автореферат диссертации по радиотехнике и связи, 05.12.13, диссертация на тему:Методы обработки видеоинформации на основе алгоритмов слепой идентификации в системах с лазерными триангуляционными измерителями

На правах рукописи

Буцких Виктор Александрович

МЕТОДЫ ОБРАБОТКИ ВИДЕОИНФОРМАЦИИ НА ОСНОВЕ АЛГОРИТМОВ СЛЕПОЙ ИДЕНТИФИКАЦИИ В СИСТЕМАХ С ЛАЗЕРНЫМИ ТРИАНГУЛЯЦИОННЫМИ ИЗМЕРИТЕЛЯМИ

Специальность 05.12.13 Системы, сети и устройства телекоммуникаций

Автореферат диссертации на соискание ученой степени кандидата технических наук

6 ЛЕК 2012

Самара —2012

005056816

005056816

Работа выполнена в Федеральном государственном образовательном бюджетном учреждении высшего профессионального образования «Поволжский государственный университет телекоммуникаций и информатики» (ФГОБУ В ПО ПГУТИ)

Научный доктор технических наук, профессор

руководитель: ВАСИН Николай Николаевич

ФГОБУ ВПО «Поволжский государственный университет телекоммуникаций и информатики» заведующий кафедрой систем связи

Официальные доктор технических наук, доцент

оппоненты: ГОРЯЧКИН Олег Валерьевич

ФГОБУ ВПО «Поволжский государственный университет телекоммуникаций и информатики» заведующий кафедрой теоретических основ радиотехники и связи

кандидат технических наук, доцент ЗАСОВ Валерий Анатольевич ФГБОУ ВПО «Самарский государственный университет путей сообщения» доцент кафедры мехатро-ники в автоматизированных производствах

Ведущая организация: Самарский филиал федерального государственного

бюджетного учреждения науки Физического института им. П.Н. Лебедева Российской академии наук (СФ ФИАН) г. Самара Защита состоится «14» декабря 2012 г. в 14 часов на заседании диссертационного совета Д 219.003.02 при Поволжском государственном университете телекоммуникаций и информатики по адресу: 443010, г. Самара, ул. Льва Толстого д.23.

С диссертацией можно ознакомиться в библиотеке Федерального государственного образовательного бюджетного учреждения высшего профессионального образования «Поволжский государственный университет телекоммуникаций и информатики».

Автореферат разослан «12» ноября 2012 г. Ученый секретарь

диссертационного совета Д 219.003.02

у, ' я

Доктор технических наук, профессор Мишин Д.В.

Общая характеристика работы

Диссертация посвящена разработке и исследованию методов слепой обработки сигналов видеоинформации, передаваемой по открытому оптическому каналу лазерного триангулятора. Применение данной обработки позволяет подавить интерференционные помехи, мешающие измерениям, тем самым повысить точность и достоверность передаваемых параметров и снизить информационный поток за счет уменьшения количества недостоверной информации.

Актуальность темы. В настоящее время во многих технологических процессах возникает задача передачи видеоинформации о геометрических параметрах объекта по открытому оптическому каналу.

В настоящее время все большее распространение получают триангуляционные измерители и растет число исследований по этим типам измерителей. Разработкой триангуляционных измерителей занимаются такие крупные фирмы как: Optical Metrology Center, Великобритания; MEL Mikroelektronik, Германия; LMI Technologies, США; MTI Instruments, США; Рифтек, Белорусия. Несмотря на обилие практических исследований, остается открытым вопрос о повышении достоверности передаваемых данных в условиях интерференционных помех, действующих в канале передачи видеоинформации. Данный вид помех является определяющим для лазерных триангуляторов и вносит основной вклад в погрешность измеряемых параметров.

Следует заметить, что к алгоритмам, применяемым в лазерных триангуляторах при обработке информации с видеоматрицы, предъявляются особые требования по скорости. В частности, при размере матрицы 2048x1024 пикселей объем данных поступающих с видеоматрицы составляет 20 Гбит/с. Требование обработки видеоинформации в режиме реального времени обусловило необходимость реализации алгоритмов обработки на аппаратном уровне, что до последнего времени была основным сдерживающим фактором применения сколь-нибудь сложной фильтрации.

Существующие на сегодняшний день работы, положенные в основу триангуляционных измерителей, в основной своей массе рассматривают алгоритмы поиска положения профиля объекта на фотоприемнике без учета интерференционных помех. Следует отметить, что в известных исследованиях их авторы оперируют с моделями сигналов (как правило, колоколообразной функцией), не учитывающими искажения изображения, формируемого на фотоприёмнике. Оптимальные и квазиоптимальные методы обработки, рассматриваемые, например, в фундаментальных трудах Тихонова В.И., Вайнштейна JI.A., Зубакова В.Д., Тартаковского Г.П., Репина В.Г., Прэтга У., Уайлда Д.Дж., Крамера Г. используются только для получения эталонных оценок и не применяются на практике ввиду значительных вычислительных затрат, а нашедшие применение методы чрезвычайно чувствительны к искажениям формы сигнала, не обладая адаптивными свойствами к его параметрам. Большой вклад в развитие и популяризацию триангуляционного подхода внесли Плотникова С.В. (КТИ СО РАН, Россия) и Smith K.B. (The Ohio State University, USA), посвятившие данному вопросу

крупные научные исследования.

Несмотря на широкие исследования, существующие системы лазерной триангуляции не отвечают постоянно растущим требованиям по точности и достоверности при измерении геометрического профиля объекта в режиме реального времени. Эти требования могут быть реализованы за счет борьбы с помехами в открытом оптическом канале, по которому передается видеоинформация о профиле объекта. Поэтому задача подавления интерференционных помех в открытом оптическом канале является актуальной, позволяющей повысить точность и достоверность передаваемой информации о профиле объекта и уменьшить объем передаваемых данных.

Целью работы является разработка алгоритмов подавления интерференционных помех в открытом оптическом канале лазерных триангуляторов, позволяющая повысить точность и достоверность передаваемой видеоинформации.

Для достижения поставленной цели в диссертационной работе решаются следующие основные задачи:

1. Анализ существующих алгоритмов обработки видеоинформации, применяемых в лазерных триангуляционных измерителях профилей объектов.

2. Разработка математической модели формирования видеоизображения геометрического профиля объекта, учитывающей влияние интерференционных помех в открытом оптическом канале лазерного триангулятора, и алгоритма обработки передаваемой видеоинформации.

3. Разработка алгоритмов подавления интерференционных помех в открытом оптическом канале при передаче видеоинформации и оценка влияния данных алгоритмов на погрешность измерения профиля объекта.

4. Анализ погрешности измерения геометрического профиля объекта лазерным триангулятором.

5. Компьютерное моделирование и экспериментальная оценка разработанных алгоритмов фильтрации интерференционных помех при передаче видеоинформации о геометрическом профиле объекта в лазерном триангуляторе.

Методы исследования включают основные положения теории слепой обработки видеосигналов, отдельных аспектов теории вероятностей и математической статистики, теории погрешностей. Математическое моделирование производилось с использованием математического пакета МАТЬАВ. Практическое моделирование производилось с использованием сканера РФ620 производства фирмы Рифтек, а также при помощи отладочной платы фирмы ХШпх 8Р605 с применением программного пакета ХШпх КЕ.

Достоверность положений работы подтверждена совпадением результатов компьютерного моделирования и экспериментальной проверки разработанных методов и алгоритмов измерения профиля объекта в составе путеизмерительного комплекса КВЛ-П.

Научная новизна заключается в следующем:

1. Разработана математическая модель формирования видеоизображения геометрического профиля объекта, учитывающая влияние интерференционных помех в открытом оптическом канале лазерного триангулятора.

2. Предложена методика и разработан алгоритм обработки передаваемой видеоинформации в лазерном триангуляторе для построения геометрического профиля объекта на основе разработанной математической модели формирования видеоизображения.

3. Разработаны алгоритмы фильтрации на базе слепой обработки видеосигналов, позволяющие подавить интерференционные помехи при передаче видеоинформации и повысить точность измерения профиля объекта. Личный вклад:

Основные результаты диссертационной работы, обладающие научной новизной, получены автором самостоятельно и соответствуют пунктам 2, 8 и 13 паспорта специальности 05.12.13.

Практическая ценность работы:

Разработано программное обеспечение измерения профиля объекта на основе предложенной модели и разработанных алгоритмов для существующих стандартных триангуляторов. Разработанное программное обеспечение внедрено в составе путеизмерительного комплекса КВЛ-П.

Основные положения, выносимые на защиту:

1. Разработанная математическая модель формирования изображения на видеоматрице на базе теории слепой обработки сигналов, учитывающая влияние интерференционных помех, позволяет повысить точность измерения профиля объекта за счет разработанных алгоритмов обработки видеоинформации.

