автореферат диссертации по радиотехнике и связи, 05.12.17, диссертация на тему:Разработка и исследование методов и алгоритмов оценки параметров движения фрагментов изображения в цифровых телевизионных системах

На правах рукописи

Г ~ Г 1

2 О НОЯ 200Г

Мамаева Татьяна Юрьевна

РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДОВ И АЛГОРИТМОВ ОЦЕНКИ ПАРАМЕТРОВ ДВИЖЕНИЯ ФРАГМЕНТОВ ИЗОБРАЖЕНИЯ В ЦИФРОВЫХ ТЕЛЕВИЗИОННЫХ СИСТЕМАХ

Специальность:05.12.17 - Радиотехнические

и телевизионные системы и устройства

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург - 2000

Работа выполнена в Санкт-Петербургском государственном электротехническом университете «ЛЭТИ».

Научный руководитель -

Заслуженный деятель науки и техники РФ, доктор технических наук, профессор Быков Р. Е.

Официальные оппоненты:

доктор технических наук, профессор Тимофеев Б. С. кандидат технических наук, доцент Михайлов В. А.

Ведущая организация - Санкт-Петербургский

государственный университет

телекоммуникаций

им. проф. М.А.Бонч-Бруевича.

24

» « »

иЮНЯ 2000 г. в

Защита состоится на заседании диссертационного совета Д063.36.03

часов Санкт-

Петербургского государственного электротехнического университета «ЛЭТИ» по адресу: 197376, Санкт-Петербург, ул. Проф. Попова, 5.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан

19

над

2000 г.

Ученый секретарь диссертационного совета

Егорова С.Д.

»

3 9Ч0.5.-ОЛ1С.1/£, О

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Современный этап развития телевизионной техники характеризуется широким внедрением устройств сжатия телевизионных изображений (стандарты Н.261, МРЕС-1, МРЕС-2 и др.)/ устройств слежения за объектами в поле зрения телевизионной камеры, устройств стабилизации изображений при съемке с подвижных платформ. Практическая эффективность этих устройств во многом определяется эффективностью алгоритма оценки параметров движения фрагментов изображения, поскольку оценка движения является одним из наиболее вычислительно-затратных этапов в устройствах обработки динамических изображений. К динамическим относятся изображения, получаемые при наблюдении перемещающихся объектов в поле зрения телевизионной камеры или при движении самой камеры. Для оценки этого движения требуется выполнение большого числа арифметических операций, что определяет необходимость использования дорогостоящих сигнальных процессоров с высоким быстродействием.

Переборный алгоритм оценки параметров движения фрагментов изображения позволяет найти точное решение задачи, путем последовательного перебора всех возможных значений, требуя выполнения большого числа вычислительных операций на элемент изображения. Это делает практически невозможным его применение в цифровых телевизионных системах (ЦТС) в режиме реального времени. С другой стороны, быстрые алгоритмы, характеризующиеся малым числом вычислительных операций, не гарантируют оптимальности найденного решения. Их применение оправдано в унимодальных задачах, где целевая функция имеет единственный локальный экстремум. Задача оценки параметров движения фрагментов динамического изображения обычно является мультимодальной.

Поэтому в настоящее время актуальными являются исследования по выбору и разработке эффективных алгоритмов, обладающих высокой точностью оценки параметров движения фраг-

ментов динамического изображения и малым числом вычислительных операций на элемент изображения.

Цель работы. Целью диссертационной работы является разработка и исследование методов и алгоритмов, повышающих эффективность оценки параметров движения фрагментов динамического изображения в цифровых телевизионных системах.

Для достижения этой цели в работе решаются следующие задачи:

• Исследование статистических свойств динамических изображений для определения числа локальных экстремумов на взаимной корреляционной функции (ВКФ) фрагментов последовательных во времени кадров.

• Выбор и исследование критериев эффективности алгоритмов оценки параметров движения фрагментов динамического изображения.

• Разработка методик и алгоритмов, повышающих эффективность оценки параметров движения фрагментов динамического изображения.

• Анализ эффективности разработанных алгоритмов оценки параметров движения фрагментов динамического изображения на основе предложенного критерия.

• Разработка программ и устройств для оценки параметров движения фрагментов динамического изображения на основе предложенных методик и алгоритмов.

• Разработка методики проведения экспериментальных исследований и выбор тестовых динамических изображений.

Методы исследования. Для решения указанных задач в диссертационной работе использовались методы математического анализа, матричной алгебры, методы статистического анализа и обработки изображений, методы оптимизации радиоэлектронных устройств, методы математического моделирования на ЭВМ.

Экспериментальное исследование проведено на специализированной лабораторной установке, разработанной и изготовленной в рамках данной работы.

Новые научные результаты. На защиту выносятся следующие новые научные результаты, которые получены автором в процессе решения поставленных задач:

• Разработана и исследована новая методика оценки параметров движения динамического изображения, обеспечивающая повышение эффективности определения параметров движения, понимаемой как сокращение числа вычислительных операций при заданной точности оценки. Проведены экспериментальные исследования методики оценки параметров движения, которые подтвердили эффективность ее работы и целесообразность применения в ЦТС.

• Предложен и исследован оригинальный алгоритм, повышающий эффективность оценки параметров движения фрагментов динамического изображения за счет сочетания быстродействия градиентного и точности переборного алгоритмов. Проведено экспериментальное исследование, показавшее, что значение погрешности оценки параметров движения фрагментов изображения этим алгоритмом в среднем в 2.3 раза меньше, чем аналогичное значение, полученное при использовании наиболее эффективного из градиентных алгоритмов при сопоставимых вычислительных затратах.

• Установлено, что наиболее вероятно появление ВКФ фрагментов динамического изображения с несколькими локальными экстремумами. Проведены экспериментальные исследования статистических характеристик динамических изображений, которые показали, что при уменьшении отношения сигнал/шум число локальных экстремумов на ВКФ увеличивается, что снижает точность оценки параметров движения фрагментов динамического изображения.

Практическая ценность работы. Значение результатов диссертационной работы для практики заключается в том, что разработанное алгоритмическое и программное обеспечение может быть эффективно внедрено в состав специализированных цифровых сигнальных процессоров или перспективных телевизионных камер КМОП-технологии для:

■ устройств сокращения избыточности динамических телевизионных изображений;

• устройств автоматической электронной стабилизации телевизионных изображений;

• устройств слежения за подвижными объектами в поле зрения телевизионной камеры.

