автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Методическое и алгоритмическое обеспечение информационно-измерительных систем контроля искажений визуальной информации

На правах рукописи

-»иэа^п

Со Ирина Александровна

МЕТОДИЧЕСКОЕ И АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМ КОНТРОЛЯ ИСКАЖЕНИЙ ВИЗУАЛЬНОЙ ИНФОРМАЦИИ

Специальность 05.11.16 - Информационно-измерительные и управляющие системы (машиностроение)

Автореферат диссертации на соискание ученой степени кандидата технических наук

1 О НОЯ 2011

Санкт-Петербург - 2011

4859211

Работа выполнена на кафедре «Измерительные информационные технологии» федерального государственного бюджетного образовательного учреждения высшего профессионального образования (ФГБОУ ВПО) «Санкт-Петербургский государственный политехнический университет»

Научный руководитель: доктор технических наук, профессор

Малыхина Галина Федоровна

Официальные оппоненты: доктор технических наук, профессор

Кондрашкова Галина Анатольевна

кандидат технических наук, доцент Потехин Вячеслав Витальевич

Ведущая организация: Научно-исследовательский институт специального машиностроения Московского государственного технического университета им. Н.Э. Баумана

Защита состоится «1» декабря 2011 года в 14 часов на заседании диссертационного совета Д 212.229.10 в ФГБОУ ВПО «Санкт-Петербургский государственный политехнический университет» по адресу: 195251, Санкт-Петербург, Политехническая ул., 29 (9-й корпус, ауд. 121).

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Санкт-Петербургский государственный политехнический университет»

Автореферат разослан «_»_2011 г.

Ученый секретарь диссертационного совета

кандидат технических наук, доцент / уь^ ЭЛ. Кудряшов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Количественное определение искажений визуальной информации актуально в различных областях, а именно: в телевидении при определении искажений видеоизображений, в полиграфии, например, при оценке соответствия репродукции оригиналу, лакокрасочной промышленности при допусковом контроле цвета красок, в текстильной промышленности при проверке правильности окраски ткани.

Искажения статической визуальной информации главным образом связаны с искажениями цвета статических стимулов, например, в полиграфии, лакокрасочной, бумажной, текстильной промышленности. Цветовые различия выражают в порогах цветоразличения зрительной системы. Порог цветоразличения в стандартном цветовом пространстве МКО 1931 имеет различную величину в относительных единицах этого пространства в разных точках и в разных направлениях для каждой точки. Цветовое различие объективно равно длине кратчайшего пути в порогах цветоразличения. Существующие методы измерения цветовых различий основаны на преобразовании стандартного цветового пространства МКО 1931 в т.н. равноконтрастное пространство, в котором порог цветоразличения имеет постоянную величину. Первая попытка создать равноконтрастное пространство была предпринята Д.Джаддом еще в 1935 году. Впоследствии были предложены пространства Джадда, Мак Адама, Шредингера, Вышецки, пространства C1ELUV, C1ELAB, Наятани, Ханта, RLAB, ATD, LLAB, CIECAM97, CIECAM02, CIEDE2000, Jimenez, Ложкина и др. Однако известные пространства не являются строго равноконтрастными и не всегда дают адекватные зрительному восприятию результаты. В информационно-измерительных системах (ИИС) контроля цвета в указанных выше областях промышленности используют приближенные методы измерения цветовых различий (обычно CIELAB), характеризуемые значительной погрешностью относительно экспериментальных данных о цветоразличешш. Таким образом, необходим новый метод измерения цветовых различий, позволяющий найти длину кратчайшего в порогах цветоразличения пути между точками цветов и обладающий более высокой точностью.

Искажения динамической визуальной информации главным образом относятся к искажениям видеоизображений, в частности, передаваемых в телевизионной системе. В настоящее время в цифровом телевидении контролируют ошибки цифрового потока, однако не контролируют искажения, связанные со сжатием видеоизображений. Разработанные для аналогового

телевидения косвенные методы измерений по т.н. измерительным сигналам связаны с неизменными параметрами аналогового тракта передачи видеосигнала и не несут информации об искажениях видеоизображений при их использовании в системах цифрового телевидения вследствие адаптивности кодера сжатия цифровой видеоинформации, обладающего переменной эффективностью сжатия (соотношением «качество - скорость потока») в зависимости от сжимаемой видеопоследовательности и текущего кадра изображения. Возможность количественного определения искажений цифровых видеоизображений позволит управлять распределением битовой скорости различным программам, входящим в состав одного транспортного потока, для оптимального выбора битовых скоростей этих программ с достижением минимальной величины суммарных искажений. Методы определения искажений изображений также могут использоваться для оценки эффективности различных, в том числе новых, методов сжатия. Предложено множество методов определения искажений цифровых видеоизображений, в частности, методы «Мера структурной схожести» (SSIM, Structural SIMilarity), «Качество цифрового видеоизображения» (DVQ, Digital Video Quality), «Модель качества видеоизображения» (VQM, Video Quality Model), «Анализ качества изображения» фирмы Tektronix (PQA, Picture Quality Analysis), модель на основе порогов зрительного восприятия фирмы Sarnoff (JND-model, just noticeable différence), «Оценка целостности видеоизображений на основе модели движения" (MOVIE, MOtion-based Video Integrity Evaluation) и др. Можно выделить следующие основные недостатки методов определения искажений цифровых видеоизображений:

1. Методы либо вообще не определяют цветовые искажения либо используют приближенные методы измерения цветовых различий.

2. Методы используют или только пространственные, или раздельные пространственные и временные характеристики зрительной системы, хотя изменения во временной области влияют на восприятие в пространственной области, и наоборот.

3. Методы дают абстрактную оценку искажений в абстрактных единицах.

Таким образом, в цифровом телевидении актуальна разработка методов количественного определения конкретных видов искажений, например, цветовых искажений, потери четкости и отношения сигнал/шум, с учетом зрительного восприятия.

Целью исследования является разработка методического и алгоритмического обеспечения ИИС для количественного определения

основных видов искажений визуальной информации согласно их восприятию зрительной системой.

Задачи исследования:

- аналитический обзор и классификация методов количественного определения искажений визуальной информации;

- разработка метода измерения цветовых различий, позволяющего определить длину кратчайшего в порогах цветоразличения пути между точками цветов и основанного на модели цветоразличения, построенной по экспериментальным данным о порогах цветоразличения и позволяющей определить порог цветоразличения для любой точки цветового пространства;

- аппроксимация трехмерных пространственно-временных характеристик зрительной системы, позволяющая учесть при определении искажений динамической визуальной информации нераздельное пространственно-временное восприятие зрительной системы;

- разработка методов количественного определения конкретных видов искажений видеоизображений, а именно: цветовых искажений, потери четкости и отношения сигнал/шум, с учетом полученных пространственно-временных характеристик зрительной системы;

- разработка средств измерения для ИИС контроля искажений визуальной информации с реализацией предлагаемых в диссертации методов.

Объект и предмет исследования

Объектом исследования является количественное определение искажений визуальной информации в соответствии с их восприятием зрительной системой человека. Предметом исследования являются экспериментальные характеристики зрительной системы человека и модель зрительной системы человека, их использование в методах количественного определения искажений визуальной информации, ИИС контроля искажений визуальной информации, оценка погрешностей предлагаемых моделей и методов. Методы и средства исследования

В работе использовались методы цифровой обработки и спектрального анализа сигналов, методы математической статистики, методы вычислительной математики, методы оценки погрешностей, методы объектно-ориентированного программирования, а также следующие средства: программные средства, база данных исходных и искаженных видеопоследовательностей.

Достоверность и точность результатов исследования основаны на корректности математических выкладок, подтверждены оценкой погрешностей предложенных моделей и методов, сравнением разработанных методов с

известными методами, согласованием полученных характеристик зрительной системы с экспериментальными данными, проверкой результатов измерения методами математической статистики, согласованностью результатов измерения с экспертными оценками. Научная новизна работы

1. Предложена модель цветоразличения зрительной системы на основе интерполяции или аппроксимации экспериментальных данных о порогах цветоразличения.

2. Предложен метод измерения цветовых различий, основанный на вычислении длины кратчайшего в порогах цветоразличения пути между точками цветов.

