автореферат диссертации по радиотехнике и связи, 05.12.04, диссертация на тему:Пространственно-временная ранговая обработка телевизионных изображений с малоразмерными объектами

На правах рукописи

Гальчук Игорь Владимирович

ПРОСТРАНСТВЕННО-ВРЕМЕННАЯ РАНГОВАЯ ОБРАБОТКА ТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЙ С МАЛОРАЗМЕРНЫМИ ОБЪЕКТАМИ

Специальность 05.12.04 - радиотехника, в том числе системы и устройства телевидения

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук

Томск-2009

003488355

Работа выполнена на кафедре телевидения и управления (ТУ) Томского государственного университета систем управления и радиоэлектроники (ТУСУР)

Научный руководитель:

кандидат технических наук, старший научный сотрудник Курячий Михаил Иванович

Официальные оппоненты: доктор технических наук, профессор

Мелихов Сергей Всеволодович

кандидат технических наук Поляков Алексей Юрьевич

Ведущая организация: Институт оптики и оптических

технологий (ИОиОТ) при Сибирской государственной геодезической академии (СГГА) г. Новосибирск

Защита состоится 21 декабря 2009 г. в 9 часов на заседании диссертационного совета Д212.268.01 в Томском государственном университете систем управления и радиоэлектроники по адресу: 634050, г. Томск, пр. Ленина, 40, ТУСУР, ауд. 203.

С диссертацией можно ознакомиться в библиотеке Томского государственного университета систем управления и радиоэлектроники.

Отзыв на автореферат в двух экземплярах, заверенный гербовой печатью организации, просим выслать по адресу: 634050, г. Томск, пр. Ленина, 40, ТУСУР, учёному секретарю диссертационного совета Д212.268.01

Автореферат разослан «20» ноября 2009 г.

Учёный секретарь диссертационного совета Д212.268.01, д.т.н., профессор

А.В.Филатов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Широкий круг задач в области цифровой обработки изображений требует использования нелинейных преобразований для выделения или подавления малоразмерных объектов (МРО) в телевизионных изображениях. Если такие объекты имеют резкие перепады яркости, то их выделение с помощью линейных дифференцирующих фильтров сопровождается появлением паразитных «выбросов» от этих перепадов. Использование линейных сглаживающих фильтров для устранения МРО, например, отсчётов импульного шума, сопровождается искажением этих объектов, так как каждый импульс даёт отклик в виде импульсной характеристики используемого фильтра и тем самым искажает обрабатываемое изображение.

В настоящее время сформирован целый класс нелинейных ранговых преобразований, которые более эффективны для обработки МРО, чем линейные преобразования. Ранговой обработке посвящены работы таких российских и зарубежных авторов, как Л.П. Ярославский, И.Н. Пустынский, И.С. Грузман, B.C. Киричук, В.Ю. Лапий, Т.С. Хуанг, У. Прэтт, Р. Гонсалес, Р. Вудс, Б. Яне и др. Однако до сих пор недостаточно освещены некоторые аспекты ранговой обработки, например, использование межкадровой информации для повышения эффективности алгоритмов обработки.

Задача обработки МРО весьма актуальна в области построения систем видения на базе высокочувствительных телевизионных (ТВ) датчиков с электронно-оптическим преобразователем (ЭОП). Созданию систем с подобными датчиками посвящены работы таких российских и зарубежных авторов, как Ю.Г. Якушенков, А.Г. Берковский, М.М. Мирошников, В.В. Белов, A.C. Дунаев, М.М. Бутслов, А.Б. Вельский, С.Т. Архутик, И.Л. Гейхман, Дж. Ллойд и др. В ТВ-датчиках с ЭОП можно наблюдать паразитные световые образования (сцинтилляции), являющиеся малоразмерными объектами, которые необходимо устранить. При этом в ряде случаев необходимо устранять МРО в режиме реального времени без потери динамики движения. То есть, алгоритмы устранения сцинтилляций должны быть по возможности просты и эффективны при аппаратно-программной реализации.

Выделение МРО более эффективно при применении ранговых алгоритмов с вариационным рядом из первых и вторых разностей, однако подобным алгоритмам свойственен эффект «затемнения» - частичного или полного устранения объекта близкорасположенным объектом или фоновым образованием. Поэтому стоит задача исследования возможности использования межкадровой информации в ранговой обработке и поиска путей по оптимизации известных ранговых алгоритмов, использующих первые и вторые разности, с целью устранения эффекта «затемнения». Так как ранговые фильтры являются нелинейными системами, для которых однозначного решения в общем случае не существует, то для их исследования используют методы математического и имитационного моделирования и сравнения результатов обработки. Для проведения

исследований принято использовать программные инструментальные средства, которые, по мнению автора, должны удовлетворять следующим требованиям: открытый исходный, код для контроля корректности программных реализаций алгоритмов, генераторов моделей и т.д.; эксплуатация под учётной записью обычного пользователя компьютера; отсутствие необходимости дополнительной установки каких-либо программных продуктов для обеспечения нормального функционирования; использование в первую очередь эффективных, а не универсальных решений. Несоблюдение этих требований усложняет проведение исследований. В настоящее время отсутствуют программные инструментальные средства, полностью удовлетворяющие перечисленным выше требованиям. То есть стоит задача создания открытого программного продукта для разработки и исследования алгоритмов ранговой обработки.

Целью работы является повышение эффективности алгоритмов ранговой обработки при выделении полезных малоразмерных объектов и при устранении паразитных малоразмерных объектов; создание открытого алгоритмиче-ско-программного комплекса для разработки и исследования ранговых алгоритмов. Для достижения поставленной цели необходимо решить задачи:

1. Провести анализ известных ранговых алгоритмов с целью исследования возможности использование межкадровой информации для повышения эффективности ранговой обработки телевизионных изображений.

2. Разработать программное обеспечение для исследования и оптимизации известных алгоритмов ранговой обработки.

3. Предложить методику проведения экспериментального исследования алгоритмов ранговой обработки с оценкой эффективности по выбранным критериям.

4. На основе проведённого анализа оптимизировать рассмотренные алгоритмы ранговой обработки и провести исследование исходных и оптимизированных версий алгоритмов согласно предложенной методике с помощью разработанного программного обеспечения.

Методы исследования: имитационное моделирование тестовых изображений, в том числе полей сцинтилляций в высокочувствительных ТВ-датчиках с ЭОП, численный эксперимент с использованием моделей, сравнение результатов обработки.

Научная новизна

1. Создан метод формирования неоднородных случайных полей для моделирования полей сцинтилляций в высокочувствительных ТВ-датчиках с ЭОП.

2. Разработан алгоритм усовершествованного минимума первых разностей элементов вариационного ряда для выделения МРО положительного и отрицательного контраста с резкими и плавными перепадами яркости.

3. Предложена и подтверждена гипотеза о применимости алгоритма межкадрового минимума для устранения сцинтилляций на ТВ-изображениях, получаемых в высокочувствительных ТВ-датчиках с ЭОП.

4. Предложена и подтверждена гипотеза о применимости алгоритма межкадрового максимума в дополнение к внутрикадровым ранговым алгоритмам, использующим первые и вторые разности, для ослабления эффекта «затемнения».

Практическая значимость

1. Создан телевизионно-вычислительный комплекс с радиационно-стойкой камерой для визуально-измерительного контроля внутренних поверхностей трактов технологических каналов, металлоконструкций и рабочего пространства уран-графитовых ядерных реакторов, обеспечивающий получение, цифровую обработку и архивирование видеоданных.

2. Разработана активная телевизионная система наблюдения для визуального обнаружения и идентификации объектов в тёмное время суток и в сложных метеоусловиях, в части обработки формируемых системой изображений.

3. Создан электронно-измерительный комплекс на базе лазерного дальномера, позволяющий получать, анализировать и архивировать результаты проводимых измерений.

4. Разработан комплекс алгоритмического и программного обеспечения для проведения видеоконференций в части получения и обработки информации от видеоустройства, а также для организации приёма-передачи мультимедийной информации между устройствами на базе сигнальных процессоров фирмы Texas Instruments в режиме реального времени.

5. Созданы программные инструментальные средства для применения в учебном процессе по дисциплине «Цифровая обработка сигналов» и выпущено учебно-методическое пособие используемое в курсовом и дипломном проектировании.

На защиту выносятся следующие положения:

1. Разработанный алгоритм внутрикадровой ранговой обработки "усовершенствованный минимум первых разностей", созданный на базе известного алгоритма минимума первых разностей, позволяет выделять малоразмерные объекты положительного и отрицательного контраста с резкими и плавными перепадами яркости.

2. Применение рангового алгоритма «межкадровый минимум» позволяет более эффективно устранять сцинтилляции на телевизионных изображениях, получаемых в высокочувствительных ТВ-датчиках с ЭОП, по сравнению с межкадровыми медианой и скользящим средним. При использовании 2-3 кадров синтезированных изображений преимущество по пиковому отношению сигнал-шум достигает 20 дБ.

3. Применение рангового алгоритма межкадрового максимума в дополнение к внутрикадровым ранговым алгоритмам, использующим первые и вторые разности для выделения малоразмерных объектов, позволяет при определённых условиях устранить эффект «затемнения».

Внедрение и использование результатов работы

Результаты работы использованы при разработке программного обеспечения телевизионно-вычислительного комплекса с радиационно-стойкой камерой для визуально-измерительного контроля внутренних поверхностей трактов технологических каналов, металлоконструкций и рабочего пространства уран-графитовых ядерных реакторов; при создании активной телевизионной системы наблюдения, предназначенной для визуального обнаружения и идентификации объектов в тёмное время суток и в сложных метеоусловиях: туман, дождь, снегопад, дым, пыль; при разработке комплекса алгоритмического и программного обеспечения для проведения видеоконференций в части получения и обработки информации от видеоустройства, а также для организации приёма-передачи мультимедийной информации между устройствами на базе сигнальных процессоров фирмы Texas Instruments в режиме реального времени; при создании электронно-измерительного комплекса на базе лазерного дальномера, позволяющего получать, анализировать и архивировать результаты проводимых измерений; в учебном процессе по дисциплине «Цифровая обработка сигналов» ввиде лабораторного практикума, позволяя изучать особенности линейной и ранговой обработки изображений. Использование результатов подтверждается актами о внедрении.

Личный вклад автора:

1. Предложена и подтверждена гипотеза о применимости алгоритма межкадрового минимума для устранения сцинтилляций на телевизионных изображениях, получаемых в высокочувствительных телевизионных датчиках с электронно-оптическим преобразователем.

2. Разработан алгоритм ранговой обработки «усовершенствованный минимум первых разностей».

3. Создан алгоритмическо-программный комплекс для исследования алгоритмов ранговой обработки, включающий в себя генератор полей сцинтилляций и других тестовых изображений, а также программные реализации разработанных и исследованных ранговых алгоритмов.

4. Созданный алгоритмическо-программный комплекс адаптирован для решения практических задач (п. 1—4 практической значимости).

