автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.05, диссертация на тему:Методы, алгоритмы и устройства для покадрового кодирования и передачи видеоданных по радиоканалам с низкой пропускной способностью

На правах рукописи

003454995

ПЛАХОВ Александр Геннадьевич

\/ГПТГМТТ-Т Л ТГГГ\ТЭТЛТ\/ГСЛ ТД \7ГТТ>ПТЛГТЙ А ТТТГСГ ППТ/ А тгоппого

ХГХХ-/ X У/^^Л^ X Хл>ХЛ. X Д, Ж Л А. ^ VI* Л-ЛА 1 А ^

КОДИРОВАНИЯ И ПЕРЕДАЧИ ВИДЕОДАННЫХ ПО РАДИОКАНАЛАМ С НИЗКОЙ ПРОПУСКНОЙ СПОСОБНОСТЬЮ

Специальность 05.13.05 - Элементы и устройства вычислительной техники и систем управления

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

05

Москва-2008

дек 2008

003454995

Работа выполнена в Московском энергетическом институте (техническом университете) на кафедре Электрофизики

Научный руководитель: - доктор технических наук, доцент

Чобану Михаил Константинович

Официальные оппоненты: - доктор технических наук

Джиган Виктор Иванович

Ведущая организация:

- кандидат технических наук, доцент

Логинов Вадим Александрович ФГУП «НИИ автоматики»

Защита состоится «19» декабря 2008 г. в 16 часов 00 минут на заседании диссертационного совета Д 212.157.16 при Московском энергетическом институте (техническом университете) по адресу: 111250, Москва, ул. Красноказарменная, д. 17, ауд. Г-306.

С диссертацией можно ознакомиться в библиотеке Московского энергетического института (технического университета)

Отзывы на автореферат в двух экземплярах, заверенные печатью организации, просим направлять по адресу: 111250, Москва, ул. Красноказарменная, д. 14, Учёный совет МЭИ(ТУ).

Автореферат разослан «_» ноября 2008 года.

Учёный секретарь

диссертационного совета Д 212.157.16,

к.т.н., доцент Чернов С.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Для снижения риска и уменьшения последствий катастроф последнее время возрастает необходимость использования различных систем видеонаблюдения. Повышенный интерес к вопросам безопасности в различных сферах человеческой деятельности обусловлен ростом риска природных и техногенных катастроф, террористических актов. В частности, 21.05.2006г. В.В. Путиным утвержден ПКТ1 РФ Российской Федерации, в котором отражены вопросы безопасности атомной энергетики, безопасности движения, управления наземным и воздушным транспортом, системами жизнеобеспечения и защиты человека («Технологии обработки, хранения, передачи и защиты информации» и «Технологии создания и управления новыми видами транспортных систем»), а также утвержден ПНРНТТ2 РФ (направления «Информационно-телекоммуникационные системы», «Безопасность и противодействие терроризму», «Транспортные, авиационные и космические системы» и «Энергетика и энергосбережение»).

Вместе с тем многие объекты вышеуказанных технологий, за которыми необходимо вести постоянное видеонаблюдение, находятся в труднодоступных (возможно, герметичных) зонах. Прокладка проводных соединений в таких зонах часто нежелательна или невозможна. Однако видеосигнал, снятый непосредственно с технологических объектов, обладает большой информативностью для принятия решения о состоянии (аварийности) объекта. Кроме того, видеосигнал может быть использован для анализа причин возможных аварий, при условии его записи на специальный носитель.

В связи с этим актуальной является разработка методов, алгоритмов и устройств снятия видеосигнала с некоторых технологических объектов, его обработки с целью сжатия и передачи посредством радиосвязи. Необходимость сжатия обусловлена низкой пропускной способностью специальных накопителей и бортовых каналов связи. Важной задачей является также подавление аддитивных и мультипликативных помех, которые мешают правильному восприятию сигналов с датчиков и при их передаче по различным каналам. Кроме того, при проектировании устройств на основе таких алгоритмов должны быть учтены интерфейсы сопряжения с применяемыми носителями. В частности, подобные устройства востребованы сейчас в гражданской авиации, где до настоящего времени в «черном ящике» фиксировались только показания бортовых приборов и звуковая информация. Возможность анализа видеосигнала, снятого с кабины пилотов и пассажирских отсеков, может существенно облегчить разбор причин аварии. Однако многие известные методы для передачи видеоданных, например стандарт МРЕО-4, не подходят для указанных целей, что зафиксировано Международным авиационным комитетом (МАК).

1 ПКТ РФ - Перечень критических технологий РФ.

2 ПНРНТТ РФ - Приоритетные направления развития науки, технологий и техники РФ.

Следовательно, требуется разработать алгоритмы покадровой обработки (сжатия) и записи видеоданных с записывающих камер, установленных на борту самолета.

Цель и задачи работы. Целью диссертации является разработка и исследование методов, алгоритмов и цифровых устройств покадровой обработки видеоданных для их сжатия с помощью иерархического кодирования и передачи по каналам беспроводной связи с низкой пропускной способностью.

Для достижения поставленной цели должны быть решены следующие задачи:

1. Разработка методов частичной сортировки двумерных и трехмерных вейвлет-коэффициентов.

2. Разработка алгоритмов сжатия последовательности кадров на основе иерархического алгоритма с использованием неразделимых банков фильтров.

3. Разработка методов ускорения вычислительных процедур двумерного алгоритма сжатия видеоданных на основе вейвлет-преобразования.

4. Синтез методов удаления шумов из изображений, основанных на применении двумерного вейвлет-преобразования. Разработка улучшенного объективного критерия качества изображений, восстановленных после сжатия с потерями.

5. Разработка методики программно-аппаратной адаптации полученных алгоритмов с учетом обработки видеоданных в реальном масштабе времени.

6. Разработка состава приемной и передающей частей системы видеофиксации, использующей радиоканалы с низкой пропускной способностью и реализующей разработанные алгоритмы сжатия и шумоочистки видеоданных на цифровых сигнальных процессорах.

Научная новизна. В диссертационной работе получены следующие научные результаты.

1. Теоретически обоснована возможность применения неразделимого вейвлет-преобразования в иерархическом алгоритме сжатия.

2. Разработаны ускоренные алгоритмы двумерного и трехмерного иерархического алгоритма сжатия (типа БРШТ) на основе разделимого вейвлет-преобразования, не уступающие по критерию пикового отношения сигнал/шум известным методам и алгоритмам сжатия изображений.

3. Разработан метод удаления мультипликативного шума из изображений, основанный на применении двумерного вейвлет-преобразования. Исследован метод одновременного сжатия изображений и удаления аддитивного шума.

4. Предложен и исследован новый объективный критерий качества изображений, сжатых с потерями.

5. Разработаны узлы приемной и передающей частей прототипа системы видеофиксации на основе стандарта 802.15.1 (Bluetooth), в которых алгоритм SPIHT реализован на сигнальном процессоре и учтено возможное сопряжение с существующими специальными устройствами хранения информации, применяемыми в энергетике и авиации (по интерфейсу RS232).

6. Разработано оригинальное программное обеспечение для всех узлов прототипа системы видеофиксации без использования сторонних библиотек, код которого является открытым и доступным для органов сертификации.

Методы исследования. При решении поставленных задач использованы методы теории цифровой обработки одномерных и многомерных сигналов, теории вейвлет-преобразования.

Объектом исследования являются многоскоростные устройства, применяемые для цифровой обработки многомерных сигналов с целью их сжатия, архивирования, удаления шумов и т.д. Предметом исследования являются методы синтеза основных операторов и устройств, из которых состоят многомерные многоскоростные системы, включая цифровые фильтры, устройства преобразования формата цветных изображений, их квантования и кодирования.