3. Предложены аппроксимации трехмерных пространственно-временных контрастно-частотных характеристик яркостного канала и цветоразностных каналов зрительной системы.

4. Расширено понятие субъективной четкости для учета временных аспектов восприятия четкости и в соответствии с расширенным понятием предложен метод количественного определения потери субъективной четкости видеоизображений.

Практическая значимость результатов исследования

1. Программное обеспечение для измерения цветовых различий предложенным в диссертации методом, предназначенное для спектрофотометра Брес^оНпо фирмы GretagMacbeth.

2. Программное средство определения визуальных искажений видеоизображений для ИИС цифрового телевидения.

3. Генератор испытательных сигналов цифрового телевидения стандартной и высокой четкости.

4. Предложенный метод измерения цветовых различий обладает наименьшей среди известных методов погрешностью, не превышающей -1%.

Внедрение результатов работы

Метод и программное обеспечение для измерения цветовых различий внедрены на кафедре «Технологии полиграфического производства» СевероЗападного института печати, методы и программное средство определения искажений видеоизображений внедрены на кафедре «Измерительные информационные технологии» Санкт-Петербургского государственного политехнического университета, генератор испытательных сигналов цифрового телевидения внедрен в Федеральном государственном унитарном предприятии «Научно-исследовательский институт телевидения».

Апробация результатов исследования. Основные положения диссертации были обсуждены и одобрены на 11 конференциях, из них 6 международного уровня.

Публикация результатов исследования

Полученные научные результаты изложены в 19 опубликованных работах, из них 3 статьи в журналах, рекомендованных ВАК, заявка на выдачу патента РФ на изобретение «Способ и устройство для измерения цветовых различий» (заявлена группа из 4 изобретений), заявка на государственную регистрацию программы для ЭВМ.

Положения, выносимые на защиту

- модель цветоразличения зрительной системы человека на основе экспериментальных данных о порогах цветоразличения, позволяющая определить порог цветоразличения для любой точки цвета в любом направлении неравномерного и анизотропного цветового пространства;

- метод измерения цветовых различий статических стимулов, определяющий цветовое различие длиной кратчайшего в порогах цветоразличения пути между точками цветов, который в неравномерном и анизотропном цветовом пространстве искривлен;

аппроксимации трехмерных пространственно-временных контрастно-частотных характеристик зрительной системы, согласующиеся с другими экспериментальными характеристиками зрительной системы, в частности, с разрешающей способностью по полю зрения;

- методы количественного определения конкретных видов искажений видеоизображений, а именно: цветовых искажений, потери четкости в соответствии с расширенным понятием субъективной четкости и отношения сигнал/шум, с учетом характеристик зрительной системы.

Структура диссертации

Диссертационная работа состоит из введения, пяти глав, заключения и библиографического списка (112 наименований). Общий объем работы составляет 183 страницы, включая 74 рисунка, 10 таблиц и приложение.

СОДЕРЖАНИЕ РАБОТЫ

В первой главе представлен аналитический обзор и классификация методов количественного определения искажений визуальной информации.

Вторая глава посвящена разработке метода измерения цветовых различий, в котором цветовое различие определяется длиной кратчайшего в порогах цветоразличения пути между точками цветов. Как известно, пороги

цветоразличения задаются эллипсами, например, 25 экспериментальными эллипсами Мак Адама на графике цветового пространства МКО 1931.

Для получения порогов цветоразличения в каждой точке цветового пространства предложена модель цветоразличения зрительной системы, полученная методами интерполяции или аппроксимации экспериментальных данных о порогах цветоразличения, которые применимы в силу закономерности изменения формы и ориентации экспериментальных эллипсов цветоразличения. Поверхности параметров эллипсов цветоразличения получены методом изгиба тонкой пластинки, методом Шепарда, 5-сплайновой интерполяцией, 5-сплайновой аппроксимацией, бикубической аппроксимацией. Была оценена погрешность методов и произведено ее сравнение с методической погрешностью, определенной по экспериментальным данным, полученным различными авторами. Сделан вывод об адекватности предложенных моделей цветоразличения.

Влияние яркости стимула на цветоразличение учтено в модели цветоразличения с помощью использования экспериментальных зависимостей порога цветоразличения от соотношения яркости стимула и яркости адаптации.

На основе модели цветоразличения предложен метод измерения цветовых различий. Идея метода состоит в итерационном «распрямлении» области цветового пространства для нахождения кратчайшего в порогах цветоразличения пути между точками цветов на основе локальных преобразований Т (бесконечно) малых областей неравноконтрастного цветового пространства. В малой области неравноконтрастного пространства МКО 1931 эллипсы цветоразличения имеют практически одинаковую форму и ориентацию. Преобразование Т малой области заключается в ее повороте и масштабировании для получения равноконтрастной малой области. Последовательное применение локальных преобразований Т малых областей вдоль линии представляет «распрямление» области пространства вдоль этой линии и определено выражением:

цветоразличения, 9, - угол наклона большой полуоси эллипсов цветоразличения, а, - угол наклона линии «распрямления», /и И - координаты точек в новой области, полученной «распрямлением» вдоль линии.

V

ь,

где ах и Ьх - полуоси эллипсов

У

«Распрямление» области пространства вдоль кратчайшего в порогах цветоразличения пути между точками цветов позволит определить цветовое различие. В силу того, что изначально нам не известен кратчайший путь между двумя точками в неравноконтрастном пространстве, будем «распрямлять» область вдоль произвольной линии, например, вдоль отрезка прямой между точками А и В рассматриваемых цветов. В результате получим новую область, более равноконтрастную в окрестности истинного кратчайшего пути между точками цветов. В этой новой области отрезок А'В' прямой между двумя точками цветов располагается ближе к истинному кратчайшему пути. Отобразив отрезок прямой в новой области в соответствующий участок линии в исходном пространстве, будем осуществлять «распрямление» уже вдоль полученной линии. Можно производить дальнейшие итерации «распрямления» для достижения необходимой точности. Как правило, в большинстве случаев для решения практических задач, в которых обычно требуется измерять небольшие цветовые различия, достаточно единственной итерации. При этом цветовое различие определяется как евклидово расстояние между точками цветов в области пространства ИНЬ, полученной на последней итерации «распрямления», т.е. «распрямления» вдоль кратчайшего пути между точками А и В цветов: с!^ =тЛ/в ~/А)2 -ЬА)г порогов цветоразличения.

На рис. 1 представлен пример области РНЬ, полученной на пятой итерации «распрямления». В области РНЬ вдоль отрезка с/5 прямой между точками цветов получена равноконтрастная область. Соответствующий кратчайший путь на неравноконтрастном графике МКО 1931 искривлен.

Рис.1. Пятая итерация «распрямления».

Важным отличием нового метода РНЬ является то, что в нем не предлагается

равноконтрастное пространство, а предлагается метод нахождения кратчайшего в порогах цветоразличения пути между точками цветов, который в неравноконтрастном пространстве искривлен.

им

0.3 Ш!'

0.2 / У \

0,5 0,6 0,7 0,8

Также представлен вывод формулы вычисления длины в порогах цветоразличения произвольного пути в неравномерном и анизотропном

Х2 -1-

цветовом пространстве: с!(хихг) = — со82(9г-а,) + —:-8и12(9г-ах)--ск., где

а, Ь со8(аг)

ч

ах - угол наклона пути.

Для сравнения точности предложенного метода РНЬ и известных методов были использованы данные Мак Адама. Относительная погрешность стандартных методов ОЕЬАВ и С1ЕВЕ2000 превышает 100%, в то время как максимальная относительная погрешность предложенного метода РНЬ не больше 1%. Следует отметить, что погрешность предложенного метода зависит от погрешности используемых для построения модели цветоразличения методов интерполяции и аппроксимации, числа итераций «распрямления», а также от точности применяемых численных вычислений и при необходимости может быть уменьшена.

В третьей главе предложена аппроксимация трехмерной контрастно-частотной характеристики (КЧХ) яркостного канала зрительной системы на основе нового предположения о том, что для диагональных частот меньшая разрешающая способность является следствием меньшей контрастной чувствительности (рис.2).