тические результаты были использованы при выполнении хоздоговорных научно-исследовательских работ «Исследование особенностей использования цифровых методов обработки, компрессии, архивации и передачи изображений в системах охранного телевидения)) Т-133, «Разработка и исследование распределенных систем передачи видеоинформации в охранном телевидении» Т-135, госбюджетной научно-исследовательской работы «Теория и принципы построения формирователей векторов движения комплексов сжатия сигналов и стабилизации изображений» Г/Б-2 Т-20, проводимых кафедрой «Телевидение и видеотехника» СПбГЭТУ, и в рамках международной научно-исследовательской и образовательной программы с Лаппеен-рантским техническим университетом (Финляндия).

Результаты диссертационной работы внедрены при разработке программного обеспечения для интегрированных телевизионных систем безопасности в ЗАО НПП «Иста-системс», Санкт-Петербург.

сертационной работы докладывались и обсуждались на: 53,54 и 55-й научно-технических конференциях, посвященных Дню радио (С.-Петербург, 1998-2000 гг); 1У-й Международной конференции «Оптико-электронные приборы устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 1999 г); в рамках программы молодежной научной школы «Радиоэлектроника, телекоммуникации, САПР» (С.-Петербург, 199 9 г); научно-технической конференции профессорско-преподавательского состава СПБГЭТУ, секция НИИ Прогноз (С.-Петербург, 2000 г).

Основные теоретические и прак-

Основные положения и результаты дис-

Публикации. Основные положения диссертационной работы изложены в 6 публикациях, в том числе в одной статье и 5 тезисах научных докладов на конференциях.

Структура и объем писсертапии. Диссертационная работа состоит из введения, четырех глав с выводами, заключения, списка литературы, включающего 91 наименование, и одного приложения. Основная часть работы изложена на 103 страницах машинописного текста. Работа содержит 62 рисунка и 7 таблиц .

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность направления исследования, сформулированы цель и задачи, изложены научная новизна и практическая значимость полученных результатов, приведены основные положения, выносимые на защиту.

В первой главе приводится обзор теоретических и прикладных работ, посвященных решению задачи оценки параметров движения фрагментов динамического изображения.

Отмечается, что процедура оценивания параметров движения фрагментов динамического изображения в общем виде подразделяется на следующие этапы:

• сегментация кадра изображения на области не претерпевшие существенных изменений по сравнению с предыдущим кадром (неподвижный фон и объекты, не участвующие в движении) и области, изменившие свое пространственное положение с сохранением структуры и основных отличий (подвижные объекты и фрагменты изображения);

• поиск смещения движущихся фрагментов изображения относительно соответствующих им по положению фрагментов в предыдущем кадре по двум пространственным координатам.

Оценка скорости движения между соответствующими фрагментами динамического изображения будет определяться как

И * V

V V = —

где - значения смещения фрагментов динамического изо-

бражения по двум пространственным координатам, Ух и Уу -

горизонтальная и вертикальная составляющие вектора скорости фрагмента изображения, - время кадра. Измерение скорости движения фрагментов динамического изображения оценивается в числе элементов за время кадра.

Приведена классификация видов движения в изображении. Анализ особенностей динамического изображения показал, что существует несколько признаков, по которым можно классифицировать движение фрагментов изображения: характер движения изображения, геометрия движения изображения, наличие преимущественного направления движения, скорость движения, степень сложности движения. Приводится описание основных преобразований в динамических изображениях, вызванных движением. Показано, что несмотря на разнообразие видов движения изображения движущегося объекта, любое изменение в плоскости динамического изображения может быть представлено с помощью .одного из следующих преобразований: параллельный перенос, поворот, наклон, растяжение (сжатие), или их суперпозиции.

Проведен анализ основных методов оценивания параметров движения фрагментов динамического изображения. К ним относятся методы, основанные на использовании оптического уравнения, методы рекурсивной оценки смещения и методы согласования блоков. Приведена классификация градиентных алгоритмов оценки параметров движения фрагментов динамического изображения, относящихся к методам согласования блоков. Представлены примеры устройств оценки параметров движения фрагментов динамического изображения, известных по современным литературным данным.

Установлено, что большинство методов, используемых для оценки параметров движения фрагментов динамического изображения в реальном времени, требуют выполнения большого числа арифметических операций, определяя необходимость использо-

вания дорогостоящих сигнальных процессоров с высоким быстродействием. Отмечено, что перспективными являются методы согласования блоков, как наиболее эффективные и широко используемые в системах сжатия и стабилизации изображений.

В основу методов согласования блоков положено то, что для оценки параметров движения фрагментов изображения из текущего кадра берется фрагмент размером МхЫ элементов с центром в точке (х,у) и перемещается по области предыдущего кадра с одновременным вычислением ВКФ между фрагментом и покрываемой им площадью предыдущего кадра. Размер ЯР области поиска определяется выражением

ВР = (М + 2У){Ы+ 2Н),

где V и Н - максимальное вертикальное и горизонтальное перемещение, соответственно, между последовательными во времени кадрами. Число различных возможных положений (2 фрагмента в окне поиска

б = (2К + 1)(2Я+1).

Положение максимума ВКФ определяет правильно найденное смещение.

На основании данных, полученных при анализе известных методов оценивания параметров движения, сформулированы цель и задачи исследования.

Во второй главе представлены результаты анализа статистических свойств динамических изображений. Описаны выбранные тестовые динамические изображения и априорная информация, характеризующая их модальность.

Алгоритмы оценки параметров движения фрагментов изображения используют корреляционные свойства последовательных во времени кадров, что приводит к задаче исследования статистических характеристик динамических изображений. В том числе большое значение имеет исследование распределений уровней яркости разностных изображений.

В случае, если двумерные дискретные кадры К\ и К2

имеют одинаковое число элементов МхЫ, элементы разностного изображения Г определяются по формуле

г = 0...М-1, j = 0...N-l. Разностное изображение Т характеризуется гистограммой Н распределения уровней яркости

Н[ +1 если 1 = Н[ если IФ 7} у

/ = 0...2б-1.