2. Предложенная методика построения геометрического профиля объекта на основе разработанной математической модели формирования видеоизображения позволяет реализовать субпиксельную точность и малую чувствительность к помехам.

3. Алгоритмы фильтрации, на базе слепой обработки сигналов, позволяют подавить интерференционные помехи и повысить точность измерения профиля объекта.

Апробация работы:

Основные результаты диссертационной работы доложены и обсуждены на следующих конференциях и семинарах: X международная научно-техническая конференция посвященной проблемам техники и технологий телекоммуникаций (Самара, 2009); XVII Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов (Самара, 2010 г.); X международная научно-методическая конференция посвященная проблемам, методологиям, технологиям систем связи (Воронеж, 2010 г.); XI международная научно-техническая конференция (Уфа, 2010 г.); XII международная конференция посвященная проблемам управления и моделирования в сложных системах (Воронеж, 2011 г.).

Реализация результатов работы:

Разработанные алгоритмы и программы внедрены в модуль измерения поперечного профиля рельсов, входящего в состав компьютеризированных вагонов-лабораторий КВЛ-П для автоматизированной диагностики состояния железнодорожных путей и инфраструктуры.

Публикации:

По теме диссертации опубликовано 13 печатных работ, в том числе 3 печатных работы в изданиях перечня, рекомендованного ВАК для публикации работ, отражающих основное научное содержание диссертаций.

Структура и объем работы:

Работа состоит из введения, трех глав и заключения, изложенных на 133-и страницах, списка использованных источников из 105-и наименований и 3-х приложений на 20-и страницах. Диссертация содержит 83 рисунка и 5 таблиц. Общий объем диссертации 152 страницы.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, приведен обзор работ по теме диссертации, сформулирована цель и основные задачи исследования, описан состав и структура работы, определены ее практическая и научная ценность.

В первой главе с целью постановки задачи дается описание основных принципов лазерной триангуляции, приводится структура системы передачи и обработки информации в открытом оптическом канале лазерного триангулятора, формулируются основные подходы для определения профиля объекта на изображении.

Схема открытого оптического канала, лежащая в основе лазерных триангуляционных датчиков, (см. рис. 1) включает в себя три основных составляющих: источник лазерного излучения с системой развертки, поверхность сканируемого объекта, видеоматрицу на которой проецируется профиль объекта.

Рис. 1. Принцип лазерной триангуляции

Изображение, формируемое на видеоматрице, содержит информацию о профиле объекта. Ось излучения образует с осью наблюдения угол в. Если переместить поверхность объекта на малую величину Лг, то изображение на матрице сдвинется на величину Ах. Исходя из геометрических соображений можно записать:

Ьх = Р-Ьг-ьтв, (1)

где р - коэффициент передачи конкретной оптической системы.

Система измерения и передачи информации о профиле объекта (рис. 2) включает лазерный триангулятор, передающий измеренные данные на сервер обработки, который вычисляет необходимые параметры по измеренным данным и отправляет информацию оператору. Основной причиной появления в канале недостоверных данных являются интерференционные помехи, возникающих на этапе сканирования профиля объекта.

Причиной помех в открытом оптическом канале передачи видеоинформации является интерференция отраженного развернутого лазерного луча от точек поверхности исследуемого объекта на видеоматрице, фиксирующей профиль объекта.

10-20 Гбит/с

Исследуемый -......Гх>..... Т

объект

Интерференционные помехи

Данные измерений

10-20 Мбит/с

100-200 Кбит/с

Аетома гиз и рова н мое рабочее место

Рис. 2. Схема системы измерения геометрического профиля объекта

В существующих на сегодняшний день лазерных триангуляторах для определения линии профиля объекта наибольшее распространение получил интегральный метод центра масс, благодаря своей простоте и возможности получать субпиксельнуго точность без применения сложной обработки. Суть этого метода заключалась в том, что исходное изображение (рис. 3), снимаемое с видеоматрицы разбивалось на столбцы шириной в 1 пиксель, при этом номер столбца определял координату по оси X, а координата по оси г определялась как центр масс импульса (рис. 4):

N-1

Тк-т

, _ _ (2)

^проф — N-1 '

к=0

где гх — значение координаты по оси г столбца х, N — количество пикселей в столбце х. 1(к) — значение яркости к — ого пикселя в столбце х.

Недостатком данного метода является высокая чувствительность к помехам. Получившая широкое распространение пороговая фильтрация исходного изображения профиля объекта характеризуется невысокой эффективностью против интерференционных помех и сложностью выбора оптимального порога фильтрации дг , при котором не происходит искажения сигнала.

Существующие методы борьбы с помехами не в состоянии решить проблему подавления интерференционных помех. Причиной тому служит мультипликативный характер интерференционных помех и, как следствие этого, сильное искажение формы видеоимпульса профиля изображения поступающего с видео-

матрицы (рис. 4).

С

Рис. 3. Данные с видеоматрицы Рис. 4. Профиль изображения

В первой главе приводится оценка влияния преобразования пиксельных координат профиля объекта в метрические на достоверность выходных данных. Преобразование соответствующих координат хи г из пиксельных координат в метрические происходит в соответствии с выражениями:

1

проф М ^ _ у проф ПИКС '

1

I ~

. +

(¿Л -Ы,-! .

2{ЬХ\_Х - (¿Д

М -Ы-1

(3)

(4)

Лпроф м I. л (т \ проф ПИКС " \ЬХ ), - УЬХ Л-1

где Ь — определяет таблицу калибровки лазерного триангулятора, /— номер пикселя в строке.

Как видно преобразование координат является полностью линейной операцией и достоверность выходных данных лазерного триангуляционного измерителя определяется в основном дискретностью калибровочной таблицы Ь и номером пикселя г в столбце, в целом влияние преобразования координат на погрешность измерения можно считать пренебрежимо малым.

Во второй главе разрабатывается математическая модель, описывающая взаимодействие исходного изображения и интерференционных помех накладываемых на него. В общем виде данную модель можно записать в виде:

у) = /(*, у) * Ь(х, у) + п(х, у) , (5)

где g(x, у) - изображение, формируемое на матрице с учетом интерференционных помех, /(х,у) - исходное изображение, И(х, у) - импульсная характеристика канала, определяющая интерференционную составляющую, п(х,у)— аддитивный шум.

Оценка аддитивного шума показала, что для лазерных триангуляционных измерителей его влияние пренебрежимо мало и основное искажающее влияние оказывает мультипликативные интерференционные помехи.

Таблица 1

Выдержка видеоматрицы, МКС 10 50 100 200 300 500 1000

к / ^шум 0,0055 0,0060 0,0073 0,0083 0,0091 0,0104 0,0117

В таблице 1 в качестве примера приведены отношения дисперсии сигнала профиля изображения к дисперсии шума, при различных значениях выдержки видеоматрицы.

Из теории преобразования Фурье известно, что: g(x, у) - fix, у) *ht (x,y)*...*hk (х, у) о F(az, соу )Я1 (ах, <оу )...Н2 (ах ,а>у), (6)

При этом, как видно из выражения (6) аддитивный шум не учитывается. Это связанно с тем, что для лазерных триангуляторов аддитивные составляющие пренебрежимо малы (см табл. 1). Это связанно в первую очередь с тем, что сигнал фиксируемый видеоматрицей проходит узкополосную фильтрацию интерференционным фильтром, устраняющим большинство аддитивных шумов.

В случае дискретного двумерного сигнала, которым и является исходное изображение размером NxM пикселей, мы получаем дискретное преобразование Фурье в виде:

= , (7)

п-0 т=0

.2лк .2т

Введя замену переменных и = е м v = е N , мы получаем полиномиальную форму представления изображения:

ЛМ Л/-1

GM = IZs(m,n)umv", (7) или G(u, v) = H(u,v)• F(u, v) , (8)

n=0 mJ)

На сегодняшний день существует множество различных подходов для слепого разделения сигналов. В данной работе исходное изображение рассматривается как двумерный скалярный сигнал. Возможности слепой идентификации скалярных двумерных каналов несколько шире, чем одномерных, что позволяет применить методы слепой обработки в данном случае. Если двумерный дискретный сигнал имеет z преобразование, неразложимое на более простые множители, то очевидно используя единственность факторизации многочлена на неприводимые множители мы можем восстановить дискретный сигнал по его автокорреляции или что эквивалентно по его амплитудному спектру. Как видно из выражения (8) задача фильтрации интерференционных помех сводится к задаче факторизации полинома G(u,v) и нахождения интересующего нас F(u,v) .

Процесс факторизации полиномов на сегодняшний день является весьма трудоемкой задачей. В данной работе для ее решения предлагается использовать ускоренную модификацию алгоритма нулевого листа, позволяющую произвести сведение нескольких пар корней параллельно. Данные подход интересен в первую очередь тем, что не требует априорных данных о входном сигнале g(m,ri),

что для случая интерференционных помех является важным.