Рис.2. Двумерное сечение предлагаемой трехмерной КЧХ кДи^ш,,,/) яркостного канала зрительной системы {/=() Гц).

Предложенная аппроксимация КЧХ яркостного канала зрительной системы по экспериментальным данным определена выражениями:

1

■(Ер{Л-е

ли/)

26(Щ>у1,ш>,) /ур(/) = -0,0008/3 + 0,0331/2 - 0,4224/ + 9,6972 Мт(/) = 0,0001/3 - 0,0018/2 - 0,0576/ +1,3051,

Nmi.fi ,-

-Ет(/)е1 >+Ер(Л-яф1 + %')).

£);(/') = -0.002005/4 + 0,13992/5 - 2,8483/2 + 6,1523/ + 248,53, Ет(/) = 0.00075955/4 -0,073169/' + 2,5751/2 -39,393/ + 224,53,

|»\|+0 41е~'"т' »'■■.»',.)= ''г, если н'г-и> Дн^и-) = —:— + 1,если у/ „=0;

10|и'г|+1

0 41е"Ы

£(»',,»',.) =—I—|—+1,если »V =0,где п\, и»,. - горизонтальные и вертикальные

10IV, +1

пространственные частоты, / - временная частота, чЦп] + ",2) - поправка для

конкретной яркости адаптации.

В пространственной области (рис.2) предложенная аппроксимация адекватно отражает характеристики зрительной системы, поскольку позволяет учесть спад КЧХ в области низких частот, обусловленный процессами торможения, и ромбовидную разрешающую способность по полю зрения.

Также получены аппроксимации трехмерных КЧХ цветоразностных каналов зрительной системы на основе аппроксимации гауссовыми функциями.

Полученные характеристики зрительной системы были использованы в методах количественного определения искажений видеоизображений, которые предложены в четвертой главе.

Метод определения цветовых искажений видеоизображений задан

выражением: С, = ^ РЖ(/„.,. - 7И,), где 7п.г, ТШ1 - отфильтрованные с

использованием трехмерных пространственно-временных характеристик яркостного и цветоразностных каналов зрительной системы исходный и искаженный к-е кадры видеопоследовательности; функция 17НЬ() реализует предложенный метод РНЬ измерения цветовых различий; Мр - число пикселей.

Расширено понятие субъективной четкости. Ранее субъективная четкость определялась эквивалентной полосой частот (введена О.Шаде), задаваемой площадью под пространственной КЧХ системы, включающей систему передачи изображений и зрительную систему. Для учета временных аспектов восприятия четкости предложено определять субъективную четкость как площадь под пространственно-временной, в общем случае трехмерной, КЧХ системы: Ые = {]{'•, (и',,»^,/)-^,^.^, где г1(к) = г1{юх,ыу,/\у{л>11,'л>у,/)ь

''/("'< >"', '/) * пространственно-временная КЧХ системы передачи изображений, - пространственно-временная КЧХ зрительной системы.

В соответствии с расширенным понятием субъективной четкости предложен метод количественного определения потери субъективной четкости видеоизображений, возникающей при сжатии, относительно потенциальной

О"*- w,,/'))■ У,(>'',.HY../')

субъективной четкости: Sh' = ———---100%, где

|fj(u-v,,V,/)|

г = -.---р-т-г - КЧХ кодера сжатия, Y' и Y' -

WyJ)r -yj(»v,,^,f)\ + \yd(wx,WvJ)\

комплексные пространственно-временные спектры сигналов исходного и искаженного видеоизображений.

Предложено вычислять отношение сигнал/шум после применения упомянутой выше пространственно-временной фильтрации.

Исходя из рассчитанных коэффициентов корреляции Пирсона результатов предложенных методов с экспертными оценками из базы данных LIVE Video Quality Data Base сделан вывод об адекватности методов.

В пятой главе описаны следующие разработанные средства для ИИС контроля искажений статической и динамической визуальной информации:

- программное обеспечение для измерения цветовых различий предложенным методом FHL, предназначенное для спектрофотометра Spectrolino фирмы GretagMacbeth,

новое средство измерения - измеритель визуальных искажений видеоизображений, для ИИС цифрового телевидения,

- генератор испытательных сигналов цифрового телевидения стандартной и высокой четкости.

ЗАКЛЮЧЕНИЕ

1. Предложен метод измерения цветовых различий, позволяющий найти длину кратчайшего в порогах цветоразличения пути между точками цветов, т.е. цветовое различие. Метод обладает наименьшей среди известных методов погрешностью, не превышающей ~1%.

2. Предложены аппроксимации трехмерных пространственно-временных контрастно-частотных характеристик яркостного и цветоразностных каналов зрительной системы, позволяющие учесть нераздельное пространственно-временное восприятие зрительной системы при определении искажений динамической визуальной информации.

3. Предложен метод количественного определения цветовых искажений видеоизображений с использованием характеристик цветоразличения и пространственно-временных характеристик зрительной системы.

4. Расширено понятие субъективной четкости для учета временных аспектов восприятия четкости.

5. Предложен метод количественного определения потери субъективной четкости в соответствии с расширенным понятием субъективной четкости.

6. Рассмотрено отношение сигнал/шум с использованием пространственно-временных характеристик зрительной системы для учета заметности шумовых искажений для зрительной системы.

7. Разработано программное обеспечение для измерения цветовых различий предложенным методом FHL, предназначенное для спектрофотометра Spectrolino фирмы GretagMacbeth.

8. Предложено и разработано новое средство измерения для ИИС цифрового телевидения - измеритель визуальных искажений.

9. Разработан совместно с коллегами генератор испытательных сигналов цифрового телевидения стандартной и высокой четкости.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Полосин Л.Л., Со И.А. О требованиях к четкости воспроизведения изображений / Л.Л. Полосин, И.А. Со // Журнал «Телерадиовещание». ОАО Всероссийский научно-исследовательский институт телевидения и радиовещания. - М. - 2008. - №1. - С. 35-39.

2. Со, И.А. Динамика потерь субъективной четкости в цифровых телевизионных системах / И.А.Со // Сборник трудов "Вычислительные, измерительные и управляющие системы", СПбГПУ. -2009. - С.53-56.

3. Со, И.А. Измерение искажений четкости в цифровом телевидении / И.А. Со // Материалы 2-й международной научно-практической конференции «Измерения в современном мире - 2009». - 2009. - С.209-210.

4. Со, И.А. Измерение цветовых различий на основе модели цветовосириятия / И.А. Со, Г.Ф. Малыхина // Журнал «Научно-технические ведомости СПбГПУ». Информатика.Телекоммуни-u-ацпн.Управление. - 2011. - Вып.1. - С.118-123.

5. Со, И.А. Измерение цветовых искажений видеоизображений с использованием характеристик зрительной системы / И.А. Со II Журнал «Компьютерная оптика». - 2011. - том 35. - №3. - С.395-407.

6. Со, И.А. Количественное определение визуальных искажений видеоизображений: заявка на государственную регистрацию программы для ЭВМ / И.А. Со - №2011616855 от 2.09.2011. - 38 с.

7. Со, И.А. Количественная оценка цветовых различий / И.А. Со // Материалы 63-й научно-технической конференции, посвященной Дню Радио. Санкт-Петербург. - 2008. - С.224-225.

8. Со, И.А. Метод анализа потери субъективной четкости в системах сжатия MPEG / И.А.Со, Г.Ф. Малыхина // Тезисы доклада на Международную научно-практическую конференцию «38 неделя науки СПбГПУ». 2009. - С. 129-130.

9. Со, И.А. Методы оценки цвета в равноконтрастных пространствах / И.А. Со // Материалы 6-й открытой научно-практической конференции «Информационные технологии в области науки и техники». - Санкт-Петербург, 2008. - С. 16.

10. Со, И.А. Новый объективный метод измерения визуальных цветовых различий / И.А.Со // Сборник трудов международной конференции «Измерения в современном мире - 2011». - 2011. - С. 176-177.

11. Со, И.А. Об аппроксимации амплитудно-частотных характеристик (АЧХ) яркостного канала зрительной системы / И.А. Со // «Системы управления и передачи информации». Юбилейный сборник трудов, посвященный 50-летию создания Приборостроительного факультета. - СПб, 2008. - С. 117-120.

