автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка программно-аппаратных средств для обработки информационных сигналов на основе гистограммных преобразований для визуализации изображений

На правах рукописи

МОРОЗОВА Наталья Васильевна

РАЗРАБОТКА ПРОГРАММНО-АППАРАТНЫХ СРЕДСТВ ДЛЯ ОБРАБОТКИ ИНФОРМАЦИОННЫХ СИГНАЛОВ НА ОСНОВЕ ГИСТОГРАММНЫХ ПРЕОБРАЗОВАНИЙ ДЛЯ ВИЗУАЛИЗАЦИИ ИЗОБРАЖЕНИЙ (НА ТЕРМИНАЛЬНЫХ УСТРОЙСТВАХ)

05.13.06 - Автоматизация и управление технологическими процессами и производствами

АВТОРЕФЕРАТ

диссертации на соискание учёной степени кандидата технических наук

МОСКВА 2004

Работа выполнена на кафедре информатики и программного обеспечения вычислительных систем в Московском Государственном Институте Электронной Техники (Техническом Университете)

Научный руководитель:

Доктор технических наук, Нестеров А.Э.

Официальные оппоненты:

Доктор технических наук,

профессор Соколов А.Г.

Кандидат технических наук Панасенко С. П.

Ведущая организация: ОАО "ТЕЛЕКОМ" (г. Зеленоград).

Защита состоится "_"_2005 г. в _ на

заседании диссертационного совета Д 212.134.04 по присуждению ученых степеней в Московском государственном институте электронной техники по адресу: Москва, 124498, МИЭТ.

С диссертацией можно ознакомиться в библиотеке института Автореферат разослан " 4 " 2004 г.

Ученый секретарь Диссертационного ответа д.т.н., профессор /лу у/ А.И. Погапов.

■Ъьоч

ИРМУ*

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Научно-технический прогресс, улучшение технических характеристик цифровых компьютерных средств, соответствующее повышению уровня жизни, выдвинуло на первый план проблему качества воспроизводимой цифровыми устройствами информации, значительная доля которой является графической.

Устройства визуализации на основе цифровой обработки информации (терминальные устройства, ТУС), получают всё более широкое распространение в различных сферах деятельности человека. Это, в первую очередь, мониторы компьютеров, а также, экраны карманных компьютеров, видеотелефонов и сотовых телефонов, терминалы видеоконференций связи, промышленной и бытовой техники, систем слежения при охране объектов, устройства печати. Терминальные устройства являются компонентами управляющих систем распределённых производственных объектов (РПО).

Для обработки изображений с целью улучшения их качества, как правило, применим классический аппарат обработки. Программное обеспечение известных систем обработки изображений предусматривает выполнение основных функций: высокочастотной и низкочастотной фильтрации, изменения контраста, интенсивности, масштаба, растрирования; цветокоррекции. При всех преимуществах существующие программные системы дороги, не предусматривают расширения, несовместимы по аппаратной платформе с другими системами. Системы обработки изображений не включают всех необходимых процедур или обладают недостаточным быстродействием, особенно при визуализации изображений для управляющих систем РПО. При реализации методов и алгоритмов в целом не используются параллельные и распределенные вычисления.

Результаты исследований, направленных на создание эффективных методов визуализации изображений на терминальных устройствах, изложены в работах зарубежных и отечественных ученых: L. Davis, J.F. Jarvis, B.Lippel, M.Kurland, R.W Floyd, Steinberg, J.M.S. Prewitt,. А. Розенфельда,. B.E. Bayer, T Pavlidis, B.A Абрамова.

; WC НАЦИОНАЛЫ. 3 БИБЛИОТЕКА

«

Таким образом, проблема исследования и разработки эффективных методов и средств визуализации изображений на ТУС РПО с использованием современных математических методов и микропроцессорных средств вычислительной техники является весьма актуальной.

Цель работы состоит в создании эффективных методов визуализации изображений на основе специализированного программного обеспечения в соответствии с существующей аппаратной платформой РПО.

Для достижения поставленной цели необходимо решить следующие задачи:

- разработать методику и алгоритм визуализации изображений с ограниченной палитрой цветов;

- формализовать проблему конструирования фильтров для высокоскоростной визуализации изображений на терминальных устройствах;

- разработать эффективный алгоритм визуализации изображений в контурном виде, с возможностью управления степенью выявления контуров в зависимости от их четкости;

- разработать метод преобразований локальной области изображения без нарушения целостности восприятия всего изображения;

- рассчитать функцию коррекции искажений для низколиниа-турных терминальных устройств и устройств визуализации с ограниченной палитрой цветов;

- разработать автоматизированный программный комплекс для визуализации изображений на терминальных устройствах РПО.

Для решения означенных проблем используются методы исследования, основанные на принципах системотехники, математическом аппарате моделирования, теории множеств, теории вычислительных процессов, теории информации, математической логики, дискретной математики, математического анализа.

Научная новизна работы. В работе осуществлено решение научной проблемы разработки эффективных методов и средств

>

ук* 901

визуализации изображений на терминальных устройств РПО, получены новые научные результаты, а именно:

- формализован процесс визуализации изображений и разработа-

на математическая модель процесса для терминальных устройств РПО;

- разработаны метод и алгоритм гистограммных преобразований

яркостей изображений с высокой степенью проработки в узких диапазонах яркостей, новизна которого подтверждена патентом;

- адаптирован метод рассеяния ошибок для имитации недостаю-

щих оттенков цветов при выводе изображений на терминалы с ограниченной палитрой цветов, новизна которого подтверждена патентом;

- создана методика расчета коррекции растаскивания точек для

визуализации изображений на ТУС РПО. Практическая ценность работы. Предложенные методы и алгоритмы позволяют разрабатывать и создавать высокопроизводительные средства визуализации изображений на терминальных устройствах РПО.

По результатам проведенных исследований (при внедрении работы) разработан автоматизированный программный комплекс визуализации изображений в РПО. Указанные методы и алгоритмы позволили повысить скорость воспроизведения информации в графическом режиме в 1,5 раза при улучшении цветопередачи на ТУС с ограниченной палитрой цветов примерно на 25%, а также улучшить проработку деталей изображений в средних диапазонах яркостей в 1,8 раза, и что особенно важно, примерно в 2,5 раза в темных и светлых областях яркостей изображений. Ряд элементов разработанного автоматизированного программного комплекса, а такж-е программные средства и решения защищены свидетельством РОСПАТЕНТА РФ №2003611775 от 24 июля 2003 года.

Достоверность полученных результатов и выводов диссертации подтверждается высокой степенью соответствия предложенных автором новых методов и алгоритмов с результатами

экспериментальных исследований, проведенных в МИЭТ, ООО "ИПОВС (МАКРОСОФТ)" и ОАО "ОТИК".

Личный вклад автора: ! Показана актуальность разработки новых методов и алгоритмов обработки и улучшения изображений для воспроизведения с использованием новых технических средств и устройств вывода, систем распределённых объектов.

2. Разработаны методы и алгоритмы визуализации на экранах графических адаптеров и печати черно-белых и цветных изображений на принтерах и других цифровых устройствах печати, а также для визуализации на терминалах распределённых объектов. Показано, что предложенные методы являются оптимальными в смысле быстродействия и возможности использования на ЭВМ и прочей микропроцессорной технике. Разработана модель системы обработки изображений для отдельных видеоустройств и для терминалов распределённых объектов. 3 Предложен интерактивный алгоритм гистограммных преобразований, изменяющий яркостную составляющую изображения в произвольном выбранном диапазоне яркостей и улучшающий проработку деталей в этом диапазоне.

4. Проведен расчет коррекции растискивания точек для воспроизведения на терминалах и печати на различных принтерах. Исследованы модели коррекции растискивания, давшие схожие результаты, выявлены закономерности для печати на разных видах бумаги.

5. Предложен и экспериментально исследован метод воспроизведения изображений с уменьшением палитры цветов и имитацией недостающих оттенков, являющийся обобщением и развитием метода рассеяния ошибок.

6. Усовершенствованы методы создания растровых структур. Предложены структуры, наиболее подходящие для увеличения чёткости, сохранения яркостного содержания изображения и имитации оттенков цветов.

7. Разработан метод поиска оптимальных порогов яркости при выделении контуров на полутоновых и цветных изображениях. Предусмотрена возможность выделения линий разной чёткости регу-

лировкой порогов, выбранных из допустимого диапазона порогов яркости для полутоновых и для цветных изображений. 8. Разработаны метод и алгоритм построения функций для локальных преобразований на изображении с целью визуализации выделенной области изображения без нарушения целостности восприятия изображения.

Реализация и внедрение результатов работы. Результаты диссертационной работы (исследования в области гистограмм-ных преобразований, расчет коррекции растискивания точек при визуализации изображений) были использованы в телекоммуникационных сетях ОАО "ОТИК" и ООО "ИПОВС (МАКРОСОФТ)".

Большинство полученных в работе результатов доведено до уровня инженерных методов, алгоритмов и реализовано в качестве программных средств. Практическое использование результатов подтверждено актами о внедрении.

Все работы по реализации и внедрению проводились под руководством или при непосредственном участии автора. Результаты диссертационной работы используются в учебном процессе на кафедре ИПОВС в МИЭТ (ТУ) при чтении лекций по курсам: "Системное и программное обеспечение", "Теория вычислительных процессов", в спецкурсе "Обработка изображений на микропроцессорных средствах вычислительной техники", при изучении интерактивного курса дистанционного обучения "Цифровые устройства визуализации на базе микропроцессорных средств вычислительной техники".

В результате проведенных исследований получены и выносятся на защиту следующие основные научные результаты:

- анализ состояния проблемы и необходимость создания эффективных методов и средств визуализации изображений на терминальных устройствах РПО;

- формализация процесса визуализации и математическая модель обработки изображений;

- методика и алгоритмическое решение задачи интерактивного изменения яркости изображения в заданных диапазонах яркостей;

- модифицированный метод визуализации для воспроизведения на терминальных устройствах с полной и ограниченной палитрой цветов, а также для печати черно-белых и цветных изображений;

- теоретическое обобщение и экспериментальное исследование метода рассеяния ошибок;

- расчет коррекции растаскивания точек при визуализации изображений на разнотипных терминальных устройствах РПО;

- высокоскоростной алгоритм подготовки информационной части изображений для передачи по телекоммуникационным сетям РПО;

- внедрение автоматизированного программного комплекса для визуализации изображений на терминальных устройствах РПО.

Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на следующих научных конференциях.

1 Седьмой научно-технической конференции молодых специалистов (Москва, МИЭТ, 1981 г.);

2 Четвертой научно-технической конференции молодых специалистов ПО "Альфа", "Автоматизация в технологических системах" (г. Рига, ПО "Альфа", май 1981 года);

3. Научно-технической конференции "Методы проектирования, автоматизация проектирования комплексов оборудования и систем управления в микроэлектронике" (Москва, МИЭТ, 1982 г.);

4. Всесоюзном научном семинаре по робототехническим системам (Москва, МВТУ им. Н.Э. Баумана, 1983 г.);

5. Девятой научно-технической конференции молодых специалистов (Москва, МИЭТ, 1983 г.);

6. Всесоюзной конференции "Системы технического зрения и их применение в САПР и робототехнике" (Севастополь, 1989 г.);

7 Научно-технической конференции "Методология и опыт создания САПР комплексов специального технологического оборудования и систем управления производством в микроэлектронике", Московское городское правление научно-технического

общества приборостроительной промышленности им. Академика С И Вавилова, (Москва, МИЭТ, Политехнический музей, 1984 г.);

8. Всесоюзном семинаре по автоматизации допечатных процессов (Москва, ВНИИ КПП, 1988 г.);

9. На симпозиуме ВНИИ полиграфии совместно с лабораторией ВТТ Научно-технического центра Финляндии "Разработка и испытание технологического процесса переработки текста и иллюстраций для книжно-журнального производства" (Москва, ВНИИ КПП, апрель 1990 г.);

10. Восьмой всероссийской межвузовской научно-технической конференции студентов и аспирантов (Москва, МИЭТ, 2001 г.);

11. Девятой всероссийской межвузовской научно-технической конференции студентов и аспирантов "Микроэлектроника и ин-форматика-2002" (Москва, МИЭТ, 2002 г.).