Разделив Я/ на общее число наблюдений, находим частоту или плотность распределения уровней яркости, характеризующую вероятность появления уровня I в разностном изображении Т:

1)=-%-, I = -1. ' М-N

Функция плотности распределения уровней яркости Р в разностном изображении позволяет судить о вероятности изменений в последовательных во времени кадрах.

Пользуясь рассчитанными значениями I), можно построить приближенный график статистической функции распределения уровней яркости в разностном изображении

М о

/—О

Экспериментальным путем были получены зависимости плотностей распределения уровней яркости для разностных изображений из приведенных тестовых динамических изображений и соответствующие зависимости статистических функций распределения уровней яркости. Анализ функции плотности распределения уровней яркости в разностном изображении показал, что наиболее высока вероятность малых изменений яркости , но наряду с преобладающими малыми изменениями яркости присутствуют редкие большие скачки. Установлено, что по крутизне статистической функции распределения уровней яркости, можно судить о сложности движения соответствующих

фрагментов динамических изображений.

Рассмотрены теоретические процедуры вычисления меры корреляции фрагментов динамических изображений. С целью определения числа локальных экстремумов было проведено исследование поведения ВКФ фрагментов динамических изображений. В качестве меры корреляции фрагментов динамических изображений использовался разностный корреляционный критерий

МАЕ{х,у,И, определяемый как

! Л/-1ЛГ-1

МАЕ[х,у\Ь,у)= —— £ Z\Kn(x + i,y + j)-K„_l(x + i + h,y + j + h)\, м-я ¡-о у=0

где Кп{х + 1,у + {) - элемент и-того кадра, Кп_\{х +1 + И,у + i + V) - элемент ('7-1) кадра, хну- текущие хоординаты фрагмента динамического изображения, И и V - линейное рассогласование положения Кп(х + 1,у + {} относительно Кп_\{х + 1 +И,у + 1 по координатам хну соответственно.

Оценка координат /г,у смещения фрагментов динамического изображения принимает значение

МАЕ\^х,у,}1,у\ = т\пМАЕ(х,у,к^) .

Представлены результаты исследования распределения числа локальных экстремумов для тестовых динамических изображений при высоком отношении сигнал/шум (цг=5ЪдБ) и при его уменьшении до у/=25дБ.

Обоснован выбор требуемой точности оценки параметров движения фрагментов изображения с учетом особенностей зрительной системы человека.

В третьей главе основное внимание уделяется разработке и исследованию алгоритмов, повышающих эффективность оценки параметров движения фрагментов динамического изображения. Рассмотрена методика анализа производительности устройств оценки параметров движения фрагментов динамического изображения и приводится описание выбранных критериев эффективности алгоритмов оценки параметров движения.

В связи с тем, что в рамках данной диссертационной работы рассматривалась только задача оценивания параметров движения фрагментов динамического изображения, а не получения предсказанного изображения, предложено определять эффективность алгоритма оценки параметров движения по двум критериям: среднему значению погрешности оценки параметров движения фрагментов динамического изображения и максимальному числу точек расчета Л'гтах(.Р), требуемых для оценки смещения одного фрагмента изображения данным алгоритмом.

Значение погрешности оценки параметров движения фрагментов изображения с помощью Р-того алгоритма может быть рассчитано как

егг(Р) = д/ЦГОЛ) - т(Р))2 + (п(Г5А) - п{Р))2 , где т(Р8А) и п(РБА} - значения смещений фрагментов изображения по координате у их соответственно, вычисленные с помощью переборного алгоритма, а /и(Р) и и(-Р) - аналогичные значения, вычисленные с помощью .Р-того алгоритма. Соответственно среднее значение погрешности оценки параметров движения фрагментов динамического изображения определяется как

0 7=0

где С - число наблюдений.

Приведены зависимости вычислительной сложности градиентных алгоритмов оценки параметров движения от значения максимального смещения фрагментов динамического изображения за время кадра. Мера вычислительной сложности Р-того алгоритма определялась максимальным числом точек расчета Мшах(Р) ■

Представлена методика оценки параметров глобального движения, основанная на использовании нейронных сетей, заключающаяся в том, что значения уровней яркости элемента К^^ и соседних с ним элементов преобразуются в соответст-

вующие величины V^J с тремя состояниями на основе использования среднего значения яркости. За счет использования величин с тремя состояниями удается уменьшить влияние шумов на точность оценки без применения дополнительных подавляющих фильтров. Полученные значения , представляющие входную модель, сравниваются с несколькими предварительно заданными элементарными моделями Ш (г = 0...3). На основе результатов сравнения определяется принадлежность элемента

текущему контуру. Результатом преобразования является

контурное изображение, для кодирования каждого элемента которого используется один бит. Фрагменты преобразованного нейронной сетью изображения в дальнейшем используются для оценки параметров движения с помощью методов согласования блоков. Приводятся примеры оценки параметров глобального движения фрагментов тестовых динамических изображений с помощью предложенной методики. Последовательное использование нейросетевых методов для выделения контуров и переборного алгоритма для оценки параметров движения фрагментов изображения позволяет снизить вычислительные затраты за счет сокращения числа операций на элемент изображения и сделать их сопоставимыми с вычислительными затратами градиентных алгоритмов при заданной точности оценки параметров движения.

Для полутоновых изображений с 2® градациями яркости предложено использовать эффективный алгоритм оценки параметров движения фрагментов динамического изображения, называемый в теории оптимизации генетическим и сочетающий в себе свойства градиентного и переборного алгоритмов. В генетическом алгоритме используются аналоги механизма генетического наследования и естественного отбора. Для описания алгоритма в упрощенном виде сохраняется биологическая терминология. Хромосома представляет собой вектор (последовательность) из нулей и единиц (0, 1, -1). Каждая позиция в этой последовательности (бит) называется геном. Генетический код характеризует одну хромосому, а набор хромосом

(популяция) - вариант решения задачи. Мутация - это случайное изменение одной или нескольких позиций в хромосоме, характеризующее процесс воспроизводства новой популяции. На основании этих понятий моделируется генетическое наследование. Вектор представления хромосом популяции определяется как

а1,к-\'а1,к-2'---а1,Ьа1,0 _Ь1,к-\>Ь1,к-2>---ЬЦ'Ь1,0 ] где & = - число итераций, V/ - максимальное значение

смещения фрагментов изображения за время кадра.

Значения генов , Ъ¡ у определяются

п1 _

аи =

иг,- + 2м>

2}

тос12, у

щ +2м . 2> .