Результаты, полученные в соавторстве:

1. Разработаны 10 вариантов формирования неоднородных случайных полей для моделирования полей сцинтилляций.

2. Созданное программное обеспечение адаптировано для применения в учебном процессе по дисциплине «Цифровая обработка сигналов».

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на ряде научно-технических мероприятий: Юбилейная научно-техническая конференция, посвященная 50-летию радиотехнического факультета, 2000 г. (г. Томск); Межрегиональная научно-техническая конференция, посвященная 40-летию ТУСУР, 2002 г. (г. Томск); Международная

конференция "Телевидение: передача и обработка изображений", 2002 г. (г. Санкт-Петербург); Всероссийская научно-техническая конференция "Современное телевидение", 2003 г. (г. Москва); Межрегиональные научно-технические конференции "Научная сессия ТУСУР", 2002 г., 2005 г. (г. Томск), Сибирско-Тайваньский Форум (г. Томск), 2009 г.

Публикации. По теме опубликовано 24 работы. Из них две в изданиях, рекомендованных ВАК. Получены 6 авторских свидетельств на разработанное программное обеспечение, выпущено учебно-методическое пособие.

Структура и объём работы. Диссертация состоит из введения, пяти глав, заключения и трёх приложений общим объёмом 210 страниц, содержит 78 иллюстраций и 6 таблиц. Библиографический список включает 107 наименований.

СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность темы, определены цель и задачи, показаны научная новизна и практическая ценность, изложены положения, выносимые на защиту.

В первой главе проведён обзор некоторых алгоритмов линейной и ранговой обработки. Введены понятия опорной области, апертуры, маски фильтра, понятие малоразмерного объекта и т.д. Приведены основные сведения о принципах ранговой обработки и параметрах ранговых фильтров. Рассмотрены примеры тестовых изображений, используемых в диссертации, а также приведены описания используемых в диссертации критериев оценки качества обработки. На рис. 1 приведена незаполненная маска 7x7 элементов. Указаны коор-

* динаты ненулевых элементов "х маски, т.е. соответствующих им элементов изображения, участвующих в обработке. Маску фильтра можно описать такими понятиями, как размеры, форма и структура. При этом форма характеризует симметрию и взаимное расположение ненулевых коэффициентов маски. Структура характеризует значения ненулевых коэффициентов маски и их количество. То есть, форма маски определяет форму локальной окрестности, а структура маски - количество используемых в окрестности пикселей и их вес в вариационном ряду. В данном случае все используемые коэффициенты имеют одинаковый вес 1 и маска имеет форму «круга». Согласно такой маске разностное уравнение рангового фильтра минимума первых разно-

(0;-3)

(-2;-2) (2;-2)

(-3;0) (0;0) (3;0)

С-2;2) (2;2)

(0;3)

"2

Рис.1. Незаполненная маска рангового фильтра

стей (М1Р) будет выглядеть следующим образом:

у(п1,п2)=/[шт{х(и1,п2)-(и1,и2 + Ъ);х{п],п2)-х(п1 -2,п2 + 2)... х(п1>п2)~х(п1 -^,п2\х(пип1)~х{п1 -2,и2 -2) х(пх,п2)-х{щ,п2 -3);...;х(п1,п2)-х(п1 +2,п2 + 2)}], а минимум модулей первых разностей (ММ1Р):

\х(щ,п2)~-3,п2)(;, л2) - - 2, л2 -2);

_3);...;|х(и1,н2)-х(/11 + 2,я2 +2}}],

где функция ограничения/[х] обнуляет все отрицательные значения. Для минимума первых разностей перепишем уравнение в упрощённом виде, при этом нет необходимости в вычислении всех первых разностей кроме одной:

у("\ . "г) = Д. ■"г)~ тах{(«!, и2 + 3) д:(п, - 2, «2 + 2),...; х(п, + 2, и2 + 2)} ].

Очевидно, что при такой форме реализации алгоритм М1Р существенно выигрывает, например, у алгоритма медианы по быстродействию, т.к. количество действий необходимых для определения максимального элемента вариационного ряда равно длине ряда (что существенно меньше количества действий необходимых для определения медианы) и не зависит от изначальной упорядоченности его элементов.

Процесс ранговой обработки состоит из следующих этапов: формирование выборки значений (яркостей пикселей изображения) по опорной области, описываемой маской; построение вариационного ряда из элементов выборки; выбор элементов вариационного ряда и использование их для формироваши результата обработки; выполнение дополнительных операций для приведения результата обработки к заданному виду. Например, в медианном фильтре результатом обработки является срединный элемент вариационного ряда.

Для оценки эффективности обработки в диссертации используются три критерия: по результатам визуального наблюдения, по времени обработки и по значению пикового отношения сигнал/шум Р5МЯ:

РБЖ = 10 • 1оё10 'Мх'Мг

I £Ш)-Ж/))2'

у=о

где М\, М2 определяют размеры области изображения, по которой производится оценка; х(г,у), К', у) - яркость пикселя в точке (г, у) исходного и обработанного изображений, соответственно; .тшах, _ушах - максимально возможные значения яркости.

Во второй главе рассматривается генератор тестовых изображений и два варианта оптимизации алгоритмов, рассмотренных в первой главе. Примеры

9

работы генератора показаны на рис.2.

а)

Генератор а

X

М=а, Р=1(пь«2)

Рис.2. Исходные тестовые изображения

В первом случае создаётся тестовое изображение с четырьмя малоразмерными объектами цилиндрической формы, которые необходимо выделить. Центры выделяемых малоразмерных объектов расположены на средней строке изображения. Также добавлены четыре фоновых образования: три в виде эллипсов и одно в виде ступеньки, которые необходимо устранить. Результаты обработки этих изображений приведены на рис.4.

Во втором случае создаётся неоднородное поле сцинтилляций, моделирующее изображение, получаемое в высокочувствительных ТВ-датчиках с ЭОП. Известно, что число сцинтилляций в единицу времени распределено по

1 Г, Цп1,П2)/' -ц„,„2)

1--закону Пуассона: рк =-1-е , где

к\

¿(/г I, и2) - параметр Пуассона и в данном случае является интенсивностью потока фотоэлектронов, благодаря которым и появляются сцинтилляции; к = 0, 1, ... Параметр Пуассона функционально зависит от амплитуды фоновых образований в точке (яь п2). На рис. 3 приведена схема моделирования количества сцинтилляций в единицу времени для отдельной точки, здесь а - равномерно распределённая на интервале (0; 1) случайная величина. Если М < 0, то сцинтилляции в данной точке нет. Если М > 0, то на изображение аддитивно добавляется сцинтилляция в виде двумерной гауссоиды, имитирующей функцию рассеяния точки. В диссертации создан генератор 10 вариантов пуассо-новских полей. Отличия вариантов в способах формирования координат, размера, амплитуды и др. параметров сцинтилляций. При этом 5 вариантов учитывают возможность смещения центра сцинтилляции относительно пикселя изображения.

На рис.4 приведены результаты обработки исходного изображения (рис.2а) с резкими перепадами яркости фильтрами М1Р и ММ1Р (рис.4а и4б) и

М=М-Р М<0

М>0

Добавить сцинтилляцию

Перейти к следующей точке

Рис.3. Формирование сцинтилляции в точке

("Ь«2)

с плавными перепадами - фильтром ММ1Р (рис.4г). Видно, что фоновые образования с резкими перепадами яркости полностью устраняются. При обработке фильтром ММ1Р изображения с плавными перепадами яркости появляются так называемые "ложные" объекты (рис.4г). В этом проявляется недостаток фильтра ММ1Р, который объясняется наличием в разностном уравнении операции взятия модуля. В то же время фильтр М1Р выделяет не все объекты, а только объекты положительного контраста. Таким образом, имеем два фильтра - один выделяет не все малоразмерные объекты, но не даёт «ложных» объектов при фильтрации нерезких перепадов яркости, другой выделяет все объекты, но на изображении появляются паразитные образования. В диссертации объединяются достоинства обоих фильтров. В результате получен фильтр «усовершенствованный минимум первых разностей» (УМ1Р), его аналитическая форма записи (согласно маске на рис.1) представлена ниже, а результат применения показан на рис.4в.:

у(я,,«2)= /[х(и,,«2)-тах {*(«,, л2 + 2,п2 + 2)}] +

/[тгип {*(«,, п2 + 3)...; х(и, + 2, п2 + - , п2)],

Рис.4. Результаты обработки следующими фильтрами: М1Р (а), ММ1Р (б), УМ1Р

(в),ММ1Р(г).

Допустим в системе видеонаблюдения, предназначенной для выделения малоразмерных объектов, используется внутрикадровая обработка методом минимума первых разностей. Нетрудно заметить, что близко расположенные малоразмерные объекты частично "затемняют" друг друга, а при большой разности амплитуд (в 2 раза и более) объект с большей амплитудой полностью устраняет соседний объект, т.е. наблюдается эффект «затемнения». Предположим, что объекты движутся в разные стороны. При выполнении предыдущих условий возможно временное исчезновение объекта с меньшей амплитудой.

Теперь добавим межкадровую обработку методом максимума (размер аггертуры данного фильтра для упрощения условий составляет 1 пиксель). В этом случае, при увеличении количества кадров, охватываемых одной итерацией межкадровой обработки, вероятность устранения менее контрастного объекта уменьшается. Таким образом, подтверждается г ипотеза, согласно которой что можно ослабить эффект «затемнения» при выделении малоразмерных объектов за счет использования межкадровой обработки в дополнение к внутрикадровой. Разностное уравнение полученного пространственно-временного рангового фильтра: у(/7,,«2,"з)= ,я2,«з)-тах{х(п1,п2 +3,и, -1 -2,и, + 2,щ -Ц...;

х(п],п2 +З,и3 -Л^хСя, -2,п2 +2,я3 -Лг)...], где N - количество используемых для обработки кадров.

В третьей главе приведено описание порядка, условий и результатов проведения численных экспериментов. На рис.5а показано исходное изображение двух эллиптических объектов, искажённых наличием сцинтилляций.

Рис.5. Исходное изображение (а) и результат его обработки фильтром «скользящее среднее» по трём кадрам (б)

Рис.6. Результат обработки медианой (а) и ранговым минимумом (б) по трём кадрам

На рис.5б и рис.6 представлены результаты выделения этих объектов следующими межкадровыми фильтрами: скользящим средним, медианой и ранговым минимумом с одинаковыми масками (1x1x3 элемента). На рис.7 приведен график зависимости пикового отношения сигнал/шум от количества использованных для обработки кадров.

Преимущество алгоритма межкадрового минимума наблюдается даже визуально, учитывая униполярный контраст сцинтилляций. При учёте информации только по двум кадрам медианный алгоритм «превращается» в «скользящее среднее». При этом качество обработки ранговым минимумом ухудшается незначительно, и подтверждается выше выдвинутая гипотеза о применимости алгоритма межкадрового минимума для устранения сцинтилляций.