Теоретической и методологической основой исследования

являются труды отечественных и зарубежных ученых по теории цифровой обработки сигналов, теории аппроксимации, теории матриц и теории вейвлет-преобразования. В процессе разработки вопросов синтеза многоскоростных систем использованы труды отечественных ученых Зубарева Ю.Б., Дворковича В.П., Витязева В.В., Брюханова Ю.А., Лукина В.В., Миронова В.Г., Чобану М.К. Также были использованы труды зарубежных ученых Вайдьянатана П.П., Догерти Э., Питаса Я., Ганбари М., Пирлмана В.

Практическая ценность. Получены быстрые алгоритмы иерархического кодирования для покадрового сжатия видео данных, позволяющие в среднем в 10 раз уменьшить число операций сравнения, и тем самым обеспечить выигрыш по времени обработки до 70 %.

Разработаны методики программно-аппаратной адаптации алгоритмов иерархического кодирования, позволяющие реализовать их на цифровых сигнальных процессорах и работающие в реальном масштабе времени.

Разработаны структура, состав системы видеофиксации, а также оригинальное программное обеспечение для всех ее узлов. Данная система может быть использована на объектах энергетики и в гражданской авиации.

Реализация результатов работы. Основные результаты диссертационной работы были проверены путем статистического моделирования на ЭВМ, а также экспериментальными исследованиями

разработанного программного обеспечения для ЦПОС семейства TMS320C6x фирмы Texas Instruments.

Разработанные в диссертационной работе методы, алгоритмы и программное обеспечение внедрены: в ФГУП «НИИ автоматики» при проектировании ячейки защищенного видеотерминала видеоконферендсвязи; в ЗАО «Многопрофильная формирующая авиагруппа» с целью создания и установки на борту летательного аппарата системы видеофиксации, работающей в реальном времени; в ООО НТЦ «Альфа-1» в рамках НИОКР «Аутентификация». Работа над диссертацией выполнялась в соответствии с планом научно-исследовательских работ по нескольким темам. Работа поддержана грантами Минобрнауки РФ № 208.04.04.042 «Разработка системы сжатия видео сигналов для передачи по низкоскоростному телекоммуникационному каналу на основе сигнальных процессоров TMS320C6X» (№ г/р 01200105418, 2001-2002, г/б), № 209.01.01.044 «Применение многомерного вейвлет-преобразования для улучшения изображений и трехмерных сигналов» (№ г/р 01200304660, 2003-2004, г/б), № Т02-03.1-2522 «Синтез эффективных двух-, трех- и четырехмерных многоскоростных систем для обработки многомерных сигналов» (№ г/р 01200305655, 2003-2004, г/б), № Т00-3.1-1251 «Синтез многоскоростных систем для обработки многомерных сигналов» (№ г/р 01200103899, 20012002, г/б).

Апробация работы. .Результаты теоретических исследований были представлены на Международных конференциях Международной Академии информатизации «Информационные средства и технологии» ITS-2002 и ITS-2007, Всероссийской научной удаленной конференции по Информационным и телекоммуникационным технологиям в 2003 г., Первой международной научно-технической школе-семинаре «Современные проблемы оптимизации в инженерных приложениях» IWOPE-2005, Международных конференциях «Цифровая обработка сигналов и ее применение» DSPA-2006 и DSPA-2007. Прототип системы был представлен на Международной выставке DSPA-2006 и был награжден Почетным Дипломом выставки. Основные положения и результаты диссертации использованы в учебном процессе на кафедре Электрофизики МЭИ (ТУ) при чтении лекций и проведении практических занятий и лабораторных работ по курсу «Сигнальные процессоры и СБИС» и «Цифровые многоскоростные системы». Результаты диссертационной работы использовались в научном процессе в МЭИ (ТУ).

Публикации. По теме диссертации опубликовано 12 печатных работ общим объемом более 2 п.л., включая 1 статью в журнале «Электросвязь» из Перечня ВАК, рекомендованном для публикации материалов по кандидатским диссертациям. Материалы диссертации вошли в 4 отчета по НИР, выпущенных кафедрой электрофизики МЭИ (ТУ). Пять работ написаны Плаховым А.Г. без соавторов.

Структура диссертации. Диссертация общим объемом 166 с. состоит из введения, четырех глав и заключения, содержит 133 с. основного текста,

перечень используемой литературы из 58 наименований на 5 е., приложения на 28 с.

ОСНОВНЫЕ ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ:

1. Ускоренные многомерные алгоритмы частичного упорядочивания вейвлет-коэффициентов для покадровой обработки видеоданных.

2. Методика применения неразделимого вейвлет-преобразования для иерархического алгоритма сжатия изображений.

3. Быстрый трехмерный иерархический алгоритм сжатия (типа SPIHT) на основе разделимого вейвлет-преобразования.

4. Эффективный метод удаления мультипликативного шума из изображений, одновременное сжатие изображений и удаление аддитивного шума. Улучшенный объективный критерий качества изображений, восстановленных после сжатия с потерями.

5. Оригинальные структуры приемной и передающей частей системы видеофиксации на основе стандарта 802.15.1 (Bluetooth), в которых алгоритм SPIHT реализован на сигнальном процессоре и учтено возможное сопряжение с существующими специальными устройствами хранения информации, применяемыми в энергетике и авиации.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы, формулируются цель и задачи работы, научная новизна и практическая ценность полученных результатов, приводятся структура диссертации и основные положения, выносимые на защиту.

В первой главе дается сравнительный обзор методов, алгоритмов и устройств сжатия и передачи видеоданных, снимаемых с видеокамер наблюдения.

В первой части обзора рассматриваются методы и алгоритмы сжатия изображений, которые могут быть использованы или адаптированы к использованию при покадровом сжатии видеоданных. В частности, приводится описание стандарта JPEG/Motion JPEG, основанного на дискретном косинусном преобразовании (ДКП); стандартов Н.26х, основанных на рекомендациях комитета ITU-T по кодекам относительно устройств кодирования видеосигнала для аудиовизуального обслуживания при скоростях передачи цифровой информации, кратных 64 Кбит/с; стандартов MPEG-x.

Особое внимание в обзоре обращено на методы, которые используют вейвлет-преобразование. Показано, что такие важные при кодировании изображений свойства, как масштабирование и ориентация, пространственно-частотная локализация, ортогональность, возможность создания быстрых алгоритмов вычислений, в полной мере присущи именно вейвлет-преобразованию. Отмечается, что вейвлет-преобразование

осуществляет декорреляцию сигнала и позволяет упаковать информацию о сигнале в малое число коэффициентов. Для целей обработки изображений наиболее распространены так называемые разделимые вейвлеты. В этом случае для получения каждой субполосы вейвлет-декомпозиции выполняется свертка с двумя одномерными фильтрами (горизонтальным и вертикальным) и децимация по каждой из координат.

При высокой степени компрессии метод сжатия с потерями на основе вейвлет-преобразования вносит искажения, зачастую имеющие вид ряби вблизи резких границ. Такие артефакты меньше бросаются в глаза наблюдателю, чем, скажем, «мозаика», создаваемая блочным алгоритмом JPEG. Кроме того, метрики, применяемые для анализа качества изображений, показывают преимущество вейвлет-сжатия в сравнении с алгоритмом JPEG. Единственным стандартом для сжатия изображений, использующим вейвлет-преобразование, является JPEG2000. Существует ряд нестандартизованных алгоритмов, использующих пространственное упорядочивание вейвлет-коэффициентов (такие, как EZW, SPIHT - Set Partitioning Into Hierarchical Trees и др.). Зачастую, такие иерархические методы являются более эффективными с точки зрения характеристик сжатие/качество и вычислительной сложности, чем JPEG2000. В отличие от данного стандарта, приведенные методы свободно распространяются. Указанные выше причины обусловили выбор в качестве метода сжатия видеоданных в пользу вейвлет-преобразования и иерархического алгоритма, допускающего компрессию видеопоследовательностей в его модификации 3D-SPIHT.