шod2, у = 0,1,...Д-1,

где значения параметров движения фрагментов изображения к-1 . к-1 = I Ь1,] *-1 ~2Ь1,к-\™ , щ = 2 а^ * V -2аик_1\»

У=0 7=0

Значение функции приспособленности (фитнес-функции) /¿=¿¿-4-, г = 0,1,..., ТУ -1, где (¡1 - значение разностной ошибки для г-той хромосомы, Ь - номер итерации, - максимальное значение разностной

ошибки поиска среди всех с?,- .

После выполнения операции воспроизводства получается два массива хромосом: N измененных хромосом и N исходных. Из 2Ы точек выбирается N в порядке убывания фитнес-функции, где каждая хромосома может быть выбрана только один раз. Далее весь цикл повторяется до тех пор, пока значение ошибки поиска не станет меньше некоторого граничного значения или число итераций к не превысит своего максимального значения. Например, при максимальном значении смещения фрагментов изображения за время кадра и1 =16 элементов число итераций не превышает пяти.

Приведены результаты анализа эффективности методики

оценки параметров движения с применением генетического алгоритма на основе выбранных критериев, показавшие, что среднее значение погрешности оценки параметров движения фрагментов изображения генетическим алгоритмом примерно в 2.3 раза меньше, чем аналогичное значение, полученное при использовании наиболее эффективного из градиентных алгоритмов при сопоставимых вычислительных затратах.

В четвертой главе представлены результаты экспериментальных исследований алгоритмов оценки параметров движения фрагментов изображения с помощью разработанного аппаратно-программного обеспечения.

Приводится описание экспериментальной установки и методики проведения экспериментальных исследований. В состав экспериментальной установки входят: источник света; телевизионная камера на матричном ПЗС; подвижная платформа, имеющая три степени свободы; устройство управления подвижной платформой по заданной программе; видеомонитор; осциллограф; ПЭВМ с устройством ввода динамических изображений и пакет прикладных программ.

Приводятся результаты экспериментальных исследований числа локальных экстремумов на ВКФ фрагментов изображений, оценки параметров движения фрагментов тестовых динамических изображений и значений погрешностей оценки параметров движения фрагментов изображения разными алгоритмами. Общее число рассматриваемых фрагментов составляло 360. На основании полученных значений погрешностей оценки параметров движения фрагментов изображения были вычислены зависимости числовых характеристик этой случайной величины: математическое ожидание ^(Р), дисперсия сг(Р) и доверительный интервал 1р, соответствующий доверительной вероятности /7=0.8

для математического ожидания при отношении сигнал/шум, меняющемся от ц/=53дБ до ц/=25дБ. Результаты экспериментальных исследований числовых характеристик погрешностей оценки параметров движения фрагментов изображения разными алгорит-

мами отражены в виде таблицы.

Представлено описание программ и структурных схем устройств оценки параметров движения фрагментов изображения в реальном времени.

ЗАКЛЮЧЕНИЕ

В диссертационной работе предложены и исследованы методики и алгоритмы оценки параметров движения фрагментов динамического изображения. Основные результаты работы сводятся к следующему:

1. На основе исследования поведения ВКФ фрагментов динамических изображений получены зависимости плотностей распределения числа локальных экстремумов для тестовых динамических изображений. Установлено, что наиболее вероятно появление ВКФ с несколькими локальными экстремумами (Р = 0.6). Показано, что при уменьшении отношения сигнал/шум наблюдается тенденция к росту числа локальных экстремумов на ВКФ фрагментов динамических изображений (Р = 0.67 при у/-Ъ5дБ , Р = 0.87 при у/=30дБ, Р = 0.91 при ц/=25дБ).

2. Выбраны и исследованы критерии эффективности алгоритмов оценки параметров движения фрагментов динамического изображения, позволяющие оценивать эффективность алгоритмов без анализа предсказанного изображения.

3. Предложена методика оценки параметров глобального движения фрагментов динамического изображения, основанная на последовательном использовании нейронных сетей и переборного алгоритма, обеспечивающая повышение эффективности оценки параметров движения за счет семикратного сокращения числа вычислительных операций на элемент изображения при среднем значении погрешности оценки параметров движения 0.6 7 элемента.

4. Для повышения эффективности оценки параметров движения фрагментов динамического изображения предложено использовать алгоритм, называемый в теории оптимизации гене-

тическим. Применение данного алгоритма позволяет снизить в два раза вероятность попадания в локальный экстремум ВКФ в процессе оценки параметров движения. Анализ полной производительности, требуемой для оценки параметров движения фрагментов изображения с помощью генетического алгоритма показал, что она сопоставима с производительностью наиболее эффективных из градиентных алгоритмов. Установлена зависимость среднего значения погрешности, полученного при использовании генетического алгоритма, от отношения сигнал/шум. Показано, что при уменьшении отношения сигнал/шум, эффективность генетического алгоритма практически не снижается, при этом выигрыш в точности оценки составляет примерно 2.3 раза по сравнению с наиболее эффективным из градиентных алгоритмов.

5. Разработаны программы и структурные схемы устройств для оценки параметров движения фрагментов изображения с использованием предложенных методик и алгоритмов.

6. Разработана методика и проведены экспериментальные исследования на репрезентативном наборе динамических изображений, подтверждающие полученные теоретические результаты .

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Мамаева Т.Ю. Цифровая система стабилизации изображений, основанная на выделении контуров с помощью адаптивных линейных нейронных сетей//Изв. СПбГЭТУ (ЛЭТИ). Радиоэлектроника: Сб. науч. тр./ Санкт-Петербургский государственный электротехнический университет «ЛЭТИ». - 1998. Вып. 2. -С.14-17.

2. Мамаева Т.Ю. Матричные ПЗС для телевидения высокой четкости//Тез. докл. 53-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 1998 г. - СПб. 1998. - С.74-75.

3. Мамаева Т.Ю., Умников Д.В. Алгоритмы оценки движения в телевизионном изображении//Тез. докл. 54-й науч.-

техн. конф., посвящ. Дню радио, С.Петербург, апр., 1999 г. - СПб. 1999. -С.30.

4. Мамаева Т.Ю., Умников Д.В. Адаптивная модель для оценки движения в телевизионном изображении//Тез. докл. 54-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 1999 г. - СПб. 1999. -С.29-30.