Начальным этапом алгоритма является фиксация значения и = и0, в результате чего полином G(u0,v) становится одномерным:

G(«0,v) = f>>0)v", (9)

п=0

После определения коэффициентов ап вычисляются корни уравнения, полученного приравниванием полинома (8) к нулю при заданном параметре и = иа.

Введем в рассмотрение два множества S,, и SH . Множеству SF принадлежат все корни полинома F(u,v) , а множеству SH все корни полинома H(u,v) при фиксированном и = и0.

Рассмотрим пример решения проблемы группировки корней в случае фиксированного значения и = и0. В качестве начального значения используем ы0 = 1,0 . Для фиксированного значения v = v0 подход аналогичен.

Из полученных корней выбирается произвольная пара корней v, и Vj с таким условием, что i* j. При этом количество таких пар равно N(N —1)/2. Изменением комплексного параметра и добиваемся сходимости корней, то есть v,. = Vj = V. При этом комплексный параметр и принимает значение и = U . В комплексной точке u = fX v = V выполняется условие:

~G(U,V) = 0, (10)

ov

С учетом выражения (8) запишем частную производную по переменной и :

4- G(a, V) = F(fl, v) ~ н(а, v)+H(a,v)4rF(a,v), (11) ои ои du

Q

В случае, если v,. е SF, a v е SH —G(ü,V) = 0. Тем самым данный крите-

J du

рий может быть использован для идентификации принадлежности корней полинома тому или иному множеству.

Проблемой, решаемой на данном этапе, является задача сведения корней. Для ее решения произведем замену переменных, положив, что и и v зависят от некого параметра s, то есть и = u(s) v = v(s). Найдем производную

g[m(s),v(s)] по s и приравняем ее к 0 тем самым найдя зависимость -— которую

ds

используем в дальнейшем для сведения корней. Введем обозначение G = G = .

и о V /-Ч

du ov

6У, = О. (и,у,Пи ^ (Ь ск сЬ

С„(и,уу) (к

Сведение корней полинома сводится к уменьшению расстояния £> между ними, которое определяется соотношением:

£>2=Ь-у/=(У,.-УДУ;-У*), (13)

Продифференцировав выражение (14) по переменной .у получаем:

<*=2Не к;

Для сближения корней у и у, необходимо чтобы —О2 <0.

1 (Н

(14)

С учетом того, что в выражении (14) все элементы являются комплексными, можно записать:

Х(и,Уу) Ои{и, V,)

р0ехрО>0) = (п-Уу, Окончательно получаем:

йи _!<!и

ехр (Л<Р0+вУ)

ехрив),

сШ2 = 2Яе йи

Ро

а*

(15)

(16)

сШ

Из выражения (16) видно, что -----< 0 при (р0 +в = л . Отсюда становится

очевидным, что для сведения корней у, и V} параметр и надо перемещать в направлении в = я -<ра на величину:

дм

Для определения модуля перемещения комплексной величины Ли, разложим вызываемую этим перемещением величину у в ряд Тейлора ограничившись второй степенью:

А и =

ехр(7г - <рй )Л.?,

(17)

л , 1 (1 у , а . 2

у + ду = у + — ди +---(Аи) ,

&и 2 йи

(18)

Разложение в ряд Тейлора позволяет нам производить вычисление корней V, и полинома лишь однажды, на этапе получения начального распределения корней, а корни получаемые на последующих итерациях определять при помощи ряда Тейлора. Использование ряда Тейлора позволяет при реализации алгоритма использовать распараллеливание при сведении корней, тем самым увеличивая быстродействие алгоритма в разы.

После того как все корни сведены строится матрица группировки корней 5, элементы которой определяются соотношением:

и

где определяют номер соответствующих корней в начальном распределении.

После того как сформировались группы корней необходимо сгенерировать факторы для интересующей нас группы корней. В нашем случае имеется два

фактора группы Л1 (и, V) - для случая множеств и я ,, и В,(м,у) для случая множеств ТР и Тн . Вычисление этих факторов аналогично друг другу и в случае может быть записано в виде:

ж

4("^) = ПЬ'Я-Ут("*)Ь С20)

/71—1

где ик =ехр(-7'2лА/М), к = 0,1,2,..., Л/ -1, уп = ехр(-у'2ли/Л^) , « = 0,1,2,...,N-1, N11- количество корней в группе /, Ут(ик) - корень т группы / при и = ик. Стоит отметить, что А:(и,у) и В, (г/, у) по своей сути имеют размерность М у. N и /Ух Л/ соответственно. Интересующая нас матрица а, ^

выходного изображения может быть найдена из системы матричных уравнений:

<21>

К; = а>аи

Систему (21) перепишем в виде:

(22)

В общем случае выражение (22) можно переписать в виде:

Гх = 0 , (23)

где х = (г/, й/2 ••• (1М с, с2 ••• с^)7'.

С учетом того что размерность матрицы Г составляет (М + ¿У) х (Л/А') то прямое решение уравнения (23) представляет определенные трудности. Для решения уравнения (23) воспользуемся соотношением:

ГтГд: = Дхг; (24)

где Я — константа, а вектор х ищется как собственный вектор матрицы получаемый в результате операции Г7 Г .

После того как собственный вектор найден и из него выделены интересующие нас элементы Ср..., и с1х,...,<1м выходная матрица (выходное изображение ) а, ] ищется как произведение:

а, I = Л - с~х или а, ] =сГуВ, (25)

Пример работы предложенного алгоритма для изображения круглой формы представлен на рис. 5.

Рис. 5. Результат работы алгоритма нулевого листа.

Основным достоинством предложенного метода является возможность практически полного подавления интерференционных помех; недостатком является высокая требовательность к вычислительным ресурсам. В связи с этим был разработан алгоритм производящий фильтрацию интерференционных помех по двум изображениям одного и того же сканируемого объекта (рис.6). Пусть даны два изображения профиля одного и того же объекта, при этим время между съемкой меньше чем время в течении которого изменяется внешняя освещенность (в экспериментах время составляло 0,01 с), тогда исходя из выражения (8) запишем систему уравнений для исходных двух изображений:

С2(и,ч) = Р{ц,г)-Н2(и,у) '

Рис. 6. Результат работы алгоритма НОД.

Из двух уравнений необходимо получить полином F(u,v), определяющий исходное изображение профиля объекта. При этом, интересующий нас полином ищется как наибольший общий делитель полиномов (НОД) G¡(u,v) и G2(u,v) :

F(u,v) = gcd(G, (м, v), G2 (и, v)) , (27)

Пример работы предложенного метода НОД представлен на рис.5, где изображена поверхность катания рельса.

Как видно из рисунков 5 и 6 методы слепой обработки позволяют практически полностью подавить интерференционные помехи, не искажая при этом данные с видеоматрицы, что для лазерных триангуляторов является определяющим.

В третьей главе производится оценка погрешности измерения, вызванная флуктуацией интерференционной картины. Результаты расчетов показывают, что абсолютная погрешность измерения находится в прямой зависимости от длинны волны лазерного излучения и определяется соотношением:

Az = C— , (28)

2-я- sin и

где С — определяет величину контрастности спекло, X — усредненная длинна волны излучения лазера, sin и — апертура наблюдения лазерного триангуляционного измерителя.

В таблице 2 приведены теоретически рассчитанные и практически опреде-

ленные значения погрешности определения профиля объекта вызванные аддитивной составляющей шума, при различных апертурах наблюдения и длине волны лазерного излучения X = 662 нм.

Таблица 2

эти Л^теор > мкм Дгпракг.МКМ Аг / ^пракг/ /Аг / ^теор

0,0125 7,920 8,3200 1,0505

0,0375 2,640 2,8560 1,081

0,0625 1,584 1,5890 1,003

0,0875 1,131 1,1710 1,0353

0,1125 0,880 0,8938 1,0157

В качестве критерия оценки качества алгоритмов предложенных во второй главе для фильтрации интерференционных помех в открытом оптическом канале лазерного триангулятора выбирается величина среднего отклонения профилей между собой ^„роф с ростом выдержки видеоматрицы. Данный критерий

выбран из-за того, что с ростом выдержки матрицы растет смещение профилей объекта друг относительно друга, что приводит к появлению недостоверных данных на выходе триангуляционного измерителя. Помимо этого с увеличением выдержки матрицы, начинают проявляться нелинейные свойства матрицы. Величина среднего отклонения профилей между собой определяется соотношением:

<?проф =у5 = -|г2[п1ах(г11/..^,>А,)-тт(ги..лилг)] , (29)

ь Ь ,=1

где Ь - определяет длину профиля объекта, 5— определяет площадь между огибающими усредненного профиля объекта снятых при различных выдержках видеоматрицы.

Выдержка вддгоыэтрмци,мкс

Рис. 7. Сравнение различных методов фильтрации

Как видно из рис. 7 применение слепой обработки позволяет снизить величину расхождения профилей объекта снятых при различных выдержках видеоматрицы на порядок. На практике это позволяет использовать выдержку видеоматрицы обеспечивающую наилучшее отображение профиля объекта без риска получить смещенные данные.