Публикации. По материалам диссертации опубликовано 26 работ в журналах и научных сборниках и 8 отчетов о научно-исследовательской работе.

Работа над диссертацией проводилась в плане решения задач, определяемых "Приоритетными направлениями развития науки, технологий и техники Российской Федерации " и в соответствии с "Перечнем критических технологий Российской Федерации "Информационные технологии и телекоммуникационные системы ".

Диссертационная работа основана на результатах, полученных в ходе выполнения НИР, проводимых в рамках программы Минобразования РФ "Научные исследования высшей школы по приоритетным направлениям науки и техники" (№ гос. Регистрации 01200007109, 01200007111), грантов Минобразования РФ по фундаментальным исследованиям в области технических наук (№ гос. per. 01200105720).

Структура и объём работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 103 наименований и приложений. Работа содержит 125 страниц основного текста, 34 страницы с рисунками и таблицами.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертации, формулируются общие проблемы, цели и задачи исследования, научное и практическое значение полученных результатов, рассматривается структура диссертации и взаимосвязь отдельных глав.

В первой главе проведён обзор существующих методов и средств обработки изображений, предшествующих передаче и воспроизведению на терминальные устройства. Проанализированы существующие методы и алгоритмы визуализации, исследована возможность их адаптации или модификации на терминальных устройствах РПО. Отмечено, что, несмотря на многообразие, они не подходят для эффективного использования на базе современных средств вычислительной техники, т.к.:

- не удовлетворяют требованиям быстродействия при большой степени различимости мелких контуров, что особенно важно в областях изображений с узкими диапазонами яркостей;

- не учитывают сложных оттенков цветов, находящихся на границах цветовых шкал;

- не дают возможности корректировки изображений в интерактивном режиме.

На основе всестороннего анализа проблемы сформулированы цели и задачи диссертационных исследований.

Вторая глава посвящена формализации процесса обработки и визуализации изображений с применением основополагающих принципов существующих методов:

изменения яркостного содержания изображений с использованием гистограммных преобразований и возможностью управления ими в интерактивном режиме.

- построения функции перехода между выделенной локальной областью и остальной частью изображения;

- выделения контуров на изображениях с возможностью регулировки выявления контуров разной толщины.

Известные методы гистограммных преобразований (сглаживающие, выравнивающие, с понижением количества уровней яркости), не позволяют достичь качественной визуализации изо-

бражений в соответствии с современным уровнем средств вычислительной техники, в связи с чем автором диссертации предложен метод гистограммных преобразований уровней яркости с анализом перепадов яркостей в узких диапазонах. Для корректировки гистограммы в процессе ее создания возможна реализация метода в интерактивном режиме. Суть метода заключается в следующем.

Пусть гистограмма распределения уровней яркости изображения Р(1), где Р(1) - значения яркостей изображения. Требуется преобразовать изображение к виду с гистограммой, выраженной зависимостью Р (I ), где / - шкала уровней яркости выходного изображения, находящаяся в том же диапазоне, что и шкала I, т.е. найти преобразование С такое, что Г = 0(1).

Рассмотрим фрагмент изображения. Пусть диапазон яркостей исходного изображения изменяется от 0 до / , результирующего - от 0 до /, тогда справедливо следующее соотношение: / / ^Р(Ш1= ^Р(Г )с1Г.

I) о

При переходе к оцифрованным изображениям, т.е. для дискретного преобразования при просмотре одинакового количества пикселов изображения имеем:

п т

я;""" = я;;;", (1)

11=0 Ш - О

где и Я,™'" - значения старой и новой гистограмм в точках

п и т, соответствующих определенному уровню яркости п е \0, 255] для восьмибитовых изображений или для каждого оттенка цвета по соответствующей оси цвета, п - количество просматриваемых уровней серого исходной гистограммы, т - количество уровней серого, достигаемое для новой гистограммы при выполнении условия (1).

Разработан алгоритм, который основан на сравнении исходной гистограммы с результирующей в процессе ее построения, что ведет к сокращению объема вычислений и обеспечивает сохранение яркостного баланса с высокой точностью. На основе разработанного алгоритма предложена методика анализа уровней яркости гистограмм, включающая следующие этапы.

1. Определение переменных, установка начальных значений Я, =0, Н:~(), п=0, т-0, массив соответствия яркостей или уровней серого входного и выходного изображений М(к)=0.

2. Организация цикла по п от 0 до к = /V с шагом 1, где N -максимальное значение уровня яркости изображения. Переход к следующему значению яркости т-т + 1.

3. Вычисление Н, = Н, + Н\тщ' для очередного уровня серого со значением к = п.

4. Запись в таблицу соответствия кит очередного значения: М(к) = т, означающей градационное преобразование С уровней яркости в диапазоне [О, N - 1] .

5 Вычисление части новой гистограммы Н, = Н Н™ю в

диапазоне яркостей т: [0, т- 1] .

6. Проверка выполнения условия Н,>(Н 1 + Я™" /2) и переход к п 5, пока оно не выполнено, иначе переход к п.2. 7 Преобразование изображения согласно таблице соответствия яркостей, построенной в п 4 и вывод изображения на видеотерминал.

Представленный алгоритм выполнен для нормализованной гистограммы Я"'", где п находится в диапазоне [в, N - /], т.е. считается, что гистограммы приведены к виду:

т.к количество пикселов исходного и преобразованного изображений одинаково.

т

N I

^ЯГ" =5] Я

(2)

Процедура нормировки гистограммы чрезвычайно проста: если суммы в (2) не равны, то каждое из значений Н""", где

N 1 N-!

пе[0.п-1], умножается на соотношение Я"'"'1 /Н"™ .

п-0 т=0

Если требуется выполнение условия одинаковой начальной точки гистограмм, то на первом шаге алгоритма следует добавить, что если п = 0, то имеем к ~ М , т.е. Н)]таг - . Очевидно, что если гистограммы нормированы, т.е. выполняется условие (2), то последние точки гистограмм, соответствующие значению уровня серого (N-1), совпадают.

Сравнение тестовых изображений, классифицирующихся по плавным и контрастным переходам оттенков цветов и величинами этих переходов, показало, что при использовании гисто-граммных методов улучшена проработка деталей изображений в любых диапазонах яркостей в 1,8 раза, и, что особенно важно, в 2,5 раза в темных и светлых областях яркостей изображений.

Для визуализации изображений в локальной области (ЛО) предложен метод наложения функции на основное преобразование. В случае преобразований в локальной области на ее границах появятся разрывы, соответствующие первой производной распределения интенсивности, согласно эффекту полос Маха С целью устранения краевых эффектов автором диссертации предложен метод локального преобразования.

Строится функция локального преобразования такая, что в центре локальной области она будет максимальна, а на границе области равна 0, т.е. Е <1. Тогда должно выполняться соотношение:

1«ых = 1вх(1- ^ Р) + ^ Р 1<>6р,

где /„ и 1,,ых - соответственно значения входного и выходного изображений, 1,„-1р - значение изображения после обработки основным преобразованием в локальной области, Т7- гладкая функция локального преобразования, Ле(0 + 1) - параметр функции /\ определяющий степень влияния локального преобразования на основное. Р=0 на границе локальной области.

Согласно разработанной методике визуализации изображений в ЛО получаем следующие функции перехода от обрабатываемой локальной области изображения к остальной его части: линейная- /<Ух,у) - х * у ± а/ 2, где х и у - оси координат; косинусная- Е(х,у) = (соз(2их/а)со8{2пу/а) +1)/2,

параболическая (по оси у аналогичная функция)-

,2

F(x)--

Sfx + a/2у

1-Öx2

8(х - а / 2)' О

I область окна

II область окна

III область окна IY - вне окна,

параболически-константная (по оси у аналогичная функция):

,2

F(x) =

S(x+ а/2 У 1 - Sx2

1 - Sx2

S(x-а/2У О

I область окна

II область окна

III область окна IY область окна Y область окна YI- вне окна.

Для выделения контуров и выбора оптимальных порогов яркости изображений в работе модифицируются и развиваются так называемые градиентные методы с использованием масок.

Процедура выбора порогового значения для оценки наличия контура по перепаду яркости в выбранной окрестности традиционным способом не определена и порог яркости выбирается интуитивно в зависимости от априорной информации об изображении, требований конкретной задачи и используемых масок.

В диссертации предложен метод определения адаптивных порогов яркости в зависимости от типа изображений, заданной четкости воспроизведения мелких деталей и от используемых ма-

сок Маски строятся таким образом, что в результате обработки изображений они становятся нечувствительны к среднему уровню яркости. Использование масок дает возможность построчной и соответственно параллельной обработки изображений, что увеличивает скорость воспроизведения изображений в несколько раз.

Построена и проанализирована зависимость количества выделенных элементов контуров изображения от величины порога. Поскольку пороги регулируются по требуемой степени четкости прорисовки контуров, то, изменяя пороги, можно визуализировать изображение, постепенно прорисовывая его от более четких контуров к менее различимым.

Третья глава посвящена методам и алгоритмам воспроизведения изображений с большими палитрами цветов на терминальных устройствах, имеющих ограниченные палитры цветов, широкий диапазон разрешений, и является основной исследовательской частью работы. Разработанные методы и алгоритмы позволяют имитировать недостающие оттенки цветов, что повышает качество визуализации изображений.

Суть визуализации полутоновых изображений состоит в том, что вместо одного порогового значения Р для бинарных изображений алгоритма Флойда-Стейнберга используется число порогов, равное числу уровней серого выводного устройства минус один. Шкала уровней яркостей входного изображения делится на равные интервалы, количество которых равно количеству уровней разрешения выводного устройства минус один. Порогам присваиваются средние значения интервалов. Значение уровня яркости терминальные устройства получается следующим образом. Вычисляется разница между значением входного элемента изображения и ближайшим порогом. Получившаяся разница рассеивается между следующими необработанными элементами входного изображения.

Развитием метода и алгоритмов рассеяния ошибки для визуализации на терминальных устройствах РПО явились следующие методы и алгоритмы:

1. Алгоритм рассеяния ошибок при обработке полутоновых изображений для визуализации изображений на терминальных

устройствах, воспроизводящих небольшое количество уровней яркости;

2. Метод и алгоритм визуализации цветных изображений с ограниченной палитрой цветов;

3 Алгоритм визуализации цветных изображений на терминальных устройствах с ограниченным количеством цветов, выбранных из заданной палитры;

4. Обобщённый алгоритм для цветных изображений с заданной цветовой шкалой.