В четвёртой главе приведено описание разработанного в диссертации алгоритмиче-ско-программного комплекса для разработки и исследования ранговых алгоритмов. Комплекс представляет собой интегрированную среду, написанную на MS Visual С++ в виде приложения с многодокументным интерфейсом. В качестве альтернативного решения создан комплекс программных модулей для системы Matlab. На рис.8 приведена структурная схема разработанного комплекса. Возможности созданной среды: многодокументный интерфейс; обработка серых (только сигнал яркости) 8-битных (т.е. всего 256 градаций серого) несжатых изображений или их последовательности; обработка как всего изображения так и его выделенной части внутрикадровыми ранговыми алгоритмами (М1Р, ММ1Р, УМ1Р), а также внутрикадровым скользящим средним; оценка по критерию пикового отношения сигнал/шум по всему изображению или по выделенной части; отображение гистограммы яркости всего изображения или его выделенной части; построение графиков, отображающих изменение сигнала яркости по выбранным строке или столбцу изображения, а также для выбранного пикселя в последовательности

-4-2 --а- з

i S ■—

r-'-T' j

-— г-*—

Число кадров I

Рис.7. Зависимость пикового отношения сигнал/шум от числа кадров: алгоритм минимума (1), медиана (2) скользящее среднее (3).

Рис.8. Структурная схема комплекса для разработки и исследований

изображений; отображение минимального, максимального и среднего значения сигнала яркости для всего изображения или для его выбранной части.

В пятой главе описываются адаптации созданного алгоритмическо-программного обеспечения под решение конкретных задач.

Телевизионно-вычислительный комплекс (ТВК-РК) создан на базе специализированной телевизионной системы (СТВС) для визуально-измерительного контроля внутренних поверхностей трактов технологических каналов, металлоконструкций и рабочего пространства уран-графитовых ядерных реакторов. Разработанное алгоритмическо-программное обеспечение для ТВК-РК реализует следующие возможности: архивирование видеоданных в несжатом виде; обработка видеоданных; одновременный просмотр архивированных видеоданных в процессе обработки.

Активно-импульсная телевизионная система наблюдения "ZOND Ml" предназначена для визуального обнаружения и идентификации объектов в тёмное время суток и в сложных метеоусловиях (снег, дым, туман, пыль, дождь т.д.). В диссертации создан набор программных модулей для обработки формируемых системой изображений.

Электронно-измерительный комплекс на базе лазерного дальномера предназначен для получения информации о наличии на наружной поверхности кожуха уран-графитового реактора неоднородностей в виде локальных выпуклостей вследствие механических воздействий на кожух со стороны конструктивных внутренних элементов реактора. Информацию о деформации кожуха реактора получают, измеряя дальномером расстояние от «точки наблюдения» до кожуха реактора. Созданное для комплекса программное обеспечение позволяет получать, анализировать и архивировать результаты измерений.

Разработанное алгоритмическое и программное обеспечение адаптировано для проведения видеоконференций в части получения и обработки информации от видеоустройств, а также для организации приёма-передачи мультимедийной информации между устройствами по шине USB2.0 на базе сигнальных процессоров фирмы Texas Instruments в режиме реального времени.

На базе созданного алгоритмическо-программного комплекса разработан лабораторный практикум по дисциплине «Цифровая обработка сигналов» с целью изучения методов анализа и синтеза цифровых линейных фильтров и для сравнения качества обработки тестовых изображений ранговыми и линейными фильтрами.

В приложении приведены: копии актов внедрения; копии свидетельств регистрации созданного программного обеспечения и его исходные тексты.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработан алгоритм усовершенствованного минимума первых разностей для выделения малоразмерных объектов, в том числе отрицательного контраста.

2. Сделано теоретическое предположение, что пространственная структура

паразитных световых образований (полей сцинтилляций) в высокочувствительных ТВ-датчиках с электронно-оптическим преобразователем может быть апроксимирована неоднородным случайным полем. Программно реализован генератор неоднородных случайных полей.

3. Высказана гипотеза о том, что для подавления сцинтилляций следует поэлементно сравнивать амплитуды видеосигнала в двух и более кадрах и выбирать в качестве выходного сигнала минимальную из этих амплитуд.

4. Разработана методика проведения вычислительного эксперимента для проверки гипотезы и теоретического положения, в том числе моделирования неоднородных случайных полей.

5. Произведены сбор и обработка данных по результатам вычислительного эксперимента, подтвердившие справедливость теоретического положения и гипотезы, что позволило разработать алгоритмы пространственно-временной ранговой обработки телевизионных изображений и оценить их эффективность.

6. Создан телевизионно-вычислительный комплекс с радиационно-стойкой камерой для визуально-измерительного контроля внутренних поверхностей трактов технологических каналов, металлоконструкций и рабочего пространства уран-графитовых ядерных реакторов, обеспечивающий получение, цифровую обработку и архивирование видеоданных.

7. Разработана активная телевизионная система наблюдения для визуального обнаружения и идентификации объектов в тёмное время суток и в сложных метеоусловиях, в части обработки формируемых системой изображений.

8. Создан электронно-измерительный комплекс на базе лазерного дальномера, позволяющий получать, анализировать и архивировать результаты проводимых измерений.

9. Разработан комплекс алгоритмического и программного обеспечения для проведения видеоконференций в части получения и обработки информации от видеоустройств, а также для организации приёма-передачи мультимедийной информации между устройствами на базе сигнальных процессоров фирмы Texas Instruments в режиме реального времени.

10. Созданы программные инструментальные средства для применения в учебном процессе по дисциплине «Цифровая обработка сигналов» и выпущено учебно-методическое пособие используемое в курсовом и дипломном проектировании.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Гальчук И.В., Костевич А.Г. Методы выделения малоразмерных подвижных объектов на сложном фоне. / Томск: Труды юбилейной НТК по радиоэлектронике, посвященной 50-летию Р'ГФ, 2000. - Том 5, С. 82 - 86.

2. Гальчук И.В., Костевич А.Г. Генерирование пуассоновских полей на ЭВМ. / Материалы межрегиональной НТК, посвященной 40-летию ТУСУР, Томск, Россия 14 - 16 мая 2002 г., изд-во ТУСУР, 2002. - Часть 1, С. 119 -122.

3. Гальчук И.В., Костевич А.Г. Моделирование пространственной структуры слабых световых полей. / Тез. док. 10-й НТК "Современное телевидение", Москва, Россия 19-20 марта 2002, г. М.: МКБ "Электрон", 2002.

4. Гальчук И.В., Костевич А.Г. Моделирование пуассоновских случайных полей. / СПб: Материалы 2-ой Международной конференции "Телевидение: передача и обработка изображений", 2002. - С. 58 - 59.

5. Гальчук И.В., Костевич А.Г., Курячий М.И. Ранговые алгоритмы выделения малоразмерных объектов на сложном фоне. / СПб: Материалы 2-ой Международной конференции "Телевидение: передача и обработка изображений", 2002.-С. 44 - 46.

6. Гальчук И.В. Программная реализация алгоритмов цифровой обработки изображений на базе цифровых сигнальных процессоров семейства VLIW. / Материалы Всероссийской НТК "Научная сессия ТУСУР - 2005", Томск, Россия 26 - 28 апреля 2005 г., изд-во ТУСУР, 2005. - Часть 1, С. 95 - 96.

7. Гальчук И.В. Инструментальные средства для исследования алгоритмов цифровой обработки изображений. / Материалы Всероссийской НТК "Научная сессия ТУСУР - 2005", Томск, Россия 26 - 28 апреля 2005 г., изд-во ТУСУР, 2005. - Часть 1, С. 97 - 98.

8. Гальчук И.В., Курячий М.И. Инструментальные средства для оценки эффективности ранговых алгоритмов цифровой обработки изображений / Изв. вузов. Приборостроение. 2005. № 11. С. 38-40.

9. Гальчук И.В. Межкадровая ранговая обработка телевизионных изображений. / Доклады Международной НПК "Электронные средства и системы управления", Томск, Россия 12 - 14 октября 2005 г., Томск: Изд-во Института оптики атмосферы СО РАН, 2005. В 2-х частях. Ч. 1, С. 256 - 257.

10. Гальчук И.В. Межкадровая ранговая обработка: выделение малоразмерных объектов. / Вестник Сибирского отделения АН ВШ №1(9) / Томск: Изд-во Института оптики атмосферы СО РАН, 2005 г. - С. 148 - 153.

И. Свидетельство об отраслевой регистрации разработки №6127 ОФАП. Компьютерная лабораторная работа "Анализ характеристик цифровых фильтров для обработки одномерных сигналов". / Гальчук И.В., Костевич А.Г., Курячий М.И., 2006 г.

12. Свидетельство об отраслевой регистрации разработки №6128 ОФАП. Компьютерная лабораторная работа "Синтез цифровых фильтров для обработки одномерных сигналов" / Гальчук И.В., Костевич А.Г., Курячий М.И.; 2006 г.

13. Свидетельство об отраслевой регистрации разработки №6129 ОФАП. Компьютерная лабораторная работа "Цифровая обработка двумерных сигналов". / Гальчук И.В., Курячий М.И., Ульянов В.Н., 2006 г.

14. Свидетельство об отраслевой регистрации разработки №6130 ОФАП. Компьютерная лабораторная работа "Цифровая линейная фильтрация изображений". / Гальчук И.В., Курячий М.И., Попов C.B., 2006 г.

15. Свидетельство об отраслевой регистрации разработки №6131 ОФАП. Ком-

пьютерная лабораторная работа " Цифровая нелинейная фильтрация изображений". / Гальчук И.В., Курячий М.И., Попов C.B., 2006 г.

16. Свидетельство об отраслевой регистрации разработки №6132 ОФАП. Компьютерная лабораторная работа " Цифровые методы коррекции изображений". / Гальчук И.В., Курячий М.И., Попов C.B., 2006 г.

17. Гальчук И.В., Костевич А.Г., Курячий М.И. Компьютерная лабораторная работа «Анализ характеристик цифровых фильтров для обработки одномерных сигналов» / Инновации в науке и образовании. Телеграф отраслевого фонда алгоритмов и программ / М: ФГНУ "ГОСКООРЦЕНТР", МФЮА, РУИ-2006г. N5(16) С. 7.

18. Гальчук И.В., Костевич А.Г., Курячий М.И. Компьютерная лабораторная работа «Синтез цифровых фильтров для обработки одномерных сигналов» / Инновации в науке и образовании. Телеграф отраслевого фонда алгоритмов и программ / М: ФГНУ "ГОСКООРЦЕНТР", МФЮА, РУИ, 2006г. N 5(16).

19. Гальчук И.В., Курячий М.И., Ульянов В.Н. Компьютерная лабораторная работа «Цифровая обработка двумерных сигналов» / Инновации в науке и образовании. Телеграф отраслевого фонда алгоритмов и программ / М: ФГНУ "ГОСКООРЦЕНТР", МФЮА, РУИ, 2006г. N 5(16) С. 7 - 8.