Современные методы построения неразделимых банков фильтров, разработанные Чобану М.К. и другими авторами, позволяют синтезировать системы с некоторыми дополнительными свойствами. Например, неразделимые фильтры позволяют выделять произвольные двумерные пространственные частоты, тогда как разделимые - только горизонтальную и вертикальную составляющие. Поэтому реализация неразделимых систем сжатия представляет особый интерес.

Во второй части обзора приводятся методы и стандарты, предназначенные для организации радиоканала для передачи видеоданных. В частности, подробно рассматриваются наиболее распространенные промышленные стандарты беспроводной связи Wi-Fi (IEEE 802.11b и 802.11g), Bluetooth (IEEE 802.15.1) и ZigBee (IEEE 802.15.4). Перечисленные стандарты радиосвязи удовлетворяют заданному набору требований. Однако предельная скорость, определяемая стандартом ZigBee (250 Кбит/с), существенно ограничивает пропускную способность и недостаточна для передачи четкого изображения, скорость Bluetooth (1 Мбит/сек) является достаточной и оставляет возможность наращивания функциональности. Показано, что в части затрат на реализацию стандарт Wi-Fi довольно избыточен, поскольку предусматривает реализацию сетевого взаимодействия по модели ISO/OSI. Это придает удобство в работе с устройством на основе стандарта Wi-Fi, но существенно увеличивает его стоимость. При рассмотрении физических принципов передачи сигнала отмечается, что

стандарт Bluetooth использует принцип скачкообразной перестройки частоты (FHSS), что повышает уровень защиты от несанкционированного доступа и обеспечивает большую помехоустойчивость по сравнению с Wi-Fi.

Таким образом, при проектировании системы видеонаблюдения был выбран стандарт Bluetooth, как наиболее удовлетворяющий требованиям к реализуемым системам реального времени.

По результатам проведенного обзора поставлена задача разработки и исследования иерархических методов и алгоритмов сжатия видеоданных, передаваемых по каналам радиосвязи в реальном масштабе времени. Обоснована программная реализация разработанных алгоритмов на специализированных процессорах цифровой обработки сигналов.

Во второй главе рассматриваются предлагаемые методы и алгоритмы покадрового сжатия данных, которые базируются на двумерных и трехмерных вейвлетах и ня й ер зрх ïttî s с к о m злгоритмб сжз/гия типз. spiht

В работе предложены методы и алгоритмы, обеспечивающие двумерное сжатие отдельных кадров видеонаблюдений на основе разделимых банков фильтров; производится оптимизация алгоритма SPIHT. Отмечена эффективность данного алгоритма как с точки зрения достигаемой степени сжатия, так и с точки зрения скорости вычислительных процедур. Для сравнения рассмотрены принципы функционирования алгоритмов сжатия изображений, в которых карта значений вейвлет-коэффициентов имеет древовидную структуру: алгоритм Льюиса и Ноулеса, алгоритм вложенного нуль-дерева (EZW), алгоритм пространственно ориентированных иерархических деревьев (SPIHT).

Рассмотрена реализация неразделимых систем кодирования видеосигналов. Отмечено, что при работе с неразделимым вейвлет-преобразованием, нечетные уровни декомпозиции имеют непрямоугольную форму (см. рис. 1). Процесс построения деревьев с переходом от прямоугольников к параллелограммам неоправданно сложен и трудоемок.

Рис. 1. Два уровня вейвдет-декомлозиции (неразделимые фильтры, 3-хканальный случай)

В диссертации предлагается относительно простое и эффективное решение этой проблемы. Если для более удобной обработки и хранения нужно искажать сигнал, то аналогичным образом можно исказить импульсную характеристику фильтра, при этом сохранив все нужные соотношения для правильного вычисления свертки. Тогда сдвиг отсчетов будет иметь место только визуально, с точки зрения результата фильтрации все будет вычисляться правильно. Перед вейвлет-декомпозицией из исходных фильтров дополнительно формируются два фильтра для нечетных и четных строк. При такой организации сигнал визуально искажается только на нечетных уровнях декомпозиции, там, где необходимо не ромбическое, а прямоугольное представление. На четных же уровнях сигнал сохраняет форму и обрабатывается стандартными фильтрами. На полученном разложении иерархический алгоритм строит свою работу аналогично разделимому варианту, используя подобие высокочастотных субполос вейвлет-декомпозиции (см. рис. 2).

Рис. 2. Пример вейвлет-декомпозиции с использованием неразделимых фильтров, выполненной по разработанной методике (показана инверсия сигнала)

Для эффективного сжатия видеосигнала целесообразным является использование межкадровой избыточности информации. Одним из вариантов сжатия является применение трехмерного алгоритма ЗБ-БРШТ для сжатия последовательности изображений. Однако для каналов с низкой пропускной способностью техническая реализация классического алгоритма ЗО-БРШТ в реальном масштабе времени практически невозможна при известных ограничениях на аппаратурные затраты. В связи с этим возникает необходимость оптимизации алгоритма ЗВ-БРШТ с целью получения быстрых вычислительных процедур. В работе получен алгоритм, который ускоряет процесс оценки значимости всего дерева вейвлет-коэффициентов при анализе текущего кадра. Перед применением собственно БРИТТ-

алгоритма вычисляется информационная матрица дерева (ИМД). Элементами a,jk матрицы являются максимальные значения всех вейвлет-кооффициентов потомков дерева D(ij,k), чей корень (родитель) находится в трехмерном пространстве с координатами i, j, к, а ветви принадлежат субполосе вейвлет-декомпозиции более мелкого масштаба. В процессе сортировки вейвлет-коэффициентов по алгоритму SPIHT значимость всего дерева определяется только одним сравнением ИМД с порогом.

Для реализации системы обработки видеоданных с использованием сигнального процессора необходимо оптимизировать алгоритм по следующим критериям: время кодирования/декодирования; используемая память; вычислительная сложность выполняемых операций. Важным является выбор языка программирования (ориентация на язык высокого уровня С, С+, С++ стандарта ANSI С, 1992). В ходе исследования были разработаны оригинальные алгоритмические и программные решения по оптимизации алгоритма SPIHT. В частности, в процессе анализа элементов списка незначащих множеств LIS (List of Insignificant Sets), кодер должен просматривать все дерево в поисках значимых коэффициентов. Этот процесс, неоднократно повторяясь, занимает значительную часть вычислительных ресурсов. Для ускорения процесса кодирования в алгоритм была введена новая структура - матрица значимости (MS). Размер матрицы MS равен размеру вейвлет-декомпозиции. Под каждый элемент отводится один байт памяти. Матрица MS формируется таким образом, что значение каждого ее элемента (i,j) равно числу бит, занимаемому максимальным по модулю коэффициентом дерева, выстроенного из точки (i,j) с учетом корня. Имея в распоряжении такую структуру для анализа элемента типа А (элемент необработанных деревьев), достаточно рассмотреть только точки с координатами «детей», обращаясь при этом к матрице MS. Анализируя же элементы типа В (элементы частично обработанного дерева), необходимо рассмотреть только точки с координатами «внуков» в структуре MS. Это относительно простое решение позволяет значительно сократить время работы кодера и делает возможным его применение в системах, критичных к скорости кодирования, например, при обработке видеосигналов в реальном времени. В результате разработан алгоритм формирования матрицы MS, позволяющий за один проход по коэффициентам вейвлет-декомпозиции собрать в матрице значимости информацию по всем деревьям.

Предложено заменить операции логарифмирования и возведения в степень на логические операции с использованием массива степеней двойки. Большинство операций умножения заменено сдвиговыми операциями, операции с вещественными числами полностью исключены. Таким образом, был разработан кодер, позволяющий выполнять все необходимые операции с вейвлет-коэффициентами, оперируя непосредственно битами их 32-разрядного представления. Алгоритм реализован на языке С, без использования библиотечных функций, и является самостоятельной программной единицей (исполняемым файлом).

