Соколов Василий Алексеевич. Гистограммный анализ тепловизионных изображений

Краткое описание

Соколов Василий Алексеевич. Гистограммный анализ тепловизионных изображений : диссертация... кандидата технических наук : 05.11.16 Тула, 2007 205 с. РГБ ОД, 61:07-5/2815

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ
ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«ТУЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
СОКОЛОВ Василий Алексеевич
УДК 681.3.01
ГИСТОГРАММНЫЙ АНАЛИЗ ТЕПЛОВИЗИОННЫХ ИЗОБРАЖЕНИЙ
Диссертация на соискание ученой степени
кандидата технических наук по специальности
05.11.16 - Информационно-измерительные
и управляющие системы (в промышленности)
Научный руководитель: д.т.н., профессор
Ларкин Евгений Васильевич
Тула 2007
Содержание
Введение 3
1. Анализ технических средств формирования тепловизионных
изображений и методов их обработки 9
1.1. Технические средства формирования тепловизионного
изображения 9
1.2. Обработка тепловизионных сигналов 21
1.3. Методы обнаружения сигналов с известными параметрами 25
1.4. Постановка задачи 35
1.5. Выводы 38
2. Обработка тепловизионного изображения 40
2.1. Определение положения объекта 40
2.2. Сигналы, формирующие тепловизионное изображение 42
2.3. Модель тепловизионного изображения 47
2.4. Обработка тепловизионного сигнала 54
2.5. Оценка ширины интервала изменения гистограммы 58
2.6. Выводы по главе 63
3. Оценка используемых размеров апертуры обработки
изображения 64
3.1. Анализ движения апертуры по полю изображения 64
3.2. Зависимость размеров зон с различными видами
гистограмм от размера апертуры 71
3.3. Оценка рациональных размеров апертуры обработки
изображений 74
3.4. Оценка интервалов амплитуд для эффективного анализа 80
3.5. Поиск яркостных интервалов, подлежащих удалению из
числа анализируемых 83
3.6. Определение величины смещения «цели» 86
3.7. Выводы по главе 88
4. Оценка эффективности алгоритмов анализа изображения 90
4.1. Математическое ожидание критерия близости гистограмм 90
4.2. Алгоритм идентификации состояния сцены по большему
количеству пикселей в пределах апертуры 94
4.3. Оценка качества алгоритма идентификации состояния
сцены на основе энтропийого критерия 102
4.4. Выводы по главе 114
5. Экспериментальные исследования методов гистограммного анализа тепловизионных изображений 116
5.1. Алгоритмическое и программное обеспечение
гистограммного анализа тепловизионных изображений 116
5.2. Анализ статистических характеристик реальных
тепловизионных изображений 119
5.3. Экспериментальные исследования предложенного алгоритма гистограммного анализа тепловизионных
изображений 127
5.4. Вычисление квадратичного критерия близости 138
5.5. Алгоритм обработки данных тепловизионного наблюдения 147
5.6. Выводы 157
Заключение 159
Библиографический список 163
Приложение 1. Структура специализированной ЭВМ
гистограммного анализа изображений 171
Приложение 2. исследование статистических характеристик
тепловизионных изображений реальных сцен 177
Приложение 3. Основные функции, используемые в ПО
моделирования процедуры гистограммного анализа 180
Приложение 4. Основные структуры данных, используемые в ПО
моделирования процедуры гистограммного анализа 183
Приложение 5. Листинг программы моделирования
гистограммного анализа 184