20. Гальчук И.В., Курячий М.И., Попов C.B. Компьютерная лабораторная работа «Цифровая линейная фильтрация изображений» / Инновации в науке и образовании. Телеграф отраслевого фонда алгоритмов и программ / М: ФГНУ "ГОСКООРЦЕНТР", МФЮА, РУИ, 2006г. N 5(16) С. 8.

21. Гальчук И.В., Курячий М.И., Попов C.B. Компьютерная лабораторная работа «Цифровая нелинейная фильтрация изображений» / Инновации в науке и образовании. Телеграф отраслевого фонда алгоритмов и программ / М: ФГНУ "ГОСКООРЦЕНТР", МФЮА, РУИ, 2006г. N 5(16) С. 8.

22. Гальчук И.В., Курячий М.И., Попов C.B. Компьютерная лабораторная работа «Цифровые методы коррекции изображений» / Инновации в науке и образовании. Телеграф отраслевого фонда алгоритмов и программ / М: ФГНУ "ГОСКООРЦЕНТР", МФЮА, РУИ, 2006г. N 5(16) С. 8 -9.

23. Пустынский И.Н., Коновалов В.Ф., Курячий М.И., Гальчук И.В. Телевизи-онно-вычислительная система контроля с радиационно-стойкой видеокамерой. / Доклады Томского государственного университета систем управления и радиоэлектроники №2(18), часть 2 / Томск: Изд-во Томского государственного университета систем управления и радиоэлектроники, 2008 г. -С. 44-47,- ISSN 1818-0442

24. Пустынский И.Н., Курячий М.И., Гальчук И.В., Рудникович A.C. Система видения в сложных метеоусловиях / Опыт научно-технического и инновационного сотрудничества Томской области и Тайваня: Сборник материалов Сибирско-Тайваньского Форума: В 2 т. Томск, 16-17 сентября 2009 г. Т. 1. Томск: Томский государственный университет, 2009. С. 186-189. - ISBN 594621-275-3.

Тираж 100. Заказ № 1077. Томский государственный университет систем управления и радиоэлектроники 634050, г. Томск, пр. Ленина, 40. Тел.:53-30-18.

ВВЕДЕНИЕ.

1. ОБЗОР АЛГОРИТМОВ ОБРАБОТКИ ТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЙ.

1.1. Алгоритмы линейной обработки.

1.2. Алгоритмы ранговой обработки.

1.2.1. Использование первых и вторых разностей.

1.2.2. Эффект «затемнения».

1.3. Тестовые изображения.

1.4. Критерии оценки эффективности обработки.

1.4.1. Визуальный критерий.

1.4.2. Пиковое отношение сигнал шум.

1.4.3. Время обработки.

1.5. Выводы.

2. УЛУЧШЕНИЕ КАЧЕСТВА РАНГОВОЙ ОБРАБОТКИ ТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЙ.

2.1. Генератор тестовых изображений.

2.1.1. Фонообъектовое изображение.

2.1.2. Неоднородное случайное поле паразитных световых образований.

2.2. Улучшение выделения малоразмерных объектов.

2.3. Улучшение устранения малоразмерных объектов.

2.4. Выводы.

3. ОЦЕНКА ЭФФЕКТИВНОСТИ РАНГОВОЙ ОБРАБОТКИ С ПРИМЕНЕНИЕМ ЧИСЛЕННОГО ЭКСПЕРИМЕНТА.

3.1. Цель проведения эксперимента.65 '

3.2. Порядок проведения эксперимента.

3.3. Условия проведения эксперимента.

3.4. Результаты эксперимента.

3.4.1. Выделение малоразмерных объектов.

3.4.2. Устранение малоразмерных объектов.

3.5. Выводы.

4. ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА ДЛЯ РАЗРАБОТКИ И ИССЛЕДОВАНИЯ РАНГОВЫХ АЛГОРИТМОВ.

4.1. Интегрированная среда для исследований.

4.2. Модули для системы Matlab.

4.3. Выводы.

5. АДАПТАЦИЯ ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ПОД ПРАКТИЧЕСКИЕ ЗАДАЧИ.

5.1. Телевизионно-вычислительный комплекс для визуально-измерительного контроля уран-графитовых ядерных реакторов.

5.2. Электронно-измерительный комплекс на базе лазерного дальномера.

5.3. Система видения в сложных метеоусловиях.

5.4. Аппаратно-программный комплекс для проведения видеоконференций.

5.5. Лабораторный практикум по цифровой обработке изображений.

5.5. Выводы.

Весьма широкий круг задач в области цифровой обработки изображений требует использования нелинейных преобразований. Например, для выделения или подавления малоразмерных объектов (МРО). Если такие объекты имеют резкие перепады яркости, то их выделение с помощью линейного дифференцирующего фильтра будет сопровождаться появлением паразитных «выбросов» от этих перепадов яркости. А использование линейного сглаживающего фильтра для устранения малоразмерных объектов, например, отсчётов импульного шума, будет сопровождаться искажением этих объектов, так как каждый импульс даст отклик в виде импульсной характеристики используемого фильтра и, тем самым, искажает обрабатываемое изображение.

В настоящее время сформирован целый класс нелинейных ранговых преобразований, которые более эффективны для обработки МРО, чем линейные преобразования. Ранговой обработке посвящены работы таких российских и зарубежных авторов, как Л.П. Ярославский, В.Ю. Лапий, Т.С. Хуанг, У. Прэтт, Р. Гонсалес, Р. Вудс, Б. Яне и др. Однако до сих пор недостаточно освещены некоторые аспекты ранговой обработки, например, использование межкадровой информации для повышения эффективности алгоритмов обработки.

Задача обработки МРО весьма актуальна в области построения систем видения на базе высокочувствительных телевизионных (ТВ) датчиков с электронно-оптическим преобразователем (ЭОП). Созданию систем с подобными датчиками посвящены работы таких российских и зарубежных авторов, как Ю.Г. Якушенков, А.Г. Берковский, М.М. Мирошников, В.В. Белов, А.С. Дунаев, М.М. Бутслов, А.Б. Бельский, С.Т. Архутик, И.Л. Гейхман, Дж. Ллойд и др. В ТВ-датчиках с ЭОП можно наблюдать паразитные световые образования (сцинтилляции), являющиеся малоразмерными объектами, которые необходимо устранить. При этом в ряде случаев необходимо устранять МРО в режиме реального времени без потери динамики движения. То есть, алгоритмы устранения сцинтилляций должны быть по возможности просты и эффективны при аппаратно-программной реализации.

Выделение МРО более эффективно при применении ранговых алгоритмов с вариационным рядом из первых и вторых разностей, однако подобным алгоритмам свойственен эффект «затемнения» - частичного или полного устранения объекта близкорасположенным объектом или фоновым образованием. Поэтому стоит задача исследования возможности использования межкадровой информации в ранговой обработке и поиска путей по оптимизации известных ранговых алгоритмов, использующих первые и вторые разности, с целью устранения эффекта «затемнения».

Так как ранговые фильтры являются нелинейными системами, для которых однозначного решения в общем случае не существует, то для их исследования используют методы математического и имитационного моделирования и сравнения результатов обработки.

Для проведения исследований принято использовать программные инструментальные средства, которые, по мнению автора, должны удовлетворять следующим требованиям:

• открытый исходный код для контроля корректности программных реализаций алгоритмов, генераторов моделей и т.д.;

• эксплуатация под учётной записью обычного пользователя компьютера; отсутствие необходимости дополнительной установки каких-либо программных продуктов для обеспечения нормального функционирования;

• использование в первую очередь эффективных, а не универсальных решений. Несоблюдение этих требований усложняет проведение исследований.

В настоящее время отсутствуют программные инструментальные средства, полностью удовлетворяющие перечисленным выше требованиям. То есть стоит задача создания открытого программного продукта для разработки и исследования алгоритмов ранговой обработки.

С учетом всего вышесказанного целью диссертационной работы является повышение эффективности алгоритмов ранговой обработки при выделении полезных малоразмерных объектов и при устранении паразитных малоразмерных объектов; создание открытого алгоритмическо-программного комплекса для разработки и исследования ранговых алгоритмов.

Для достижения поставленной цели необходимо решить задачи

1. Провести анализ известных ранговых алгоритмов с целью исследования возможности использование межкадровой информации для повышения эффективности ранговой обработки телевизионных изображений.

2. Разработать программное обеспечение для исследования и оптимизации известных алгоритмов ранговой обработки.

3. Предложить методику проведения экспериментального исследования алгоритмов ранговой обработки с оценкой эффективности по выбранным критериям.

4. На основе проведённого анализа оптимизировать рассмотренные алгоритмы ранговой обработки и провести исследование исходных и оптимизированных версий алгоритмов согласно предложенной методике с помощью разработанного программного обеспечения.

Для решения поставленных задач использованы следующие методы исследования: имитационное моделирование тестовых изображений в том числе пространственной структуры паразитных световых образований (сцинтилляций) в высокочувствительных ТВ-датчиках с электронно-оптическим преобразователем, численный эксперимент с использованием моделей, сравнение результатов обработки с использованием количественных критериев.

Научная новизна результатов работы заключается в следующем:

1. Создан метод формирования неоднородных случайных полей для моделирования полей сцинтилляций в высокочувствительных телевизионных датчиках с электронно-оптическим преобразователем.

2. Разработан алгоритм усовершествованного минимума первых разностей элементов вариационного ряда для выделения малоразмерных объектов положительного и отрицательного контраста с резкими и плавными перепадами яркости.

3. Предложена и подтверждена гипотеза о применимости алгоритма межкадрового минимума для устранения сцинтилляций на телевизионных изображениях, получаемых в высокочувствительных телевизионных датчиках с электронно-оптическим преобразователем.

4. Предложена и подтверждена гипотеза о применимости алгоритма межкадрового максимума в дополнение к внутрикадровым ранговым алгоритмам, использующим первые и вторые разности, для ослабления эффекта «затемнения».

Практическая ценность результатов работы заключается в следующем:

1. Создан телевизионно-вычислительный комплекс с радиационно-стойкой камерой для визуально-измерительного контроля внутренних поверхностей трактов технологических каналов, металлоконструкций и рабочего пространства уран-графитовых ядерных реакторов, обеспечивающий получение, цифровую обработку и архивирование видеоданных.

2. Разработана активная телевизионная система наблюдения для визуального обнаружения и идентификации объектов в тёмное время суток и в сложных метеоусловиях, в части обработки формируемых системой изображений.

3. Создан электронно-измерительный комплекс на базе лазерного дальномера, позволяющий получать, анализировать и архивировать результаты проводимых измерений.

4. Разработан комплекс алгоритмического и программного обеспечения для проведения видеоконференций в части получения и обработки информации от видеоустройства, а также для организации приёма-передачи мультимедийной информации между устройствами на базе сигнальных процессоров фирмы Texas Instruments в режиме реального времени.