Оптимизированный алгоритм сравнивался с существующими реализациями по времени кодирования (Time) и по качеству, критерием которого выступает отношение пикового сигнала к шуму (PSNR) (см. рис.3). Оба параметра Time и PSNR вычислялись для набора битовых скоростей кодирования в диапазоне от 0.1 до 2 бит/пиксель (Ьрр).

В сравнении с классической реализацией (без использования матрицы значимости и битовой арифметики) оптимизированный алгоритм показывает значительное увеличение быстродействия, что можно видеть на графике рис. З.а. График на рис. З.б. показывает, что процесс оптимизации не ухудшил качество сжатия, а даже улучшил. Таким образом, оптимизированный алгоритм способен конкурировать с общепризнанными реализациями.

а) б)

Рис. 3. Время и качество кодирования: ЭРШТ 1 - классическая реализация; БРШТ 2 - оптимизированный алгоритм.

На рис. 4-5 приведен сравнительный тест реализованного алгоритма с алгоритмом Л>ЕС2000. На графиках видно, что работа БРШТ-кодера в значительной мере зависит от используемого банка фильтров. Тесты также показали эффективность алгоритма БРИТ для изображений с малым числом контуров и резких переходов, то есть для таких изображений, которые хорошо аппроксимируются вейвлетами, например для изображения Ьепа2560гау (см. рис. 4). В этом случае БРШТ-кодер, имея намного более простую структуру, дает результат, сравнимый с 1РЕ02000. Для изображений с большим числом контуров (Впс1£е256Сггау) алгоритм №ЕС2000 показывает некоторое преимущество.

Со:Лпд оП-епаЖгау Ьтр

-рк

- 2ЙИ

- 2Ёут9 2ЫогЗ.З

Рис. 4. Кодирование тестовых изображений ,1РЕ02000-кодером (¡2к) и разработанным алгоритмом с применением различных банков фильтров

Со^пд ЫВпс|де256Сгау Ьтр

Рис. 5. Сравнительный тест: исходное изображение и его фрагмент (а), обработанные 1РЕ02000 (б); реализованным алгоритмом вРШТ (в). Степень сжатия 1:30.

Третья глава посвящена решению задачи подавления шумов в неподвижных изображениях и видеосигналах.

Рассматриваются источники мультипликативного шума и математические модели изображений, искаженных таким шумом. Приводится обзор методов и алгоритмов удаления из изображений мультипликативного шума, основанных на применении локальных статистик.

Показано, что применение вейвлет-преобразования и пороговой обработки вейвлет-коэффициентов позволяет эффективно решить задачу подавления шума. Основная идея заключается в использовании особенности проявления действия мультипликативного шума для ряда приложений. Зашумленное изображение содержит точки как зашумленные, так и точки относительно неискаженные. Если применить к изображению вейвлет-преобразование и пороговое ограничение вейвлет-коэффициентов, а затем восстановить изображение по полученным коэффициентам, то "чистые" точки будут искажены, поскольку при фильтрации обрабатываются все точки изображения. При этом может оказаться, что искажения будут больше, чем остаточный шум для зашумленных данных, т.к. величина порога рассчитывается по всему изображению. Поэтому необходимо определить множества зашумленных и неискаженных точек в изображении и затем подобрать величину порога таким образом, чтобы суммарная среднеквадратическая ошибка (СКО) была минимальной. Сохранение "чистых" точек неискаженными (или искаженными в меньшей степени) позволяет уменьшить сглаживание контуров объектов и тем самым повысить четкость (резкость) объектов изображения после обработки. Таким образом, основу алгоритмов, описанных ниже, составляет процедура классификации точек изображения. В диссертации приводится алгоритм такой классификации и результаты применения предложенного алгоритма на практике.

Рис. 6. Блок-схема классификации точек изображения

На рис. 6 представлена блок-схема процесса классификации отсчетов изображения. Пусть используется мультипликативная модель для описания наблюдаемого изображения уи:

Уч=ёцХц, \<г<Ь,\<]<М,ЬМ = А,

где - отсчеты шума, Ху - отсчеты неискаженного изображения. Мультипликативный шум имеет экспоненциальную плотность

распределения вероятностей со средним 1 и дисперсией о"!. После логарифмического преобразования мультипликативный шум становится аддитивным:

где г обозначает 1п (у), э = 1п (х) и х = 1п

При анализе изображения определяются три множества точек, в которых: 1) оригинал доминирует над шумом; 2) однородная текстура, где усредняющий фильтр может восстановить оригинал; и 3) необходимо подавление шума. Если применить усредняющий фильтр, то сглаженный пиксель вновь отправляется для классификации, поскольку новое отфильтрованное значение яркости может принадлежать другим множествам. С этой целью мы используем отношение коэффициентов вариаций как индикаторов однородности текстуры внутри текущего окна:

С(=ст\!11\, С2 = & г / £

где =2, = С - среднее значение оригинала и шума соответственно,

рассчитанные в пределах двух окон, причем окно меньшего размера

2 2

используется для шума; з ? - соответствующие дисперсии, вычисленные также в пределах данных окон.

Затем можно определить оценку сигнала § как г, если Сг < С^

8 = ^, если С^ < С2 < Стах ^

г, если С2 > Стах

где Стах= тах{С^}.

В работе рассматривается также метод одновременного сжатия и удаления аддитивных шумов из изображений. Показан унимодальный характер зависимости искажение/сжатие при использовании иерархического алгоритма (см. рис. 7).

Рис. 7. Сжатие изображений и удаление шумов из зашумленного сигнала (применен разделимый банк фильтров 2bior3.3 и неразделимый банк фильтров K5.N3).

Результаты исследования объективного критерия качества сжатых изображений PSNR, основанного на СКО, показали необходимость разработки новых критериев, более приближенных к субъективным. Предложен новый объективный критерий качества, учитывающий особенности человеческой зрительной системы.

Четвертая глава посвящена практической реализации разработанных методов и алгоритмов на специализированных сигнальных процессорах.

Отмечается, что при передаче битовых полей списковая структура, которая добавляет элементы в конец списка, организует хаотичный порядок анализа деревьев и точек. В диссертации разработан бессписковый алгоритм, который просматривает дерево до конца элемент за элементом в определенном порядке. Переход от дерева к дереву в низкочастотной части также регламентирован. Как показали исследования, такая упорядоченность ведет к небольшому снижению качества по пиковому отношению сигнал/шум. Бессписковый алгоритм, строя свою работу в неиспользуемых битовых полях, позволяет существенно сократить память, требуемую кодеру. Все обозначенные ранее оптимизационные меры также применимы и к бессписковому алгоритму. Программное обеспечение для сигнального процессора фирмы Texas Instruments TMS320C62x было разработано с использованием бесспискового алгоритма.

В ходе исследования была спроектирована система видеонаблюдения и создан ее прототип на базе платы фирмы ATEME. Интерфейсная часть разрабатывалась с учетом взаимодействия с применяемыми в настоящее

время приборами типа «черный ящик». Для соединения с ними используется последовательный порт RS232, к которому подключается приемное радиоустройство Bluetooth. В созданном прототипе в качестве приемной части выступает персональный компьютер со специальным программным обеспечением. Используемая в прототипе плата АТЕМЕ содержит в себе следующие узлы: видеокодек, сигнальный процессор, внешние модули памяти (ОЗУ, ПЗУ), интерфейс RS232.

Передающая часть состоит из видеокамеры стандарта PAL, платы АТЕМЕ, радиоустройства Bluetooth (преобразователь RS232 - Bluetooth). Во FLASH память платы АТЕМЕ записана программа, выполняющая инициализацию и загрузку сигнального процессора при включении питания.