12. Со, И.А. Об измерениях в цифровом телевидении / И.А. Со, Г.Ф. Малыхина // Материалы конференций Политехнического симпозиума 2010 года «Молодые ученые - промышленности Северо-Западного региона». -2010. - С.31-33.

13. Со, И.А. Оценка зависимости потенциальной субъективной четкости от числа строк / И.А. Со, Л.Л. Полосин // «Телевидение: передача и обработка изображений». Материалы 5-й Международной конференции 19-20 июня 2007. - 2007. - С.67.

14. Со, И.А. Оценка потенциальной субъективной четкости в стандартном телевидении и телевидении высокой четкости / И.А. Со // Материалы межвузовской научно-технической конференции «Системы управления и передачи информации» студентов, аспирантов и молодых ученых, СПб, 15 мая 2007 года.-С.61-62.

15. Со, И.А. Повышение четкости изображений, передаваемых с космических станций / И.А. Со // Материалы V открытой научно-практической конференции «Информационные технологии в области науки и техники». - СПб, 2007. - С.26-27.

16. Со, И.А. Разработка новых моделей цветовосприятия зрительной системой человека / Г.Ф.Малыхина, И.А.Со // Журнал «Научно-технические ведомости СПбГПУ». - 2010. - Вып.5. - С.145-151.

17. Со, И.А. Сравнение равноконтрастных пространств CIELUV и CIELAB / И.А. Со // Материалы 6-й Международной конференции «Телевидение: передача и обработка изображений». - Санкт-Петербург, 2008. - С.126-128.

18. Способ и устройство для измерения цветовых различий: заявка на выдачу патента РФ на изобретение, МПК G01J 3/52. / И.А. Со, Г.Ф. Малыхина -№2011110322/28(015087) от 9.03.2011. - 42 с.

19. So, I.A. Automatic Measurements of Picture Impairments in Digital Television / I.A. So // Preprints of 13lh International Student Olympiad on Automatic Control. -P.167-169.

Подписано в печать 25.10.2011. Формат 60x84/16. Печать цифровая. Усл. печ. л. 1,0. Тираж 100. Заказ 8227Ь.

Отпечатано с готового оригинал-макета, предоставленного автором, в типографии Издательства Политехнического университета. 195251, Санкт-Петербург, Политехническая ул., 29. Тел.:(812)550-40-14 Тел./факс: (812) 297-57-76

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР И КЛАССИФИКАЦИЯ МЕТОДОВ КОЛИЧЕСТВЕННОГО ОПРЕДЕЛЕНИЯ ИСКАЖЕНИЙ ВИЗУАЛЬНОЙ ИНФОРМАЦИИ.

1.1. Методы количественного определения искажений статической визуальной информации.

1.2. Методы количественного определения искажений динамической визуальной информации.

1.2.1 Историческое развитие методов телевизионных измерений.

1.2.2 Аналитический обзор методов количественного определения искажений цифровых видеоизображений.

1.3. Классификация методов количественного определения искажений визуальной информации.

1.4. Постановка задачи диссертационной работы.

ГЛАВА 2. МЕТОД ИЗМЕРЕНИЯ ЦВЕТОВЫХ РАЗЛИЧИЙ.

2.1. Модель цветоразличения зрительной системы человека.

2.2. Оценка адекватности модели цветоразличения.

2.3. Учет влияния соотношения яркости объекта и яркости адаптации на цветоразличение.

2.4. Метод измерения цветовых различий длиной кратчайшего в порогах цветоразличения пути между точками цветов.

2.5. Подтверждение невозможности получения равноконтрастного пространства на плоскости.

2.6. Определение длины произвольного пути в порогах цветоразличения в неравномерном и анизотропном цветовом пространстве.

2.7. Сравнение длины в порогах цветоразличения кратчайшего кривого пути и прямого пути между точками цветов в неравномерном и анизотропном цветовом пространстве.

2.8. Упрощенные методы измерения цветовых различий.

2.9. Сравнение точности предложенного метода с известными методами измерения цветовых различий.

2.10. Выводы.

ГЛАВА 3. АППРОКСИМАЦИЯ ПРОСТРАНСТВЕННО-ВРЕМЕННЫХ ХАРАКТЕРИСТИК ЗРИТЕЛЬНОЙ СИСТЕМЫ ЧЕЛОВЕКА.

3.1. Обоснование применения теории линейной фильтрации к зрительной системе.

3.2. Пространственно-временные характеристики' зрительной' системы.

3.3. Аппроксимация трехмерной пространственно-временной контрастно-частотной характеристики яркостного канала зрительной системы.

3.4. Вычисление трехмерной пространственно-временной импульсной характеристики яркостного канала зрительной системы.

3.5. Аппроксимация трехмерных пространственно-временных контрастно-частотных характеристик цветоразностных каналов зрительной системы.

3.6. Вычисление трехмерных пространственно-временных импульсных характеристик цветоразностных каналов зрительной-системы.

3.7. Пространственно-временная фильтрация видеоизображения с использованием аппроксимаций характеристик зрительной системы.

3.8. Выводы.

ГЛАВА 4: МЕТОДЫ КОЛИЧЕСТВЕННОГО ОПРЕДЕЛЕНИЯ ИСКАЖЕНИЙ ВИДЕОИЗОБРАЖЕНИЙ.

4.1. Метод количественного определения-цветовых искажений видеоизображений.

4.2. Определение потери четкости видеоизображений.

4.2.1. Расширение понятия субъективной четкости.

4.2.2. Метод количественного определения потери субъективной четкости видеоизображений.

4.3. Отношение сигнал/шум с учетом пространственно-временных характеристик зрительной системы.

4.4. Проверка и сравнение результатов методов количественного определения искажений видеоизображений по корреляции с экспертными оценками.

4.5. Выводы.

ГЛАВА 5. СРЕДСТВА ИЗМЕРЕНИЯ ДЛЯ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМ КОНТРОЛЯ ИСКАЖЕНИЙ ВИЗУАЛЬНОЙ ИНФОРМАЦИИ.

5.1. Средства измерения для информационно-измерительной системы контроля искажений статической визуальной информации.

5.2. Средства измерения для информационно-измерительной системы контроля искажений динамической визуальной информации.

5.2.1 Средства измерения для информационно-измерительной системы цифрового телевидения.

5.2.2 Разработка измерителя визуальных искажений для информационно-измерительной системы цифрового телевидения.

5.2.3 Разработка генератора испытательных сигналов цифрового телевидения стандартной и высокой четкости.

5.3. Выводы.

Актуальность исследования. Количественное определение искажений визуальной информации актуально в различных областях, а именно: в телевидении при определении искажений видеоизображений, в полиграфии, например, при оценке соответствия репродукции оригиналу, лакокрасочной промышленности при допусковом контроле цвета красок, в текстильной промышленности при проверке правильности окраски ткани.

Искажения статической визуальной информации главным образом связаны с искажениями цвета статических стимулов, например, в полиграфии, лакокрасочной, бумажной, текстильной промышленности. Цветовые различия выражают в порогах цветоразличения зрительной системы. Порог цветоразличения в стандартном цветовом пространстве МКО 1931 имеет различную величину в относительных единицах этого пространства в разных точках и в разных направлениях для каждой точки. Цветовое различие объективно равно длине кратчайшего пути в порогах цветоразличения. Существующие методы измерения цветовых различий основаны на преобразовании стандартного цветового пространства МКО 1931 в т.н. равноконтрастное пространство, в котором порог цветоразличения имеет постоянную величину. Первая попытка создать равноконтрастное пространство была предпринята Д.Джаддом еще в 1935 году. Впоследствии были предложены пространства Джадда, Мак Адама, Шредингера, Вышецки, пространства CIELUV, CIELAB, Наятани, Ханта, RLAB, ATD, LLAB, CIECAM97, CIECAM02, CIEDE2000, Jimenez, Ложкина и др. [24, 50, 10, 19, 96, 69, 106]. Однако известные пространства не являются строго равноконтрастными и не всегда дают адекватные зрительному восприятию результаты. В информационно-измерительных системах (ИИС) контроля цвета в указанных выше областях промышленности используют приближенные методы измерения цветовых различий (обычно CIELAB), характеризуемые значительной погрешностью относительно экспериментальных данных о цветоразличении. Таким образом, необходим новый метод измерения цветовых различий, позволяющий найти длину кратчайшего в порогах цветоразличения пути между точками цветов и обладающий более высокой точностью.

