы, производимой отечественной промышленностью.

6. Разработано устройство для синхронизации телевизионного изображения, позволяющее компенсировать помехи, вызываемые нарушением синхронизации выходного сигнала формата ГОСТ 7845–92, возникающей из-за различного времени задержки информации в трактах обработки исходных изображений. Данное устройство зарегистрировано в качестве изобретения (Патент РФ № 2 324 300).

Показать весь текст

Список литературы

  1. На русском языке
  2. А.А., Майоров С. А. Когерентные оптические вычислительные машины. JL: Машиностроение, 1977. — 440с.
  3. А. Г. Коваленко С.М. Выбор конфигурации аппаратной платформы для выполнения алгоритмов заданной сложности // КомпьюЛог. -№ 2(56), 2003.
  4. В.Г., Гурвич-Макаров В.Д. Принципы сочетания изображений тепловизионного и телевизионного канала с выводом на единый индикатор // Вопросы оборонной техники. № 4, 1993.
  5. И.Л., Волков В .Г. Основы улучшения видимости в сложных условиях. -М.:Недра-Бизнесцентр, 1999. -286 с.
  6. .И. Параллельные вычислительные системы. М.:Наука, 1980.-519с.
  7. Р. Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976 -511с.
  8. Дьяконов В.П. MATLAB 6/6.1/6.5 + SIMULINK 4/5®. Основы применения. Полное руководство пользователя. М.: СОЛОН-Пресс, 2004.
  9. Ю.Б. и др. К вопросу построения технических средств автоматизации обработки информации в спектрозональных системах // Труды МЭИ. Вып. 343. М.: 1977.
  10. Ю.Б., Сагдуллаев Ю. С. Оптическая селекция объектов спек-трозональными системами // Труды учебных институтов связи. Вып.80. -Л.: ЛЭИС 1976.
  11. С. М. Скубрий А.Г. Построение математической модели оценки производительности вычислительной системы. // Сборник трудов. М., 2001.
  12. A.M., Майоров С. А., Новиков Г. И. Вычислительные комплексы, системы и сети. — Л.: Энергоатомиздат, 1987. 178с.
  13. Лебедев Д. Г, Лебедев Д. С. Квантование изображений посредством выделения контуров // Известия АН СССР, Техническая кибернетика. -№ 1, 1965.
  14. В.А. и др. Принципы построения многоспектральных компле-сированных оптико-электронных систем // Известия ВУЗов: Приборостроение. № 9 2004.
  15. Мотока, Томита, Танака. Компьютеры на СБИС. М.: Мир 1988. — в 2-х кн.18.0чин Е. Ф. Вычислительные системы обработки изображений. Л.: Энергоатомиздат, 1989.- 133с.
  16. Э. Цифровая обработка изображений. М. Мир, 1982 — 312 с.
  17. А. Распознавание и обработка изображений с помощью ЦВМ. М.: Мир, 1972. — 230с.
  18. В.Д., Фадеев И. Н., Е.И., Ильичев И. Ю., Травина Е.И. Интегрированные многоспектральные системы наблюдения местности // Доклады НТК «Современные телевизионные технологии, состояние и развитие». ЗАО «МНИТИ», 2002.
  19. В.А., Коган Я. А. Методы оценки быстродействия вычислительных систем. М.: Наука, 1991. — 256с.
  20. Ю.М., Воробьев Г. Н. Перспективы развития вычислительной техники. Специализированные ЭВМ. — М.: Высшая школа 1989. 144с.
  21. В. Структурная организация и архитектура компьютерных систем, М.: Издательский дом «Вильяме», 2002. — 896с.
  22. Фу К. СБИС для распознавания образов и обработки изображений. -М.: Мир. 1988. 248 с.
  23. Н.Г. и др. Пирамидальное кодирование изображений. -М.: Радио и связь, 1996.
  24. A.M., Щупак Ю. А., Чуйкин В. М. Обработка тепловизион-ных изображений, получаемых многоспектральным тепловизором «Терма-2″ // Известия ВУЗ-ов: Приборостроение, № 2 2002.
  25. Обработка изображений при помощи ЦВМ / под ред. Г. Эндрюса и Л.Инло. -М.: Мир, 1973.-203с.
  26. Г. Применение вычислительных машин для обработки изображений. М.: Энергия, 1977. — 161с.
  27. ЗО.Ярославский Л. П. Введение в цифровую обработку изображений. М.: Сов. радио, 1979.-312с.31 .Ярославский Л. П. Цифровая обработка сигналов в оптике и голографии: Введение в цифровую оптику. М.:Радио и связь, 1987. — 295с.
  28. Л.П., Мерзляков Н. С. Цифровая голография. М.:Наука, 1982.-220с.1. Источники в сети Интернет
  29. Рейтинг основных поисковых систем.
  30. Адрес в Интернет: http://www.seop.ru/seratings.html1. Технические документы
  31. ГОСТ 7845–92 „Система вещательного телевидения. Основные параметры. Методы измерений“.
  32. Номенклатура высокотехнологических ИЭТ, рекомендуемых к разработке в РФ и применению в РЭА. — М.: Издательство УНИЭТ, 2005.