5. Созданы программные инструментальные средства для применения в учебном процессе по дисциплине «Цифровая обработка сигналов» и выпущено учебно-методическое пособие используемое в курсовом и дипломном проектировании.

На защиту выносятся следующие положения:

1. Разработанный алгоритм внутрикадровой ранговой обработки "усовершенствованный минимум первых разностей", созданный на базе известного алгоритма минимума первых разностей, позволяет выделять малоразмерные объекты положительного и отрицательного контраста с резкими и плавными перепадами яркости.

2. Применение рангового алгоритма «межкадровый минимум» позволяет более эффективно устранять сцинтилляции на телевизионных изображениях, получаемых в высокочувствительных телевизионных датчиках с электронно-оптическим преобразователем, по сравнению с межкадровыми медианой и скользящим средним. При использовании 2-3 кадров синтезированных изображений преимущество по пиковому отношению сигнал-шум достигает 20 дБ.

3. Применение рангового алгоритма межкадрового максимума в дополнение к внутрикадровым ранговым алгоритмам, использующим первые и вторые разности для выделения малоразмерных объектов, позволяет при определённых условиях устранить эффект «затемнения».

Внедрение и использование результатов работы - результаты, полученные в диссертационной работе используются в учебном процессе в виде лабораторного практикума, позволяя изучать особенности ранговой обработки изображений - в приложении 1 приведены соответствующие свидетельства об отраслевой регистрации разработок. Кроме того, результаты работы использованы при разработке программного обеспечения телевизионно-вычислительного комплекса для визуально-измерительного контроля внутренних поверхностей трактов технологических каналов, металлоконструкций и рабочего пространства уран-графитовых ядерных реакторов. Также результаты работы использованы при создании активной телевизионной системы наблюдения (ATCH) "ZOND", предназначенной для визуального обнаружения и идентификации объектов в тёмное время суток и в сложных метеоусловиях: туман, дождь, снегопад, дым, пыль. Результаты работы были использованы для создания электронно-измерительного комплекса на базе лазерного дальномера DIMETIX DLS-B15, позволяющего получать, анализировать и архивировать результаты проводимых измерений. Также результаты работы были использованы при разработке комплекса для проведения видеоконференций в части получения и обработки информации от сенсорного видеоустройства, а также при организации приёма-передачи мультимедийной информации между устройствами на базе сигнальных процессоров фирмы Texas Instruments в режиме реального времени. В приложении 2 приведены копии соответствующих актов.

Апробация результатов работы - основные положения и результаты работы докладывались на конференциях: Юбилейная научно-техническая конференция, посвященная 50-летию радиотехнического факультета, 2000 г. (г. Томск); Межрегиональная научно-техническая конференция, посвященная 40-летию ТУСУР, 2002 г. (г. Томск); Международная конференция "Телевидение: передача и обработка изображений", 2002 г. (г. Санкт-Петербург); Всероссийская научно-техническая конференция "Современное телевидение", 2003 г. (г. Москва); Межрегиональные научно-технические конференции "Научная сессия ТУСУР", 2002 г., 2005 г. (г. Томск), Сибирско

Тайваньский Форум (г. Томск), 2009 г.

Всего по теме диссертации опубликовано 24 работы. Из них 2 в изданиях, рекомендованных ВАК. Получены 6 авторских свидетельств на разработанное программное обеспечение, а также выпущено учебно-методическое пособие, используемое в курсовом и дипломном проектировании.

Следующие результаты получены автором лично:

1. Предложена и подтверждена гипотеза о применимости алгоритма межкадрового минимума для устранения сцинтилляций на телевизионных изображениях, получаемых в высокочувствительных телевизионных датчиках с электронно-оптическим преобразователем.

2. Разработан алгоритм ранговой обработки «усовершенствованный минимум первых разностей».

3. Создан алгоритмическо-программный комплекс для исследования алгоритмов ранговой обработки, включающий в себя генератор полей сцинтилляций и других тестовых изображений, а также программные реализации разработанных и исследованных ранговых алгоритмов.

4. Созданный алгоритмическо-программный комплекс адаптирован для применения в составе телевизионно-вычислительного комплекса с радиационно-стойкой камерой.

5. Разработанный алгоритмическо-программный комплекс адаптирован для применения в составе системы видения в сложных метеоусловиях "ZOND Ml".

6. Созданный алгоритмическо-программный комплекс адаптирован для применения в составе электронно-измерительного комплекса на базе лазерного дальномера, позволяющего получать, анализировать и архивировать результаты проводимых измерений.

7. Предложена и подтверждена гипотеза о применимости алгоритма межкадрового максимума в дополнение к внутрикадровым ранговым алгоритмам, использующим первые и вторые разности, для ослабления эффекта «затемнения».

Результаты, полученные в соавторстве:

1. Разработаны 10 вариантов формирования неоднородных случайных полей для моделирования полей паразитных световых образований в высокочувствительных телевизионных датчиках с электронно-оптическим преобразователем.

2. Созданное программное обеспечение адаптировано для применения в учебном процессе по дисциплине «Цифровая обработка сигналов».

Структура и объём работы — диссертация состоит из введения, пяти глав, заключения и трёх приложений общим объёмом 210 страниц, содержит 78 иллюстраций и 6 таблиц. Библиографический список включает 107 наименований.

5.5. Выводы

Разработанное в диссертации алгоритмическое и программное обеспечение было адаптировано для решения следующих задач:

1. Создание телевизионно-вычислительного комплекса с радиационностойкой камерой для визуально-измерительного контроля внутренних поверхностей трактов технологических каналов, металлоконструкций и рабочего пространства уран-графитовых ядерных реакторов, обеспечивающего получение, цифровую обработку и архивирование видеоданных.

2. Разработка активной телевизионной системы наблюдения для визуального обнаружения и идентификации объектов в тёмное время суток и в сложных метеоусловиях, в части обработки формируемых системой изображений.

3. Создание электронно-измерительного комплекас на базе лазерного дальномера, позволяющего получать, анализировать и архивировать результаты проводимых измерений.

4. Разработка комплекса алгоритмического и программного обеспечения для проведения видеоконференций в части получения и обработки информации от видеоустройств, а также для организации приёма-передачи мультимедийной информации между устройствами на базе сигнальных процессоров фирмы Texas Instruments в режиме реального времени.

5. Создание программных инструментальных средств для применения в учебном процессе по дисциплине «Цифровая обработка сигналов».

Столь широкое применение в разных сферах говорит о востребованности эффективных алгоритмов ранговой обработки и инструментальных средств для их разработки и исследования.

144

ЗАКЛЮЧЕНИЕ

Следует напомнить, что цель диссертационной работы была заключена в поиске методов улучшения качества ранговой обработки как в плане выделения малоразмерных объектов, так и в плане их устранения, и поиске путей по усовершенствованию известных ранговых алгоритмов, использующих первые и вторые разности, с целью устранения или ослабления эффекта «затемнения». Также было запланировано создание программных инструментальных средств для упрощения процесса разработки и исследования ранговых фильтров. В процессе выполнения диссертационной работы были достигнуты следующие основные результаты:

1. Разработан алгоритм усовершенствованного минимума первых разностей для выделения малоразмерных объектов, в том числе отрицательного контраста.

2. Сделано теоретическое предположение, что пространственная структура паразитных световых образований (полей сцинтилляций) в высокочувствительных телевизионных датчиках с электронно-оптическим преобразователем может быть апроксимирована неоднородным случайным полем. Программно реализован генератор неоднородных случайных полей.

3. Высказана гипотеза о том, что для подавления сцинтилляций следует поэлементно сравнивать амплитуды видеосигнала в двух и более кадрах и выбирать в качестве выходного сигнала минимальную из этих амплитуд.

4. Высказана гипотеза о применимости алгоритма межкадрового максимума в дополнение к внутрикадровым ранговым алгоритмам, использующим первые и вторые разности, для устранения влияния эффекта «затемнения».

5. Разработана методика проведения вычислительного эксперимента для проверки гипотез и теоретического положения, в том числе моделирования неоднородных случайных полей.

6. Произведены сбор и обработка данных по результатам вычислительного эксперимента, подтвердившие справедливость теоретического положения и гипотезы, что позволило разработать алгоритмы пространственно-временной ранговой обработки телевизионных изображений и оценить их эффективность.

7. Создан телевизионно-вычислительный комплекс с радиационно-стойкой камерой для визуально-измерительного контроля внутренних поверхностей трактов технологических каналов, металлоконструкций и рабочего пространства уран-графитовых ядерных реакторов, обеспечивающий получение, цифровую обработку и архивирование видеоданных.

8. Разработана активная телевизионная система наблюдения для визуального обнаружения и идентификации объектов в тёмное время суток и в сложных метеоусловиях, в части обработки формируемых системой изображений.

9. Создан электронно-измерительный комплекс на базе лазерного дальномера, позволяющий получать, анализировать и архивировать результаты проводимых измерений.

10.Разработан комплекс алгоритмического и программного обеспечения для проведения видеоконференций в части получения и обработки информации от видеоустройств, а также для организации приёма-передачи мультимедийной информации между устройствами на базе сигнальных процессоров фирмы Texas Instruments в режиме реального времени.

11.Созданы программные инструментальные средства для применения в учебном процессе по дисциплине «Цифровая обработка сигналов» и выпущено учебно-методическое пособие используемое в курсовом и дипломном проектировании.

Из приведённых результатов следует, что цель диссертационной работы достигнута. Разработанное в рамках выполнения работы программное обеспечение упрощает процесс моделирования ранговой обработки с последующей оценкой результата обработки по реализованным в инструментарии критериям. Разработанный метод «усовершенствованный минимум первых разностей» более эффективен, чем его базовый прототип, так как выделяет малоразмерные объекты как положительного, так и отрицательного контраста. Предложение использовать межкадровый минимум для устранения сцинтилляций, оказалось более эффективным решением по сравнению с применением межкадровой медианы, как по быстродействию, так и по качеству. Применение межкадрового максимума в дополнение к внутрикадровому усовершенствованному минимому первых разностей уменьшает число ситуаций, в которых проявится эффект «затемнения».

1. Цифровые фильтры и их применение: пер. с англ. / В. Каппелини, А. Дж. Константинидис, П. Эмилиани. М.: Энергоатомиздат, 1983. - 360 с.

2. Курячий М.И. Цифровая обработка сигналов: учеб. пособие. Томск: Томский межвузовский центр дистанционного образования, 2002. — 175 с.

3. Цифровая обработка многомерных сигналов: пер. с англ. / Д. Даджион, Р. Мерсеро. М.: Мир, 1988. - 488 с. - ISBN 5-03-000402-5.

4. Цифровая обработка сигналов: пер. с англ. / А.В. Оппенгейм, Р.В. Шафер; под ред. С.Я. Шаца. М.: Связь, 1979. - 416 с.

5. Теория и применение цифровой обработки сигналов: пер. с англ. / Л. Рабинер, Б. Гоулд; под ред. Ю.Н. Александрова. М.: Мир, 1978. - 848 с.