Список литературы

ЗАКЛЮЧЕНИЕ
В работе показано взаимодействие ИИС тепловизионного наблюдения со внешней средой и общая схема функционирования системы анализа сигналов тепловизионного наблюдения. Рассмотрена обобщенная структура ИИС и ос¬новные подсистемы являющиеся ее компонентами. Представлена архитектура вычислительной подсистемы, выполняющей основную задачу ИИС - обнару¬жение «цели».
Показаны основные этапы формирования двумерного квантованного по уровням и дискретного по пространственным координатам сигнала, представ¬ляющего собой цифровое описание регистрируемой сцены.
Выбрана модель источника сигнала, характеризующего состояние анали-зируемой пространственной сцены.
Проведен обзор методов, использующихся для обнаружения сигналов, обладающих априори известными параметрами. Выделены две группы методов классификации, различающихся по способу обработки результатов измерений и объему массива измерений, участвующих в анализе.
Показано, что при использовании статистического обобщения массива анализируемых данных снижается вероятность ошибки классификации, но снижает эффективность метода порогового разделения с точки зрения опреде¬ления пространственных координат.
Анализ методов, основанных на использовании согласованной фильтра¬ции, показал, что их использование при анализе тепловизионных изображений является малоэффективным из-за значительной вычислительной трудоемкости, возрастающей с увеличением количества эталонных сигналов и их размерно¬сти.
Как следует из обзора методов классификации, для рассматриваемого объекта исследования существует проблема разработки алгоритма классифика¬ции, позволяющего обнаруживать тепловизионный сигнал с заранее известны-
ми параметрами. Процедура обработки сигнала, предусмотренная алгоритмом классификации, должна учитывать пространственные особенности анализи¬руемого сигнала и использовать обобщение инвариантное к форме «цели» на тепловизионном изображении.
Разработана модель тепловизионного изображения наблюдаемой сцены, опи-сывающая изображение как совокупность двух сигналов (фона и «цели»), обла-дающих определенными статистических характеристиками. Модель позволяет выполнить исследование характеристик алгоритмов обработки тепловизионных изображений, а также синтез искусственных тепловизионных изображений для имитационного моделирования алгоритмов их анализа. Введено условие ус¬пешного обнаружения «цели» на изображении, которое позволяет сделать вы¬вод о целесообразности использования гистограммного анализа при обработке тепловизионных изображений
В результате анализа модели тепловизионного изображения предложен метод оценки состояния пространственной сцены с использованием меры рас¬стояния в признаковом пространстве между множеством эталонных гистограмм и локальной гистограммой - гистограммой, участка сигнала, накрытого аперту¬рой, который позволяет оценить принадлежность отдельных элементов изо¬бражения тому или иному объекту наблюдаемой сцены - «цели» или фону. В качестве критерия оценки расстояния в признаковом пространстве выбран квадратичный критерий близости гистограмм.
Выполнена оценка зависимости ширины изменения гистограммы от раз¬меров апертуры обработки изображения, позволяющая найти минимальное ко¬личество пикселей, используемых при построении апертуры, необходимых для обеспечения заданной величины дисперсии отдельных значений гистограммы. Показано, что дисперсия отдельных значений гистограммы обратно пропор¬циональна количеству пикселей, по которым строится гистограмма. Получен¬ная оценка позволяет выполнить оценку минимального размера апертуры обра¬ботки изображения, исходя из заданной дисперсии отдельных отсчетов гистограммы.
Выполнен анализ вариантов взаимного расположения апертуры и объекта на изображении в процессе обработки, который позволил выделить ряд зон (ха-рактерных положений) апертуры и соответствующих им гистограмм анализи¬руемого теплвоизионного сигнала. Это позволяет установить характер измене¬ния размеров зон с различными видами гистограммы в зависимости от изменения размеров апертуры обработки изображения.
Выполнена оценка максимального и минимального размеров апертуры, которая послужила основой для разработки методики выбора рационального размера апертуры обработки тепловизионного изображения. Размер апертуры выбирается в зависимости от предполагаемой дальности «цели» от прибора ре¬гистрации тепловизионного сигнала и ее размеров, а также в зависимости от требований к ширине интервала изменения значений локальной гистограммы.
Найдено соотношение для выполнения рационального выбора яркостных интервалов для эффективного анализа состояния наблюдаемой сцены, основан¬ная на найденной оценке дисперсии отдельных элементов гистограмм при дви¬жении апертуры по изображению. Предложенный метод позволяет сократить вычислительные затраты при анализе тепловизионного изображения в различ¬ных условиях.
После анализа значений критерия близости гистограмм получены соот-ношения, позволяющие найти математическое ожидание для квадратичного критерия близости, которые позволяют оценить степень эффективности ис¬пользования квадратичного критерия близости с точки зрения снижения веро¬ятности пропуска «цели» и ложной тревоги.
Проведено исследование статистических характеристик алгоритмов иден-тификации состояния сцены тепловизионного наблюдения, основанных на по¬роговом разделении и наибольшем количестве пикселей в пределах апертуры. Получены зависимости вероятностей верного и ошибочного исходов алгорит¬мов от размеры апертуры и степени близости по яркости исходных сигналов.
Предложен энтропийный критерий оценки эффективности алгоритма идентификации состояния наблюдаемой сцены, основанный на оценке неопре-деленности принятия решения до выполнения алгоритма и после выполнения алгоритма обработки экспериментальных данных. С его использованием про¬ведена оценка алгоритма классификации состояния сцены по минимальному значению квадратичного критерия близости.
Исследованы статистические характеристики тепловизионных изображе¬ний реальных сцен и вычислены основные яркостные и статистические харак¬теристики этих изображений. Показано соответствие их характеристик выбран¬ным моделям. Разработан алгоритм выполнения гистограммного анализа, по которому создано ПО, позволяющее выполнять моделирование процедуры об¬работки тепловизионного изображения.
Проанализированы результаты работы алгоритма гистограммного анали¬за с синтезированными и реальными тепловизионными изображениями. Пока¬зано преимущество гистограммного анализа с точки зрения вероятности лож¬ной тревоги и вероятности пропуска «цели» по сравнению с алгоритмом пороговой классификации на 20-25 %.
Предложен рекуррентный алгоритм ускоренного вычисления квадратич¬ного критерия близости гистограмм при движении апертуры по изображению за счет сокращения количества обрабатываемых пикселей путем учета лишь части массива пикселей, изменяющих свое значение при сдвиге апертуры. Вы¬числительные затраты сокращаются на величину от 50% в зависимости от раз¬мера стороны апертуры.
Разработан итерационный алгоритм анализа результатов гистограммного анализа тепловизионных изображений. Алгоритм использует индикаторную матрицу «цели», полученную после оценки состояния сцены по минимуму кри¬терия близости гистограмм. Результатом работы алгоритма являются координа¬ты расположения «цели» в пределах анализируемого изображения. Проанали¬зирована работа алгоритма уточнения координат положения цели после выполнения гистограммного анализа