Использованные в алгоритмах фильтры отличаются от фильтра Флойда-Стейнберга тем, что коэффициенты рассеяния (веса) обратны степеням 2. Это дает возможность при машинной реализации использовать вместо операций деления операции сдвига, чго уменьшает время работы программы. Алгоритм позволяет использование параллельного программирования, что значительно сокращает время выполнения визуализации.

Приведенные выше алгоритмы наряду с достоинствами имеют следующий недостаток: при визуализации изображение формируется большим количеством мелких точек. Точки при воспроизведении могут размываться (растискиваться), в результате получаются искажения большие, чем при воспроизведении стандартными растровыми точками.

В связи с этим, в диссертации исследуются методы и алгоритмы учета искажений визуализации изображений с различной растровой структурой. Предлагается метод учёта искажений терминальные устройства. Ищется зависимость 1шх = 1еых (1т), являющаяся передаточной функцией отображения информации на терминальные устройства. В результате аппроксимации точек изображений квадратами и проведения математических вычислений получено следующее соотношение:

/„„ = В2 /(2*С2) + д/в2/(4*С2) + /„/С *(Е-В/С + Е* В/С) + + - Е * В 1(2 *С) - Е * В21(2 * С2),

где А, А С Д Е - коэффициенты, зависящие от краевых условий асимптотики. Для исходного и результирующего изображений в области темных и светлых тонов изображения соответственно

выполняются следующие условия:

'„(О) = О, /ш(1) = /, 1т(0) = 0, 1т(1) = /, то А=0, И=0, В+СЧ,

При проведении расчетов на ЭВМ получено семейство функций. Чем больше соотношение диаметров /)/с! точки выходного изображения к исходному (с1 - сторона квадрата до растаскивания, 2) - после), соответственно, чем больше увеличивается точка при искажении, тем круче и выше проходят функции. Для проведения коррекции искажений при воспроизведении видеоинформации на терминальные устройства строится функция, обратная к полученной зависимости 1аых - 1<1ых (1ш) . Показано, что разработанные методы и алгоритмы используются не только для терминальных устройств в системах управления РПО, но и в профессиональных системах обработки изображений общего характера.

Построены корректирующие функции искажений при визуализации изображений на терминальные устройства с аппроксимацией точек окружностями и квадратами.

Последним этапом обработки изображений в ряде случаев является формирование растровых структур. Разнообразие растровых структур предполагает возможность выбора растров по четкости, возможности устранения мелких шумов, сохранению характера градационной кривой, быстроте воспроизведения, характерному растровому рисунку.

В работе предложено построение растровых структур различной формы методом позиционного распределения элементов растровой матрицы с дальнейшим наложением ее на изображение и сравнением пороговых значений с соответствующими элементами изображения.

Метод апробирован при построении растров различной формы и растров с разными величинами растровых точек, показал хорошее качество воспроизведения и имитацию оттенков цветов, приемлемое время визуализации на РПО.

Для определения четкости растрированных с использованием модифицированного метода рассеяния ошибок изображений

был проведен расчет, основанный на теории отсчетов Найквиста и на физиологическом свойстве глаз человека усреднять яркость изображения на произвольно выбранной элементарной области изображения. В результате проделанного расчета показано, что при использовании ТУС с различным разрешением следует иметь ввиду, что размеры деталей воспроизводимого изображения должны отображаться количеством пикселей К, равным линейному размеру детали изображения Ь, деленному на размер пиксела г, результат умножен на 2: К = (Ь/г)*2,

а с учетом физиологии глаз человека коэффициент, равный 2, может быть уменьшен для нечеткого воспроизведения контуров деталей изображения с целью общего представления об изображении до значения 1/64.

Эксперимент показал, что по сравнению с ранее разработанными стандартными методами имитации оттенков цветов качество визуализации увеличилось на 25-30% в среднем, а в случаях текстур и размытых контурных переходов примерно на 50-70%.

В четвёртой главе показана эффективность разработанных методов и алгоритмов обработки визуализации изображений по сравнению с существующими. Оценки проводились на основе критерия качество/быстродействие.

РО, с Т, -|

Р02 с Т2

РОм с

4>

СЕРВЕР-МАСТЕР

РО, с ПУ,

Р02 с ПУ2

Информационные сервера

РОм с ПУЛ

Рис 1 Структура аппаратно-программный комплекс визуализации изображений Т -терминал; ПУ - печатающее устройство.

Разработан и реализован аппаратно-программный комплекс программные средства визуализации изображений на терминальных устройствах РПО (рис.1). Интерактивный режим комплекса

программных средств позволяет управлять процессом подготовки к визуализации изображений на цифровых терминальные устройства. Быстродействие разработанных методов и алгоритмов визуализации на ТУС в несколько раз превышает быстродействие стандартных методов и алгоритмов. Для модифицированного метода рассеяния ошибок скорость визуализации увеличена в 4 раза в среднем, что подтверждено в программной реализации, а в остальных случаях, допускающих возможность дополнительной обработки, скорость визуализации примерно в 1,5 раза выше, чем скорость при стандартных методах.

В заключении перечислены основные результаты и выводы диссертационной работы.

В приложениях приведены программные модули, реализованные на языке Си, с применением разработанных методов и алгоритмов, а также тестовые задачи аппаратно-программного комплекса визуализации изображений. Представлены результаты работы программных модулей, акты внедрения результатов диссертации.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. На основании анализа состояния проблемы обработки и воспроизведения изображений на терминальных устройствах выявлена необходимость создания эффективных методов и средств визуализации изображений для распределенных производственных объектов.

2. Представлена формализация процесса визуализации на терминальных устройствах и создана математическая модель обработки и воспроизведения изображений.

3. Разработаны методика и алгоритмическое решение задачи интерактивного изменения яркости изображения; что дало возможность улучшить проработку деталей изображений в любых диапазонах яркостей в 1,8 раза, и примерно в 2,5 раза в темных и светлых областях яркостей изображений.

4. Создан модифицированный метод (алгоритм) визуализации для воспроизведения на терминальных устройствах с полной

и ограниченной палитрой цветов, а также для черно-белых и цветных печатных изображений; метод позволил повысить скорость воспроизведения информации в графическом режиме в 1,5 раза.

5. Исследован и разработан метод растаскивания точек, обеспечивающий увеличение качества визуализации на 25-30% в среднем, а в случаях текстур и размытых контурных переходов, примерно на 50-70% по сравнению со стандартными методами имитации оттенков цветов.

6. Разработан высокоскоростной метод (алгоритм) подготовки информационной части изображений на основе локальных преобразований, обеспечивающий сокращение количества избыточной информации.

7 Разработаны методы повышения эффективности имитации оттенков тонов на изображениях и создания растровых структур и поиска оптимальных порогов при выделении контуров на полутоновых изображениях и видеопоследовательностях.

8 Разработана модель интерактивной системы обработки информационных сигналов и визуализации изображений на ТУС с использованием созданных методов. Материалы диссертационной работы использованы при создании автоматизированного программного комплекса визуализации и анализа изображений при передаче по IP-сетям на терминальные устройства РПО, а также в учебном процессе Московского института электронной техники (свидетельство РОСПАТЕНТА РФ №2003611775 от 24 июля 2003 года.

РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ ОСНОВНЫХ РАБОТАХ:

1 Абрамов В.А., Колдаев В.Д., Морозова Н.В. "Выделение элементов контуров многоуровневых изображений градиентными методами". "Электронная техника", серия "Экономика и системы управления", вып.4(57), М., 1985, С. 48-52.

2 Абрамов В.А., Морозова Н.В., "Методы и алгоритмы улучшения качества цифровых изображений для полиграфического

воспроизведения с использованием микропроцессорных средств вычислительной техники", Сборник трудов ВНИИ Полиграфии, том 38, выпуск 2, М., 1988, С.38-42.

3 Абрамов В.А., Плотников И.П., Морозова Н.В., "Алгоритм растрирования с элементами случайности, построенный на ортогональных решетках, для обработки, визуализации и вывода полутоновых иллюстраций", Труды ВНИИКПП, т.40, вып.1, М., 1990, С.42-49.

4 Гагарина Л.Г., Морозова Н.В., "Алгоритм коррекции изображений при выводе на различные устройства визуализации", журнал "Известия вузов, Электроника", вып.2, М., 2003г., С. 83-86.

5. Гагарина Л.Г., Морозова Н.В., "Преобразование изображений методом анализа гистограмм уровней яркости в интерактивном режиме", "Оборонный комплекс - научно-техническому прогрессу России", 2, Москва, 2002г., С. 53-55.

6 Гагарина Л.Г., Морозова Н.В., "Современные информационные технологии реализации алгоритмов визуализации цветных изображений", журнал "Известия вузов, ЭЛЕКТРОНИКА", вып.2, М., 2002г., С.58-60.

7. Колдаев В.Д., Морозова Н.В., "Обработка многоуровневых дискретизованных изображений с распознаванием контуров, описываемых цепными кодами", в сборнике научных трудов "Проектирование и применение специализированных вычислителей и систем управления", МИЭТ, М.,1984, С.101-108. 8 Морозова Н.В., Колдаев В.Д., "Преобразование многоуровневого изображения в контурное методом масок", в сборнике научных трудов "Проектирование и применение специализированных вычислителей и систем управления", МИЭТ, М., 1983, С.111-116. 9. Морозова Н.В., Головко С.Б., " Электронная обработка иллюстраций в издательствах", изд-во МГУ, М., 1989, С.24-27. 10 Морозова Н.В. "Алгоритмы улучшения качества изображений для полиграфического воспроизведения", Сборник трудов ВНИИ ПОЛИГРАФИИ, том 39, вып.2, М„ 1989, С.47-54. 11. Морозова Н.В. "Использование алгоритмов распознавания изображений в технологических системах", Тезисы 4 н/т конференции молодых специалистов ПО "Альфа", Рига, 1981, С. 12.

12 Морозова Н.В "Использование сканеров в качестве СТЗ для подготовки иллюстрационного материала с использованием РОМ-технологии в издательском деле и полиграфии", Тезисы конференции "Системы технического зрения и их применение в САПР и робототехнике", Севастополь, 1989, С.54-58.

13 Морозова Н В. "Модифицированный метод масок для преобразования многоуровневой видеоинформации при переходе к контурным изображениям", Всесоюзный научный семинар по робото-техническим системам, МВТУ им. Н.Э. Баумана, 1983, С.34-39.

14 Морозова Н.В. "Некоторые аспекты проектирования системы обработки визуальной информации в технологическом оборудовании", Тезисы н/т конференции "Методы проектирования, автоматизация проектирования комплексов оборудования и систем управления в микроэлектронике". МИЭТ, М., 1982, С.56-58.

15 Морозова 11.В.. "Иерархическая структура идентификации визуальных объектов в системах технического зрения", тезисы докладов на н/т конференции "Методология и опыт создания САПР комплексов специального технологического оборудования и систем управления производством в микроэлектронике", Московское городское правление научно-технического общества при-боростроигсльной промышленности им. Академика С.И. Вавилова МИЭТ. Политехнический музей, М., 1984,С.123-128.

16 Морозова Н.В , "Информационная значимость изобразительной информации в журналистике", Сборник докладов на конференции по журналистике, М., 1990, С.72-75.

17 Морозова Н.В, "Информационная система обработки изображений для воспроизведения на жёстких копиях и электронных носителях", тезисы докладов восьмой всероссийской межвузовской научно-технической конференции студентов и аспирантов, МИЭТ, М., 2001.С.22-25.