6. Цифровая обработка сигналов: процессоры, алгоритмы, средства проектирования / М.С. Куприянов, Б.Д. Матюшкин. Изд. 2-е, перераб. и доп. - СПб.: Политехника, 1999. - 592 с. - ISBN 5-7325-0546-6.

7. Басараб М., ВолосюкВ., ГорячкинО. Цифровая обработка сигналов и изображений. -М.: ФИЗМАТЛИТ, 2007. 552 с. - ISBN 978-5-9221-0871-3.

8. Сергиенко А.Б. Цифровая обработка сигналов. СПб.: Питер, 2003. - 603 с. -ISBN 5-318-00666-3.

9. Казанцев Г.Д. Измерительное телевидение: учеб. пособие для вузов / Г.Д. Казанцев, М.И. Курячий, И.Н. Пустынский. М.: Высш. шк., 1994. — 288 с. - ISBN 5-06-002267-6.

10. Цифровая обработка изображений в информационных системах: учеб. пособие / И.С. Грузман, B.C. Киричук и др.. Новосибирск: Изд-во НГТУ, 2002. - 352 с. - ISBN 5-7782-0330-6.

11. Яне Б. Цифровая обработка изображений. / Пер. с англ. М.:Техносфера, 2007. - 584 с. - ISBN 978-5-94836-122-2.

12. Потапов А.А. Новейшие методы обработки изображений // Под ред. А.А. Потапова. М.: ФИЗМАТЛИТ, 2008. - 496 с. - ISBN 978-5-9221-08416.

13. Ярославский Л.П. Цифровая обработка сигналов в оптике и голографии: введение в цифровую оптику. М.: Радио и связь, 1987. — 296 с.

14. Быстрые алгоритмы в цифровой обработке изображений / пер. с англ. / Т.С. Хуанг, Дж.-О. Эклунд, Дж. Нуссбаумер [и др.]; под ред. Т.С. Хуанга. -М.: Радио и связь, 1984. 224 с.

15. Прэтт У. Цифровая обработка изображений. T.l. М.: Мир, 1982. 312 с.

16. Гонсалес Р., Вудс Р. Цифровая обработка изображений: пер. с англ. / под ред. П.А. Чочиа. М.: Техносфера, 2005. - 1072 с. - ISBN 5-94836-028-8 (в пер.).

17. Лапий В.Ю. Устройства ранговой обработки информации // В.Ю. Лапий и др. К.: Техшка, 1986. - 120 с.

18. A.M. Маслов, В.В. Сергеев. Идентификация линейной искажающей системы с использованием ранговой обработки сигналов. — М.: Центральное конструкторское бюро уникального приборостроения АН СССР, 1989. — Вып. № 6, С. 90 102. - ISSN 0134-2452.

19. Крылов В.Н., Антощук С.Г., Бодалевский А.А. Ранговая обработка двумерных изображений в пространстве оценок и решений // Тр. Одес. политехи, ун-та. Одесса, 1998. - Вып. 1(5). - С. 105 - 108.

20. Дональд Кнут Искусство программирования, том 3. Сортировка и поиск. -2-е изд. М.: «Вильяме», 2007. - 824 с. - ISBN 0-201-89685-0

21. А.с. 1702401 СССР. Устройство для обработки изображений объектов / В.Л. Дмитриенко, А.Г. Костевич, М.И. Курячий, В.Н. Ульянов опубл. 1991, Б.И. № 48.

22. Ранговые алгоритмы выделения объектов. Всесоюзная конференция "Методы и микроэлектронные средства цифрового преобразования и обработки сигналов" / А.Г. Ильин, А.Г. Костевич, Е.Я. Курьянович. Рига, 1986. - Том 2, 692 с.

23. Гальчук И.В., Костевич А.Г. Методы выделения малоразмерных подвижных объектов на сложном фоне. Томск: Труды юбилейной НТК по радиоэлектронике, посвященной 50-летию РТФ, 2000. — Том 5, С. 82 — 86.

24. Гальчук И.В., Костевич А.Г., Курячий М.И. Ранговые алгоритмы выделения малоразмерных объектов на сложном фоне. СПб: Материалы 2-ой Международной конференции "Телевидение: передача и обработка изображений", 2002. - С. 44 - 46.

25. Бакрунов А.О., Щукин И.В. Методы проверки статистических свойств псевдослучайных точечных изображений при испытании алгоритмов анализа структуры // Автометрия, 1984, №6. С. 53 57.

26. Гальчук И.В., Костевич А.Г. Генерирование пуассоновских полей на ЭВМ. — Материалы межрегиональной НТК, посвященной 40-летию ТУСУР, Томск, Россия 14 16 мая 2002 г., изд-во ТУСУР, 2002. - Часть 1, С. 119 -122.

27. Гальчук И.В., Костевич А.Г. Моделирование пространственной структуры слабых световых полей. — Тез. док. 10-й НТК "Современное телевидение", Москва, Россия 19-20 марта 2002, г. М.: МКБ "Электрон", 2002.

28. Гальчук И.В., Костевич А.Г. Моделирование пуассоновских случайных полей. СПб: Материалы 2-ой Международной конференции "Телевидение: передача и обработка изображений", 2002. — С. 58 — 59.

29. Феллер В. Введение в теорию вероятностей и ее приложения. В 2-х томах. Т. 1. Пер. с англ. М.: Мир, 1984. - 528 с.

30. Феллер В. Введение в теорию вероятностей и ее приложения. В 2-х томах. Т. 2. Пер. с англ. М.: Мир, 1984. - 738 с.

31. Мухин О.И. Лекция 27. Распределение Пуассона // Учебник "Моделирование систем".

32. URL: http://stratum.ac.ru/textbooks/modelir/lection27.html. (дата последнегообращения: 12.07.2009).

33. Якушенков, Ю.Г., Луканцев, В.Н., Колосов, М.П. Методы борьбы с помехами в оптико-электронных приборах. М.: Радио и связь, 1981. — 180 с.

34. Ллойд Дж. Системы тепловидения. Пер.с английского М.: Мир, 1978г. -416 с.

35. Берковский А.Г., Гаванин В.А., Зайдель И.Н. Вакуумные фотоэлектронные приборы. 2-е изд., перераб. и доп. - М.: Радио и связь, 1988. — 272 с.

36. Бутслов М.М., Степанов Б.М., Фанченко С.Д. Электронно-оптические преобразователи и их применение в научных исследованиях. — М.: Наука, 1978. 432 с.

37. Мирошников М.М. Теоретические основы оптико-электронных приборов. — Л.: Машиностроение, 1977. 600 с.

38. Ватолин Д., Ратушняк А. и др. MSU Quality Measurement Tool: Информация о метриках // Сайт по методам сжатия данных, изображений и видео. 2009. URL: http://www.compression.rU/video/qualitymeasure/info.html#start (дата обращения: 05.06.2009).

39. TMS320C6000 Code Composer Studio Tutorial / Texas Instruments Inc. -U.S.A., Texas, Dallas: Tarrant Dallas Printing, Inc., 2000. 65 c.

40. Курячий М.И., Костевич А.Г., Рудникович A.C. Обработка и анализ изображений с использованием сигнальных процессоров // Материалы 2-й Всерос. НТК по проблемам создания перспективной авионики. — Томск: ТУСУР, 2003. С. 303-307.

41. Гончаров Ю. Новое поколение ЦСП Texas Instruments / Компоненты и технологии, 2001, № 1.

42. Анохин В.В., Ланнэ А.А. и др. MATLAB для DSP. Цикл статей / ChipNews, 2000, № 2-4, 7, 9; 2001 № 2; Цифровая обработка сигналов, № 2, 2000.

43. Гальчук И.В. Программная реализация алгоритмов цифровой обработки изображений на базе цифровых сигнальных процессоров семейства VLIW. — Материалы Всероссийской НТК "Научная сессия ТУСУР — 2005", Томск,

44. Россия 26 28 апреля 2005 г., изд-во ТУСУР, 2005. - Часть 1, С. 95 - 96.

45. Алгоритмы и процессоры цифровой обработки сигналов / А.И. Солонина, Д.А. Улахович, Л.А. Яковлев. СПб.: БХВ-Петербург, 2002. - 464 с. - ISBN 5-94157-065-1.

46. Система MATLAB 5 для студентов / В.Г. Потемкин, П.И. Рудаков. Изд. 2-е, перераб. и доп. -М.: ДИАЛОГ-МИФИ, 1999. - 448 с. - ISBN 5-86404-1238.

47. MATLAB 5.x. Вычисления, визуализация, программирование / Н.Н. Мартынов, А.П. Иванов. М.: КУДИЦ-ОБРАЗ, 2000. - 336 с. - ISBN 593378-013-8.

48. MATLAB. Обработка сигналов и изображений. Специальный справочник / В. Дьяконов, И. Абраменкова. СПб.: Питер, 2002. - 608 с. - ISBN 5-31800667-1.

49. Потёмкин В.Г. Система инженерных и научных расчётов Matlab 5.x В 2 т. — М.: Диалог-МИФИ, 1999.

50. Рудаков П.И., Сафонов И.В. Обработка сигналов и изображений. Matlab 5х / Под общ. ред. к.т.н. В.Г. Потёмкина. -М.: Диалог-МИФИ, 2000.

51. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.'.Техносфера, 2006. - 616 с. - ISBN 5-94836-092-Х.

52. Плохотников К. Вычислительные методы. Теория и практика в среде MATLAB: курс лекций. Учебное пособие для вузов. — М.: Горячая линия-Телеком, 2009. 496 с. - ISBN 978-5-9912-0069-1.

53. В.П. Дьяконов MATLAB 6.5 SP1/7/7 SP1 + Simulink 5/6. Работа с изображениями и видеопотоками. — М.: Солон-Пресс, 2005. — 400 с. ISBN 5-98003-205-3.

54. Достижения в технике передачи и воспроизведения изображений, Т. 1. / Под ред. Б. Кейзана. М.: Мир, 1978. - 336 с.

55. Левин Б.Р. Теоретические основы статистической радиотехники. Том 3. — М.: Сов. радио, 1976. 288 с.

56. Ермаков С.М., Михайлов Г.А. Статистическое моделирование. 2-е изд.,дополн. М.: Наука, Главная редакция физико-математической литературы, 1982. - 296 с.

57. Тихонов В.И. Статистическая радиотехника. М.: Советское радио, 1966. -677 с.

58. Гальчук И.В. Межкадровая ранговая обработка: выделение малоразмерных объектов. // Вестник Сибирского отделения АН ВШ №1(9) — Томск: Изд-во Института оптики атмосферы СО РАН, 2005 г. С. 148 - 153.

59. Грузман В.Е. Теория вероятностей и математическая статистика: учеб. пособие для вузов. Изд. 8-е, стереотипное. - М.: Высш. шк., 2002. - 479 с. - ISBN 5-06-004214-6.

60. Катаев М.Ю. Обработка экспериментальных данных на ЭВМ: Учебное пособие. — Томск: Томский межвузовский центр дистанционного образования, 2001. 104 с.