5. Мамаева Т.Ю. Оценка движения фрагментов телевизионного изображения, основанная на нейронных сетях//Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации: Материалы 1У-Й междунар. конф., Курск, 20-22 окт.,1999 г. -Курск.1999. -С.218-219.

6. Мамаева Т.Ю. Одномерный метод глобальной оценки движения в задачах цифровой обработки изображений//Тез. докл. 55-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 2000 г. - СПб. 2000. -С.67-68.

Введение.

Глава 1. Методы оценки параметров движения в динамическом телевизионном изображении.

1.1. Общая постановка задачи оценки параметров движения в динамическом телевизионном изображении.

1.2. Классификация видов движения в изображении.

1.3. Описание преобразований в телевизионных изображениях, вызванных движением.

1.4. Оценивание параметров движения в динамическом телевизионном изображении.

1.4.1. Основные допущения, учитываемые при алгоритмическом описании задачи оценки параметров движения.

1.4.2. Методы, основанные на использовании оптического уравнения.

1.4.3. Методы рекурсивной оценки смещения.

1.4.4. Методы согласования блоков.

1.5. Устройства оценки параметров движения.

1.6. Выводы. Постановка цели исследования.

Глава 2. Анализ характеристик динамических изображений.

2.1. Статистические характеристики динамических изображений.

2.2. Исследование взаимной корреляционной функции фрагментов динамических изображений.

2.3. Обоснование требуемой точности оценки параметров движения фрагментов изображения с учетом особенностей зрительной системы человека.

Актуальность проблемы. Современный этап развития телевизионной техники характеризуется широким внедрением устройств сжатия телевизионных изображений (стандарты Н.261, МРЕС-1, МРЕО-2 и др.), устройств слежения за объектами в поле зрения телевизионной камеры, устройств стабилизации изображений при съемке с подвижных платформ. Практическая эффективность этих устройств во многом определяется эффективностью алгоритма оценки параметров движения фрагментов изображения, поскольку оценка движения является одним из наиболее вычислительно-затратных этапов в устройствах обработки динамических изображений. К динамическим относятся изображения, получаемые при наблюдении перемещающихся объектов в поле зрения телевизионной камеры или при движении самой камеры. Для оценки этого движения требуется выполнение большого числа арифметических операций, что определяет необходимость использования дорогостоящих сигнальных процессоров с высоким быстродействием.

Переборный алгоритм оценки параметров движения фрагментов изображения позволяет найти точное решение задачи путем последовательного перебора всех возможных значений, требуя выполнения большого числа вычислительных операций на элемент изображения. Это делает практически невозможным его применение в цифровых телевизионных системах (ЦТС) в режиме реального времени. С другой стороны, быстрые алгоритмы, характеризующиеся малым числом вычислительных операций, не гарантируют оптимальности найденного решения. Их применение оправдано в унимодальных задачах, где целевая функция имеет единственный локальный экстремум. Задача оценки параметров движения фрагментов динамического изображения обычно является мультимодальной.

Поэтому в настоящее время актуальными являются исследования по выбору и разработке эффективных алгоритмов, обладающих высокой точностью оценки параметров движения фрагментов динамического изображения и малым числом вычислительных операций на элемент изображения.

Цель работы. Целью диссертационной работы является разработка и исследование методов и алгоритмов, повышающих эффективность оценки параметров движения фрагментов динамического изображения в цифровых телевизионных системах.

Для достижения этой цели в работе решаются следующие задачи:

• Исследование статистических свойств динамических изображений для определения числа локальных экстремумов на взаимной корреляционной функции (ВКФ) фрагментов последовательных во времени кадров.

• Выбор и исследование критериев эффективности алгоритмов оценки параметров движения фрагментов динамического изображения.

• Разработка методик и алгоритмов, повышающих эффективность оценки параметров движения фрагментов динамического изображения.

• Анализ эффективности разработанных алгоритмов оценки параметров движения фрагментов динамического изображения на основе предложенного критерия.

• Разработка программ и устройств для оценки параметров движения фрагментов динамического изображения на основе предложенных методик и алгоритмов.

• Разработка методики проведения экспериментальных исследований и выбор тестовых динамических изображений.

Методы исследования. Для решения указанных задач в диссертационной работе использовались методы математического анализа, матричной алгебры, методы статистического анализа и обработки изображений, методы оптимизации радиоэлектронных устройств, методы математического моделирования на ЭВМ.

Экспериментальное исследование проведено на специализированной лабораторной установке, разработанной и изготовленной в рамках данной работы.

Новые научные результаты. На защиту выносятся следующие новые научные результаты, которые получены автором в процессе решения поставленных задач:

• Разработана и исследована новая методика оценки параметров движения динамического изображения, обеспечивающая повышение эффективности определения параметров движения, понимаемой как сокращение числа вычислительных операций на элемент изображения при заданной точности оценки. Проведены экспериментальные исследования методики оценки параметров движения, которые подтвердили эффективность ее работы и целесообразность ее применения в ЦТС.

• Предложен и исследован оригинальный алгоритм, повышающий эффективность оценки параметров движения фрагментов динамического изображения за счет сочетания быстродействия градиентного и точности переборного алгоритмов. Проведено экспериментальное исследование, показавшее, что значение погрешности оценки параметров движения фрагментов изображения этим алгоритмом в среднем в 2.3 раза меньше, чем аналогичное значение, полученное при использовании наиболее эффективного из градиентных алгоритмов при сопоставимых вычислительных затратах.

• Установлено, что наиболее вероятно появление ВКФ с несколькими локальными экстремумами. Проведены экспериментальные исследования статистических характеристик динамических изображений, которые показали, что при уменьшении отношения сигнал/шум число локальных экстремумов на ВКФ увеличивается, что снижает точность оценки параметров движения фрагментов динамического изображения.

Практическая ценность работы. Значение результатов диссертационной работы для практики заключается в том, что разработанное алгоритмическое и программное обеспечение может быть эффективно внедрено в состав специализированных цифровых сигнальных процессоров или перспективных телевизионных камер КМОП-технологии для:

• устройств сокращения избыточности динамических телевизионных изображений;

• устройств автоматической электронной стабилизации телевизионных изображений;

• устройств слежения за подвижными объектами в поле зрения телевизионной камеры.