Искажения динамической визуальной информации главным образом относятся к искажениям видеоизображений, в частности, передаваемых в телевизионной системе. В настоящее время в цифровом телевидении контролируют ошибки цифрового потока, однако не контролируют искажения, связанные со сжатием видеоизображений. Разработанные для аналогового телевидения косвенные методы измерений по т.н. измерительным сигналам связаны с неизменными параметрами аналогового тракта передачи видеосигнала и не несут информации об искажениях видеоизображений при их использовании в системах цифрового телевидения вследствие адаптивности кодера сжатия цифровой .видеоинформации, обладающего переменной эффективностью сжатия (соотношением «качество - скорость потока») в зависимости от сжимаемой1 видеопоследовательности и текущего кадра изображения. Возможность количественного определения искажений цифровых видеоизображений позволит управлять распределением битовой скорости различным программам, входящим в состав одного транспортного потока, для оптимального выбора битовых скоростей этих программ с достижением минимальной величины суммарных искажений. Методы определения искажений изображений также могут использоваться для оценки эффективности различных, в том числе новых, методов сжатия. Предложено- множество методов определения искажений цифровых видеоизображений, в частности, методы «Мера структурной схожести» (SSIM, Structural SIMilarity), «Качество цифрового видеоизображения» (DVQ, Digital Video Quality), «Модель качества видеоизображения» (VQM, Video Quality Model), «Анализ качества изображения» фирмы Tektronix (PQA, Picture Quality Analysis), модель на основе порогов зрительного восприятия фирмы Sarnoff (JND-model, just noticeable différence), «Оценка целостности видеоизображений на основе модели движения" (MOVIE, MOtion-based Video Integrity Evaluation) и др. [73, 65, 86, 57, 55, 76, 93, 95, 79, 97]. Можно выделить следующие основные недостатки методов определения искажений цифровых видеоизображений:

1. Методы либо вообще не определяют цветовые искажения либо используют приближенные методы измерения цветовых различий.

2. Методы используют или только пространственные, или раздельные пространственные и временные характеристики зрительной системы, хотя изменения во временной области влияют на восприятие в пространственной области, и наоборот.

3. Методы дают абстрактную оценку искажений в абстрактных единицах.

Таким образом, в цифровом телевидении актуальна разработка методов количественного определения конкретных видов искажений, например, цветовых искажений, потери четкости и отношения сигнал/шум, с учетом зрительного восприятия.

Целью исследования является разработка методического и алгоритмического обеспечения ИИС для количественного определения основных видов искажений визуальной информации согласно их восприятию зрительной системой.

Задачи исследования:

- аналитический обзор и классификация методов количественного определения искажений визуальной информации;

- разработка метода измерения цветовых различий, позволяющего определить длину кратчайшего в порогах цветоразличения пути между точками цветов и основанного на модели цветоразличения, построенной по экспериментальным данным о порогах цветоразличения и позволяющей определить порог цветоразличения для любой точки цветового пространства;

- аппроксимация трехмерных пространственно-временных характеристик зрительной системы, позволяющая учесть при определении искажений динамической визуальной информации нераздельное пространственно-временное восприятие зрительной системы;

- разработка методов количественного определения конкретных видов искажений видеоизображений, а именно: цветовых искажений, потери четкости и отношения сигнал/шум, с учетом полученных пространственно-временных характеристик зрительной системы;

- разработка средств измерения для ИИС контроля искажений визуальной информации с реализацией предлагаемых в диссертации методов.

Объект и предмет исследования

Объектом исследования является количественное определение искажений визуальной информации в соответствии с их восприятием зрительной системой человека. Предметом исследования являются экспериментальные характеристики зрительной системы человека и модель зрительной системы человека, их использование в методах количественного определения искажений визуальной информации, ИИС контроля искажений визуальной информации, оценка погрешностей предлагаемых моделей и методов.

Методы и средства исследования

В работе использовались методы цифровой обработки и спектрального анализа сигналов, методы математической статистики, методы вычислительной математики, методы оценки погрешностей, методы объектно-ориентированного программирования, а также следующие средства: программные средства, база данных исходных и искаженных видеопоследовательностей.

Достоверность и точность результатов исследования основаны на корректности математических выкладок, подтверждены оценкой погрешностей предложенных моделей и методов, сравнением разработанных методов с известными методами, согласованием полученных характеристик зрительной системы с экспериментальными данными, проверкой результатов измерения методами математической статистики, согласованностью результатов измерения с экспертными оценками.

Научная новизна работы

1. Предложена модель цветоразличения зрительной системы на основе интерполяции или аппроксимации экспериментальных данных о порогах цветоразличения.

2. Предложен метод измерения цветовых различий, основанный на вычислении длины кратчайшего в порогах цветоразличения пути между точками цветов.

3. Предложены аппроксимации трехмерных пространственно-временных контрастно-частотных характеристик яркостного канала и цветоразностных каналов зрительной системы.

4. Расширено понятие субъективной четкости для учета временных аспектов восприятия четкости и в соответствии с расширенным понятием предложен метод количественного определения потери субъективной четкости видеоизображений.

Практическая значимость результатов исследования

1. Программное обеспечение для измерения цветовых различий предложенным в диссертации методом, предназначенное для спектрофотометра 8рес1:го1то фирмы GretagMacbeth.

2. Программное средство определения визуальных искажений видеоизображений для ИИС цифрового телевидения.

3. Генератор испытательных сигналов цифрового телевидения стандартной и высокой четкости.

4. Предложенный метод измерения цветовых различий обладает наименьшей среди известных методов погрешностью, не превышающей ~1%.

Внедрение результатов работы

Метод и программное обеспечение для измерения цветовых различий внедрены на кафедре «Технологии полиграфического производства» СевероЗападного института печати, методы и программное средство определения искажений видеоизображений внедрены на кафедре «Измерительные информационные технологии» Санкт-Петербургского государственного политехнического университета, генератор испытательных сигналов цифрового телевидения внедрен в Федеральном государственном унитарном предприятии «Научно-исследовательский институт телевидения». Апробация результатов исследования

Основные положения диссертации были обсуждены и одобрены на 11 конференциях, из них 6 международного уровня. Публикация результатов исследования

Полученные научные результаты изложены в 19 опубликованных работах, из них 3 статьи в журналах, рекомендованных ВАК, заявка на выдачу патента РФ на изобретение «Способ и устройство для, измерения цветовых различий» (заявлена группа из 4 изобретений), заявка на государственную регистрацию программы для ЭВМ. Положения, выносимые на защиту

- модель цветоразличения зрительной системы человека- на основе экспериментальных данных о порогах цветоразличения, позволяющая определить порог цветоразличения для любой точки цвета в любом направлении неравномерного и анизотропного цветового пространства;

- метод измерения цветовых различий статических стимулов, определяющий цветовое различие длиной кратчайшего' в порогах цветоразличения пути между точками цветов, который в неравномерном и анизотропном цветовом пространстве искривлен;

- аппроксимации трехмерных пространственно-временных контрастно-частотных характеристик зрительной системы, согласующиеся с другими экспериментальными характеристиками зрительной системы, в частности, с разрешающей способностью по полю зрения;

- методы количественного определения конкретных видов искажений видеоизображений, а1 именно: цветовых искажений, потери четкости в соответствии с расширенным понятием субъективной четкости и отношения сигнал/шум, с учетом характеристик-зрительной системы.