18 Морозова Н.В., "Подготовка графического материала для программных приложений автоматизации сетевых продаж по 1Р-сети", тезисы докладов девятой всероссийской межвузовской научно-технической конференции студентов и аспирантов "Микроэлектроника и информатика-2002", Москва, МИЭТ, 2002, С. 103.

19. Морозова Н.В., "Подготовка изобразительной информации для ускорения передачи по 1Р-сети с воспроизведением на устройствах отображения", в сборнике научных трудов "Информационные технологии в образовании, технике и медицине", часть I, г. Волгоград, 2002., С. 191-193.

20. Морозова Н.В., "Преобразование изображений методом анализа гистограмм уровней яркости в интерактивном режиме", тезисы Международной научно-технической конференции "Новые информационные технологии в университетском образовании" 20-22 марта 2002г., г. Кемерово, С.107-108.

21. Морозова Н.В., "Цифровые методы улучшения качества полиграфического изображения", симпозиум ВНИИ полиграфии совместно с лабораторией ВТТ Научно-технического центра Финляндии "Разработка и испытание технологического процесса переработки текста и иллюстраций для книжно-журнального производства", 2-4 апреля 1990, С.144-148.

22 Морозова Н.В., Гринько А.П., "Определение осей симметрии плоских фигур, заданных цепным кодом", М., Сборник научных трудов МИЭТ "Алгоритмическое обеспечение и проектирование микропроцессорных управляющих систем", 1982., С.11-16.

23 Плотников И.П., Морозова Н.В., "Алгоритм рассеяния ошибок при обработке полутоновых иллюстраций для визуализации на устройствах отображения и вывода", Труды ВНИИКПП, т.40, вып.2., 1990, С.41-48.

24 Морозова Н.В., "Выделение признаков объектов для их идентификации в промышленных робототехнических системах", 7 н/т конференция молодых специалистов, МИЭТ, М., 1981г., С.18-24.

25. Морозова Н.В., "Улучшение качества воспроизведения иллюстрационного материала в автоматизированных системах до-печатных процессов", Всесоюзный семинар по автоматизации допечатных процессов, ВНИИКПП, М., 1988, С.84-88.

26. "Комплекс программ обработки и визуализации изображений". Гагарина Л.Г., Морозова Н.В. РОСПАТЕНТ РФ №2003611775 Москва, 24 июля 2003 года.

Подписано в печать:

Формат 60x84 1/16. Уч.-годл.^ Тираж #0экз. ЪихааЗ€4.

Отпечатано в типографии ИПКМИЭТ.

124498, Москва, г.Зеленоград, проезд4806, д.5, стр1, МИЭТ.

i

*

РНБ Русский фонд

2006-4 3004

ВВЕДЕНИЕ.

Глава 1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ МЕТОДОВ И СРЕДСТВ ЦИФРОВОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ НА ТЕРМИНАЛЬНЫХ УСТРОЙСТВАХ РАСПРЕДЕЛЕННЫХ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТОВ.

1.1. Обзор существующих методов обработки изображений при визуализации изображений.

1.2. Техническое обеспечение визуализации изображений.

1.3. Анализ процесса визуализации изображений как объекта автоматизации.

1.4. Постановка задачи исследования.

Выводы по главе.

Глава 2 . МЕТОДЫ И АЛГОРИТМЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ

ДО ВОСПРОИЗВЕДЕНИЯ НА ТЕРМИНАЛЬНЫХ УСТРОЙСТВАХ

2.1. Метод анализа гистограмм уровней яркости изображений.

2.1.1. Анализ существующих методов преобразований гистограмм уровней яркости изображений.

2.1.2. Формализованное представление метода гистограммных преобразований.

2.1.3. Алгоритм управления яркостным содержанием изображений на основе метода гистограммных преобразований.

2.1.4. Выравнивание гистограммы.

2.1.5. Практическая реализация метода гистограммных преобразований.

2.2. Методы и алгоритмы построения граничных функций локальных преобразований изображений.

2.2.1. Разработка метода построения функций для локальных преобразований изображений.

2.2.2. Алгоритм наложения функций на локальные области изображений.

2.3. Методы выделения контуров разных уровней яркости для воспроизведения и передачи основной информации об изображении.

2.3.1. Методы выделения краёв при обработке изображений.

2.3.2. Методы определения оптимальных порогов яркости.

2.3.3. Метод построения графиков для определения оптимальных порогов яркости и его алгоритмизация.

2.3.4. Конструктивная реализация масок.

Выводы по главе.

Глава 3 . МОДИФИКАЦИЯ МЕТОДОВ И АЛГОРИТМОВ ВОСПРОИЗВЕДЕНИЯ ИЗОБРАЖЕНИЙ НА ТЕРМИНАЛЬНЫХ УСТРОЙСТВАХ.

3.1. Методы и алгоритмы воспроизведения изображений на устройствах визуализации.

3.1.1. Аналитическое обобщение существующих методов и алгоритмов воспроизведения изображений.

3.1.2. Алгоритм рассеяния ошибок при визуализации изображений на терминальных устройствах с ограниченной палитрой цветов и низким разрешением.

3.1.3. Алгоритм визуализации цветных изображений на видеотерминалах с ограниченным числом цветов из заданной цветовой палитры.

3.1.4. Обобщённый алгоритм для цветных изображений с определённой цветовой шкалой.

3.2. Методы учета искажений при визуализации изображений на терминальных устройствах.

3.2.1. Метод учета искажений при воспроизведении на терминальных устройствах.

3.2.2. Использование функций коррекции искажений на терминальных устройствах.

3.3. Методы и алгоритмы создания битовых растровых структур для имитации цветов и полутонов изображений.

3.3.1. Анализ существующих методов растрирования.

3.3.2. Формализация методов растрирования для создания регулярных растровых структур.

3.3.3. Конструирование растров.

3.4. Эксперимент по точности передачи изображения при визуализации на терминальных устройствах.

Выводы по главе.

Глава 4 . ТЕХНИЧЕСКАЯ РЕАЛИЗАЦИЯ МЕТОДОВ И СРЕДСТВ ВИЗУАЛИЗАЦИИ ИЗОБРАЖЕНИЙ НА ТЕРМИНАЛЬНЫХ УСТРОЙСТВАХ РПО.

4.1. Автоматизированный программный комплекс для визуализации изображений (АПК ВИ).

4.2. Архитектурная организация и технология АПК ВИ при использовании распределенных производственных объектов.

4.2.1. Основные технические характеристики АПК ВИ.

4.2.2. Структура интерфейса АПК ВИ.

4.3. Оценка эффективности применения разработанных методов визуализации изображений на терминальных устройствах.

Научно-технический прогресс, улучшение технических характеристик цифровых компьютерных средств, соответствующее повышению уровня жизни, выдвинули на первый план проблему улучшения качества воспроизводимой цифровыми устройствами информации, значительная доля которой является графической.

Устройства визуализации на основе цифровой обработки информации (терминальные устройства, ТУС) получают всё более широкое распространение в различных сферах деятельности человека. Это, в первую очередь, мониторы компьютеров, а также экраны карманных компьютеров, видеотелефонов и сотовых телефонов, терминалы видеоконференций связи, промышленной и бытовой техники, систем слежения при охране объектов, устройства печати. Терминальные устройства являются компонентами управляющих систем распределённых производственных объектов (РПО).

Для обработки изображений с целью улучшения их качества, как правило, применим классический аппарат обработки. Программное обеспечение известных систем обработки изображений предусматривает выполнение основных функций: высокочастотной и низкочастотной фильтрации, изменения контраста, интенсивности, масштаба, растрирования; цветокоррекции. При всех преимуществах существующие программные системы дороги, не предусматривают расширения, несовместимы по аппаратной платформе с другими системами. Системы обработки изображений не включают всех необходимых процедур или обладают недостаточным быстродействием, особенно при визуализации изображений для управляющих систем РПО. При реализации методов и алгоритмов в целом не используются параллельные и распределенные вычисления.

Результаты исследований, направленных на создание эффективных методов визуализации изображений на ТУС, изложены в работах зарубежных и отечественных ученых: L. Davis, J.F. Jarvis, B.Lippel, M.Kurland, R.W Floyd, Steinberg, J.M.S. Prewitt,. А. Розенфельда,. B.E. Bayer, T Pavlidis, B.A Абрамова.

Таким образом, проблема исследования и разработки эффективных методов и средств визуализации изображений на ТУС РПО с использованием современных математических методов и микропроцессорных средств вычислительной техники является весьма актуальной.

Цель работы состоит в создании эффективных методов визуализации изображений на основе специализированного программного обеспечения в соответствии с существующей аппаратной платформой РПО.

Для достижения поставленной цели необходимо решить следующие задачи:

- разработать методику и алгоритм визуализации изображений с ограниченной палитрой цветов;

- формализовать проблему конструирования фильтров для высокоскоростной визуализации изображений на терминальных устройствах;

- разработать эффективный алгоритм визуализации изображений в контурном виде, с возможностью управления степенью выявления контуров в зависимости от их четкости;

- разработать метод преобразований локальной области изображения без нарушения целостности восприятия всего изображения;

- рассчитать функцию коррекции искажений для низколиниатурных терминальных устройств и устройств визуализации с ограниченной палитрой цветов;

- разработать автоматизированный программный комплекс для визуализации изображений на терминальных устройствах РПО.

Для решения означенных проблем используются методы исследования, основанные на принципах системотехники, математическом аппарате моделирования, теории множеств, теории вычислительных процессов, теории информации, математической логики, дискретной математики, математического анализа.

Научная новизна работы. В работе осуществлено решение научной проблемы разработки эффективных методов и средств визуализации изображений на терминальных устройств РПО, получены новые научные результаты, а именно:

- формализован процесс визуализации изображений и разработана математическая модель процесса для терминальных устройств РПО;

- разработан метод и алгоритм гистограммных преобразований яркостей изображений с высокой степенью проработки в узких диапазонах яркостей;

- адаптирован метод рассеяния ошибок для имитации недостающих оттенков цветов при выводе изображений на терминалы с ограниченной палитрой цветов;

- создана методика расчета коррекции растискивания точек для визуализации изображений на ТУС РПО. Практическая ценность работы. Предложенные методы и алгоритмы позволяют разрабатывать и создавать высокопроизводительные средства визуализации изображений на терминальных устройствах РПО.

По результатам проведенных исследований (при внедрении работы) разработан автоматизированный программный комплекс визуализации изображений для анализа и модификации изображений при передаче по IP-сетям. Указанные методы и алгоритмы позволили повысить скорость воспроизведения информации в графическом режиме в 1,5 раза, а также улучшить проработку деталей изображений в любых диапазонах яркостей в 1,8 раза, что особенно важно в темных и светлых областях яркостей изображений. Ряд элементов разработанного автоматизированного программного комплекса, а также программные средства и решения защищены свидетельством РОСПАТЕНТА РФ №2003611775 от 24 июля 2003 года. Личный вклад автора

1. Показана актуальность разработки новых методов и алгоритмов обработки и улучшения изображений для воспроизведения с использованием новых технических средств и устройств вывода, систем распределённых объектов.

2. Разработаны методы и алгоритмы визуализации на экранах графических адаптеров и печати черно-белых и цветных изображений на принтерах и других цифровых устройствах печати, а также для визуализации на терминалах распределённых объектов. Показано, что предложенные методы являются оптимальными в смысле быстродействия и возможности использования на ЭВМ и прочей микропроцессорной технике. Разработана модель системы обработки изображений для отдельных видеоустройств и для терминалов распределённых объектов.