В заключении перечислены основные научные и практические результаты работы:

1. Проведен анализ существующих средств измерения профиля объекта, показавший их низкую точность в условиях воздействия интерференционных помех при передаче видеоинформации по открытому оптическому каналу, что является недопустимым для большинства промышленных применений.

2. Разработана математическая модель формирования видеоизображения, учитывающая влияние интерференционных помех в открытом оптическом канале лазерного триангулятора.

3. Разработаны методика и алгоритм обработки передаваемой видеоинформации в лазерном триангуляторе для построения геометрического профиля объекта на основе созданной математической модели.

4. Разработан алгоритм подавления интерференционных помех, позволяющий повысить точность измерений и достоверность выходных данных. Применение алгоритмов слепой обработки позволяет уменьшить расхождение профилей с ростом выдержки видеоматрицы в среднем с 2,7 пикселей до

0.2.0,3 пикселя.

5. Произведена оценка достижимой точности измерения профилей объектов триангуляционным методом, учитывающая аддитивную составляющую помех. Данный анализ показал, что вносимое аддитивными помехами расхождение профилей составляет величину порядка 10 мкм.

6. Разработано программное обеспечение измерения профиля объекта на основе предложенной модели и разработанных алгоритмов для существующих стандартных триангуляторов. Разработанное программное обеспечение внедрено в составе путеизмерительного комплекса КВЛ-П.

В приложениях приведены документы, подтверждающие внедрение результатов работы.

Публикации автора в изданиях, рекомендованных ВАК:

1. Буцких, В.А. Применение слепой обработки сигналов для подавления шумов спеклов в лазерной триангуляции [Текст] // Инфокоммуникационные технологии. - 2012. — Т.10, №1. — с.16-21.

2. Буцких, В.А. Алгоритм нулевого листа в задаче подавления интерференционных шумов на изображениях [Текст] // Инфокоммуникационные технологии. - 2012. — Т.10, №2. - с. 19-24.

3. Буцких, В.Л. Система измерения и передачи информации о геометрии профиля объекта с использованием лазерной триангуляции [Текст] // H.H. Васин //Вестник транспорта Поволжья. - 2012, №3(33). с. 16-22.

Публикации автора в других изданиях:

1. Буцких, В.А. Измеритель скорости движения поезда на участке приближения к переез-

ду [Текст] //Международная научно практическая конференция «Наука и образование транспорту»: тез. докладов, г. Самара. - 2009. - с. 52-54.

2. Буцких, В.А. Система передачи и обработки информации для управления железнодорожным переездом [Текст] //X международная научно-техническая конференция «Проблемы техники и технологий телекоммуникаций»: тез. докладов, г. Самара. — 2009. — с. 70-72.

3. Буцких, В.А. Применение адаптированного протокола обмена данными по шине RS-485 [Текст] // XVII Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов: тез. докладов, г. Самара. — 2010. — с. 78-79.

4. Буцких, В.А. Применение нечеткой логики для управления сигнализацией на железнодорожных переездах [Текст] // В.А. Буцких, P.P. Днязитдинов // Информатика: проблемы, методология, технологии: тез. докладов X международная научно-методическая конференция, 11-12 февраля 2010., г. Воронеж. - 2010. - с. 145-148.

5. Буцких, В.А. Поиск посторонних объектов на железнодорожных переездах [Текст] // В.А. Буцких, P.P. Диязитдинов // Информатика: проблемы, методология, технологии: тез. докладов X международная научно-методическая конференция, 11-12 февраля 2010., г. Воронеж. -2010.-с. 233-237.

6. Васин H.H. Механизм нечеткого логического вывода в управлении железнодорожным переездом [Текст] // Буцких, В.А // XII международная конференция Проблемы управления и моделирования в сложных системах 21-23 июня 2010., г. Самара. -2010. - с. 435-440.

7. Буцких, В.А. Модифицированный усредняющий фильтр. Определение мощности шума на видеоизображении // P.P. Диязитдинов // Перспективные информационные технологии для авиации и космоса: тез. Докладов Международная конференция с элементами научной школы для молодежи, 29 сентября 1 октября 2010., г. Самара. - 2010 г. - с.479-483.

8. Буцких, В.А. Байесовский подход для оценивания заднего плана и обнаружения посторонних объектов на видеоизображении //P.P. Диязитдинов //Перспективные информационные технологии для авиации и космоса: тез. Докладов Международная конференция с элементами научной школы для молодежи, 29 сентября 1 октября 2010., г. Самара. -2010 г. - с.484-488.

9. Васин, H.H. Элементы и устройства обработки сигналов железнодорожного транспорта [Текст] / H.H. Васин, В.Ю. Куринский, C.B. Кузьмин, В.А. Буцких, P.P. Диязитдинов // Оптические технологии в телекоммуникациях: тез. докладов XI Международная научно-техническая конференция, 16-18 ноября 2010., г. Уфа. - 2010. - с. 167-168.

10. Буцких, Bui. Адаптивная система управления железнодорожным переездом [Текст] / В.А. Буцких, P.P. Диязитдинов, A.A. Шапорин // Вестник транспорта Поволжья - 2010. -No4(24). -с.4-11.

Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования «Поволжский государственный университет телекоммуникаций и информатики»

_443010, г. Самара, ул. Льва Толстого 23._

Подписано в печать 07.11.12 г. Формат 60x84'/]г, Бумага офсетная. Гарнитура Тайме. Заказ 1306. Печать оперативная. Усл. печ. л. 0,93. Тираж 100 экз. Отпечатано в издательстве учебной и научной литературы Поволжского государственного университета телекоммуникаций и информатики 443090, г. Самара, Московское шоссе 77. т. (846) 228-0044

ВВЕДЕНИЕ.

ГЛАВА 1. УСТРОЙСТВА И СПОСОБЫ БЕСКОНТАКТНОГО ИЗМЕРЕНИЯ ГЕОМЕТРИЧЕСКОГО ПРОФИЛЯ ОБЪЕКТА.

1.1 Контактные методы измерения профиля объекта.

1.2 Интерференционный метод измерения профиля объекта.

1.3 Методы контроля профиля на основе технологии лидар.

1.4 Обобщенная система контроля профиля объекта.

1.4.1 Принцип лазерной триангуляции.

1.4.2 Методы определения профиля объекта.

1.4.3 Интегральные методы определения профиля объекта.

1.4.4 Пороговая фильтрация изображения профиля объекта.

1.4.5 Методы аппроксимации в определении профиля объекта.

1.4.6 Оптимальные методы определения профиля объекта.

1.5 Калибровка лазерного триангуляционного измерителя.

Выводы по первой главе.

ГЛАВА 2. МЕТОДЫ ФИЛЬТРАЦИИ ИНТЕРФЕРЕНЦИОННЫХ ПОМЕХ В ЛАЗЕРНОЙ ТРИАНГУЛЯЦИИ.

2.1 Модель формирования изображения в лазерной триангуляции.

2.2 Подавление интерференционных помех методами слепой обработки в лазерной триангуляции.

2.3 Алгоритм подавления интерференционных помех по двум соседним кадрам.

Выводы по второй главе.

ГЛАВА 3. ОЦЕНКА ДОСТОВЕРНОСТИ ПЕРЕДАВАЕМЫХ ДАННЫХ В ОТКРЫТОМ ОПТИЧЕСКОМ КАНАЛЕ ЛАЗЕРНОГО ТРИАНГУЛЯТОРА.

3.1 Оценка погрешности измерения профиля объекта.

3.2 Оценка влияния интерференционных помех на смещение определения профиля объекта.

3.3 Моделирование интерференционных помех в открытом оптическом канале лазерного триангулятора.

3.4 Экспериментальная оценка предложенных методов и алгоритмов.

3.4.1 Подавление интерференционных помех на изображении профиля плунжера компрессора.

3.4.2 Подавление интерференционных помех на изображении профиля ШРУС.

3.4.3 Подавление интерференционных помех на изображении профиля железнодорожного рельса Р65.

3.4.4 Подавление интерференционных помех на изображении профиля пластикового желоба.

3.5 Программное обеспечение определения профиля объекта.

Выводы по третьей главе.

Актуальность темы. В настоящее время во многих технологических процессах возникает задача передачи видеоинформации о геометрических параметрах объекта по открытому оптическому каналу.

На сегодняшний день существуют три основных способа бесконтактного контроля геометрии объекта в режиме реального времени: интерференционный, теневой и триангуляционный. Сенсоры, основанные на использовании интерференции (например, коноскопические приборы), обладают высокой точностью. Однако для достижения потенциальных возможностей интерферометров требуются точное позиционирование и предсказуемая форма поверхности объекта (кривизна поверхности, её шероховатость). Кроме того, для них характерна проблема позиционирования сенсоров, когда незначительное его смещение приводит к отражению луча в сторону от приёмника. Сходная проблема и у теневых сенсоров, использующих эффект дифракции Фраунгофера, при этом методы измерения основанные на дифракции имеют самую низкую точность и используются в средствах контроля не требующих высокой достоверности.