  33. Патент ВОИС WO 01/72 033 кл. Н 04 N 5/222. Способ и система для объединения многоспектральных изображений. 2002 .
  34. Патент ЕПВ № 930 778 H04N 5/12. Устройство согласования синхронизирующих сигналов. 1999.
  35. Патент Япония № 3 439 020 H04N 5/06. Схема вертикальной синхронизации и контроллер сигналов синхронизации. 1996.
  36. М. С. Кондратов А.И. Устройство для управления синхронизацией телевизионного изображения // Патент РФ № 2 324 300 от 12.12.20 061. На английском языке
  37. Abidi М.А., Gonzalez R.C. Data Fusion in Robotics and Machine Intelligence, Academic Press. — 1992.
  38. Blum R.S. Image Fusion with some Emphasis on CWD. ECE Dept. Lehigh University, 2002.
  39. Blum Rick S., Liu Zheng. Multy-Sensor Image Fusion and it’s Applications. CRC-press 2005. — 528p.
  40. Burt P., Adelson E.H. The Laplacian pyramid as a compact image code // IEEE Transactions on Communications, Com-31. 1983. — pp.532−540.
  41. Burt P.J., Adelson E.H. Merging images through pattern decomposition // Applications of Digital Image Processing VIII Proc. SPIE. 1985.
  42. Canny J.F. A Computational approach to edge detection // IEEE Trans. Pattern Anal. Machine Intell, 8(6). 1986. — pp.679−698.
  43. Chatzis V., Bor§ A.G., Pitas I. Multimodal Decision Level Fusion for Person Authentication
  44. Cremer F., Schutte K., Schavemaker J.G.M., den Breejen E. A comparison of decision-level sensor-fusion methods for anti-personnel landmine detection // Information Fusion, № 2 2001. — P. 187−208.
  45. Dwyer David и др. Real-time implementation of image alignment and fusion // Proceedings of SPIE. Vol 5612 „Electro-Optical and Infrared systems“. -2004.
  46. Fechner Т., Godlewski G. Optimal fusion of TV and infrared images using artifical neural networks // Proceedings of SPIE, vol.2492. 1995. -P.919−925.
  47. Hall David L., Llinas James. Handbook of Multisensor Data Fusion. — CRC Press LLC, 2001.-537 p.
  48. Lallier E., Farooq M. A real time pixel-level based image fusion via adaptive weight averaging. 1SIF. — 2000.
  49. PielIa, G. A region-based multiresolution image fusion algorithm // Proceedings of the Fifth International Conference on Information Fusion. Volume 2, Issue, 2002.-pp.1557−1564.
  50. Piella G. New quality measures for image fusion. Polytechnical University of Catalonia, Barcelona Spain — 2003.
  51. D. и др., Multi-Sensor Feature Level Fusion // 4th Nat’l. Sensor Symp. Vol. I, 230. — August 1991.
  52. Sharma Ravi K., Pavel Misha. Adaptive and statistical image fusion // SID Digest. Vol. XXVII. — May 1996. — pp. 969−972.
  53. Sharma Ravi K., Pavel Misha. Registration of video sequences from multiple sensors // Proceedings of Image Registration Workshop. Publication CP-1998−206 853, NASA-GSFC. — November 1997.
  54. Sharma Ravi K., Pavel Misha, Leen Todd K., Multi-stream video fusion using local principal component analysis // Proceedings of the SPIE. — Vol.3434,1998
  55. Unger S.N. A computer oriented toward spatial problem. Proc. IRE. -1958.-Vol. 46.-pp 1744−1750.61. von Neumann J. The general logical theory of automata, in Cerebral Mechanisms in Behavior. The Hixon Symposium, Wiley, N.Y. — 1951.
  56. Waltz, E. L., Llinas, J. Multisensor data fusion. Artech House, Boston. -1990.
  57. Yaroslavsky Leonid P., Fishbain Barak, Shteinman Alex, Gepshtein Shai. Processing and Fusion of Thermal and Video Sequences for Terrestrial Long Range Observation Systems // Proc. 7-th International Conference on Information Fusion. 2004.
  58. Zhang Zhong, Blum Rick S. Region-based Image Fusion Scheme for Concealed Weapon Detection // Proceedings of the 31th Annual Conference on Information Sciences and Systems. March 1997. — pp. 168−173.1. Источники в сети Интернет
  59. Dasarathy В. Universal Fusion System Architecture. 1999. Адрес в Интернет: belur.tripod.com66.www.metapix.de67."Octegra3 product information» Publication RT292−1 Radstone Technology 2005 Адрес в Интернет: www.radstone.com
  60. Московский Институт Радиотехники, Электроники и Автоматики (Технический Университет)1. Смагин Михаил Сергеевич
  61. РАЗРАБОТКА МЕТОДИКИ СИНТЕЗА СТРУКТУРЫ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ СЛИЯНИЯ ИЗОБРАЖЕНИЙ
  62. Диссертация на соискание ученой степени кандидата технических наук
Заполнить форму текущей работой

Пора сдавать?