Приемная часть состоит из персонального компьютера с интегрированным, стандартным интерфейсом Bluetooth. Драйвер реализует в системе новый последовательный, виртуальный порт, и в этом случае доступ к радиоустройству осуществляется по номеру этого порта. На персональном компьютере устанавливается специально разработанное программное обеспечение - SptStreamViewer (SSV).

Программное обеспечение прототипа состоит из двух частей: кодирующей части, реализованной на сигнальном процессоре, и декодирующей части, реализованной на персональном компьютере. Кодирующая часть реализует алгоритм вейвлет-преобразования и кодирования по разработанным SPIHT-основанным алгоритмам, с учетом особенностей сигнального процессора. Декодирующая часть реализована для применения на PC-совместимых компьютерах, работающих под управлением операционной системы Windows, и обеспечивает прием, синхронизацию, декодирование SPIHT потока, обратное вейвлет-преобразование и отображение передаваемого видеопотока на экране персонального компьютера.

На основе результатов исследований, полученных при реализации прототипа, было разработано устройство, обеспечивающее видеофиксацию авиапроисшествий на борту воздушного судна. Реализовано и предполагается дальнейшее практическое применение разработанных аппаратных и программных решений на объектах энергетики и в гражданской авиации.

В главе 4 приведено обоснование элементной базы для построения устройства видеофиксации, размещаемого на борту воздушного судна, а также описание работы разработанного устройства.

В приложениях приведены: описание программной реализации оптимизированного SPIHT-алгоритма, детальное описание алгоритмов, функций, методики оптимизированного вычисления вейвлет-преобразования изображений на сигнальном процессоре, листинги программ, акты внедрения результатов работы, принципиальная схема разработанного устройства.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработаны и исследованы быстрые алгоритмы частичной сортировки двумерных и трехмерных вейвлет-коэффициентов для покадрового сжатия данных видеонаблюдений. Полученные SPIHT-алгоритмы обладают повышенным быстродействием по сравнению с существующими аналогами и могут быть реализованы в системах обработки и передачи видеоданных по радиоканалам с низкой пропускной способностью. Разработанный алгоритм более чем в 10 раз уменьшил число операций сравнения вейвлет-коэффициентов при их сортировке и высвободил до 70% машинного времени на обработку данных.

2. Теоретически обосновано и реализовано применение неразделимого вейвлет-преобразования в иерархическом алгоритме сжатия типа SPIHT.

3. Синтезирован метод удаления шумов из изображений, основанный на применении многомерного вейвлет-преобазования. Для удаления мультипликативного шума применено пороговое ограничение многомерных вейвлет-коэффициентов. Предложен метод определения оптимальных пороговых значений в каждом частотном диапазоне вейвлет-декомпозиции, что позволило обеспечить резкость контуров изображений, а также.повысить на 1-2 дБ отношение сигнал/шум, и на 3-3.5 дБ отношение пикового сигнала к шуму.

4. Исследован метод, который позволяет осуществлять одновременное сжатие изображений и удаление из него аддитивных шумов.

5. Предложен и исследован новый объективный критерий качества изображений, сжатых с потерями.

6. Разработано программное обеспечение для устройств систем видеофиксации на базе сигнального процессора фирмы Texas Instruments TMS320C62x, позволяющее вести обработку видеоданных в реальном масштабе времени.

7. Разработана специализированная структура и состав приемной и передающей частей системы видеофиксации, использующей радиоканалы с низкой пропускной способностью, и реализующей разработанные алгоритмы сжатия видеоданных на цифровых сигнальных процессорах. Данная система работает в расширенном диапазоне температур, работает с модулем памяти типа ЗБН, при этом была учтена специфика ее установки на борт воздушного судна.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Плахов, А.Г. Устройство кодирования и передачи видеоданных по радиоканалам с низкой пропускной способностью / А.Г. Плахов, М.К. Чобану // Электросвязь. - 2007. - №3. - С. 50 - 52.

2. Плахов, А.Г. Обзор элементной базы для построения систем сжатия видеосигнала / А.Г. Плахов, М.К. Чобану // Труды Междун. конгресса Академии информатизации ITS-2002 / МЭИ (ТУ). - Т. 3. - М.: СТАНКИН, 2002.-С. 123-125.

3. Чобану, М.К. Синтез двумерных ортогональных банков фильтров и вейвлетов / М.К. Чобану, Миронов В.Г., О.В. Большакова, А.Г. Плахов // Труды Всероссийской научной удаленной конференции по информационным и телекоммуникационным технологиям. - 2003. - М.: МАИ,- http://conf2003.mai.ru/.

4. Плахов, А. На расстоянии / А. Плахов, В. Подтуркин// Все новости света. -2005.-№32.-С. 24.

5. Tchobanou, М. Optimization and development of algorithm SPIHT / M. Tchobanou, A. Chernikov, A. Plakhov // Труды Первой международной научно-технической школы-семинары «Современные проблемы оптимизации в инженерных приложениях» (IWOPE-2005)/ Под ред. Хрящева В.В.-Ярославль: ЯрГУ, 2005. - Т. 1. - С. 45-49.

6. Plakhov, A. Performance improvement of hierarchical non-separable image coding algorithm / A. Plakhov, M. Tchobanou, O. Bolshakova II Труды Первой международной научно-технической школы-семинара «Современные проблемы оптимизации в инженерных приложениях», (IWOPE-2005) / Под ред. Хрящева В.В.-Ярославль: ЯрГУ, 2005. - Т. 1С. 1-8.

7. Плахов, А.Г. Выбор стандарта беспроводной связи для передачи видеосигнала с целью его хранения в системах с малым объемом памяти и высокой степенью механической защиты / А.Г. Плахов // Труды 8-й Междун. конф. «Цифровая обработка сигналов и ее применение», (DSPA-2006). - Т. 2. -М.: РНТОРЭС им. А.С. Попова, 2006. - С. 123-125.

8. Черников, А.В. Реализация алгоритма SP1HT на сигнальном процессоре / А.В. Черников, А.Г. Плахов, М.К. Чобану // Труды 8-й Междун. конф. «Цифровая обработка сигналов и ее применение», (DSPA-2006). - Т. 2. -М.: РНТОРЭС им. А.С. Попова, 2006. - С. 383-385.

9. Плахов, А.Г. Устройство иерархического кодирования и передачи видеосигналов по радиоканалам с низкой пропускной способностью / А.Г. Плахов // Труды 9-й Междун. конф. «Цифровая обработка сигналов и ее применение», (DSPA-20Q1). - Т. 2. - М.: РНТОРЭС им. А.С. Попова, 2007.-С. 372-374.

10. Плахов, А.Г. Метод одновременного сжатия и удаления шума из изображений / А.Г. Плахов // Труды Междун. конгресса Академии информатизации ITS-2007 / МЭИ (ТУ). - Т. 3. - М.: МЭИ, 2007,- С. 97100.

11. Плахов, А.Г. Методы и алгоритмы подавления мультипликативного шума путем поиска оптимальных пороговых значений в вейвлет-области / А.Г. Плахов // Труды Междун. конгресса Академии информатизации /75"-2007/МЭИ(ТУ). - Т. 3. -М.: МЭИ, 2007.- С. 101-104.

12. Плахов, А.Г. Разработка системы сжатия и передачи видеосигналов для энергосистем / А.Г. Плахов // Труды Междун. конгресса Академии информатизации /73-2006 / МЭИ (ТУ). - Т. 3. - М.: МЭИ, 2006. - С. 1922.

Подписано в печать 1& (I' 01гх Заказ № № Тираж № Печ. л. №

Отпечатано в Издательстве МЭИ

ВВЕДЕНИЕ.

ГЛАВА 1. ОБЗОР МЕТОДОВ, АЛГОРИТМОВ И УСТРОЙСТВ СБОРА, СЖАТИЯ И ПЕРЕДАЧИ ВИДЕОДАННЫХ, ПРИМЕНЯЕМЫХ В ВИДЕОКОМПЬЮТЕРНЫХ СИСТЕМАХ.