Исходя из вышеперечисленного, можно легко объяснить причину того, что все большее распространение получают лазерные триангуляторы и растет число исследований по этим типам измерителей. Основной причиной широкого распространения лазерных триангуляторов послужила возможность измерения с их помощью поверхности объектов практически любой сложности. Кроме того это единственный тип измерителей применяемый для измерения геометрии движущихся объектов, что позволяет использовать лазерные триангуляторы для неразрушающего контроля инфраструктуры железнодорожного транспорта.

В России наибольшее внимание триангуляционным системам и триангуляционным сенсорам уделено в работах КТИ НП СОРАН (Новосибирск) [32], Агроэл (Рязань) [33] и ФИАН (Самара) [34]. Следует / ,' V, . V ,.¡¿у,.;

Г I Ь ' ' , М ' I V I ] 1 , ? ! 1 I • отметить работы, посвященные промышленному применению лазерных триангуляторов [21,25] и их исследованию [19], контролю геометрии движущихся объектов [39], использованию в стационарном контроле [15], адаптации триангуляторов под конкретные условия измерения [40]. Следует отметить работы зарубежных авторов, посвященные обзорам алгоритмов применяемых в лазерных триангуляторах [14,17], промышленному применению лазерных триангуляторов [17], оптимизации конструкции измерительных сенсоров[18]. Большой вклад в развитие и внедрение в промышленность триангуляционного принципа внесли работы ряда зарубежных фирм, занимающихся разработкой и производством триангуляционных сенсоров: Optical Metrology Center [26] (Великобритания), MEL Mikroelektronik [28] (Германия), LMI Technologies [30] (США), MTI Instruments [31] (США), ООО Рифтек (Беларусь) [29]. Существующие алгоритмы, применяемые в лазерных триангуляторах изложены в работах [25,35].

Триангуляционный измеритель образует открытый оптический канал передачи видеоинформации и может быть представлен как совокупность трех функциональных узлов - лазерного излучателя, который сканирует профиль объекта, приемника отраженного сигнала (видеоматрица) и устройства обработки видеоинформации. Лазерный излучатель совместно с системой развертки лазерного луча в линию, сканирует поверхность объекта и определяет его профиль. Видеоматрица фиксирует отраженное от поверхности объекта лазерное излучение, в результате чего на ее поверхности формируется изображение профиля объекта. В устройстве обработки осуществляется обработка сигнала с видеоматрицы. Процесс обработки видеоинформации в лазерном триангуляторе является многоэтапным процессом. В существующих на сегодняшний день лазерных триангуляторах, на первом этапе, из изображения на видеоматрице получают пиксельные координаты профиля объекта. Следующим этапом следует преобразование пиксельных координат в метрические, данная обработка осуществляется в соответствии с таблицей калибровки, которая ставит в соответствие каждому пикселю видеоматрицы jvb^rvl,',^!,, :„■. . ■ . ■ "'.V,' .'" .■ "■"■

• Ii ч; г i * ( 'Vi't1 * "¡Ii!: 'i Г II!

I ) T

I,H 1 t k i определенную координату профиля объекта. При этом основной проблемой, влияющей на точность измерения лазерного триангулятора, является наличие помех, действующих в открытом оптическом канале и фиксируемых видеоматрицей, а также оптических дисторсий вызванных несовершенством систем развертки лазера и фокусирующей системы формирующей изображение на видеоматрице. При этом следует отметить, что в большинстве случаев влияние оптических дисторсий на точность измерений можно устранить при помощи таблицы калибровки, так как данный тип искажения не меняется с течением времени. Основным фактором влияющей на достоверность выдаваемых триангуляционным сканером данных является наличие помех. При этом мы имеем дело с двумя различными по своей природе типам помех. К первому типу помех следует отнести аддитивные помехи. Основной вклад здесь вносит внешняя засветка видеоматрицы. Также к аддитивным помехам можно отнести шумы, причиной которых, служит шум квантования АЦП видеоматрицы, шумы вызванные флуктуацией мощности лазера, тепловой шум видеоматрицы, при этом влияние этих помех на фоне внешней засветки пренебрежимо мало. На сегодняшний день для борьбы с внешней засветкой используются узкополосные оптические фильтры с полосой пропускания порядка 10 нм, что позволяет, практически полностью избавится от влияния внешней засветки. Для особо точных измерений профиля объекта, где даже незначительное влияние внешней засветки может ухудшить результат измерения, применяются специализированные светозащитные бленды, тем самым полностью устраняя внешнюю засветку.

Основной причиной влияющей на точность измерения лазерного триангуляционного измерителя служат мультипликативные помехи в открытом оптическом канале. Физической причиной их появления служит явление интерференции отраженного от поверхности объекта сканирующего лазерного излучения на видеоматрице. Часто вместо термина интерференционные помехи в литературе применительно к лазерным триангуляторам используют определение шум спеклов (от английского слова speckle — крапинка,

L ' i'' и J '' ' М 'll '!*' > > 1 &. К \, 'А I №

V И 7пятнышко). Проблема заключается в том, что данный тип помех невозможно подавить, не ослабив при этом отраженный полезный сигнал, так как сам сканирующий сигнал порождает данный тип помех. Кроме того распределение интерференционных помех по видеоматрице заранее предугадать невозможно, так как это распределение зависит от отражающей способности поверхности сканируемого объекта, шероховатости поверхности, микро трещин, угла наклона триангуляционного сканера к поверхности объекта и т . п.

Для устранения негативного влияния мультипликативных помех в канале передачи видеоинформации в данной работе предлагается использовать методы фильтрации сигнала поступающего с видеоматрицы при помощи методов слепой обработки, получивших широкое распространение для обработки изображений. Данный тип обработки позволяет скорректировать линейные искажения, вызванные интерференционными помехами и при этом не требует знания искажающей функции (функции размытия точек). Возможности слепой идентификации скалярных двумерных каналов (к которым можно отнести изображение с матрицы) несколько шире, чем одномерных. Это обстоятельство не раз отмечалось в литературе [42] и исторически привело к более интенсивному внедрению методов слепой обработки в данном случае. Большой вклад в теорию слепой обработки был внесен в работе Горячкина О.В. [47-50].

Хорошо известно, например, что ковариационные функции стационарного процесса на выходе линейной системы не содержат информации о фазе её передаточной функции, и слепая идентификация канала по модулю передаточной функции возможна только для узкого класса систем с минимальной фазой.

Для двумерных дискретных сигналов возможности восстановления фазы по модулю передаточной функции значительно шире. Этот результат был получен методом математического моделирования Фьенапом в 1978г. [43].

Объяснение этому факту заключается в том, что в кольце полиномов от двух и более переменных над полем комплексных чисел существует достаточно мощное множество неприводимых полиномов в отличие от кольца полиномов от одной переменной где, как известно, не существует неприводимых полиномов, степень которых больше 1. Поэтому если двумерный дискретный сигнал имеет z -преобразование, неразложимое на более простые множители, то очевидно используя единственность факторизации многочлена на неприводимые множители мы можем восстановить дискретный сигнал по его автокорреляции или что эквивалентно по его амплитудному спектру [43].

Естественно, что данное свойство двумерных сигналов можно использовать и для решения задачи детерминированной слепой идентификации канала формирования изображения [44].

Применение слепой обработки изображения в лазерном триангуляторе перед этапом получения пиксельных координат позволяет повысить достоверность измерения профиля объекта, при этом следует заметить, что к алгоритмам, применяемым в лазерных триангуляторах при обработке данных с видеоматрицы, предъявляются особые требования по скорости. В частности при размере матрицы 2048x1024 пикселей объем данных поступающих с видеоматрицы составляет 20 Гбит/с, в то же время на выходе из алгоритма обработки получаются измеренные данные, и скорость потока уменьшается до 10 Мбит/с. Высокие скорости обработки в режиме реального времени, и как следствие из этого необходимость реализации алгоритмов обработки на аппаратном уровне, до последнего времени была основным сдерживающим фактором применения сколь-нибудь сложной фильтрации. Но с появление новых аппаратных решений на базе программируемых интегральных схем (ПЛИС) производства фирм Altera и Xilinx данное ограничение перестало быть актуальным.

Существующие системы лазерной триангуляции не отвечают постоянно растущим требованиям по точности и достоверности при измерении геометрического профиля объекта в режиме реального времени. Эти требования могут быть реализованы за счет борьбы с помехами в открытом оптическом канале, по которому передается видеоинформация о профиле i/i объекта. Поэтому задача подавления интерференционных помех в открытом оптическом канале является актуальной, позволяющей повысить точность и достоверность передаваемой информации о профиле объекта и уменьшить объем передаваемых данных.