61. Гальчук И.В. Инструментальные средства для исследования алгоритмов цифровой обработки изображений. — Материалы Всероссийской НТК "Научная сессия ТУСУР 2005", Томск, Россия 26 - 28 апреля 2005 г., изд-во ТУСУР, 2005. - Часть 1, С. 97 - 98.

62. Гальчук И.В., Курячий М.И. Инструментальные средства для оценки эффективности ранговых алгоритмов цифровой обработки изображений// Изв. вузов. Приборостроение. 2005. № 11. С. 38-40.

63. Холзнер С. Visual С++ 6: учебный курс. СПб.: Питер, 2000. - 576 с. - ISBN 5-8046-0053-2.

64. Visual С++ и MFC: пер. с англ. / А.В. Мешков, Ю.В. Тихомиров. Изд. 2-е, перераб. и доп. - СПб.: БХВ-Петербург, 2000. - 1040 с. - ISBN 5-82060073-8.

65. Программирование на Microsoft Visual С++ 6.0 для профессионалов: пер. с англ. / Д. Круглински, С. Уингоу, Дж. Шеферд. СПб.: Питер; М.: Издательско-торговый дом "Русская Редакция", 2002. — 864 с. — ISBN 5-27200385-3.

66. Марк Луис. Visual С++ 6: справочник. М.: Лаборатория Базовых Знаний, 1999. - 720 с. - ISBN 5-93208-022-1.

67. MFC и Visual С++ 6. Энциклопедия программиста: пер. с англ. / Юджин Олафсен, Кенн Скрайбнер, К. Дэвид Уайт [и др.]. — СПб.: ООО "ДиаСофтЮП", 2003. 992 с. - ISBN 5-93772-064-4.

68. Черносвитов A. Visual С++ 7: учебный курс. СПб.: Питер, 2001. - 528 с. -ISBN 5-272-00217-2.

69. Поляков А.Ю. Методы и алгоритмы компьютерной графики в примерах на Visual С++. СПб.: БХВ-Петербург, 2002. - 416 с. - ISBN 5-94157-136-4.

70. Телевизионные системы контроля и наблюдения в ядерной технике / В.П. Иванов, Н.А. Сидоркин, Ю.М. Старостин, В.А. Кудрявцев // Атомная энергия. — 1982. Т. 52, вып. 1. С. 67 - 69.

71. Троелсен Э. С# и платформа .NET. Библиотека программиста. — СПб.: Питер, 2007. 796 с.

72. Гейхман И.Л. Основы улучшения видимости в сложных метеоусловиях / И.Л. Гейхман, В.Г. Волков. М.: ООО Недра, 1999. - 286 с.

73. Белов В.В. Активно-импульсные телевизионные системы «Зонд» и «Обзор» / В.В. Белов, B.C. Белоусов, И.Н. Пустынский и др. // Изв. вузов. Приборостроение. 2005. № 11. - С. 51 - 54.

74. Мищенко Н.И. Телевизионно-вычислительные системы наблюдения и контроля в сложных метеоусловиях / Н.И. Мищенко, А.Н. Попова // Групповое проектное обучение: Докл. 2-й науч.-метод. конф. Томск, 26-27 ноября 2007 г. Томск: ТУ СУР, 2007. - С 169 - 173.

75. Архутик С.Т. и др. Модернизация приборов ночного видения // Спец. техника. 2005. № 3. С. 7.

76. Дунаев А.С., Шлычков В.И. Расчет дальности наблюдения для активно-импульсной телевизионной системы // Оптический журнал. 2005. № 4. С. 48 -51.

77. Vollmerhausen R. et al. Modeling the target acquisition performance of laser-range-gated imagers // Proc. SPIE. 2003. Vol. 5076. P. 101.

78. Вельский А.Б., Сеник Б.Н., Сухачев А.Б. Способы адаптации телевизионных систем к условиям изменения освещенности на местности // Оптический журнал. 2005. № 4. С. 38-43.

79. Белов В.В., Белоусов Б.Д., Борисов Б.Д., Курячий М.И., Матвиенко Г.Г., Пустынский И.Н., Тарасенко В.П. Стробируемая система ночного видения ZOND // Наука производству, 2003. - №9. - С. 32-38.

80. Они У. Использование Microsoft Windows Driver Model. 2-е изд. (+CD). Дляпрофессионалов. СПб.: Питер, 2007. — 764 с.

81. Элджер Дж. С++: библиотека программиста. СПб.: Питер, 2001. - 320 с. -ISBN 5-8046-0045-1.

82. Скляров В.А. Программирование на языках Си и Си++: учеб. пособие. — Изд. 2-е, перераб. и доп. М.: Высш. шк., 1999. - 288 с. - ISBN 5-06-0034860.

83. Лафоре Р. Объектно-ориентированное программирование в С++. Классика Computer Science: пер. с англ.. Изд. 4-е. - СПб.: Питер, 2003. - 928 с. -ISBN 5-94723-302-9.

84. Мейерс С. Эффективное использование STL. Библиотека программиста. -СПб.: Питер, 2002. 224 с. - ISBN 5-94723-382-7.

85. Свидетельство об отраслевой регистрации разработки №6127 ОФАП. Компьютерная лабораторная работа "Анализ характеристик цифровых фильтров для обработки одномерных сигналов". / Гальчук И.В., Костевич А.Г., Курячий М.И. 2006 г.

86. Свидетельство об отраслевой регистрации разработки №6128 ОФАП. Компьютерная лабораторная работа "Синтез цифровых фильтров для обработки одномерных сигналов". / Гальчук И.В., Костевич А.Г., Курячий М.И. 2006 г.

87. Свидетельство об отраслевой регистрации разработки №6129 ОФАП. Компьютерная лабораторная работа "Цифровая обработка двумерных сигналов". / Гальчук И.В., Курячий М.И., Ульянов В.Н. — 2006 г.

88. Свидетельство об отраслевой регистрации разработки №6130 ОФАП. Компьютерная лабораторная работа "Цифровая линейная фильтрация изображений". / Гальчук И.В., Курячий М.И., Попов С.В. — 2006 г.

89. Свидетельство об отраслевой регистрации разработки №6131 ОФАП. Компьютерная лабораторная работа " Цифровая нелинейная фильтрация изображений". / Гальчук И.В., Курячий М.И., Попов С.В. — 2006 г.

90. Свидетельство об отраслевой регистрации разработки №6132 ОФАП. Компьютерная лабораторная работа " Цифровые методы коррекцииизображений". / Гальчук И.В., Курячий М.И., Попов С.В. 2006 г.

91. Фурман Я.А., Юрьев А.Н., Яншин В.В. Цифровые методы обработки и распознавания бинарных изображений. — Красноярск: Изд-во Красноярского университета, 1992. 248 с. - ISBN 5-7470-0204-Х.

92. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983. - 295 с.

93. Castekman К.Р. Digital Image Processing. New Jersey: Prentice, 1996. -P. 368.

94. Якушенков Ю.Г. Теория и расчёт оптико-электронных приборов. М.: Логос, 2004. - 472 с.

95. Яншин В. В., Калинин Г. А. Обработка изображений на языке Си для IBM PC. Алгоритмы и программы. М.: Мир, 1994. - 241 с. ISBN: 5-03-002891-9.

96. Корреляционные зрительные системы роботов : научное издание / А. М. Кориков, В. И. Сырямкин, В. С. Титов. — Томск : Радио и связь, 1990. — 2641. с. ISBN 5-256-00510-3.

97. ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

98. ГОСУДАРСТВЕННЫЙ КООРДИНАЦИОННЫЙ ЦЕНТР ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

99. ОТРАСЛЕВОЙ ФОНД АЛГОРИТМОВ И ПРОГРАММ

100. СВИДЕТЕЛЬСТВО ОБ ОТРАСЛЕВОЙ РЕГИСТРАЦИИ РАЗРАБОТКИ1. М6127

101. Настоящее свидетельство выдано на разработку:

102. Компьютерная лабораторная работа «Анализ характеристик цифровых фильтров для обработки одномерных сигналов»зарегистрированную в Отраслевом фонде алгоритмов и программ.

103. Дата регистрации: 16 мая 2006 года

104. Авторы: Гальчук И.В., Костевнч А.Г., Курячий MJH.

105. Организация-разработчик: Томский государственный университетсистем управления н радиоэлектроники

106. Директор J&i^e^y^ Е.Г. Руководитель ОФАТГ ,4 а.Н.1. Г "1. Калинкевнч Галкина1. Дата выдачи

107. ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

108. ГОСУДАРСТВЕННЫЙ КООРДИНАЦИОННЫЙ ЦЕНТР ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

109. ОТРАСЛЕВОЙ ФОНД АЛГОРИТМОВ И ПРОГРАММ

110. СВИДЕТЕЛЬСТВО ОБ ОТРАСЛЕВОЙ РЕГИСТРАЦИИ РАЗРАБОТКИ1. М 6128

111. Настоящее свидетельство выдано на разработку:

112. Компьютерная лабораторная работа «Синтез цифровых фильтров для обработки одномерных сигналов»зарегистрированную в Отраслевом фонде алгоритмов и программ.

113. Дата регистрации: 16 мая 2006 года

114. Авторы: Гальчук И.В., Костевич А.Г., Курячий М.И.

115. Организация-разработчик: Томский государственный университетсистем управления я радиоэлектроники1. Директор Руководитель ОФ.1. Калии кевнч1. А.И.Галкина

116. ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

117. ГОСУДАРСТВЕННЫЙ КООРДИНАЦИОННЫЙ ЦЕНТР ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

118. ОТРАСЛЕВОЙ ФОНД АЛГОРИТМОВ И ПРОГРАММм-■'С • •*■ ■ .-.v- ;■;■;• '->>1

119. СВИДЕТЕЛЬСТВО ОБ ОТРАСЛЕВОЙ РЕГИСТРАЦИИ РАЗРАБОТКИ1. М 6129

120. Настоящее свидетельство выдано на разработку:•: .*. -х-: :

121. Компьютерная лабораторная работа «Цифровая обработка двумерных сигналов»зарегистрированную в Отраслевом фонде алгоритмов и программ.

122. Дата регистрации: 16 мая 2006 года

123. Авторы: Гальчук И.В., Курячий М.И., Ульянов В.Н.

124. Организация-разработчик: Томский государственный университетсистем управления и радиоэлектроники1. Директор Калинкевич

125. Руководитель ОФМУ^^^^^^А.!1. И.Галкина1. Дата выдач»

126. ФЕДЕРАЛЬНОЕ АГЕНТСТВО НО ОБРАЗОВАНИЮ

127. ГОСУДАРСТВЕННЫЙ КООРДИНАЦИОННЫЙ ЦЕНТР ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

128. ОТРАСЛЕВОЙ ФОНД АЛГОРИТМОВ И ПРОГРАММ

129. СВИДЕТЕЛЬСТВО ОБ ОТРАСЛЕВОЙ РЕГИСТРАЦИИ РАЗРАБОТКИ1. М 6130

130. Настоящее свидетельство выдано на разработку:

131. Компьютерная лабораторная работа «Цифровая линейная фильтрация изображений»зарегистрированную в Отраслевом фонде алгоритмов и программ.