Внедрение результатов. Основные теоретические и практические результаты были использованы при выполнении хоздоговорных научно-исследовательских работ «Исследование особенностей использования цифровых методов обработки, компрессии, архивации и передачи изображений в системах охранного телевидения» Т-133, «Разработка и исследование распределенных систем передачи видеоинформации в охранном телевидении» Т-135, госбюджетной научно-исследовательской работы «Теория и принципы построения формирователей векторов движения комплексов сжатия сигналов и стабилизации изображений» Г/Б-2 Т-20, проводимых кафедрой «Телевидение и видеотехника» СПбГЭТУ, и в рамках международной научно-исследовательской и образовательной программы с Лаппеенрантским техническим университетом (Финляндия).

Результаты диссертационной работы внедрены при разработке программного обеспечения для интегрированных телевизионных систем безопасности в ЗАО НПП «Иста-системс», Санкт-Петербург.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на:

• 53,54,55-й научно-технических конференциях, посвященных Дню радио (С.-Петербург, 1998-2000 гг);

• 1\Лй Международной конференции «Оптико-электронные приборы устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 1999 г);

• в рамках программы молодежной научной школы «Радиоэлектроника, телекоммуникации, САПР» (С.-Петербург, 1999 г);

• научно-технической конференции профессорско-преподавательского состава СПбГЭТУ, НИИ Прогноз (С.-Петербург, 2000 г);

Публикации. Основные положения диссертационной работы изложены в 6 публикациях, в том числе в одной статье и 5 тезисах научных докладов на конференциях.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав с выводами, заключения, списка литературы, включающего 91 наименование, и одного приложения. Основная часть работы изложена на 103 страницах машинописного текста. Работа содержит 62 рисунка и 7 таблиц.

4.4.Основные результаты и выводы

1) Разработаны методика проведения экспериментальных исследований и экспериментальная установка для формирования динамических изображений.

2) На основе проведенных экспериментальных исследований определены параметры движения, число локальных экстремумов на ВКФ фрагментов тестовых динамических изображений, значения погрешностей оценки параметров движения генетическим и градиентными алгоритмами при различном отношении сигнал/шум.

2) Разработана структурная схема устройства цифровой системы стабилизации, основанной на выделении контуров с использованием нейронных сетей.

3) Разработана структурная схема программы для оценки параметров движения фрагментов изображения с использованием генетического алгоритма.

ЗАКЛЮЧЕНИЕ

В ходе выполнения данной диссертационной работы были получены следующие основные результаты:

1) На основе исследования поведения ВКФ фрагментов динамических изображений получены зависимости плотностей распределения числа локальных экстремумов для тестовых динамических изображений. Установлено, что наиболее вероятно появление ВКФ с несколькими локальными экстремумами (Р = 0.6). Показано, что при уменьшении отношения сигнал/шум наблюдается тенденция к росту числа локальных экстремумов на ВКФ фрагментов динамических изображений (Р- 0.67 при у/= 35дБ, Р = 0.87 при ^=30дБ, Р = 0.91 при ^=25дБ).

2) Выбраны и исследованы критерии эффективности алгоритмов оценки параметров движения фрагментов динамического изображения, позволяющие оценивать эффективность алгоритмов без анализа предсказанного изображения.

3) Предложена методика оценки параметров глобального движения фрагментов динамического изображения, основанная на последовательном использовании нейронных сетей и переборного алгоритма, обеспечивающая повышение эффективности оценки параметров движения за счет семикратного сокращения числа вычислительных операций на элемент изображения при среднем значении погрешности оценки параметров движения 0.67 элемента.

4) Для повышения эффективности оценки параметров движения фрагментов динамического изображения предложено использовать алгоритм, называемый в теории оптимизации генетическим. Применение данного алгоритма позволяет снизить в два раза вероятность попадания в локальный экстремум ВКФ в процессе оценки параметров движения. Анализ полной производительности, требуемой для оценки параметров движения фрагментов изображения с помощью генетическо

142 го алгоритма показал, что она сопоставима с производительностью наиболее эффективных из градиентных алгоритмов. Установлена зависимость среднего значения погрешности, полученного при использовании генетического алгоритма, от отношения сигнал/шум. Показано, что при уменьшении отношения сигнал/шум, эффективность генетического алгоритма практически не снижается, при этом выигрыш в точности оценки составляет примерно 2.3 раза по сравнению с наиболее эффективным из градиентных алгоритмов.

5) Разработаны программы и структурные схемы устройств для оценки параметров движения фрагментов изображения с использованием предложенных методик и алгоритмов.

6) Разработана методика и проведены экспериментальные исследования на репрезентативном наборе динамических изображений, подтверждающие полученные теоретические результаты.

1. Прэтт У. Цифровая обработка изображений: В 2 кн. М.: Мир, 1982. Кн.2. 480 с.

2. Прэтт У. Цифровая обработка изображений: В 2 кн. М.: Мир, 1982. Кн.1 312 с.

3. Ту Дж, Гонсалес Р. Принципы распознавания образов. -М.: Мир, 1978.-412 с.

4. Тимофеев B.C. Цифровое телевидение: Учеб. пособие./ СПбГУАП. СП., 1998. 49 с.

5. Цифровое телевидение/ под ред. М.И. Кривошеева. М.: Связь, 1980.- 264 с.

6. Птачек М. Цифровое телевидение. Теория и техника./ Пер. С чешек, под. ред. Л.С. Виленчика. М.: Радио и связь, 1990, - 528 с.

7. Очин Е.Ф. Вычислительные системы обработки изображений. Л.: Энергоатомиздат. Ленингр. отд-ние, 1989. - 136 с.

8. Ярославский Л.П. Введение в цифровую обработку изображений. -М.: Сов. радио, 1979. 312 с.

9. Применение цифровой обработки сигналов/ Под. ред. Э. Оппенгейма М.: Мир, 1980.-551 с.

10. Цифровое кодирование телевизионных изображений/ Под. ред. И.И. Цуккермана. М.: Радио и связь, 1981. - 240 с.

11. Яншин В.В. Анализ и обработка изображений: принципы и алгоритмы. М.: Машиностроение, 1994. -112 с.

12. Хорн Б.К.П. Зрение роботов / Пер. с англ. М.: Мир, 1989. - 487 с.

13. Быков P.E. Теоретические основы телевидения. Спб.: Издательство «Лань», 1998. - 288 с.