Целью работы является разработка алгоритмов подавления интерференционных помех в открытом оптическом канале лазерных триангуляторов, позволяющая повысить точность и достоверность передаваемой видеоинформации.

Для достижения поставленной цели в диссертационной работе решаются следующие основные задачи:

1. Анализ существующих алгоритмов обработки видеоинформации, применяемых в лазерных триангуляционных измерителях профилей объектов.

2. Разработка математической модели формирования видеоизображения геометрического профиля объекта, учитывающей влияние интерференционных помех в открытом оптическом канале лазерного триангулятора, и алгоритма обработки передаваемой видеоинформации.

3. Разработка алгоритмов подавления интерференционных помех в открытом оптическом канале при передаче видеоинформации и оценка влияния данных алгоритмов на погрешность измерения профиля объекта.

4. Анализ погрешности измерения геометрического профиля объекта лазерным триангулятором.

5. Компьютерное моделирование и экспериментальная оценка разработанных алгоритмов фильтрации интерференционных помех при передаче видеоинформации о геометрическом профиле объекта в лазерном триангуляторе.

Методы исследования включают основные положения теории слепой обработки видеосигналов, отдельных аспектов теории вероятностей и математической статистики, теории погрешностей. Математическое моделирование производилось с использованием математического пакета МАТЬАВ. Практическое моделирование производилось с использованием сканера РФ620 производства фирмы Рифтек, а также при помощи отладочной платы фирмы ХШпх БР605 с применением программного пакета ХШпх 18Е.

Достоверность положений работы подтверждена совпадением результатов компьютерного моделирования и экспериментальной проверки разработанных методов и алгоритмов измерения профиля объекта в составе путеизмерительного комплекса КВЛ-П.

Научная новизна заключается в следующем:

1. Разработана математическая модель формирования видеоизображения геометрического профиля объекта, учитывающая влияние интерференционных помех в открытом оптическом канале лазерного триангулятора.

2. Предложена методика и разработан алгоритм обработки передаваемой видеоинформации в лазерном триангуляторе для построения геометрического профиля объекта на основе разработанной математической модели формирования видеоизображения.

3. Разработаны алгоритмы фильтрации на базе слепой обработки видеосигналов, позволяющие подавить интерференционные помехи при передаче видеоинформации и повысить точность измерения профиля объекта.

Личный вклад:

Основные результаты диссертационной работы, обладающие научной новизной, получены автором самостоятельно и соответствуют пунктам 2, 8 и 13 паспорта специальности 05.12.13.

Практическая ценность работы:

Разработано программное обеспечение для измерения профиля объекта на основе предложенной модели и разработанных алгоритмов, использующее стандартный триангулятор РФ620 производства ООО Рифтек. Разработанная система внедрена в состав путеизмерительного комплекса КВЛ-П.

Основные положения, выносимые на защиту:

1. Разработанная математическая модель формирования изображения на видеоматрице на базе теории слепой обработки сигналов, учитывающая влияние интерференционных помех, позволяет повысить точность измерения профиля объекта за счет разработанных алгоритмов обработки видеоинформации.

2. Предложенная методика построения геометрического профиля объекта на основе разработанной математической модели формирования видеоизображения позволяет реализовать субпиксельную точность и малую чувствительность к помехам.

3. Алгоритмы фильтрации, на базе слепой обработки сигналов, позволяют подавить интерференционные помехи и повысить точность измерения профиля объекта.

Апробация работы:

Основные результаты диссертационной работы доложены и обсуждены на следующих конференциях и семинарах: X международная научно-техническая конференция посвященной проблемам техники и технологий телекоммуникаций (Самара, 2009); XVII Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов (Самара, 2010 г.); X международная научно-методическая конференция посвященная проблемам, методологиям, технологиям систем связи (Воронеж, 2010 г.); XI Международная научно-техническая конференция (Уфа, 2010 г.); XII международная конференция посвященная проблемам управления и моделирования в сложных системах (Воронеж, 2011 г.).

Реализация результатов работы:

Разработанные алгоритмы и программы внедрены в состав модуля измерения поперечного профиля рельсов, входящего в состав компьютеризированных вагонов-лабораторий для автоматизированной диагностики состояния железнодорожных путей и инфраструктуры.

Публикации:

По теме диссертации опубликовано 13 печатных работ, в том числе 3 печатных работы в изданиях перечня, рекомендованного ВАК для публикации работ, отражающих основное научное содержание диссертаций.

Структура и объем работы:

Работа состоит из введения, трех глав и заключения, изложенных на 132-х страницах, списка использованных источников из 105-и наименований и 3-х приложений на 20-и страницах. Диссертация содержит 83 рисунка и 5 таблиц. Общий объем диссертации 153 страниц.

Выводы по третьей главе

1. Проведенная оценка погрешности измерения триангуляционного сканера в отсутствии интерференционных помех показала, что она прямо пропорциональна длине волны лазерного излучения и не превышает величины 50 мкм, что удовлетворяет требованиям большинства практических применений.

2. Проведенное экспериментальное исследование показало, что основной причиной появления недостоверных данных о профиле объекта является смещение линии профиля объекта при изменении выдержки видеоматрицы или мощности излучающего лазера. Данное искажение при передаче видеоинформации по открытому оптическому каналу лазерного триангулятора вызвано ростом уровня интерференционных помех фиксируемых видеоматрицей при увеличении выдержки видеоматрицы, необходимой для определения профиля объекта с низкой отражающей способностью объекта.

3. Проведенное компьютерное моделирование в среде МАТЬАВ с применением слепой обработки позволило избежать роста погрешности определения профиля объекта с увеличением выдержки видеоматрицы и, как следствие, размера искажающей матрицы, фиксирующей интерференционные помехи. Так при увеличении размера искажающей матрицы с 5x5 до 50x50 расхождение профилей увеличивается с 0,5 до 2,7 пикселя. Применение слепой обработки позволило уменьшить величину расхождения определения профиля объекта до величины 0,3 пикселя. Таким образом, применение слепой обработки позволяет на порядок уменьшить величину расхождения.

4. Результаты экспериментов, проведенные с изображениями профилей различных объектов, подтвердили эффективность методов слепой обработки в борьбе с интерференционными помехами, уменьшив в среднем величину расхождения профилей с 2,8 пикселей до 0,31. Тем самым повысив точность измерения на порядок, что практически совпадает с результатами компьютерного моделирования.

4 1 I I .

122

ЗАКЛЮЧЕНИЕ

Анализ существующих методов обработки видеоинформации, передаваемой по открытому оптическому каналу лазерных триангуляторов, показал их низкую эффективность в борьбе с интерференционными помехами, действующими в канале передачи. Воздействие данных помех приводит к резкому снижению точности измерения профиля объекта лазерным триангулятором и достоверности выходных данных, поэтому актуальной является задача подавления интерференционных помех в открытом оптическом канале лазерного триангулятора. Применяемые в настоящее время в лазерных триангуляторах методы определения профиля не используют сложной фильтрации входного сигнала поступающего с видеоматрицы. Причиной тому является необходимость работы в реальном масштабе времени с большим объемом информации. С появлением новых аппаратных решений на базе программируемых логических интегральных схем Xilinx и Altera, проблема вычислительных ресурсов теряет свою остроту.

В представленной работе для повышения точности измерения и достоверности выходных данных лазерного триангулятора предлагаются новые' алгоритмы борьбы с интерференционными помехами. В основе предложенных алгоритмов лежат методы слепой обработки, при этом сканирующая схема лазерного триангулятора рассматривается как открытый оптический канал. Применение методов слепой обработки в данном случае обусловлено отсутствием априорной информации о импульсной характеристики канала, образованного сканирующим лазерным излучателем, объектом сканирования и приемником отраженного от объекта лазерного излучения. Отсутствие априорной информации о импульсной характеристики можно объяснить ее зависимостью от геометрической конфигурации поверхности объекта и от ее отражающей способности поверхности, которые изменяются во времени.

Разработанные алгоритмы подавления интерференционных помех базируются на полиномиальном представлении изображения. Данное представление позволяет формулировать проблему фильтрации интерференционных помех как задачу фазификации двумерного полинома высокой степени.

Применение алгоритмов подавления интерференционных помех в открытом оптическом канале лазерного триангулятора, позволило снизить погрешность измерения, тем самым повысив точность и достоверность выходных данных лазерного триангулятора. Помимо этого применение слепой обработки позволяет работать на максимально возможной выдержке видеоматрицы без снижения достоверности выходных данных, что делает возможным качественное измерение профиля вне зависимости от отражающей способности измеряемой поверхности.