1.1. Известные стандарты сжатия видеоданных.

1.2. вейвлет-преобразование.

1.2.1. Система фильтров анализа-синтеза.

1.2.2. Каскадное соединение систем А-С.

1.2.3. Представление субполосного кодирования при помощи аппарата матриц.

1.2.4. Обратное преобразование.

1.2.5. Ортогональное преобразование.

1.3. Примеры преобразований.

1.3.1. Преобразование Габора.

1.3.2. Дискретное косинусное и перекрывающееся ортогональное преобразования.

1.3.3. Пирамида Лапласа.

1.4. Квадратурно-зеркальные фильтры.

1.4.1. Построение КЗФ.

1.4.2. Асимметричная система.

1.5. Методы синтеза неразделимых банков фильтров и вейвлетов.

1.6. Методы и технические средства организации радиоканала.

1.6.1. Введение.

1.6.2. Стандарт 802.11b-Wi-Fi.

1.6.3. Стандарт 802.15.1 -Bluetooth.

1.6.4. Стандарт 802.15.4 -ZigBee.

1.7. Обсуждение результатов обзора.

1.8. Постановка задачи.

ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ И АЛГОРИТМОВ СЖАТИЯ ВИДЕОДАННЫХ НА ОСНОВЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ.

2.1. Вейвлет-декомпозиция как вход алгоритма.

2.2. Общие положения алгоритма.

2.2.1. Принцип последовательной передачи битовых полей.

2.2.2. Взаимосвязь коэффициентов различных субполос.

2.2.3. Алгоритм А. Льюиса и Г. Ноулеса.

2.2.4 Алгоритмы Шапиро и Саида-Пирлмана.

2.2.5. Алгоритм SPIHT.

2.2.6. Свойства потока.

2.3. Оптимизация алгоритма SPIHT.

2.3.1. Необходимость оптимизации.

2.3.2. Mampuifa значимости.

2.4. Применение алгоритма SPIHT к вейвлет-разложениям, полученным с применением разделимых и неразделимых фильтров.

2.5. Оптимизация алгоритма 3D-SPIHT.

Выводы по главе 2.

ГЛАВА 3. ПОДАВЛЕНИЕ ШУМОВ В ИЗОБРАЖЕНИЯХ.

3.1. Природа мужтипликативного шума.

3.2. Математические модели изображений, искаженных мультипликативным шумом.

3.3. Методы и алгоритмы подавления мультипликативного шума, использующие локальные статистики.

3.4. Основные сведения о вейвлет-базисах и фреймах.

3.4.1. Базисы.

3.4.2. Фреймы.

3.4.3. Необусловленные базисы.

3.5. Нелинейная оценка функций.

3.5.1. Идеальное ослабление коэффициентов.

3.5.2. Пороговая обработка.

3.5.3. Цветной шум.

3.5.4. Мультипликативный шум.

3.5.5. Обработка изображений.

3.5.6. Оптимальность преобразования.

3.6. подход к анализу изображения.

3.7. удаление шума на основе вейвлет-преобразования.

3.7.1. Подавление мультипликативного шума путем поиска оптимальных пороговых значений в каждом частотном диапазоне.

3.8. Одновременное сжатие изображений и удаление аддитивного шума

3.9. Новые критерии оценки качества сжатых изображений.

3.9.1. Недостатки стандартных алгоритмов оценки качества сжатых изображений

3.9.2 Новые объективные критерии оценки качества сжатия изображений. выводы по главе 3.

ГЛАВА 4. ТЕХНИЧЕСКАЯ РЕАЛИЗАЦИЯ АЛГОРИТМОВ СЖАТИЯ И ПЕРЕДАЧИ ВИДЕОДАННЫХ.

4.1. Бессписковый алгоритм.

4.1.1. Аппаратная ориентация.

4.1.2. Описание алгоритма.

4.2. Описание прототипа устройства.

4.2.1. Описание передающей части прототипа.

4.2.2. Описание приемной части.

4.2.3. Описание программного обеспечения.

4.3. Описание разработанного устройства.

4.3.1. Обоснование элементной базы.

4.3.2. Выбор сигнального процессора.

4.3.3. Видеокодер.

4.3.4. Модуль радиоинтерфейса.

4.3.5. Описание работы устройства для покадрового кодирования и передачи видеоданных по радиоканалу.

Выводы по главе 4.

Актуальность темы. В последнее время в мире отмечается повышенный интерес к вопросам безопасности в различных сферах человеческой деятельности в связи с ростом риска природных и техногенных катастроф, террористических актов. В частности, 21.05.2006г. президентом В.В. Путиным утвержден ПКТ1 РФ Российской Федерации, в котором отражены вопросы безопасности атомной энергетики, безопасности движения, управления наземным и воздушным транспортом, системами жизнеобеспечения и защиты человека («Технологии обработки, хранения, передачи и защиты информации» и «Технологии создания и управления новыми видами транспортных систем»), а также утвержден ПНРНТТ2 РФ (направления «Информационно-телекоммуникационные системы», «Безопасность и противодействие терроризму», «Транспортные, авиационные и космические системы» и «Энергетика и энергосбережение»).

Для снижения риска и уменьшения последствий катастроф возникает необходимость использования различных систем видеонаблюдения. К сожалению, многие объекты вышеуказанных технологий, за которыми необходимо вести постоянное видеонаблюдение, находятся в труднодоступных (возможно, герметичных) зонах. Прокладка проводных соединений в таких зонах часто нежелательна или же невозможна. Однако видеосигнал, снятый непосредственно с технологических объектов, обладает большой информативностью для принятия решения о состоянии (аварийности) объекта. Кроме того, видеосигнал может быть использован для анализа причин аварии, при условии его записи на специальный носитель.

В связи с этим актуальным является разработка методов, алгоритмов и устройств снятия видеосигнала с некоторого технологического объекта, его обработки с целью сжатия и передачи посредством радиосвязи. Необходимость сжатия обусловлена низкой пропускной способностью специальных накопителей и бортовых каналов связи. Кроме того, при проектировании устройств на

1 ПКТ РФ - Перечень критических технологий РФ.

2 ПНРНТТ РФ - Приоритетные направления развития науки, технологий и техники РФ. основе таких алгоритмов должны быть учтены интерфейсы сопряжения с применяемыми носителями. В частности, подобные устройства востребованы сейчас в гражданской авиации, где до настоящего времени в «черном ящике» фиксировались только показания бортовых приборов и звуковая информация. Возможность анализа видеосигнала, снятого с кабины пилотов и пассажирских отсеков, может существенно облегчить разбор причин аварии. Однако многие известные методы для передачи видеоданных, например стандарт MPEG-4, не подходят по ряду причин, что зафиксировано Международным авиационным комитетом (МАК). Следовательно, требуются алгоритмы покадровой обработки (сжатия) и записи видеоданных с телевизионных камер, установленных на борту самолета.

Цель и задачи работы. Целью диссертации является разработка и исследование методов, алгоритмов и цифровых устройств покадровой обработки видеоданных для их сжатия с помощью иерархического кодирования и передачи по каналам беспроводной связи с низкой пропускной способностью.

Для достижения поставленной цели должны быть решены следующие задачи:

1. Разработка методов и быстрых алгоритмов сжатия последовательности кадров на основе алгоритмов 3D-SPIHT и «классического» иерархического алгоритма с использованием неразделимых фильтров.

2. Разработка методов частичной сортировки трехмерных (3D) вейвлет-коэффициентов.

3. Разработка методов ускорения вычислительных процедур и улучшения качества двумерного алгоритма сжатия кадра видеоданных на базе вейвлет-базиса.

4. Синтез методов удаления шумов из изображений, основанных на применении многомерного вейвлет-преобазования.

5. Разработка методики программно-аппаратной адаптации полученных алгоритмов с учетом обработки видеоданных в реальном масштабе времени.