14. Ф.Уоссермен Нейрокомпьютерная техника: Теория и практика М.: Мир, 1992.-240 с.

15. Чэн Ш. -К. Принципы проектирования систем визуальной информации: Пер. с англ. М.: Мир, 1994. - 408 с.

16. Яншин В.В., Калинин Г.А. Обработка изображений на языке Си для IBM PC: Алгоритмы и программы. М.: Мир, 1994. - 240 с.

17. Телевидение/ Под. ред. В.Е. Джаконии. М.: Радио и связь, 1997. -640 с.

18. СБИС для распознавания образов и обработки изображений: Пер. с англ./ Под. ред. К. Фу. М.: Мир, 1998. - 248 с.

19. Глезер В.Д., Цуккерман И.И. Информация и зрение. М.: Издательство академии наук СССР, 1961. - 182с.

20. Цифровая обработка телевизионных и компьютерных изображений / Под. ред. Ю.Б.Зубарева, В.П.Дворковича М., 1997. - 212 с.

21. Харатишвили Н.Г. Цифровое кодирование с предсказанием непрерывных сигналов. М.: Радио и связь, 1986. - 140 с.

22. Боресков A.B. Компьютерная графика: первое знакомство. М.: Финансы и статистика, 1996. - 176 с.

23. Шлихт Г.Ю. Цифровая обработка цветных изображений. М.: Издательство ЭКОМ, 1997 - 336 с.

24. Демидов В.Е. Как мы видим то, что видим.-М.: Знание, 1987. -240 с.

25. Грегори Р. Разумный глаз. М.: Мир, 1972. - 216 с.

26. Мамаева Т.Ю. Матричные ПЗС для телевидения высокой четко-сти//Тез. докл. 53-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 1998 г. СПб. 1998. - С.74-75.

27. Мамаева Т.Ю., Умников Д.В. Алгоритмы оценки движения в телевизионном изображении//Тез. докл. 54-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 1999 г. СПб. 1999. -С.30.

28. Мамаева Т.Ю., Умников Д.В. Адаптивная модель для оценки движения в телевизионном изображении//Тез. докл. 54-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 1999 г. СПб. 1999. -С.29-30.

29. Мамаева Т.Ю. Одномерный метод глобальной оценки движения в задачах цифровой обработки изображений/Яез. докл. 55-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 2000 г. СПб. 2000.-С.67-68.

30. Отчет по научно-исследовательской работе по теме «Разработка и исследование методов и алгоритмов управления твердотельными преобразователями для повышения качества цветного изображения» N гос. регистрации 01970006194 .Санкт-Петербург, СПбГЭТУ, 1997.

31. Отчет по научно-исследовательской работе по теме «Теория и принципы построения формирователей векторов движения комплексов сжатия сигналов и стабилизации изображений» N гос. регистрации 01990004467. Санкт-Петербург, СПбГЭТУ, 1999.

32. Min-Kyu Kim, Ealgoo Kim. An efficient global motion characterization method for image processing applications// IEEE Trans, on Consumer Electronics. Nov. 1997. - vol. 4. - P. 1010-1017.

33. Е.Накасу, К.Аеки. Статистический анализ качества изображений MPEG-2 для телевизионного вещания// Техника кино и телевидения. 1997.-N3.-С.24-27.

34. Гласман К. Видеокомпрессия//625. 1997. - N 7. - С.60 - 74.

35. Гласман К. Цифровое представление видеосигнала// 625. N 4. -С.38 - 42.

36. Т. Кода. Motion compensated interframe coding for video conferencing in// Proc. Nat. Telecommunications Conf. -1981. P.G5.3.1-G5.3.5.

37. J.R.Jain and A.K.Jain. Displacement measurement and its application in interframe image coding// IEEE Trans. Commun. Dec. 1981. - vol. COMM-29. - P. 1799-1808.

38. A.Puri, H.M.Hang. An efficient block-matching algorithm for motion compensated coding// Proc. ISASSP. 1987. - P. 1063-1066.

39. M.Chanbari. The cross-search algorithm for motion estimation// IEEE Trans. Commun. Jul. 1990. - vol. 38. - P.950-953.

40. Преобразование стандартов изображения, основанное на анализе движения//625. 1995. - N 1. - С.36, 38, 40-41.

41. Хромов Л.И. и др. Видеоинформатика. Передача и компьютерная обработка видеоинформации/Л.И. Хромов, А.К. Цыцулин, А.Н. Куликов. М.: Радио и связь, 1991. - 192 с.

42. Способ иерархической оценки движения в последовательности видеокадров: Заявка 2663178 Франция, МКИ5 Н 04 N 3/00/ Chupeau Bertrand, Pecot Michel; Thomson CSF. - N9007022; Заявл. 6.08.90; Опубл. 13.12.91.

43. Способ выделения информации о движении из видеосигнала: Заявка 4004437 ФРГ, МКИ5 H 03 N 7/13/ Hou Peihong; Grundig E.M.V. Electro-Mechanische Versuchsanstalt Max Grundig holland Stiftung and Co KG. N40044378; Заявл. 14.02.90; Опубл. 22.08.91.

44. Детектор движения: Пат. 5097327 США, МКИ5 H 04 N 7/18/ Hasebe Atsushi; Sony Corp. N528548; Заявл. 25.05.90; Опубл. 17.03.92.

45. Способ оценки движения при передаче изображения: Заявка 4030703 ФРГ, МКИ5 H 04 N 7/13/ Stiller С.; Robert Bosch GmbH. -N40307034; Заявл. 28.09.90; Опубл. 02.04.92.

46. Устройство для детектирования вектора движения: Пат. 5173770 США, МКИ5 H 04 N 5/232/ Kondo Tashiaki, Sekine Masayoshi; Canon K.K. N852494; Заявл. 17.03.92; Опубл. 22.12.92.

47. Определение вектора смещения изображения посредством анализа ансамбля локальных векторов: Пат. 5325124 США, МКИ5 H 04 N 7/13/ Keith Michael; Intel Corp. N995121; Заявл. 22.12.92; Опубл. 28.06.94.

48. Power&Graphics Databook. Video products, SGS-THOMSON, 1998 r.

49. Архитектура компьютера, определяющего глобальный параметр движения// IEEE ЮСЕ. 1993. - С. 74-75.