Экспериментальное и компьютербнное моделирование показало, что применение алгоритмов слепой обработки позволяет в среднем уменьшить величину расхождения геометрических профилей объекта с 2,7 пикселя до величины 0,3 пикселя. На практике это означает, что погрешность измерения профиля объекта может быть уменьшена с величины 100-150 мкм до величины 10-20 мкм.

На основе предложенных выше алгоритмов, было разработано программное обеспечение, позволяющее получить прямой доступ к видеоматрице для чтения данных с триангуляционного сканера, производить определение профиля, регулировать выдержку видеоматрицы и мощность лазерного излучателя, а также производить сохранение полученных данных на носитель информации. Дополнительными возможностями предложенного программного обеспечения является возможность управления синхронизацией лазерного триангуляционного измерителя, что позволяет встраивать его в измерительную систему железнодорожного путеизмерительного комплекса КВЛ-П производства ЗАО НПЦ ИНФОТРАНС.

1. Amari Shun-ichi, Cichocki Andrzej Adaptive blind signal and image processing//John Wiley & Sons LTD 2002, p. 206-210.

2. Baribeau Rejean, Rioux Marc Influence of speckle on laser range finders// Applied optics vol 30 1991, p 2873-2878.

3. Bates R. H., Lane R. G., Automatic multidimensional deconvolution// Journal Optical Society of America vol 4 1987, p. 180-188.

4. Bates R. H., Quek В. K., Some implications of zero sheets for blind deconvolution and phase retrieval// Journal Optical Society of America vol 7 1990, p. 387-395

5. Bones P. J., Parker C. R., Satherley B. L., Watson R. W. Deconvolution and phase retrieval with use of zero sheets// Journal Optical Society of America vol 4 1987, p 180-188.

6. Cumming Ian, Zhaohui Zeng Bayesian speckle noise reduction using the discrete wavelet transform// University of British Columbia Journal vol. 11 2008, p 53-58.

7. Dainty J.C. Laser speckle and related phenomena // Berlin, 1975 SpringVerlang 44 p.

8. Dainty J.C Stellar speckle interformetry// Berlin, 1984 Spring-Verlang p. 258320.

9. Deepa Kundur, Dimitros Hatzinakos Blind Image deconvolution // IEEE Signal Processing Magazine, 1996 vol. 4 p. 43-64.

10. Fabregas X., Lopez-Martnez C., Multidimensional Speckle Noise Model// EURASIP Journal on Applied Signal Processing vol. 20 2005, p. 3259-3271.

11. Flynn P., Yan C., Aggressive region growing for speckle reduction in ultrasound images//Pattern Recognition Letters vol. 24 2003, p. 677-691.

12. Ghiglia D. C., Romero L. A., Blind deconvolution of two-dimensional complex data//Sandia Report 1994, p. 18-23.

13. Fawwaz Wikky, A1 Maki, Sueo Sugimoto Blind deconvolution algorithm for spatially-invariant motion blurred images based on inverse filtering and DST//t \ 1-¡¡¡V v'iv♦ > 11 ; ч-V" 1 . ' ' • \ '1 '( i \ ' J i I I '

14. TERNATIONAL JOURNAL OF CIRCUITS, SYSTEMS AND SIGNAL PROCESSING vol. 1 2007, p. 92-100.

15. Jain Siddharth A survey of Laser Range Finding// Cite Seer journal vol 5 2003, p. 35-51.

16. Lu S., Li Z., A composite probe for surface topography measurement// International Journal of Advanced Manufacture Technology, vol. 18. 2001 -p. 831 835.

17. Patrick L. Van Hove, Jae S. Lim, Alan V. Oppenheim Signal reconstruction from Fourier transform amplitude//SPIE Applications of digital Image processing vol.359 1982 p. 214-224.

18. Peiravi Ali, Taabbodi Behrai A reliable 3D laser triangulation-based scanner with a new simple but accurate procedure for finding scanner parameters// Journal of American Science vol. 6 2010, p. 80-84.

19. Rainer G. Dorsch , Gerd Hausler, Jurgen M. Herrmann Laser triangulation: fundamental uncertainty in distance measurement // Applied Optics vol. 33 No. 7 1994, p. 1306-1310.

20. Дич JI. 3., Латыев С. М., О состоянии исследований и разработок в области координатно-измерительной техники // Оптический журнал N 9 1994. с. 4 9.

21. Sato Atsushi, Высокоточный профилометр типа Maxim 3D-5700 // Instruments and Automation, vol. 19. 1991 с. 54 - 58.

22. Гришанов В. H., Мордасов В. И., Лазерная триангуляционная система для измерения деформаций// Компьютерная оптика Вып. 14- 15, часть 2.- М.: МЦНТИ, 1995. - с. 38 - 45.

23. Новицкий П. В., ЗографИ. А. Оценка погрешности результатов измерений.- 2-е изд., перераб. и доп.// Л.: Энергоатомиздат. Ленингр. отделение, 1991. 304 с.

24. Котляр В. В., Панков И. А., Рассеяние когерентного света на поверхности с конечной проводимостью // Компьютерная оптика. Вып. 14 - 15, часть 2. - М.: МЦНТИ, 1995. - с. 53 - 58.

25. Плотников С. В. Сравнение методов обработки сигналов в триангуляционных измерительных системах // Автометрия № 6 1995 с. 58-63.

26. Optical Methodology Center (ОМС) http://www.optical-metrology-centre.com/

27. Micro-epsilon laser sensors http://www.micro-epsilon.com/

28. MEL Mikroeletronilc http://www.melsensor.de/

29. Триангуляционный измеритель Рифтек РФ620 http://riftek.com/30. 3D laser triangulations sensors http://www.lmi3d.com/

30. MTI Instruments http://www.mtiinstruments.com/

31. Конструкторско-технологический институт научного приборостроения Сибирского отделения Российской академии наук http://www.tdisie.nsc.ru/

32. ООО «АГРОЭЛ» измерительное оборудование для ОАО РЖД http://www.aгpoэл■pф/

33. Физический институт имени П.Н.Лебедева Российской академии наук (ФИАН)http://www.fian.smr.ru/

34. Пальчик О.В, Горкин В.Н. Обобщение интегральных методов оценки положения импульса методом свертки // Информационные технологии моделирования и управления №3 2005, с. 375-383.

35. Краснов В.Н., Сахно С.П., Тымчик Г.С., Алгоритмы поиска экстремальных значений видеосигнала ПЗС-приемников // Приборостроении № 4 1986, с. 77

36. Русинов JI.А. Оценки положения аналитического пика при различении помех с использованием обобщенного преобразования Фурье // Известия вузов. Приборостроение.- 1978.-Т. 21.-No 10.-С. 15-20.

37. Тихонов В.И. Статистическая радиотехника.-М.: Советское радио,1966. 680 с.

38. Венедиктов А.З., Пальчик О.В. Измерение геометрических параметров сложных цилиндрических объектов // Датчики и системы. 2005. № 1. с. 24-28.

39. Буцких В.А. Обзор алгоритмов оценки положения лазерного луча в задаче лазерной триангуляции. // Проблемы техники и технологий телекоммуникаций ПТиТТ-2011: тез. Докладов XII Международная научно-техническая конференция г.Казань. 2011. - с. 55-57.

40. Бакалов В.П., Киреенко О.В., Мартюшев Ю.Ю., Матвеева О.И. Восстановление многомерных сигналов по амплитудному спектру // Зарубежная радиоэлектроника. 1994. - №2. - с. 31-37.

41. Бакалов В.П. О возможности восстановления многомерных дискретных сигналов по амплитудному спектру // Радиотехника. 1982. - т.37.- Noll. -С.69-71.

42. Бакалов В.П., Русских Н.П. О возможности решения уравнения свертки при неизвестном ядре в случае многомерных пространственно-ограниченных сигналов // Автометрия. 1985. - No5. - С.92-95.

43. Горячкин О.В., Добрынин С.С. Слепая идентификация систем связи: обзор методов // Инфокоммуникационные технологии. 2003. - No3.48. Р.441-456.

44. Горячкин О.В. Влияние атмосферы Земли на деградацию характеристик изображений космических радиолокационных станций с синтезированной апертурой // Компьютерная оптика. 2002. - Вып.24. - с.177-183.

45. Горячкин О.В. Использование полиномиального представления в задаче слепой статистической идентификации канала связи // Труды 57-й научной сессии РНТОРЭС им. А.С.Попова г. Москва. - 2002. -с.З.

46. Франсон М. Оптика спеклов//М:Изд-во «Мир», 1980- 171 с.

47. Введение в контурный анализ; приложения к обработке изображений и сигналов / Я.А. Фурман, A.B. Кревецкий, А.К. Передеев, A.A. Роженцов, Р.Г.Хафизов, И.Л. Егошина, А.Н. Леухин; Под ред. Я.А. Фурмана. 2-е изд., испр - М.: Физмалит, 2003. - 592 с.

48. Д. Даджион, Р. Мерсеро. Цифровая обработка многомерных сигналов. Пер. с англ. М.: Мир, 1988. - 488 с.