3. Предложен интерактивный алгоритм гистограммных преобразований, изменяющий яркостную составляющую изображения в произвольном выбранном диапазоне яркостей и улучшающий проработку деталей в этом диапазоне.

4. Проведен расчет коррекции растаскивания точек для воспроизведения на терминалах и печати на различных принтерах. Исследованы модели коррекции растаскивания, давшие схожие результаты, выявлены закономерности для печати на разных видах бумаги.

5. Предложен и экспериментально исследован метод воспроизведения изображений с уменьшением палитры цветов и имитацией недостающих оттенков, являющийся обобщением и развитием метода рассеяния ошибок.

6. Усовершенствованы методы создания растровых структур. Предложены структуры, наиболее подходящие для увеличения чёткости, сохранения яркостного содержания изображения и имитации оттенков цветов.

7. Разработан метод поиска оптимальных порогов яркости при выделении контуров на полутоновых и цветных изображениях. Предусмотрена возможность выделения линий разной чёткости регулировкой порогов, выбранных из допустимого диапазона порогов яркости для полутоновых и для цветных изображений.

8. Разработаны метод и алгоритм построения функций для локальных преобразований на изображении с целью визуализации выделенной области изображения без нарушения целостности восприятия изображения.

9. Составлены рекомендации по обработке изображений для передачи по IP-сетям и воспроизведения при использовании интерактивной системы обработки изображений или системы с распределёнными объектами, рассчитанной на микропроцессорные средства вычислительной техники.

Достоверность полученных результатов подтверждается качеством, информативностью и скоростью воспроизводимой видеоинформации на различных ТУС РПО.

Реализация и внедрение результатов работы. Результаты диссертационной работы (исследования в области гистограммных преобразований, расчет коррекции растаскивания точек при визуализации изображений) были использованы в телекоммуникационных сетях ОАО "ОТИК" и ООО "ИПОВС (МАКРОСОФТ)".

Большинство полученных в работе результатов доведено до уровня инженерных методов, алгоритмов и реализовано в качестве программных средств. Практическое использование результатов подтверждено актами о внедрении.

Все работы по реализации и внедрению проводились под руководством или при непосредственном участии автора как руководителя и ответственного исполнителя. Результаты диссертационной работы используются в учебном процессе на кафедре ИПОВС в МИЭТ (ТУ) при чтении лекций по курсам: "Системное и программное обеспечение", "Теория вычислительных процессов", в спецкурсе "Обработка изображений на микропроцессорных средствах вычислительной техники", при изучении интерактивного курса дистанционного обучения "Цифровые устройства визуализации на базе микропроцессорных средств вычислительной техники", входящих в базу знаний ОАО "ОТИК". Разработанные методы и алгоритмы реализованы также в программных системах обработки и воспроизведения полутоновых изображений Grey View и цветных изображений PictureMan в ОАО "СТОИК".

В результате проведенных исследований получены и выносятся на защиту следующие основные научные результаты:

- анализ состояния проблемы и необходимость создания эффективных методов и средств визуализации изображений на ТУС РПО;

- формализация процесса визуализации и математическая модель обработки изображений;

- методика и алгоритмическое решение задачи интерактивного изменения яркости изображения;

- модифицированный метод (алгоритм) визуализации для воспроизведения на терминальных устройствах с полной и ограниченной палитрой цветов, а также для черно-белых и цветных печатных изображений;

- теоретическое обобщение и экспериментальное исследование метода рассеяния ошибок;

- расчет коррекции растискивания точек при визуализации изображений на разнотипных терминальных устройствах РПО;

- высокоскоростной метод (алгоритм) подготовки информационной части изображений для передачи по телекоммуникационным сетям РПО;

- внедрение автоматизированного программного комплекса для визуализации изображений на терминальных устройствах РПО.

Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на следующих научных конференциях.

1. Седьмой научно-технической конференции молодых специалистов (Москва, МИЭТ, 1981 г.);

2. Четвертой научно-технической конференции молодых специалистов ПО "Альфа", "Автоматизация в технологических системах" (г. Рига, ПО "Альфа", май 1981 года);

3. Научно-технической конференции "Методы проектирования, автоматизация проектирования комплексов оборудования и систем управления в микроэлектронике" (Москва, МИЭТ, 1982 г.);

4. Всесоюзном научном семинаре по робототехническим системам (Москва, МВТУ им. Н.Э. Баумана, 1983 г.);

5. Девятой научно-технической конференции молодых специалистов (Москва, МИЭТ, 1983 г.);

6. Всесоюзной конференции "Системы технического зрения и их применение в САПР и робототехнике" (Севастополь, 1989 г.);

7. Научно-технической конференции "Методология и опыт создания САПР комплексов специального технологического оборудования и систем управления производством в микроэлектронике", Московское городское правление научно-технического общества приборостроительной промышленности им. Академика С.И. Вавилова, (Москва, МИЭТ, Политехнический музей, 1984 г.);

8. Всесоюзном семинаре по автоматизации допечатных процессов (Москва, ВНИИ КПП, 1988 г.);

9. На симпозиуме ВНИИ полиграфии совместно с лабораторией ВТТ Научно-технического центра Финляндии "Разработка и испытание технологического процесса переработки текста и иллюстраций для книжно-журнального производства" (Москва, ВНИИ КПП, апрель 1990 г.);

10. Восьмой всероссийской межвузовской научно-технической конференции студентов и аспирантов (Москва, МИЭТ, 2001 г.);

11. Девятой всероссийской межвузовской научно-технической конференции студентов и аспирантов "Микроэлектроника и информатика-2002" (Москва, МИЭТ, 2002 г.)

Публикации. По материалам диссертации опубликовано 26 работ, в том числе 15 статей в журналах и научных сборниках и 8 отчетов о научно-исследовательской работе.

Работа над диссертацией проводилась в плане решения задач, определяемых "Приоритетными направлениями развития науки, технологий и техники Российской Федерации "ив соответствии с "Перечнем критических технологий Российской Федерации "Информационные технологии и телекоммуникационные системы":

Диссертационная работа основана на результатах, полученных в ходе выполнения НИР, проводимых в рамках программы Минобразованияя РФ "Научные исследования высшей школы по приоритетным направлениям науки и техники" (№ гос. Регистрации 01200007109, 01200007111), грантов Минобразования РФ по фундаментальным исследованиям в области технических наук (№ гос. per. 01200105720).

Структура и объём работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 103 наименований и приложений. Работа содержит 125 страниц основного текста, 42 страницы с рисунками и таблицами.

Выводы по главе

Необходимость модификации существующих методов визуализации полноцветных изображений на ТУС с ограниченной палитрой цветов продиктована, в первую очередь, разнообразием устройств в составе распределенных производственных объектов, во вторую очередь, средствами реализации методов, т.е. МСВТ.

Модифицированные методы позволяют воспроизводить полноцветные изображения на ТУС типа видеотерминалов: - на экранах графических адаптеров с палитрой из 16 цветов, формирующих 4 уровня каждого цветового тона в системе RGB с хорошим качеством воспроизведения; на ТУС с палитрой в 256 цветов, формирующих 16 уровней каждого цветового тона с качеством воспроизведения, близким к реальному. Исследованы и разработаны методы и алгоритмы визуализации изображений с разной цветовой палитрой на ТУС типа графических адаптеров и цифровых устройствах печати. Показано, что предложенные методы являются оптимальными по быстродействию и использованию преимуществ МСВТ.

Предложен и экспериментально исследован метод, являющийся обобщением метода рассеяния ошибок; разработаны алгоритмы для ТУС с различными характеристиками по количеству передаваемых оттенков цветов. Разработана методика создания фильтров для разных задач, требований точности и быстродействия, а также ТУС с ограниченной палитрой цветов или набором палитр.

Построены функции искажений при воспроизведении изображений на ТУС, проведен расчет коррекции растискивания точек для визуализации на ТУС разного типа. Исследованы имитационные модели коррекции растискивания, давшие хорошую сходимость, выявлены закономерности для печати на разных видах бумаги.

Корректирующие функции позволили широко использовать модифицированный метод рассеяния ошибок, настраивая его на конкретные ТУС.

Усовершенствованы методы создания растровых структур. Рассмотрены и исследованы механизмы управления яркостным и тоновым содержанием изображения в зависимости от конструируемых матриц растрирования. Предложены структуры, позволяющие повысить чёткость и выполнять художественные эффекты.

По сравнению с использованием традиционного косинусного преобразования с целью получения растровых структур для визуализации на ТУС, разработанные методы имитации оттенков цветов с созданием соответствующих растров, обрабатываются быстрее в количество раз, равное размеру обрабатываемой за один шаг области изображения, выраженной в пикселях.

Глава 4. ТЕХНИЧЕСКАЯ РЕАЛИЗАЦИЯ МЕТОДОВ И СРЕДСТВ ВИЗУАЛИЗАЦИИ ИЗОБРАЖЕНИЙ НА ТЕРМИНАЛЬНЫХ УСТРОЙСТВАХ РПО

4.1. Автоматизированный программный комплекс для визуализации изображений (АПК ВИ)

Общие принципы построения сложных систем и управления ими описаны в литературе [81-84, 95-97, 102], на базе которых был реализован автоматизированный программный комплекс ВИ, фактически представляющий собой аппаратно-программную реализацию разработанных методов и алгоритмов ВИ. Эта система обработки изображений, ориентированная на микропроцессорные средства вычислительной техники, рассчитана на оперативную подготовку изображений для визуализации на различных терминальных устройствах, поэтому она интерактивна, имеет удобный интерфейс пользователя с возможностью вмешиваться в процесс обработки. АПК ВИ включает широкий круг процедур над изображениями - классические, традиционно используемые в системах обработки изображений и представленные в данной работе.

В АПК ВИ предусмотрено оптимальное сочетание удовлетворительных для ВИ качества, быстродействия, удобства освоения и использования, наличия всех видов обработки изображений (от качественной до корректировки погрешностей визуализации или печати). Правильный выбор процедур обработки и их последовательности обеспечивает максимум эффективности обработки и воспроизведения изображений.

Выбор процедур обработки основан на использовании эффективных методов ВИ при имеющемся техническом обеспечении. В системе предусматриваются все качественные преобразования изображения (фокусировка, расфокусировка, увеличение четкости, интенсивности), изменение масштаба в широком диапазоне, яркостные преобразования, кадрирование; выполнение преобразований в локальной области. АПК ВИ кроме того "убирает" шумы, выделяет контура, выполняет всевозможные виды растрирования, корректирует погрешности при выводе на принтеры, учитывает передаточную характеристику печатного процесса в типографии.

Реализация яркостных преобразований выполнена для интерактивной системы и основана на простом и быстром алгоритме.

В общем случае технологическая последовательность этапов обработки изображений следующая (для конкретного изображения она может быть короче):

1. Ввод со сканирующего устройства или видеокамеры с преобразованием в цифровой вид иллюстрации с указанием параметров разрешения, линиатуры или величины пиксела изображения, интенсивности, кадрирования выделенного для оцифровывания фрагмента изображения. Чем выше разрешение и глубина тона при оцифровке, тем качественнее последующая обработка.

2. Нормализация или обработка с целью возможного улучшения качественных или информационных характеристик. Если изображение имеет плохой диапазон оптических плотностей, его следует растянуть по максимуму.