6. Разработка состава приемной и передающей частей прототипа систем видеонаблюдения, использующих радиоканалы с низкой пропускной способностью, и реализующих разработанные алгоритмы сжатия видеоданных на цифровых сигнальных процессорах.

Научная новизна. В диссертационной работе получены следующие научные результаты.

1. Рассмотрена и теоретически обоснована возможность применения неразделимого вейвлет-базиса с заданными характеристиками для SPIHT-алгоритма.

2. Разработаны быстрые алгоритмы 3D-SPIHT на основе разделимого вейвлет-базиса, учитывающие межкадровую зависимость вейвлет-коэффициентов в пакете данных.

3. Разработаны быстрые двумерные SPIHT-алгоритмы на основе разделимого вейвлет-базиса для покадровой обработки видеоданных, не уступающие по критерию пикового отношения сигнал/шум известным методам и алгоритмам сжатия изображений.

4. Разработаны метода удаления мультипликативного шума из изображений, основанные на применении многомерного вейвлет-преобразования. Реализован метод одновременного сжатия изображений и удаления аддитивного шума.

5. Рассмотрены и применены новые объективные критерии качества изображений, сжатых с потерями.

6. Разработаны оригинальные структуры приемной и передающей частей прототипа системы видеонаблюдения на основе стандарта 802.15.1 (Bluetooth), в которых алгоритм SPIHT реализован на сигнальном процессоре и учтено возможное сопряжение с существующими специальными устройствами хранения информации, применяемыми в энергетике и авиации (по интерфейсу RS232).

7. Разработано оригинальное программное обеспечение для всех узлов системы видеофикации без использования сторонних библиотек, код которого является открытым и доступным для органов сертификации.

8. Разработано устройство видеофикации для установки на борт воздушного судна.

Практическая ценность. Получены быстрые алгоритмы иерархического кодирования для покадрового сжатия данных видеонаблюдений, позволяющие в среднем в 10 раз снизить число операций сравнения, и тем самым обеспечить выигрыш по времени до 70 % по сравнению со стандартнымиреализациями.

Разработаны методики программно-аппаратной адаптации алгоритмов иерархического кодирования^ позволяющие реализовать их на цифровых сигнальных процессорах, и работающих в реальном масштабе времени.

Разработаны структура, состав прототипа системы видеонаблюдения, а также оригинальное программное обеспечение для всех ее узлов, которая может быть использована на объектах энергетики и в гражданской авиации.

Реализация результатов работы. Основные результаты, диссертационной работы были проверены путем статистического моделирования на ЭВМ, а также экспериментальными исследованиями разработанного программного обеспечения для ЦПОС семейства TMS320C6x фирмы Texas Instruments.

Разработанные в диссертационной работе методы, структуры, программное обеспечение внедрены в ФГУП «НИИА» с целью создания и установки на борту летательного аппарата улучшенной системы видеофиксации авиапро-ишествий. Работа выполнялась в соответствии с планом научно-исследовательских работ по нескольким темам. Работа поддержана грантами Минобрнауки РФ № 208.04.04.042 «Разработка системы сжатия видео сигналов для передачи по низкоскоростному телекоммуникационному каналу на основе сигнальных процессоров TMS320C6x», госрегистрации 01200105418, (2001-2002) (г/б), № 209.01.01.044 «Применение многомерного вейвлет-преобразования для улучшения изображений и трехмерных сигналов», № госрегистрации 01200304660, (2003-2004) (г/б), Т02-03.1-2522 «Синтез эффективных двух-, трех- и четырехмерных многоскоростных систем для обработки многомерных сигналов», № госрегистрации 01200305655, (2003-2004) (г/б).

Апробация работы. Результаты теоретических исследований были представлены на Международной конференции Международной Академии информатизации «Информационные средства и технологии» ITS-2002, Всероссийской научной удаленной конференции по Информационным и телекоммуникационным технологиям в 2003 г., Первой международной научно-технической школе-семинаре «Современные проблемы оптимизации в инженерных приложениях» IWOPE-2005, Международных конференциях «Цифровая обработка сигналов и ее применение» DSPA-2006 и DSPA-2007. Прототип системы был представлен на Международной выставке DSPA-2006 и был награжден Почетным Дипломом выставки. Основные положения и результаты диссертации использованы в учебном процессе на кафедре Электрофизики МЭИ (ТУ) при чтении лекций и проведении практических занятий и лабораторных работ по курсу «Сигнальные процессоры и СБИС». Результаты диссертационной работы также использовались в учебном и научном процессе в Ярославском государственном университете им. П.Г. Демидова.

Публикации. По теме диссертации опубликовано 12 печатных работ общим объемом более 2 п.л., включая 1 статью в журнале из Перечня ВАК -«Электросвязь», рекомендованном для публикации материалов по кандидатским диссертациям. Материалы диссертации вошли в 4 отчета по НИР, выпущенных кафедрой электрофизики МЭИ (ТУ).

Структура диссертации. Диссертация общим объемом 166 с. состоит из введения, четырех глав и заключения, содержит 131 с. основного текста, перечень используемой литературы из 58 наименований на 5 е., приложения на 30 с.

Выводы по главе 4

1. Для адаптации алгоритма сжатия SPIHT к программно-аппаратным требованиям вводятся в рассмотрение бессписковые структуры, ускоряющие процесс сортировки вейвлет-коэффициентов и формирование выходных битовых потоков в 3 раза по сравнения со стандартной реализацией.

2. Разработаны приемная и передающая части радиоканала, работающего по стандарту связи Bluetooth, с интерфейсом RS232.

3. Разработано и реализовано на ЦПОС семейства TMS320C6x фирмы Texas Instruments программное обеспечение работы алгоритма сжатия SPIHT, созданное с использованием инструментальных средств программирования на языке высокого уровня С++.

4. Проведен обзор элементной базы устройства кодирования и обработки видеосигнала

131

ЗАКЛЮЧЕНИЕ

В ходе диссертационного исследования были получены следующие основные результаты:

1. Разработаны и исследованы быстрые алгоритмы сортировки вейвлет-коэффициентов для покадрового сжатия видео данных.

2. Разработан метод ускорения вычислительных процедур и улучшения качества двумерного алгоритма сжатия кадра видеоданных на базе вейвлет-преобразования.

3. Синтезирован метод удаления шумов из изображений, основанный на применении многомерного вейвлет-преобазования.

4. Разработано программное обеспечение для всех устройств системы видеофиксации, позволяющее вести обработку видеоданных в реальном масштабе времени.

5. Разработана структура, состава приемной и передающей частей системы видеофиксации, использующих радиоканалы с низкой пропускной способностью, и реализующих разработанные алгоритмы сжатия видеоданных на цифровых сигнальных процессорах.

6. Разработано законченное устройство видеофиксации авиопроишествий на борту воздушного судна.

1. В.И. Воробьев, В.Г. Грибунин. Теория и практика вейлет-преобразования. СПб.: ВУС, 1999. 204 е.

2. Said and W.A. Pearlman, «А New Fast and Efficient Image Codec Based on Set Partitioning in Hierarchical Trees,», IEEE Trans, on Circuits and Systems for Video Technology, vol. 6., p. 243-250, June 1996.

3. F. W. Wheeler and W. A. Pearlman, «SPIHT Image Compression without Lists», IEEE Int. Conf. on Acoustics, Speech and Signal Processing (ICASSP 2000), Istanbul, Turkey, June 5-9, 2000.

4. Shapiro J. «Embedded image coding using zerotrees of wavelet coefficients», IEEE Trans, on Signal Processing, 1993, p. 3445-3462.

5. Плахов А. Г., Чобану M. К. Обзор элементной базы для построения систем сжатия видеосигнала. // Труды Междун. конгресса Академии информатизации ITS-2002 / МЭИ (ТУ), т. 3. М., 2002, с. 123-125.