Структура диссертации

Диссертационная работа состоит из введения, пяти глав, заключения и библиографического списка (112 наименований). Общий объем работы составляет 183 страницы, включая 74 рисунка, 10 таблиц и приложение. В первой главе проведены аналитический обзор и классификация методов количественного определения искажений визуальной информации. Во второй главе предложена модель цветоразличения зрительной системы человека на основе экспериментальных данных о порогах цветоразличения, и предложен метод измерения цветовых различий с использованием этой модели, определяющий цветовое различие длиной кратчайшего в порогах цветоразличения пути между точками цветов, а также предложены формулы определения длины произвольного пути в порогах цветоразличения в неравномерном и анизотропном цветовом пространстве и на их основе упрощенные методы измерения цветовых различий. В третьей главе предложены аппроксимации трехмерных пространственно-временных характеристик зрительной системы, позволяющие учесть нераздельное пространственно-временное восприятие визуальной информации зрительной системой. В четвертой главе предложены методы количественного определения цветовых искажений, потери четкости и отношение сигнал/шум для видеоизображений с учетом полученных аппроксимаций пространственно-временных характеристик зрительной системы. В пятой главе разработаны следующие средства для ИИС контроля искажений статической и динамической визуальной информации: •

5.3. Выводы

В данной главе разработано программное обеспечение для измерения цветовых различий предложенным методом ШЬ, предназначенное для работы со спектрофотометром Зрес^оНпо фирмы Оге1а§МасЬе111.

Предложено и разработано новое средство измерения - измеритель визуальных искажений, для ИИС цифрового телевидения, предназначенный для количественного определения искажений сжатия в цифровых ТВ системах. С помощью предложенного измерителя визуальных искажений можно управлять выделяемой битовой скоростью различным ТВ программам в составе транспортного потока для получения, минимальной величины суммарных искажений для заданной общей битовой скорости • транспортного потока. Измеритель визуальных искажений также можно использовать для оценки эффективности различных методов сжатия, в том.числе новых методов, что особенно актуально для телевидения высокой четкости. Также был разработан совместно с коллегами генератор испытательных сигналов цифрового телевидения стандартной и высокой четкости для ИИС цифрового телевидения.

ЗАКЛЮЧЕНИЕ

1. Предложен метод измерения цветовых различий, позволяющий найти длину кратчайшего в порогах цветоразличения пути между точками цветов, т.е. цветовое различие. Метод обладает наименьшей среди известных методов погрешностью, не превышающей ~1%.

2. Предложены аппроксимации трехмерных пространственно-временных контрастно-частотных характеристик яркостного и цветоразностных каналов зрительной системы, позволяющие учесть нераздельное пространственно-временное восприятие зрительной системы при определении искажений динамической визуальной информации.

3. Предложен метод количественного определения цветовых искажений видеоизображений с использованием характеристик цветоразличения и пространственно-временных характеристик зрительной системы.

4. Расширено понятие субъективной четкости для учета временных аспектов восприятия четкости.

5. Предложен метод количественного определения потери субъективной четкости в соответствии с расширенным понятием субъективной четкости.

6. Рассмотрено отношение сигнал/шум с использованием пространственно-временных характеристик зрительной системы для учета заметности шумовых искажений для зрительной системы.

7. Разработано программное обеспечение для измерения цветовых различий предложенным методом РНЬ, предназначенное для спектрофотометра Брес^оНпо фирмы GretagMacbeth.

8. Предложено и разработано новое средство измерения для ИИС цифрового телевидения — измеритель визуальных искажений.

9. Разработан совместно с коллегами генератор испытательных сигналов цифрового телевидения стандартной и высокой четкости.

1. Ашкеназы, В.О. Сплайн-поверхности: Основы теории и вычислительные алгоритмы: Учебное пособие / В.О.Ашкеназы. — Тверь: Тверской гос. ун-т, 2003. 82 с.

2. Братков, A.M. Измерения в телевизионной технике: Учеб.пособие. -Рязань: РРТИ, 1978. 71 с.

3. Васильев, А.Н. Нейросетевое моделирование. Принципы. Алгоритмы. Приложения / А.Н.Васильев, Д.А.Тархов; Санкт-Петербургский гос. политехнический ун-т. — Санкт-Петербург: Изд-во Политехи, ун-та, 2009. -527 с.

4. Гласман, К. Корреляционно-энергетический критерий качества изображения, кодированного по стандарту MPEG-2 / А. Логунов, А. Бабаян // Журнал «625». 2006. - №2.

5. Дворкович, В.П. Влияние помех на качество телевизионных изображений и их измерение: (Учеб. пособие). М.: Б. и., 1984. - 162 с.

6. Дворкович, В.П. Измерение и контроль линейных искажений сигнала в телевизионном канале: (Учеб. пособие) / В.П. Дворкович, М.И. Кривошеев. -М.:Б. и., 1983.- 168 с.

7. Дворкович, В.П. Измерение и контроль нелинейных искажений сигнала в телевизионном канале: (Учеб. пособие) / В.П. Дворкович, М.И. Кривошеев. -М.:Б. и., 1984.- 118 с.

8. Дворкович, В.П. Особенности измерения и контроля в цветном телевидении: (Учеб. пособие) / В.П. Дворкович, М.И. Кривошеев. М.: Б. и., 1981.-131 с.

9. Джадд, Д. Цвет в науке и технике / Д. Джадд, Г. Вышецки; пер. с англ. — М.: Мир, 1978. 592 с. (D.B. Judd, G.Wyszecki. Color in business, science and industry / John Wiley & Sons, 1975).

10. Зубарев, Ю.Б. Цифровое телевизионное вещание: Основы. Методы. Системы / Ю.Б. Зубарев, М.И. Кривошеев, И.Н. Красносельский. М.: НИИР, 2001.-548 с.

11. Игнатов, М.И. Натуральные сплайны многих переменных / М.И. Игнатов,

12. A.Б. Певный; АН СССР. Урал, отд-ние. Коми науч. центр. JL: Наука. Ленингр. от-ние, 1991. -127 с.

13. Кирилловский, В.К. Оптические измерения. Часть 6. Инновационные направления в оптических измерениях и исследованиях оптических систем /

14. B.К. Кирилловский, Ле Зуй Туан // Санкт-Петербургский гос-й ун-т информационных технологий, механики и оптики. Санкт-Петербург, 2008.- 131 с.

15. Кривошеев, М.И. Основы телевизионных измерений. 3-е изд., доп. и перераб. М.: Радио и связь, 1989. - 608 с.

16. Кривошеев, М.И. Развитие телевидения в СССР / Д.т.н. М.И.Кривошеев. -М.: ЦНТИ "Информсвязь", 1983. 36 с.

17. Лаврус, B.C. Практика измерений в телевизионной технике: Кн. шестая сер. "Узлы и модули соврем, телевизоров". М.: Солон: Наука и техника, 1996. - 192 с.

18. Ллойд, Д. Системы тепловидения / Д. Ллойд; пер. с англ. — М.: Мир, 1978.- 414 с. (J.M. Lloyd. Thermal Imaging Systems / Plenum Press, New York and London, 1975).

19. Ложкин, Л.Д. Анализ и разработка систем объективной колориметрии в цветном телевидении: автореф. дис. на соиск. учен. степ. к. т. н.: спец. 05.12.04 / Ложкин Л.Д; Поволж. гос. ун-т телекоммуникаций и информатики. Самара, 2009. — 16 с.

20. Материалы лакокрасочные. Колориметрия. Часть 3. Расчет цветовых различий: ГОСТ Р 52490-2005 (ИСО 7724-3:1984). Введ. 01.01.2007. - М., 2006. - 8 с.

21. Материалы лакокрасочные. Метод визуального сравнения цвета: ГОСТ 29319-92 (ИСО 3668-76). Введ. 01.07.93. - М., 2005. - 8 с.

22. Материалы текстильные. Определение устойчивости окраски. Часть АОЗ. Серая шкала для оценки степени-закрашивания: ГОСТ Р ИСО 105-А03-99. -Введ. 01.01.2001.-М., 2000.-11 с.

23. Материалы текстильные. Определение устойчивости окраски. Часть ЮЗ. Метод расчета цветовых различий: ГОСТ Р ИСО 105-103-99. — Введ. 01.01.2001.-М., 2000.-8 с.

24. Мешков, В.В. Основы светотехники: Учеб. пособие для вузов: В 2-х ч. 4.2. Физиологическая оптика и колориметрия / В.В.Мешков, А.Б. Матвеев. -2-е изд., перераб. и доп. М.: Энергоатомиздат, 1989. - 432 с.