3. Частотные преобразования, т.е. изменение резкости или увеличение четкости изображения как в области контуров, так и по всему изображению.

4. Яркостные преобразования. При одинаковом распределении яркостей наблюдается эквализация, т.е. выравнивание гистограммы. Если изображение с плохим распределением уровней яркости или оттенков цветов производится модификация гистограммы. Эта команда может выполняться несколько раз в интерактивном режиме в окне предварительного просмотра, пока не будет найден оптимальный вариант. Не рекомендуется выполнять несколько последовательных шагов функции Модификация гистограммы, т.к. это может привести к потере оттенков цветов. Локальное преобразование - преобразование в локальной области, а не на всем изображении.

5. Растрирование. Выбирается подходящий растр из указанного ранее списка с соответствующей коррекцией визуализации. Выбор растра зависит от способа визуализации или воспроизведения на жёсткой копии, а также от имитации вывода на различные терминальные устройства.

4.2. Архитектурная организация и технология АПК ВИ при использовании распределенных производственных объектов

Программный комплекс может работать на персональных компьютерах под управлением ОС Windows (Windows 98, Windows 2000, Windows XP) или Linux. Компьютеры должны быть соединены в локальную сеть или подключены к IP-сети. Управляющий программный комплекс устанавливается на один из компьютеров, который становится при этом WEB-сервером и на нем устанавливается также ПО АПК ВИ, а также будет храниться вся информация. WEB-сервер может быть HTTP- или HTTPS-сервером, работающим в сети Интернет, или в TCP/IP локальной сети Интранет. Пользовательские компьютеры должны быть подключены к сети и могут работать под управлением любой из перечисленных ОС, на них устанавливается АПК ВИ с настройками в соответствии с терминалом компьютера, позволяющий как непосредственно визуализацию информации с сервера, так и ее обработку в соответствии с оперативными требованиями на месте с последующей визуализацией. Управляющий программный комплекс создается на основе свободных программных продуктов (open sourse software): web server Apache, database MySQL, языки программирования PHP, Perl, Си с необходимыми библиотеками. Управляющая выбором информации программа должна быть написана на языках высокого уровня РНР или Perl с использованием языка запросов SQL для создания информационной базы данных. Структурирование информации для хранения и получения ответов на запросы является иерархическим. Пользовательский интерфейс: любой современный web-броузер, например, Internet Explorer или Netscape Navigator.

Архитектурная организация АПК ВИ представляет собой иерархическую структуру на основе команд обработки и ВИ, а также построения сценариев обработки в зависимости от клиентских запросов на сервер.

Рис.4.1. Общая структурная схема АПК ВИ

4.2.1. Основные технические характеристики АПК ВИ

Размеры обрабатываемых изображений могут достигать нескольких тысяч пикселов в ширину и нескольких тысяч пикселов в длину и сотни МБ памяти. Размеры ограничиваются вычислительными ресурсами системы: свободной дисковой памятью, быстродействием, позволяющим за приемлемое время обработать изображение, возможностью вывода на выводные устройства.

Среда обработки изображений должна иметь удобный пользовательский интерфейс, который позволяет легко устанавливать режимы обработки, осуществлять просмотр преобразованных изображений на экране компьютера, воспроизводить на выводных устройствах. Такой комплекс был реализован для полутоновых изображений [34, 75, 85, 99]. Эти принципы построения интерактивности в системе обработки изображений относятся и к системам обработки цветных изображений для разных сфер деятельности человека.

4.2.2. Структура интерфейса АПК ВИ

Основное меню разработанной на основе представленных методов системы включает команды, описанные ниже, хотя АПК ВИ в зависимости от конкретных требований может иметь и специфические функции. Для РПО часть этих команд может выполняться как на сервере, так и на клиентских машинах - смотря по тому, какова конкретная задача и типология ТУС, поэтому

часть команд внутренних уровней иерархии может отсутствовать в ниспадающем меню. На серверной машине могут отсутствовать команды меню РАСТРИРОВАНИЕ, т.к. непосредственно сама визуализация выполняется на последнем этапе, т.е. на ТУС клиентской машины.

1. Команда РАСТРИРОВАНИЕ или Dithering - установка параметра формирования растровой структуры. Команда основана на алгоритмах перехода от многоуровневых изображений к низкоуровневым для вывода на терминалы с меньшей глубиной цветов, чем у исходного изображения, и печатающие устройства, включая черно-белые принтеры. При активизации этой команды на экране появляется меню со списком возможных видов режимов растрирования: опции установки полутонов, Хаотический растр, Случайный растр, матрица Бауэра 2x2, 8x8, квадратное, горизонтальное, вертикальное, диагональное, ромбическое, эллиптическое, круглое, фигурное.

В нижней части окна меню удобно поместить флажок возможности добавления и величины случайного шума к растровой структуре, а также флажок для просмотра шкалы яркостей при выполняемом преобразовании.

Хаотический растр - хаотический растр, основанный на алгоритме рассеяния ошибок. Структура характеризуется высокой четкостью и проработкой мелких деталей, особенно в области темного сравнительно с другими режимами растрирования, обладает высоким разрешением. Функциональная зависимость коррекции растискивания точки для этого растра своя, отличная от функции коррекции для других структур.

Случайный растр - хаотический растр, построенный на основе алгоритма рассеяния ошибок, но использует случайный порог. Используется в основном для художественных эффектов. Мелкие детали не прорабатывает, но сохраняет гистограмму уровней яркости на изображении.

Следующие режимы растрирования относятся к растрированию на ортогональных решетках и построены по одному принципу - сравнения входного полутонового значения изображения с детерминированной периодической матрицей пороговых значений.

Матрица Бауэра 2x2 - классический растр для полутоновых изображений, в данной модификации разделяет цветовые оттенки изображений на 4 уровня яркостей. Режим удобен для визуализации на терминалах, имеющих 4 цветовых оттенка, для подготовки к печати на четырехкрасочных принтерах или печатных машинах, не имеющих возможности печати оттенков этих красок. Это может быть полезно для научных, геофизических и медицинских изображений, для подготовки реклам, плакатов, проспектов, афиш, оберток.

Матрица Бауэра 8x8 - классический растр Бауера, применяется во многих программах растровой графики. Линиатура выходного растра равна ли-ниатуре сканирования, делённой на 4.

Квадратное - построение квадратной точки. Обеспечивает выходной растр линиатурой равной линиатуре сканирования, деленной на 4.

Горизонтальное - построение растра с подчеркнутой горизонтальной линией. Удобно использовать для изображений, где нужно подчеркнуть горизонтальную линию.

Вертикальное - построение растра с подчеркнутой вертикальной линией. Используется для изображений, где нужно подчеркнуть вертикальную линию.

Диагональное - имеет характер растра диагональный. Выходная линиатура равна линиатуре сканирования, деленной на 6. Достаточно хороший контраст при приемлемой четкости.

Ромбическое, эллиптическое, круглое - растрирование с получением растровой точки соответствующей формы.

Фигурное - режим, позволяющий загружать встраиваемые матрицы. При его активизации появляется новое меню со списком матриц, дающих различные фигурные растровые точки. Растры, созданные в этом режиме, могут быть полезны для художественного оформления и создания текстур. Имеет невысокое разрешение. Активизацией левой кнопкой мыши и нажатием клавиши ОК загружается требуемая матрица для последующей обработки.

Шкала добавления функции случайного шума к растровой структуре регулирует количество случайных элементов, вносимых в растровую структуру. Количество увеличивается по шкале слева направо. Диапазон изменений по шкале от 0 до 1, числовое значение соответствует вероятности изменения элемента изображения.

Меню ВЫВОД обеспечивает вывод на ТУС (монитор, печатающие устройства) или запись в файл. В режиме воспроизведения на ТУС предусмотрена возможность коррекции, реализованная в виде шкалы с установкой коэффициента, учитывающего растаскивание точки лазерного принтера: чем выше коэффициент, тем большее растаскивание точки учитывается. Коэффициент учитывает растаскивание от 1 до 2, т.е. от случая, когда точка не растискивается, до случая с увеличением точки в 2 раза при растаскивании. Коррекцию выполняется любой из следующих команд, но исключительно за последнимо преобразованием, т.е. устанавливается с последней выполняемой командой.

Меню ВЫВОД включает следующие команды.

Нормализация - изменение диапазона яркостей или оптических плотностей от минимального значения, равного 0, до максимального значения, равного количеству оттенков яркости каждой цветовой составляющей, для полутоновых изображений - это диапазон яркостей от черного до белого. Команда устраняет недостаток установки интенсивности считывающего устройства (сканера, видеокамеры и других устройств оцифровки изображений).

Выравнивание - выравнивание гистограммы уровней яркости. Для некоторых изображений выполняет функцию обработки. Может служить для сравнения изображений одного класса, оцифрованных при разных освещен-ностях.

Гамма-коррекция - изменение яркостей изображения по экспоненциальному закону, соответствует природным изменениям освещенности и режимам степени проявки фотографий. Известное и широко используемое преобразование. Имеется шкала установки коэффициента контрастности, изменяющая коэффициент от 0 (min) до 2 (максимум контрастности). По умолчанию устанавливается у = 1.

Передаточная функция - построение передаточной функции процесса преобразования изображения по произвольно выбранному закону, определяемому в интерактивном режиме взаимодействия, позволяет устанавливать зависимость выходных яркостей от входных в интерактивном режиме в окне, появляющемся при активизации команды. Содержимое окна представляет собой график зависимости выходной яркости (по оси Y) от входной яркости (по оси X) По умолчанию установлена линейная зависимость, чтобы привести график к ее виду, нужно воспользоваться режимом начальной установки. График представлен в виде движков, которые можно перемещать курсором мыши (при отжатой левой кнопке), изменяя зависимость выходной яркости от входной. Положение движков характеризует вид графика выходной от входной яркости изображения. Вариант реализации показан на рис.4.2.

Модификация гистограммы. Эта команда играет важную роль в преобразовании изображений. Она позволяет перераспределять количество уровней яркости на изображении. При активизации команды модификация гистограммы на экране появляется окно, в котором можно вычислить гистограмму изображения в активизированном окне, изменить ее произвольным образом или привести к нормальному закону распределения. Вариант реализации показан на рис.4.3. и иллюстрирует возможность изменения гистограммы произвольным образом и в интерактивном режиме.

Содержимое окна представляет график зависимости количества пикселов с определенным значением яркости изображения (по оси Y) от значений яркости изображения (по оси X). График, как и в предыдущей команде, реализован движками, которые можно перемещать мышью. Возможные режимы работы с графиком:

- измерить - измерить гистограмму изображения;

- нормализовать - преобразовать к нормальному закону распределения;

- выполнить - выполнить;

- отменить - отменить.

Если нужно подготовить изображение, имитирующее воспроизведение на определённом выводном устройстве, и записать его в файл или вывести на свой рабочий экран, то в диалоговом окне преобразования используется параметр уровень - установка количества уровней яркости каждого цвета монитора или другого выводного устройства.

Традиционная команда меню ОБРАБОТКА наряду со специальными функциями включает следующие:

- простое - Делает контурные переходы на изображении более плавными.

Сглаживание по Грехему - удаление мелких шумов на изображении.

- медианная фильтрация - удаление шумов, зернистости, равномерных пятен.

- обострение контуров - делает контурные переходы более резкими.

- выделение контуров - преобразование изображения к контурному виду: наиболее контрастные переходы представляются контурами.