50. Выявление движущегося изображения для сжатия видеосигнала// IEEE Trans, on Consumer Electronics. -1997. N 3. - P.292-297.

51. Jianping Fan, Fuxi Gan. Motion estimation based on global and local uncompensability analysis// IEEE Trans. On Image Processing. -Nov. 1997. vol.6. - P. 1584-1586.

52. Вентцель Е.С. Теория вероятностей. М.: Высш. шк., 1999. - 576 с.

53. Хан. Г., Шапиро С. Статистические модели в инженерных задачах. -М.: Мир, 1969.-395 с.

54. Александров В.В., Горский Н.Д. ЭВМ видит мир. П.: Машиностроение, 1990. - 139 с.

55. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и ее инженерные приложения. М.: Наука, 1991. - 384 с.

56. Дмитриев В.И. Прикладная теория информации. М.: Высш. шк., 1989.-320 с.

57. Netravali A.N., Robbins J.D., Motion Compensated Television Coding -Part 1, Bell Syst. Tech. J. March 1979. - P.631-670.

58. Фрир Дж. Построение вычислительных систем на базе перспективных микропроцессоров: Пер. с англ. М.: Мир, 1990.-413 с.

59. Телевизионные измерения, как средство обеспечения высокого качества телевизионного вещания// 625. 1999. - N 8. - С. 5-46.

60. Гранрат Д. Дж. Роль моделей зрения человека в обработке изобра-жений//ТИИЭР. -1981. т. 69. - N5. - С. 65-77.

61. Рыфтин Я.А. Телевизионная система (теория). М.: Сов. Радио, 1967, -271 с.

62. Нетравали А.Н., Лимб Дж. О. Кодирование изображений: Обзор/ ТИИЭР. 1980. - том 68. - N 3. - С. 76-124.

63. Роуз А. Зрение человека и электронное зрение. М.: Мир, 1977. -216 с.

64. Короткин A.A., Панкратов В.А. Селекция траекторий точечных объектов клеточной нейронной сетью// Изв. вузов. Приборостроение. -1996.-т. 39.-N1.-C. 45-48.

65. Крейтц Ф., Насс Д. Цифровое телевидение: Методы передачи и кодирования// ТИИЭР: Пер. с англ. -1985, т. 73. - N 4. - С. 87-107.

66. Достижения в области кодирования изображений / Х.Г. Мусман, П. Пирш, Х.Й. Граллерт/ ТИИЭР: Пер. с англ. 1985. - т. 73. - N 4. - С. 31-59.

67. Mathcad 6.0 PLUS. Финансовые, научные и инженерные расчеты в среде Windows 95./ Пер. с англ. М.: Информационно-издательский дом «Филинъ», 1996. - 712 с.

68. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере/ Под ред. В.Э. Фигурнова М.: ИНФРА-М, 1998. - 528 с.

69. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). М.: Наука, 1978. - 831 с.

70. Крюков A. MPEG-2 в приложениях// 625. 1997. - N 7. - С.58-59.

71. Катыс Г.П. Обработка визуальной информации . М.: машиностроение, 1990. - 320 с.

72. Севальнев Л. Международный стандарт кодирования с информационным сжатием MPEG-2// 625. -1997. N 1. - С.58-62.

73. Ряхин А. Видеостандарт MPEG// 625. -1997. N 6. - С.22-25.

74. Дитрих Д., Лой Д., Швайнцер Г.-Ю. ЛОН технология. Построение распределенных приложений/ Пер. с нем. под ред. О.Б. Низамутди-нова. - Пермь: Звезда, 1999. - 424 с.

75. Chang-Hsing Lee, Ling-Hwei Chen. A fast motion estimation algorithm based on the block sum pyramid// IEEE Trans. On Image Processing. -Nov.1997. vol.6. - P. 1587-1590.

76. Lijun Luo, Cairong Zou, Xiqi Gao. A new prediction search algorithm for block motion estimation in video coding// IEEE Trans. On Consume Electronics. Feb. 1997. - vol.43. - P.56-60.

77. Ram Srinivasan, K.R. Rao. Predictive coding based on efficient motion estimation// IEEE Trans. Commun. Aug.1985. - vol. COMM-33. P.888-896.

78. Jong-Nam Kim, Tae-Sun Choi. A fast three-step search algorithm with minimum checking points using unimodal error surfase assumption// IEEE Trans. On Consume Electronics. Aug. 1998. - vol.44. - P.638-648.

79. Hangu Yeo, Yu Hen Hu. A Modular High-Throughput architecture for logarithmic search block-matching motin estimation// IEEE Trans. On circuits and systems for video technology. Jun.1998. - vol.8. - P.299-315.

80. W. Li, E. Salari. Successive elimination algorithm for motion estimation// IEEE Trans. On Image Processing. Jan. 1995. - vol.4 - P. 105-107.

81. Wen-Jyi Hwang, Chun-Ming Chang. A new block-matching algorithm based on subspace and partial distance search techniques in the wavelet domain// IEEE Trans. On Consume Electronics. May. 1998. - vol.44 -P.353-359.

82. Ut-Va Кос, K.J. Ray Liu. DCT-based motion estimation// IEEE Trans. On Image Processing. Jul. 1998. - vol.7. - P.948-965.

83. Фомин Я.А., Тарловский Г.P. Статистическая теория распознавания образов. -М.: Радио и связь, 1986. -264 с.

84. Методы вычислений на ЭВМ: Справочное пособие/ Иванов В.В. -Киев: Наук. Думка, 1986. 584 с.89. http://www.image.cityu.edu.hk/%7eckcheung/thesis90. http://www.neuroproject.ru

85. Сай С.В. Четкость цветного изображения в системах со сжатием визуальных данных. Хабаровск: Изд-во Хабар. Гос. техн. Ун-та, 1999.-143 с.

86. УТВЕРЖДАЮ:» Генеральный директор1. АКТвнедрения результатов диссертационной работы на соискание ученой степеникандидата технических наук аспиранта кафедры «Телевидение и видеотехника» СПб ТЭТУ им. В.И. Ульянова (Ленина) «ЛЭТИ» Мамаевой Татьяны Юрьевны

87. Настоящий документ не является основанием для проведения экономических расчетов между предприятиями.

88. Директор Центра «Информатика» —Казаков Д.В.

89. Начальник отдела собственногопроизводства1. Балабин Н.А.