6. Чобану, М. К., Миронов, В. Г., Большакова О. В., Плахов, А. Г., «Синтез двумерных ортогональных банков фильтров и вейвлетов», 2003, Труды Всероссийской научной удаленной конференции по информационным и телекоммуникационным технологиям-2003.

7. Плахов А.Г. Устройство иерархического кодирования и передачи видеосигналов по радиоканалам с низкой пропускной способностью // Труды 9-й Междун. конф. «Цифровая обработка сигналов и ее применение» DSPA-2007, т. 2. М

8. Плахов А.Г., Чобану М. К. Устройство кодирования и передачи видеоданных по радиоканалам с низкой пропускной способностью // Электросвязь, №3, 2007

9. Wallace G.K., The JPEG Still Picture Compression Standard // Commun. ACM, 1991, Vol. 34, no 4, p. 30-44.

10. Мастрюков Д., "Алгоритмы сжатия информации", Часть 5, "Сжатие по Хаффмену", 1993, Монитор.

11. Westwater R., Furht В. Real-Time Video Compression: Techniques and Algorithms. Springer, 2001, 176 c.

12. Ричардсон Я. Видеокодирование: H.264 и MPEG-4 стандарты нового поколения. Техносфера, 2005, 368 с.

13. Черников А.В., Чобану М.К. «Сжатие изображений на базе вейвлет-преобразования и иерархического алгоритма кодирования», научно-технический журнал «Цифровая обработка сигналов», 2/2005, с. 40-49

14. Спецификация стандарта 802.1 lb IEEE.

15. Спецификация стандарта 802.15.1 IEEE.

16. Спецификация стандарта 802.15.4 IEEE.

17. Ю.Плахов А., Подтуркин В. На расстоянии // Все новости света, 2005, №32, с. 24.

18. Чобану М.К. Многомерные многоскоростные системы и многомерные вейв-лет-функции. Часть 1. Теория // Вестник МЭИ, 2003. №2, с. 75-82.

19. Чобану М.К. Многомерные многоскоростные системы и многомерные вейв-лет-функции. Часть 2. Синтез // Вестник МЭИ, 2003. №3, 69-78

20. Proc. 2 International Workshop on Spectral Methods and Multirate Signal Processing, SMMSP-2002, p. 83-86, Toulouse, France, 2002. 26J.W.Goodman, "Some Fundamental Properties of Speckle," J.Opt. Soc. Am., Vol.66, No.ll, pp. 1145-1150, 1976.

21. D.L.Donoho, "De-noising by Soft-Thresholding," IEEE Trans, on Info. Theory, Vol.41, No.3, pp. 613-627, 1995.

22. T.Chang, C.-C.J.Kuo, "Texture Analysis and Classification with Tree-Structured Wavelet Transform," IEEE Trans, on Image Processing, Vol.2, No.4, pp.429-441, 1993.

23. E.Jakeman, P.N.Pusey, "A model for non-Rayleigh sea echo." IEEE Trans, on Antennas Propagation, AR-32, pp. 806-814.

24. D.T.Kuan, A.A.Sawchuk, T.C.Strand, P.Chavel, "Adaptive noise smoothing filter for images with signal-dependent noise", IEEE Trans, on Pattern Analysis and Machine Intelligence, Vol. PAMI-7, pp. 165-177, 1985.

25. J.-S.Lee, "Digital Image Enhancement and Noise Filtering by Use of Local Statistics", IEEE Trans, on Pattern Analysis and Machine Intelligence, Vol. PAMI-2, pp. 165-168, 1980.

26. Ъ A.K.S.Nathan, J.Curlander, "Speckle Noise Reduction of 1-look SAR Imagery", Proc. IGARSS'87 Symposium, pp. 1457-1462, 1987/

27. V.S.Frost, J.A.Stiles, K.S.Shanmugan, J.C.Holtzman, "A model for Radar Images and its Application to Adaptive Digital Filtering of Multiplicative Noise", IEEE Trans, on Pattern Analysis and Machine Intelligence, Vol. PAMI-4, pp. 157-166, 1982.

28. A.Lopes, E.Nezry, R.Tozzi, H.Laur, "Structure Detection and Statistical Adaptive Speckle Filtering in SAR Images", Int. J. Remote Sensing, Vol. 14, pp. 17351758, 1993.

29. C.J.Oddy, A.J.Rye, "Segmentation of SAR Images using a Local Similarity Rule", Pattern Recognition Letters, pp. 443-449, 1983.

30. Yu.S.Bekhtin, "Searching an Optimal Wavelet Threshold using Noisy and non-Noisy Data of Images", Proceedings of SSAB'2001, 14-15, March, 2001.

31. C. S. Burrus , R. A. Gopinath, H. Guo Introduction to Wavelets and Wavelets Transforms 1997, ISBN: 0134896009

32. Donoho D.L., Unconditional Bases are Optimal Bases for Data Compression and for Statistical Estimation Department of Statistics Stanford University, Technical Report 1992.

33. J. Daubechies Ten Lectures on Wavelets (SIAM, 1992)

34. AA.Donoho, D.L. De-Noising via Soft Thresholding. IEEE Trans. Inform. Theory, May, 1995.

35. Donoho, D.L. Johnstone, I.M. Ideal spatial adaptation via wavelet shrinkage. Biometrika, 81, 425-455.

36. S. Mallat ,A Wavelet Tour of Signal Processing, Academic Press, 1999

37. Черников А.В., Плохое А.Г., Чобану M.K. Реализация алгоритма SPIHT на сигнальном процессоре // Труды 8-й Междун. конф. «Цифровая обработка сигналов и ее применение» DSPA-2006, т. 2. М., с. 383-385.

38. Плахов А.Г. Метод одновременного сжатия и удаления шума из изображений // Труды Междун. конгресса Академии информатизации ITS-2007 / МЭИ (ТУ), т. 3. М., 2007.

39. Плохое А.Г. Методы и алгоритмы подавления мультипликативного шума путем поиска оптимальных пороговых значений в вейвлет-области // Труды Междун. конгресса Академии информатизации ITS-2007 / МЭИ (ТУ), т. 3. М., 2007.

40. Плахов А. Г. Разработка системы сжатия и передачи видеосигналов для энергосистем. // Труды Междун. конгресса Академии информатизации ITS-2006 / МЭИ (ТУ), т. 3. М., 2006, с. 19-22.

41. TMS320DM642, Video/Imaging Fixed-Point Digital Signal Processor, SPRS200K-JULY 2002-REVISED JULY 2006

42. TMS320DM644x DMSoC Peripherals Overview, Reference Guide, Literature Number: SPRUE 19B, January 2006

43. TMS320C6000 McBSP: UART, Application Report, SPRA633B May 2004

44. TMS320DM641 /TMS320DM640, Video/Imaging Fixed-Point Digital Signal Processors, Data Manual, Literature Number: SPRS222E, June 2003 Revised October 2005

45. TVP5150A/TVP5150AM1 Ultralow Power NTSC/PAL/SECAM Video Decoder, Literature Number: SLES098A, April 2005 Revised March 2006

46. SPECIFICATION, WML-C40A Series Date: 5. Sep. 2005

47. ОПИСАНИЕ ПРОГРАММНОЙ РЕАЛИЗАЦИИ РАЗРАБОТАННОГО АЛГОРИТМА SPIHT

48. Алгоритм реализован для ЦПОС семейства TMS320C6x фирмы Texas Instruments.

49. В коде программы не используются специфические особенности конкретных сигнальных процессоров. Поэтому кодек может использоваться для любых представителей шеститысячной серии.

50. П1.1. Ресурсоемкость реализации

51. В табл. П1.1 приведены размер и тип требуемой для работы кодека памяти. Символы WnHобозначают ширину и высоту соответственно. Рабочие данные кодера представляют собой матрицу значимости и рабочие биты бесспискового алгоритма.