132. Дата регистрации: 16 мая 2006 года

133. Авторы: Галь чу к И.В., Курячий М.И., Попов С.В.

134. Организация-разработчик: Томский государственный университетсистем управления и радиоэлектроники

135. ФЕДЕРАЛЬНОЕ АГЕНТСТВО НО ОБРАЗОВАНИЮ

136. ГОСУДАРСТВЕННЫЙ КООРДИНАЦИОННЫЙ ЦЕНТР ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

137. ОТРАСЛЕВОЙ ФОНД АЛГОРИТМОВ И ПРОГРАММ

138. СВИДЕТЕЛЬСТВО ОБ ОТРАСЛЕВОЙ РЕГИСТРАЦИИ РАЗРАБОТКИ1. Ш6131

139. Настоящее свидетельство выдано на разработку:

140. Компьютерная лабораторная работа «Цифровая нелинейная фильтрация изображений»зарегистрированную в Отраслевом фонде алгоритмов и программ.

141. Дата регистрации: 16 мая 2006 годя

142. Авторы: Гальчук И.В., Курячий М.И., Попов С.В.

143. Организация-разработчик: Томский государственный университетсистем управления и радиоэлектроники1. Директор1. Руководитель О ФА Iтуг —1. Дата выдачи

144. Е-Г. Калннкевнч А.И.Галкина

145. ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

146. ГОСУДАРСТВЕННЫЙ КООРДИНАЦИОННЫЙ ЦЕНТР ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

147. ОТРАСЛЕВОЙ ФОНД АЛГОРИТМОВ И ПРОГРАММ

148. СВИДЕТЕЛЬСТВО ОБ ОТРАСЛЕВОЙ РЕГИСТРАЦИИ РАЗРАБОТКИ1. Ко 6132

149. Настоящее свидетельство выдано на разработку:

150. Компьютерная лабораторная работа «Цифровые методы коррекции изображений»зарегистрированную в Отраслевом фонде алгоритмов и программ.

151. Дата регистрации: 16 мая 2006 года

152. Авторы: Гальчук И.В., Курячий М.И., Попов С.В.

153. Организация-разработчик: Томский государственный университетсистем управления и радиоэлектроники1. Директор

154. Е.Г. Калинкевич А.И. Галкина1. Ру ководитель ОФ. ,1. Дата выдачи1. V*1. Акты о внедренииту с up1. Sbс

155. УТВЕРЖДАЮ Главный инженер РЗ

156. ГОСУДАРСТВЕННАЯ КОРПОРАЦИЯ ПО АТОМНОЙ ЭНЕРГИИ «РОСАТОМ»1. SLA, Комаров

157. Открытое акционерное общество «СИБИРСКИЙ ХИМИЧЕСКИЙ КОМБИНАТ»

158. ОАО «СХК») Реакторный завод»2009 г.и

159. АКТ ВНЕДРЕНИЯ ? //. dcoex* 'Jcrfjegs

160. Научный руководитель работы: д.т.н., профессор Пустынский И. H.

161. Ответственный исполнитель: к.т.н., доцент Курячий М, И.

162. Исполнители: к.т.н., доцент Коновалов В. Ф„ м.н.с. Гальчук И. В.

163. ОтпЛэкз. Столяр 55629 13.11.20091. ФЕДЕРАЛЬНОЕ АГЕНТСТВО

164. ПО АТОМНОЙ ЭНЕРГИИ Федеральное государственное унитарное предприятие «СИБИРСКИЙ ХИМИЧЕСКИЙ КОМБИНАТ» (ФГУП «СХК»)1. РЕАКТОРНЫЙ ЗАВОД1. Me/Jt0 результатах опытной эксплуатации визуально-измерительного комплекса ТВК-РК.

165. Основание: п,2 календарного плана («Проведение опытной эксплуатации ТНК-РК») «.выполнение научно-исследоиашнлкой работы но дотвору СХК-ТУСУР №20/06ТУ.

166. После выполнения работ по п.1 договора ТУСУРом был скомплектован вичупвыш н (мерительный комплекс и передан для проведения опытной эксплуатации в TJ1РЗ.

167. Во время ППР на АДЭ-4 были произведены испытания комплекса пичуаяыю «смертельного контроля (ТВК-РК). Получаемые видеоданные записывались и цифровом форма гс на компьютер (ноутбук).

168. Испытания проводились в два этапа:испытания в лаборатории,осмотр дефектов (тргщнм) отверстий графитовых блоков ячеек ренк три.

169. Л Исшлання ТВК-РК в лаборатории.

170. Ьдорнжеиис, выводимое на экран ноутбука, записывалось в файлы для последующей обр.юши::

171. Осмотр дсфскюн (трещин) огиерстий графитовых блоке» реактора.

172. Для осмотра были выбраны несколько ячеек, имеющих рапсе обнаруженные дефек>ы графитовых блоков. Результаты также записывались непосредственно «а ноутбук.

173. Программное обеспечение позволяет корректиронать недостатки изображении.

174. В целом комплекс работоспособен. Выявленные недостатки неэничигс-н. и не- влияют на общее качество получаемых видеофайлов.

175. Выявленные недостатки устранить в процессе проведения опытной эксплуатации с привлечением специалистов разработчика.1. В.Б. Чуканои1. В. Лмтоменко1. H.H. Столяр1. А.С. Наумовvcth Иаумил Л. С. men. 5S-64-52 27,12.2006

176. ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ II РАДИОЭЛЕКТРОНИКИ (ТУСУР)

177. Акт об использовании результатов диссертации Гальчука И.В. «Пространственно-временная ранговая обработка телевизионных

178. Протокол испытаний лабораторного макета активно-импульсной телевизионной системы (АИ ТВС) «ZOND-1M» от 15.11.2007 г., созданного по договору №492 от 18.12.2006 г.

179. На испытаниях присутствовали:1. Председатель комиссии:

180. Вияисов А.А. начальник лаборатории ОАО «НИИПП». Члены комиссии:

181. Пушкарев В.П. начальник лаборатории ОАО «НИИПП», Пустынский ИЛ I. - зав. кафедрой ТУ ТУСУР, Курячий М.И. - доцент кафедры ТУ ТУСУР, Мищенко Н.И. - с.н.с. кафедры ТУ ТУСУР, Кирпиченко Ю.Р. - доцент кафедры ТУ ТУСУР.1. Цель испытаний:

182. Проверка функционирования лабораторного макета АИ ТВС «ZOND-Ш» и оценка его технических характеристик на соответствие требованиям технического задания.

183. Оценка возможности использования мощных импульсных ИК диодов в качестве источников подсвета.

184. Место проведения испытаний:

185. Корпус РТФ ТУСУРа (научная лаборатория кафедры ТУ ТУСУР). Условия проведения испытаний:

186. Испытания проводились в лаборатории с использованием (как трассы) коридора пятого этажа радиотехнического корпуса ТУСУРа в вечернее время при выключенных источниках освещения коридора.2

187. Противоположная стена коридора с дверью, находящаяся на расстоянии ~ 30 метров невооруженным глазом при таких условиях освещения практически не просматривалась,

188. Параметры источника подсвета на одном полупроводниковом диоде:длительность импульса подсвета 100нс;амплитуда импульса тока через диод » 40 А;угол расхождения излучения при использовании объектива сфокусным расстоянием 75 мм — 5 градусов.

189. Для имитации тумана перед приемником и источником излучения устанавливалась двухслойная марля примерный эквивалент плотного тумана (МДВ - 50 м). При необходимости число слоев марли могло быть увеличено до пяти.

190. Порядок проведения испытаний:

191. При максимально открытой диафрагме объектива фотоприёмника и минимальном количестве импульсов излучения за кадр на экране монитора оценивалось качество изображения.

192. На минимальном расстоянии, определяемом дальность до середины зоны подсвета, устанавливалась испытательная таблица в виде штриховой миры. В активно-импульсном режиме оценивалось качество изображения на экране монитора.

193. Перед АИ ТВС устанавливалось двухслойная марля. Сравнивалось изображение с изображением по п. 6. При необходимости изменялась мощность подсвета, марля освещалась настольной лампой. Добавлялись слои марли с целью имитации увеличения плотности тумана.

194. Подключался источник подсвета на ИК диоде и проводилась работа по п.3*п.6.1. Результаты испытаний'.

195. Приемник АИ ТВС «ZOND-Ш» удовлетворяет требованиям, предъявляемым к активно-импульсным высокочувствительным камерам, и техническому заданию по договору.

196. Председатель комиссии Члены комиссии7 и С Up1.я1. УТВЕРЖДАЮ

197. ГОСУДАРСТВЕННАЯ КОРПОРАЦИЯ ПО АТОМНОЙ ЭНЕРГИИ «РОСАТОМ»

198. Открытое акционерное общество «СИБИРСКИЙ ХИМИЧЕСКИЙ КОМБИНАТ»2009 г.

199. ОАО «СХК») Реакторный завод1. АКТja ff. МО м1. Г*.

200. Научный руководитель работы: д.т.н., профессор Пустынский И. И.

201. Ответственный исполнитель: к.т.н., доцент Курячий М. И.

202. Исполнители : к.т.н., доцент Коновалов В. Ф., м.н.с. Гальчук И. В.

203. ОАО «СХК» было передано в опытную эксплуатацию измерительное устройство для контроля состояния кожухов на базе лазерного дальномера DIMETIX DLS-B15 и программного обеспечения, разработанного в ТУСУР.

204. ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО АТОМНОЙ ЭНЕРГИИ1. УТВЕРЖДАЮ

205. СИБИРСКИЙ ХИМИЧЕСКИЙ КОМБИНАТ»

206. Федеральное государсглсинос унитарное предприятие1. ФГУП «СХК»)1. Реакторный завод1. Е.А. Комаров 2007 г.1. ГЗ) Акт1. Ж щ

207. Основание: программа «Проверка работоспособности лазерного дальномера» № 90/2537 от 1 б. 11.07г. •

208. Составлен: зам. главного инженера Чукановым В.Б., начальником ТЛ Анто-ленко М.В., руководителями групп TJI Дворниковым А.В. и Столяром Н.Н., инженером ТЛ Мастега И.А., ведущим инженером ОГП Суховым В.И.

209. Проверка выполнялась в смену с 08 до 16 в пом.808/1 (ЦЗ реактора АДЭ-4) в БИК Л'н28. Труба БИК (внутреннийдиаметр.!21 мм) из БИКа не извлекалась.

210. Первоначально (в течение ~ 10 минут) проверена работоспособность собранного и подключенного к ПК оборудования в ЦЗ вне БИК.

211. Результаты" показаний ЛД во время проведения испытаний приведены в таблице.