25. Островская, М.А. Частотно — контрастная характеристика глаза / М.А. Островская // ОМП. 1969. - №2. - С. 45 - 54.

26. Полосин, Л.Л. О стандартизации параметров вещательной телевизионной системы высокой четкости / Л.Л. Полосин // Вопросы радиоэлектроники. Сер. Техника телевидения. 2006. - вып.2. — С.3-8.

27. Полосин Л.Л., Со И.А. О требованиях к четкости воспроизведения изображений / Л.Л. Полосин, И.А. Со // Журнал «Телерадиовещание». ОАО Всероссийский научно-исследовательский институт телевидения и радиовещания. М. - 2008. - №1. - С. 35-39.

28. Полосин, Л.Л. Цифровые системы вещательного телевидения: Учебное пособие: для студентов радиотехнических специальностей. / Л.Л. Полосин;

29. М-во образования и науки Рос. Федерации, Балт. гос. техн. ун-т "Военмех". -Санкт-Петербург: Балтийский государственный технический университет, 2004.-119 с.

30. Роджерс, Д.Ф. Математические основы машинной графики / Д. Роджерс, Дж. Адаме; Пер. со 2-го англ.изд. П.А. Монахова, и др. под ред. Ю.М, Баяковского и др. 2-е изд., перераб. и доп.. - М.: Мир, 2001. - 604 с.

31. Саутов, Е.Ю. Разработка и анализ неэталонных алгоритмов оценки качества сжатых изображений: Автореф. дис. на соиск. учен. степ. к. т. н.: Спец. 05.12.04 / Саутов Е.Ю.; Моск.науч.-исслед.телевиз.ин-т. Москва, 2008. - 23 с.

32. Со, И.А. Динамика потерь субъективной четкости в цифровых телевизионных системах / И.А.Со // Сборник трудов "Вычислительные, измерительные и управляющие системы", СПбГПУ. -2009. С.53-56.

33. Со, И.А. Измерение искажений четкости в цифровом телевидении / И.А. Со // Материалы 2-й международной научно-практической конференции «Измерения в современном мире — 2009». — 2009. С.209-210.

34. Со, И.А. Измерение цветовых искажений видеоизображений с использованием характеристик зрительной системы / И.А. Со // Журнал «Компьютерная оптика». — 2011. том 35. - №3. — С.395-407.

35. Со, И.А. Измерение цветовых различий на основе модели цветовосприятия / И.А. Со, Г.Ф. Малыхина // Журнал «Научно-технические ведомости СПбГПУ». Информатика.Телекоммуни-кации.Управление. — 2011. — Вып.1. С.118-123.

36. Со, И.А. Количественная оценка цветовых различий / И.А. Со // Материалы 63-й научно-технической конференции, посвященной Дню Радио. Санкт-Петербург. 2008. - С.224-225.

37. Со, И.А. Количественное определение визуальных искажений видеоизображений: заявка на государственную регистрацию программы для ЭВМ/И.А. Со №2011616855 от 2.09.2011. - 38 с.

38. Со, И.А. Метод анализа потери субъективной четкости в системах сжатия MPEG / И.А.Со, Г.Ф. Малыхина // Тезисы доклада на Международную научно-практическую конференцию «38 неделя науки СПбГПУ». 2009. -С.129-130.

39. Со, И.А. Методы оценки цвета в равноконтрастных пространствах / И.А. Со // Материалы 6-й открытой научно-практической конференции «Информационные технологии в области науки и техники». Санкт-Петербург, 2008. - С. 16.

40. Со, И.А. Новый объективный метод измерения визуальных цветовых различий / И.А.Со // Сборник трудов международной конференции «Измерения в современном мире 2011». - 2011. - С. 176-177.

41. Со, И.А. Об измерениях в цифровом телевидении / И.А. Со, Г.Ф. Малыхина // Материалы конференций Политехнического симпозиума 2010 года «Молодые ученые — промышленности Северо-Западного региона». -2010. -С.31-33.

42. Со, И.А. Оценка зависимости потенциальной субъективной четкости от числа строк / И.А. Со, Л.Л. Полосин // «Телевидение: передача и обработка изображений». Материалы 5-й Международной конференции 19-20 июня 2007. 2007. - С.67.

43. Со, И.А. Повышение четкости изображений, передаваемых с космических станций / И.А. Со // Материалы V открытой научно-практической конференции «Информационные технологии в области науки и техники». -СПб, 2007. С.26-27.

44. Со, И.А. Разработка новых моделей цветовосприятия зрительной системой человека / Г.Ф.Малыхина, И.А.Со // Журнал «Научно-технические ведомости СПбГПУ». — 2010. Вып.5. - С.145-151.

45. Со, И.А. Сравнение равноконтрастных пространств CIELUV и CIELAB / И.А. Со // Материалы 6-й Международной конференции «Телевидение: передача и обработка изображений». Санкт-Петербург, 2008. - С. 126-128.

46. Способ и устройство для измерения цветовых различий: заявка на выдачу патента РФ на изобретение, МПК G01J 3/52. / И.А. Со, Г.Ф. Малыхина -№2011110322/28(015087) от 9.03.2011. 42 с.

47. Тимофеев, Б.С. Цифровое телевидение: Учеб. пособие / Б.С. Тимофеев; М-во общ. и проф. образования Рос.Федерации, С.-Петрб. гос. ун-т аэрокосм, приборостроения. СПб.: СПбГУАП, 1998. - 49 с.

48. Тракт передачи сигналов цифрового вещательного телевидения, звенья тракта и измерительные сигналы. Общие требования: ГОСТ Р 52592-2006. -Введ. 22.11.2006. М., 2006. - 43 с.

49. Фершильд, М.Д. Модели цветового восприятия / М.Д. Фершильд; пер. с англ. 2004. - 437 с. (M.D. Fairchild. Color Appearance Models / Munsell Color Science Laboratory, 2004).

50. Цифровое телевидение высокой четкости. Измерительные сигналы. Методы измерений. Общие требования: ГОСТ Р 53534-2009. М., 2009. - 44 с.

51. Цуккерман, И.И. Анизотропия пространственно частотной характеристики зрения / И.И. Цуккерман, Н.Н. Шостацкий // Физиология человека. 1978. -т.4. - №1. - С. 17-20.

52. Шелепин, Ю.Е. Визоконтрастометрия и нейрофизиологические механизмы пространственного зрения: дис. д-ра мед. наук / Ю.Е. Шелепин. -Л.- 1987.-371 л.

53. Adaptive spatio-temporal filter for human vision system models: US 6,907,143 / Ferguson K.M. // Tektronix, Inc. 14.06.2005.

54. A Guide to Picture Quality Measurements for Modern Television Systems // Tektronix, Inc. 1997.

55. A new standardized method for objectively measuring video quality / M. H. Pinson, S. Wolf// IEEE Transactions on Broadcasting. 2004. - V.50, N.3. - P. 312-322.

56. A Subjective Study to Evaluate Video Quality Assessment Algorithms / Kalpana Seshadrinathan, Rajiv Soundararajan, Alan C. Bovik and Lawrence K. Cormack // SPIE Proceedings Human Vision and Electronic Imaging. — 2010.

57. Barten, P.G.J. Contrast sensitivity of the human eye and its effects on image quality / P.GJ. Barten. Knegsel: HV Press, 1999. - 212 p.

58. Bit-Serial Digital Interface for High-Definition Television Systems // SMPTE 292M. 1998.

59. Bunmann M.D. Radial Basis Functions: Theory and Implementations / M.D. Buhmann // Cambridge University Press, 2004. 271 p.

60. Cabled distribution systems for television, sound and interactive multimedia signals. Part 9: Interfaces for CATV/SMATV headends and similar professional equipment for DVB/MPEG-2 transport streams // EN 50083-9. 1997.

61. Digital broadcasting systems for television, sound and data services; Framing structure, channel coding and modulation for cable systems // European Telecommunication Standard ETS 300 429. 1994.

62. Digital interfaces for HDTV studio signals // ITU-R BT. 1120-7. 2007.

63. Digital video quality metric based on human vision / Andrew B. Watson, James Hu, John F McGowan III // Journal of Electronic Imaging. — 2001. -Vol. 10, N1.-P. 20-29.