- локальное преобразование - ретуширование локальной области или выполнение любого другого вида обработки в этой области. Преобразование строится таким образом, что в центре выделенной области преобразование больше, а к краям области преобразование сходит к 0.

- глобальное преобразование - преобразование осуществляется для всего изображения.

Последовательность этапов обработки изображений зависит от класса обрабатываемых изображений. Влияние также оказывают устройства ввода и вывода обрабатываемых изображений, которые могут требовать дополнительных этапов обработки в зависимости от используемых устройств оцифровки и вывода. На основе созданной структуры АПК ВИ реализовано ПО. Программы написаны на языке Си и представлены отдельными функциональными модулями в приложении 3.

4.3. Оценка эффективности применения разработанных методов визуализации изображений на терминальных устройствах

Оценка эффективности методов обработки изображений для воспроизведения зависит от следующих параметров:

- качество обработки иллюстрационного материала;

- скорость обработки;

- оптимальный выбор комплекса технических средств по стоимости используемой техники, техническим характеристикам;

- возможность внесения творческого элемента в процессе обработки;

- перспективы использования разработанных методов на более совершенной технике и для передачи по сетям;

Наиболее важным критерием является качественная оценка обработки иллюстрационного материала. Поэтому встает задача выбора критериев количественной оценки качества изображений.

В [84] качество определяется как степень совершенства продукции, которая фиксируется требованиями, учитывающими запросы потребителя и возможности производителя. В [84, 87-89, 91] сформированы основные принципы оценки качества продукции.

Количественная оценка качества изображений для воспроизведения допустима только применительно к определенным типам изображений, классифицируемым по смысловому содержанию, и зависит от целевого назначения обработки. Количественная оценка должна включать характеристики соответствия изображения и оригинала по передаче основного смыслового содержания.

Очевидно, что критерии оценки качества для таких изображений как рисунок, орнамент из четких линий или пейзаж, включающий близко расположенные четкие предметы и всевозможные детали, различны. Также различны критерии для пейзажа и портрета, хотя они оба характеризуются тем, что близко расположенное более четкое, чем далеко расположенное.

Именно поэтому критерии оценки имеют смысл для определенного типа изображений, к которым уже предъявлен ряд требований, например, по четкости, резкости, более контрастном выделении тех или иных областей, по выделению смысловых форм или предметов, например, сделать акцент на качество выделения близких предметов.

Существуют иные критерии оценки качества изображений, но они являются информационными [6, 89, 100, 101]. Количественная оценка качества иллюстрационного материала упирается в художественную оценку результатов, которая в большей степени является субъективной. Проблема выбора показателей качества продукции, т.е. иллюстрационного материала, усложняется субъективностью оценки результатов творческого труда.

Количественный критерий оценки качества продукции предложен в [91] -критерий балльной оценки: оценивается важность каждого критерия в баллах и выводится интегральная оценка либо в форме средневзвешенного арифметического, либо в форме средневзвешенного геометрического, либо в форме средневзвешенного гармонического [84]. Но балльный метод субъективен, т.к. сводится к экспертным оценкам экспертов, определяющих важность каждого критерия качества. Кроме того, каждый критерий качества требует количественной оценки. Возникают трудности с оценкой каждого критерия и выбором для него единицы измерения.

В результате наиболее прост и эффективен метод экспертной оценки всей обработанной с использованием одних методов иллюстрации к той же иллюстрации, обработанной другой группой методов или по другой технологии.

Разработанные методы и идеология построения системы обработки позволяет производить качественную оценку иллюстраций как по результатам вывода на экран дисплея и визуального сравнения непосредственно на нем, так и по результатам в виде "твердой" копии.

ЗАКЛЮЧЕНИЕ

1. На основании анализа состояния проблемы обработки и воспроизведения изображений на терминальных устройствах выявлена необходимость создания эффективных методов и средств визуализации изображений для распределенных производственных объектов.

2. Представлена формализация процесса визуализации на терминальных устройствах и создана математическая модель обработки и воспроизведения изображений.

3. Разработаны методика и алгоритмическое решение задачи интерактивного изменения яркости изображения; что дало возможность улучшить проработку деталей изображений в любых диапазонах яркостей в 1,8 раза, что особенно важно в темных и светлых областях яркостей изображений.

4. Создан модифицированный метод (алгоритм) визуализации для воспроизведения на терминальных устройствах с полной и ограниченной палитрой цветов, а также для черно-белых и цветных печатных изображений; метод позволил повысить скорость воспроизведения информации в графическом режиме в 1,5 раза и выше.

5. Представлено теоретическое обобщение метода рассеяния ошибок, выполнен расчет коррекции растаскивания точек при визуализации изображений на разнотипных терминальных устройствах РПО.

6. Разработан высокоскоростной метод (алгоритм) подготовки информационной части изображений для передачи по телекоммуникационным сетям распределенных производственных объектов.

7. Разработаны эффективные методы (алгоритмы) создания растровых структур и поиска оптимальных порогов при выделении контуров на полутоновых изображениях и видеопоследовательностях.

8. Построена модель интерактивной системы обработки иллюстративного материала с использованием разработанных методов.

9. Разработан курс лекций для учебного процесса и апробирован на кафедре

ИПОВС как составляющая при чтении дисциплин "Системное и программное обеспечение", "Теория вычислительных процессов"; факультативный спецкурс "Обработка изображений на современных средствах вычислительной техники"; интерактивный курс дистанционного обучения "Цифровые устройства визуализации средств вычислительной техники в системах распределённых объектов".

Ю.Создан и внедрен автоматизированный программный комплекс визуализации изображений для анализа и модификации изображений при передаче по IP-сетям на терминальные устройства РПО.

1. Розенфельд А. Распознавание и обработка изображений. М., Мир, 1972.

2. Прэтт У. Цифровая обработка изображений. М., Мир, 1982. Т.1. 310 стр.; Т.2. 480 стр.

3. Павлидис Т. Алгоритмы машинной графики и обработка изображений, М., "Радио и связь", 1986.

4. Digital Halftoning. Cambridge, М.А.: MIT Press, 1987.

5. Д. Роджерс, "Алгоритмические основы машинной графики", М., "Мир", 1989.

6. Digital Image Processing and Analysis. Обзор в Department of Electrical Engineering University of Toronto, 1985.

7. Lippel В., Kurland M. "The Effect of Dither on Luminance Quantization of Pictures", IEEE Trans on Communication Tech., 6, 879-888, 1971.

8. Bayer B.E. "An optimum method for two level rendition of continuous tone two pictures", in Proc.IEEE Int. Conf. on Communications, Conf. Res., p.p.(26-l 1) -(26-15)., 1973.

9. Floyd R.W., Steinberg "Adaptive algorithm for spatial grayscale", in SID Int. Sym. Dig. Tech. Papers, pp. 36-37, 1975. Vol. 6, Apr 22-23, Washington, 1975, 156p.

10. Jarvis J.F., Judice C.N., Ninke W.H. "A survey of techniques for the display of continuous-tone pictures on bilevel displays". CGIP, V5, pp 13-40, 1976.

11. Prewitt J.M.S. "Object enhancement and extraction", "In picture Processing and Psychopictories", B.S.Lipkin & A.Rosenfeld (Eds.), pp. 75-149, Academic Press, N.Y. 1970.

12. Ulichney R.,"Generalized odered dither", MIT, Tech. Rep. ATRR-T51, 1985. Also Digital Equipment Corporation, Maynard, MA. Tech. Rep. DEC-TR-412, 1985.

13. Уличини P.A. "Рандомизация точечных структур голубым шумом", ТИИЭР, стр.63-88, 1988.

14. Jarvis J.F., Roberts C.S. "A New Technigue for Displayind Confinuous Tone Images on a Bilevel Display", IEE Traw, Vol 24(8), pp. 891-898, Aug. 1976.

15. Jarvis J.F. "The Line Drawing Editor Schematic Diagram Editing Using Pattern Recognition Techniques", CGIP, 6(5), pp. 452-484, Okt 1977.

16. Pirsch P., Netravali A.N. "Transmission of grey level image by multilevel dither technigues", Computer & graphics, V7, vl, pp. 31-44, 1983.

17. Морозова H.B. "Использование алгоритмов распознавания изображений в технологических системах", 4 научно-техническая конференция молодых специалистов г. Рига, ПО "Альфа", 1981 г., с. 12.

18. Морозова Н.В. "Модифицированный метод масок для преобразования многоуровневой видеоинформации при переходе к контурным изображениям", Всесоюзный научный семинар по робототехническим системам, МВТУ им. Н.Э. Баумана, 1983, стр.34-39.

19. Колдаев В.Д., Морозова Н.В. "Преобразование многоуровневого изображения в контурное методом масок", в сборнике научных трудов "Проектирование и применение специализированных вычислителей и систем управления", М., МИЭТ, 1983, стр.111-116.

20. Морозова Н.В. "Обработка многоуровневых изображений с распознаванием контурных объектов", в сборнике научных трудов "Проектирование и применение специализированных вычислителей и систем управления", М., МИЭТ, 1983, стр.112-114.

21. Морозова Н.В., Гринько А.П.// Определение осей симметрии плоских фигур, заданных цепным кодом" / М., Сборник научных трудов МИЭТ "Алгоритмическое обеспечение и проектирование микропроцессорных управляющих систем", 1982, стр.11-16.

22. Абрамов В.А., Колдаев В.Д., Морозова Н.В. "Выделение элементов контуров многоуровневых изображений градиентными методами". "Электронная техника", серия "Экономика и системы управления", вып.4(57), стр. 48-52, 1985.

23. Отчет №209 , ВНИИКПП, 1989.

24. Морозова Н.В. "Алгоритмы улучшения качества изображений для полиграфического воспроизведения", Сборник трудов ВНИИ ПОЛИГРАФИИ, том 39, выпуск 2, 1989.

25. Плотников И.П., Морозова Н.В., "Алгоритм рассеяния ошибок при обработке полутоновых иллюстраций для визуализации на устройствах отображения и вывода", Труды ВНИИКПП, т.40, вып.2 , стр.41-48, 1990.

26. Морозова Н.В., Головко С.Б., " Электронная обработка иллюстраций в издательствах", М., изд-во МГУ, 1989.

27. Листратенко В., Мельникова Н., Власова Т., Морозова Н., "Бумага для лазерного принтера", Полиграфия, М., №1, 1990, стр.42-43.

28. Морозова Н.В., "Информационная значимость изобразительной информации в журналистике", Сборник докладов на конференции по журналистике, М., 1990, стр.72-75.

29. Гагарина Л.Г., Морозова Н.В., "Преобразование изображений методом анализа гистограмм уровней яркости в интерактивном режиме", "Оборонный комплекс научно-техническому прогрессу России" М., 2, 2002г., стр. 53-55.

30. Гагарина Л.Г., Морозова Н.В., "Современные информационные технологии реализации алгоритмов визуализации цветных изображений", журнал "Известия вузов. ЭЛЕКТРОНИКА", вып.2, М., 2002г., стр.58-60.

31. Agvances in image pickup and displays. V4, NY Academic Press, Inc., p. 157229, 1981.

32. Roberts L.G. "Picture coding using pseudo-random noise", IRE Trans. Infor-mat. Theory, Vol. IT-8, pp. 145-154, 1962.

33. Shiozaki A. "Image Enhancement in a Dithered Picture", CVGIP, V24, vl, pp. 107-113, 1987.

34. Limb, J.O. "Design of Dither Waveforms for Quantized Visual Signals" Bell System Tech. J., 48, 2555-2582, 1969.

35. L. Davis, A survey of edge detection techniques, CGIP 4,HH.248-270,1975.

36. T. Peli, D. Malah, A study of Edge Detection Algorithms, CGIP 6, 221-276, 1977.

37. Abdou, Quantitative Methods of Edge Detection, Image Processing Institute, Univ.Southern Calif., Los Angeles, USCIPI, Rep 830, 1978.