49. Л. Френке. Теория сигналов. Нью-Джерси, 1969 г. Пер. с англ., под ред. Д.Е. Вакмана. М., «Сов. радио», 1974, 344 с.

50. Э. Айфичер, Б. Джервис. Цифровая обработка сигналов: практический подход, 2-е издание.: Пер. с англ. М.: Издательский дом «Вильяме», 2004.-992 е.: ил.

51. Зайдель А.Н. Погрешности измерений физических величин. Л.: Наука, 1985.- 112 с.

52. Alan Edelman, Н. Murakami Polynomial Roots from Companion Matrix

53. Eigenvalues// Mathematics of Computation vol. 64 1995, p. 763 776.

54. Erich Kaltofen, Zhengfeng Yang, Lihong Zhi Structured low rank approximation of a sylvester matrix // Symbolic-numeric computation trends in mathematics 2007 p. 69-83.

55. Применение компьютерной обработки сигналов. Под ред. Э. Оппенгейма.М.: Мир, 1980. 552 е.: ил.

56. Голд Б., Рэйдер Ч. Цифровая обработка сигналов. Пер. с англ., под ред. A.M. Трахтмана. М.: «Советское радио», 1973. 368 с.

57. Л. Рабинер, Б. Гоулд. Теория и применение цифровой обработки сигналов. Пер. с англ., под ред. Ю.И. Александрова. М.: Мир, 1978. - 848 с.

58. Колос М.В., Колос И.В. Методы оптимальной линейной фильтрации / Под ред. В.А Морозова. М.: Изд-во МГУ, 2000. - 102 с.

59. Горшков В. А., Папаев А. Ю., Фомин О. Н., Применение метода интерференции бокового сдвига для контроля асферических поверхностей// Оптический журнал. 1994. - № 6. - С. 28 - 32.

60. ЯничкинВ.И., Основные тенденции развития оптической интерферометрии// Оптические методы исследования потоков: Тез. докл. 2 Межресп. конф. Новосибирск, 1 3 июня 1993. - С. 11 - 12.

61. Волков Е. В., Плотников С. В., Исследование влияния ширины зондирующего пучка на погрешность измерения триангуляционных систем // Автометрия 1997. - № 2. - С. 19 - 25.

62. Вайиштейи Л.А., Зубаков В.Д. Выделение сигналов на фоне случайных помех.- М.: Советское радио, I960.- 448 с.

63. Репин В. Г., Тартаковскнй Г. П. Статистический синтез при априорной неопределенности и адаптация информационных систем.-М.: Советское радио, 1977.- 432 с.

64. Ван Трис Г. Теория обнаружения, оценок и модуляции. Обработка сигналов в радио- и гидролокации и прием случайных гауссовых сигналов на фоне помех.- Т. 3: Пер. с англ. Под ред. В.Т. Горяинова,- М.: Советское Радио, 1977.-664 с.

65. Бакут П.А., Маидросов В.И., Матвеев И.Н., УстииовН.Д. Теория когерентных изображений.- М.: Радио и связь, 1987.- 264 с.

66. А.Ю. Поляков, В.А. Брученцев. Методы и алгоритмы компьютерной графики в примерах на Visual С++, 2-е изд., перераб. и доп. СПб.: БВХ-Петербург, 2003 - 560 е.: ил.

67. Яншин, В.В. Обработка изображений на языке Си для IBM PC: Алгоритмы и программы. М.: Мир, 1994. - 553 е.: ил.

68. Б. Яне. Цифровая обработка изображений. Пер. с англ. М.: Техносфера. 2007.-581 е.: ил.

69. Bernd J ahne. Digital Image Processing, 5th, revised and extended edition. Springer-Verlag Berlin, 2002.

70. Т. Павлидис. Алгоритмы машинной графики и обработки изображений. М.: Мир, 1986.-396 е.: ил.

71. Image Analysis, Sediments and Paleoenvironments. Edited by Pierre Francus -Spinger Science and Business Media, Inc. 330 p.

72. Jim Casaburi. 2D Cleaner Filter. Denoising filters comparison results CS MSU graphics&media lab Moscow, 05 apr 2003: 2-4.

73. Р.В. Хемминг. Цифровые фильтры. Перевод с английского В.И. Ермишина / Под ред. Профессора A.M. Трахтмана. М.: Советское Радио, 1980. - 224 с.

74. B.C. Гутников. Фильтрация измерительных сигналов. Л.: Энергоатомиздат. Ленингр. отд-ние, 1990. 192 е.: ил.

75. Р. Блейхут. Быстрые алгоритмы цифровой обработки сигналов. Пер. с англ. М.: Мир, 1989. - 448 е.: ил.

76. Каханер Д., Моулер К., Нэш С. Численные методы и программное обеспечение. М.: Мир. 1998.

77. Ч. Лоусон, Р. Хенсон. Численное решение задач метода наименьших квадратов. Пер. с англ. М.: Наука, Гл. ред. физ.-мат. лит., 1986 - 264 с.

78. Майкл Л. Вычислительная геометрия и компьютерная графика на С++.- М.: БИНОМ, 1997.-304 с.

79. Отнес Р., Эноксон Л. Прикладной анализ временных рядов / Пер. с англ. А.И. Хохлова; под ред. И.Г. Журбенко.- М.: Мир, 1982.- 428 с.

80. Скворцов A.B. Обзор алгоритмов построения триангуляции Делоне // Вычислительные методы и программирование.-2002.-№ 1 с. 14-39.

81. Шенягин В.П., Битюков В.К. Измерение длительности кол околообразного импульса // Цифровая обработка сигналов и её применения: Материалы докладов VI Международной конференции.- Москва, 2004.- Т. II.-с. 231-233.

82. Чураков Е.П. Оптимальные и адаптивные системы: Учеб. пособие для вузов.- М.: Энергоатомиздат, 1987.- 256 с.

83. ДёмкинВ.П., Доков Д.С, Привалов В.Ё. Особенности применения лазерных диодов в линейных измерениях // Письма в Журнал технической физики. -2004.-Т.30.-№ 13.- С. 40-44.

84. Густав Олссон, Джангуидо Пиани. Цифровые системы автоматизации и управления. СПб.: Невский Диалект, 2001. - 557 е.: ил.

85. Буцких, В.А Применение слепой обработки сигналов для подавления шумов спеклов в лазерной триангуляции // Инфокоммуникационные технологии. 2012. - Т. 10, № 1. - с. 16-21.

86. A.A. Юдашкин. Распознавание растровых изображений с помощью динамической нейронной сети, заданной в пространстве комплексных чисел. // Известия Самарского научного центра РАН. 2003. С. 127-133.

87. A.A. Харкевич. Борьба с помехами. Издание второе, исправленное-f1. V I" ,<1.• 'Ч J fclV?\i 1im1 I1 ¡'1. I I»и I

88. М.:Изд-во «Наука», 1965 275 с.

89. Борн М., Вольф Э. Основы оптики. М.: Наука, 1973. 718 с.

90. Заказнов Н.П., Кирюшин С.И., Кузичев В.И. Теория оптических систем. -М. Машиностроение 1992.

91. Буцких В.А., Алгоритм нулевого листа в задаче подавления интерференционных шумов на изображениях // Инфокоммуникационные технологии. 2012. - Т. 10, №2. - с.54-59.

92. Васин H.H., Буцких В.А., Система передачи информации о геометрии профиля объекта с использованием лазерной триангуляции // Вестник транспорта Поволжья. 2012. - Т.ЗЗ, №3. - с. 16-22.

93. Левин Б.Р. Теория случайных процессов и её применение в радиотехнике. -М.: Советское радио, i960.- 664 с.

94. Плескунин В.И., Воронина Е.Д., Теоретические основы организации и анализа выборочных данных в экперементе. Под ред. A.B. Башарина.- Л.: Изд-во Ленингр. ун-та, 1979.- 232 с.

95. Секеи К., Томисет М. Приборы с переносом заряда // Пер. с англ.Под ред. В.В. Поспелова, P.A. Суриса.- М.: Мир, 1978.- 327 с.

96. Заварыкии В.М., Житомирский В.Г., Лаичик М.П. Численные методы.- М., Просвещение, 1990.- 176 с.

97. Крамер Г. Математические методы статистики: Пер. с англ. / Под ред. А.Н. Колмогорова.- М.: Мир, 1975.- 648 с.

98. Репин В. Г., Тартаковскнй Г. П. Статистический синтез при априорной неопределенности и адаптация информационных систем.-М.:Советское радио, 1977.- 432 с.

99. Трифонов А.Н., Захаров A.B., Нроняев Е.В. Обработка импульсов с гауссовской случайной субструктурой при наличии шума // Цифровая обработка сигналов и её применения: Материалы докладов III Международной конференции.- Москва, 2000.- Т. I.- С. 80-84.