64. Ferzli R. A Human Visual System-Based Model for Blur/Sharpness Perception / Rony Ferzli, Lina J. Karam // 2nd International Workshop on Video Processing and Quality Metrics for Consumer Electronics (VPQM06), Scottsdale, AZ, Jan. 2006.

65. Fourier Analysis and Color Discrimination / Gerard J.C. van der Horst // J.Opt.Soc.Am. 1969. - Vol.59, N 12. - P. 1670-1676.

66. Generic coding of moving pictures and associated audio information // ISO/IEC 13818.- 1994.

67. Grgic S. Comparison of JPEG Image Coders / Sonja Grgic, Marta Mrak, Mislav Grgic // Proceedings of the 3rd International Symposium on Video Processing and Multimedia Communications, VIPromCom-2001, Zadar, June 2001, Croatia, pp. 79-85.

68. Hybrid No-Reference Video Quality Assessment Focusing on Codec Effects / Xingang Liu, Min Chen, Tang Wan and Chen Yu // KSII Transactions on Internet and Information Systems. 2011. - V.5, N 3. - P.592-606.

69. Image Quality Assessment: From Error Visibility to Structural Similarity / Zhou Wang, Alan Conrad Bovik, Hamid Rahim Sheikh, Eero P. Simoncelli // IEEE Transactions On Image Processing. 2004. - V.13, N.4. - P.600-612.

70. Image Quality Assessment Using the Joint Spatial/Spatial-Frequency Representation / Azeddine Beghdadi, Razvan Iordache // EURASIP Journal on Applied Signal Processing. 2006. - P. 1-8.

71. Maalouf A. A No-Reference Objective Color Image Sharpness Metric / Aldo Maalouf, Mohamed-Chaker Larabi // 18th European Signal Processing Conference (EUSIPCO-2010). 2010. - P.1019-1022. - ISSN 2076-1465.

72. Method and apparatus for implementing moving color appearance model for video quality rating prediction: EP2200333 / K.M. Ferguson // Tektronix, Inc. -14.12.2009.

73. Methodology for the subjective assessment of the quality of television pictures // ITU-R Recommendation BT.500-11. 2009.

74. Motion and vision, II: stabilized spatio-temporal threashold surface / D.H. Kelly // J.Opt.Soc.Am. 1979. - V.69, P.1340-1349.

75. Motion tuned spatio-temporal quality assessment of natural videos / Kalpana Seshadrinathan, Alan C. Bovik // IEEE Transaction on Image Processing. 2010. -Vol. 19, N2.-P. 335-350.

76. New algorithm for calculating perceived colour difference of images / G Hong and M R Luo // The Imaging Science Journal. 2006. - Vol 54, P.86-91.

77. New color-matching ellipses / G. Wyszecki, G. Fielder // J. Opt. Soc. Am. -1971.-V.61,P.11351152.

78. No-Reference Video Quality Measurement with Support Vector Regression / Huicheng Lian // International Journal of Neural Systems. 2009. - V.19, N 6. -P. 457-464.

79. No oblique effect in chromatic pathways / D.H. Kelly // J.Opt.Soc.Am. 1975. -Vol.65,N 12. - P.1512-1514.

80. Objective perceptual assessment of video quality: Full reference television -ITU-T Tutorial, 2004.

81. Objective perceptual video quality measurement techniques for digital cable television in the presence of a full reference // Recommendation ITU-T J. 144. -2004.

82. Objective perceptual video quality measurement techniques for standard definition digital broadcast television in the presence of a full reference // Recommendation ITU-R BT.1683. 2004.

83. Objective Performance of Compressed Image Quality Assessments / Ratchakit Sakuldee, Somkait Udomhunsakul // Engineering and Technology. 2007. -V.35, P.154-163.

84. Ong, E. No reference JPEG-2000 image quality metric / E. Ong, W. Lin, Z. Lu, S. Yao, X. Yang, L. Jiang // Proceedings of IEEE International Conference Multimedia and Expo (ICME). 2003. - P. 545-548.

85. Optical and Photoelectric Analog of the Eye / Otto .H. Schade // J.Opt.Soc.Am. 1956.-Vol.46, N9.-P. 721-739.

86. Perceptual-Based Objective Picture Quality Measurements: Application Note of Tektronix / Tektronix. 2009.

87. Predicting human vision perception and perceptual difference: US 6,975,776 / FergusonK.M. // Tektronix, Inc. 13.12.2005.

88. Print sharpness evaluation using image analysis and a new peak area algorithm /1 J. Fox, T.C.Claypole, M.FJ. Bohan // Imaging Science Journal. 2003. - V.51. -P. 199-211.

89. Sarnoff JND Vision Model. Contribution to IEEE standards subcommittee / Sarnoff Corp. // G-2.1.6 Compression and Processing Subcommittee. 1997.

90. Scalar curvature of color« space as a source of information of new uniformity aspects concerning color representation systems / J.R. Jimenez, E. Hita, J. Romero, L. Jimenez Del Barco // J. Optics (Paris). 1993. - V. 24, N 6. - P. 243249.

91. Seshadrinathan, K. Video Quality Assessment Based on Motion Models // Dissertation of PhD. Austin, 2008.

92. So, LA. Automatic Measurements of Picture Impairments in Digital Televisionth

93. I.A. So // Preprints of 13 International Student Olympiad on Automatic Control. P.167-169.

94. Spatial and Temporal Contrast Sensitivity Functions of the Visual System / J.G. Robson // J.Opt.Soc.Am. 1966. - Vol.56. - P. 1141-1142.

95. Spatiotemporal characteristics of visual mechanisms: excitatory-inhibitory model / C.A. Burbeck, D.H. Kelly // J.Opt.Soc.Am. A. -1980. V.70, P.1121-1126.

96. Spatiotemporal Chromaticity Discrimination / Gerald J.C. van der Horst, Marten A. Bouman//J.Opt.Soc.Am. 1969.-Vol.59, N 11.-P. 1482-1488.

97. Spatiotemporal modulation transfer in the human eye / van Nes F.L., J.J. Koenderink, H. Nas, M.A. Bouman // J.Opt.Soc.Am. 1967. V.57, P.1082-1088.

98. Stiles, W., A modified Helmholtz line element in brightness-colour space / W. Stiles // Proc. Phys. Soc. London. 1946. - Vol. 58, P.41-65.

99. Study of Subjective and Objective Quality Assessment of Video / Kalpana Seshadrinathan, Rajiv Soundararajan, Alan C. Bovik and Lawrence K. Cormack // IEEE Transactions on Image Processing. 2010. - Vol.19, N 6. - P. 1427-1441.

100. Subjective and objective measures of colour hard copy images / G. G. Attridge, G. Vagal, E. Allen, S. Triantaphillidou and M. R. Pointer // The Imaging Science Journal. 2008. - Vol 56, p. 163-174.

101. The CIEDE2000' Color-Difference Formula: Implementation Notes, Supplementary Test Data and Mathematical Observations / Gaurav Sharma, Wencheng Wu, Edul N.Dalal // Color Research and Application. 2004, Feb 09.

102. Video Quality Estimation for Mobile H.264/AVC Video Streaming / Michal Ries, Olivia Nemethova, Markus Rupp // Jj. of Communications. 2008. - V.3, N 1.-P. 41-50.

103. Visual Importance Pooling for Image Quality Assessment / Anush Krishna Moorthy, Alan Conrad Bovik // IEEE Journal of Selected Topics in Signal Processing. 2009. - V.3, N. 2. - P. 193-201.

104. Visual Sensitivies to Color Differences in Daylight / David L. MacAdam // J. Opt. Soc. Am. 1942. - Vol. 32, N 5. - P. 247-274.

105. Wandell, B.A. Foundations of vision / B.A. Wandell. Sinauer, Sunderland, MA, 1995.-476 p.

106. Yamsang N. Image Quality Scale (IQS)< for Compressed Images Quality Measurement / Nuntapong Yamsang, Somkait Udomhunsakul // Proceedings of the International MultiConference of Engineers and Computer Scientists 2009. -2009.-V. I. P.789-794.