38. E. M. Riseman, M.A. Arbib, Computation tehniques in the visual seqmentation of static scenes, CGIP 6, 221-276, 1977.

39. Freeman H., Computer Processing of Line-Drawing Images, Computing surveys, v.6, n.l, 1974.

40. Robinson S., Edge detection by Compass Gradient Masks, CGIP, v.6, n.5, pp.492-501, 1977.51 .Ярославский Л.П., "Введение в цифровую обработку изображений", М., Советское радио, 312 стр., 1979.

41. Нестерук В.Ф. "Принцип дуальности при нелинейных безинерционных преобразованиях изображения", в трудах ГОИ им. Вавилова, Иконика, книга 4, "Анализ и обработка изображений" т. 64, вып. 1986.

42. Овчинников Ю.М., "Объективные и визуальные методы программирования градационного преобразования изображений", Труды ВНИИ полиграфии, т. 29, в. 2, стр. 49-57, 1980.

43. Аваткова Н.А., "Метод определения градационной характеристики репродукции с учетом особенностей зрительного восприятия", Труды ВНИИ полиграфии, т. 22, в. 1, с.51-68, 1971.

44. Солнцев И.А. "Искусственное увеличение четкости репродукций при электронном цветокорректировании", Труды ВНИИ полиграфии, т. 22, в. 1, стр. 69-84, 1971.

45. Аваткова Н.А. "Некоторые проблемы определения оптимальной градационной передачи воспроизведения и корректуры цвета в полиграфической репродукции" (Автореферат канд. диссертации), М., МПИ, 1969.

46. Листратенко В.И., Солдатова И.И., Овчинников Ю.М. "Выбор объективных критериев для оценки равномерности печати", М., "Полиграфия", v6, 1975.

47. Литван Р.И. "Метод оптимизации градационного преобразования в полиграфическом репродукционном процессе", (Автореферат канд. диссертации). Л., ЛЖИ, 1973.

48. Овчинников Ю.М. "Частотно-спектральный метод оценки явления муара при полиграфическом репродуцировании, Труды ВНИИ полиграфии, т. 22, в. 1, с.3-11, 1971.

49. Выбрать и разработать критерии качества отдельных видов книжной продукции, отчет 16-81, Т1а, рук. Каган Б.В., 1981.

50. Разработка и промышленные испытания технологии репродуцирования черно-белых изображений с использованием устройства "Фотомейшн", отчет 4-75/3, рук. В.Д.Элькин, 1976.

51. Элькин В.Д., Литван Р.И., Власова Т.М. и др. "Разработка методов улуч-нения изображений с использованием устройства "Фотомейшн" и ЭВМ "Альфа LSI" (Отчет) рук. Литван Р.И., ВНИИ полиграфии. М., 1977.

52. Власова Т.М., Литван Р.И., Овчинников Ю.М., Элькин В.Д. "Комплекс алгоритмов цифровой обработки полиграфических изображений", Труды ВНИИ полиграфии, т. 32, в. 2, стр. 57-60, 1982.

53. Овчинников Ю.М. "Моделирование процесса нерезкого маскирования изображений", Труды ВНИИ полиграфии, т. 28, в. 1, стр. 49-55, 1979.

54. Овчинников Ю.М., Радченко Э.С., Солнцев И.А., Воронин В.В., Элькин В.Д. "Изменение масштаба при построчном воспроизведении изображения", Труды ВНИИ полиграфии, т. 28, в. 1, стр. 67-71, 1979.

55. Воронцов Л.А., Солнцев И.А., Овчинников Ю.М. "Перспективы создания электронных цветокорректоров с цифровой системой преобразования информации", Труды ВНИИ полиграфии, т. 28, в. 1, стр. 79-85, 1979.

56. Мельников Г.М., Солнцев И.А. "Формирование растровых сеток при электронном растрировании", Труды ВНИИ полиграфии, т. 32, в. 4, стр. 1117, 1983.

57. Солнцев И.А., Мельников Г.М. "Разработка растровой комбинации для четырехкрасочной печати при электронном растрировании", Труды ВНИИ полиграфии, т. 32, в. 4, стр. 19-22, 1983.

58. Степушкина Е.Д., Хайзников А.О. "Устройство визуального программирования в репродукционном процессе", Труды ВНИИ полиграфии, т. 32, в. 4, стр. 23-27, 1983.

59. Зеленин А.И., Мухортов И.Н., Радченко Э.С., Солнцев И.А., Файнберг И.С., "Устройство программного экспонирования для изготовления контрольных шкал", Труды ВНИИ полиграфии, т. 32, в. 4, стр. 29-32, 1983.

60. Игнатьев Н.К., "К исследованию муара, возникающего при полиграфическом репродуцировании", Труды ВНИИ полиграфии, т. 32, в. 4, стр. 61-65, 1983.

61. Гришин М.П., Курбанов Ш.М., Святославская Т.А., Святославский Н.Л., Бикматов P.P. "Многоканальный автоматический микроденситометр", Ико-ника. Цифровая обработка видеоинформации, М., стр. 65-69, 1989.

62. Безрук А.А., Лебедев Д.С. "Выделение контуров на основе иерархической двухуровневой вероятностной модели ансамбля изображений", Иконика, цифровая обработка видеоинформации, М., стр. 5-18, 1989.

63. Бокштейн И.М. "Возможности повышения резкости цветных изображений", Иконика, цифровая обработка видеоинформации, М., стр. 60-65, 1989.75. "Полиграфия", №5-12, 1989.

64. Вудс Р.Э., Гонсалес Р.С., "Цифровые методы улучшения изображений в реальном времени", ТИИЭР, т. 69, стр. 176-190, 1981.

65. Артюшина И.Л., Винокур А.И. "О построении растровых систем с заданными градационными характеристиками", в сб. "Технология и оборудование полиграфического производства", в.2.,М., Изд-во МПИ, с.63-67, 1989.

66. Контактные растры, "Полиграфия", 1975-1976.

67. Янсон К.Р., "Процессы изготовления и применения контактных растров с заданной градационной характеристикой для черно-белой офсетной репродукции", М., 1962.

68. Кузнецов Ю.М., Узилевский В.А., "Электронное растрирование в полиграфии", М., Книга, 1976.

69. Болтянский В.Г. "Оптимальное управление дискретными системами", М., Наука, 1973.

70. Абрамов В.А., Крикун В.М. "Алгоритм оптимального управления многостадийной технологической структурой", Научные труды по проблемам микроэлектроники, Сер. физ.-мат., вып. 14, МИЭТ, 1973.

71. Месарович М., Мако Д., Такахара И., "Теория иерархических многоуровневых систем", М., Мир, 1973.

72. Пролейко В.М., Абрамов В.А., Брюнин В.М., "Системы управления качеством изделий микроэлектроники", М., Советское Радио, 1976.

73. Гагарина Л.Г., Морозова Н.В., "Алгоритм коррекции изображений при выводе на различные устройства визуализации", журнал "Известия вузов, Электроника", вып.2, М., 2003г., С. 83-86.

74. Гагарина Л.Г., Морозова Н.В. РОСПАТЕНТ РФ №2003611775 от 24 июля 2003 года.

75. Гличев А.В., Мор Я.Б., Погожев И.Б., Азгальдов Г.Г., Панов В.П., Райхман Э.П., "Квалиметрия (ее содержание, задачи и методы)", Стандарты и качество, т.11, 1970.

76. Гофайзен О.В., Епифанов Н.И. "Оценка качества ТВ изображений по совокупности параметров", Техника кино и телевидения, т. 6, 1976.

77. Лучник И.Б., Паморозкий Е.И., Эльман Р.И. "Автоматизированная обработка полутоновых изображений (обзор состояния проблемы), "Автоматика и телемеханика", т. 2, стр. 84-126, 1981.

78. Плотников И.П. Диссертация на соискание учёной степени кандидата физико-математических наук. "Разработка и исследование алгоритмов обработки изображений в многоапертурных оптических системах", 1988 г.

79. Корн Г., Корн Т., "Справочник по математике", М., Наука, 1978.

80. Сиренев И.Г., Чернышев Н.А. "Наборные и фотонаборные процессы", М., Книга, 1983.

81. Гиленсон П.Г., "Справочник художественного и технического редакторов", М., 1989.

82. Переберин, А. В., "Многомасштабные методы синтеза и анализа изображений", Диссертация на соискание учёной степени доктора технических наук, 1999 г.

83. Бохан К.А., "Модели и алгоритмы обнаружения и оценки параметров изображений динамических объектов в видеокомпьютерных системах", автореферат диссертации на соискание учёной степени кандидата технических наук, Рязань, 2001.

84. Илюшечкина JI.B., "Разработка средств моделирования для исследования систем распределённой обработки информации", автореферат диссертации на соискание учёной степени кандидата технических наук, Москва, 2002.

85. На основании проведенного Морозовой Н.В. анализа методов и алгоритмов визуализации изображений выбраны наиболее подходящие и модифицированы существующие для визуализации на терминальных устройствах.

86. Экономический эффект от внедрения методов обработки и визуализации изображений выражается в повышении качества воспроизведения изображений без снижения времени воспроизведения по сравнению со стандартными методами.1. Начальник отдела1. В. Епифанов

87. Разработанные и модифицированные в рамках диссертационной работы Морозовой Н.В. методы и алгоритмы внедрены в ОКР «Разработка информационно-навигационной оболочки для использования в абонентских комплексах КСКЗИ».

88. В соответствии с разработанными методами и алгоритмами создано программное обеспечение для информационно-навигационной приемной оболочки.

89. Главный конструктор предприятия1. В.Л.Розинов, к.т.н.

90. ТВЕРЖДАЮ» .•^Щректор МИЭТ по УР,

91. МщШ^ЩА.С. Поспелов I ^liilM 2004 г.1. АКТв учебный процесс результатов диссертационной работы Морозовой

92. Натальи Васильевны на тему: РАЗРАБОТКА ПРОГРАММНО-АППАРАТНЫХ СРЕДСТВ ДЛЯ ОБРАБОТКИ ИНФОРМАЦИОННЫХ СИГНАЛОВ НА ОСНОВЕ ГИСТОГРАММНЫХ ПРЕОБРАЗОВАНИЙ ДЛЯ ВИЗУАЛИЗАЦИИ ИЗОБРАЖЕНИЙ (НА ТЕРМИНАЛЬНЫХ УСТРОЙСТВАХ)

93. В курсе: "Системное и программное обеспечение" освещаются разработанные методы и алгоритмы визуализации изображений и рассматриваются вопросы оптимального выбора для использованиявышеуказанных в конкретных задачах.

94. В курсе "Теория вычислительных процессов" разработанные обработки и визуализации изображений рассматриваются как эффективные в вычислительном отношении и сравниваются с некоторыми классическими методами и алгоритмами.

95. Заведующий кафедрой ИПОВС д.т.н.,

96. Декан факультета МП и ТК д.т.н., профессор1. А.Э. Нестеров1. Ю.В. Савченко1. ЦшШние (s