автореферат диссертации по радиотехнике и связи, 05.12.04, диссертация на тему:Разработка цифровых устройств устранения шума и геометрических искажений цветных телевизионных изображений в реальном масштабе времени

ВВЕДЕНИЕ.

ГЛАВА 1 МЕТОДЫ ПОСТРОЕНИЯ ЦИФРОВЫХ УСТРОЙСТВ ОБРАБОТКИ ТЕЛЕВИЗИОННЫХ ЦВЕТНЫХ ИЗОБРАЖЕНИЙ В

РЕАЛЬНОМ МАСШТАБЕ ВРЕМЕНИ.

1Л Проблемы восприятия потока видеоданных высокой плотности

1.2 Обзор и классификация быстродействующих вычислительных систем обработки видеосигналов.

1.2.1 Обзор быстродействующих вычислительных систем для обработки цветных изображений в реальном масштабе времени.

1.2.2 Классификация быстродействующих вычислительных систем для обработки цветных изображений в реальном масштабе времени.

1.3 Этапы разработки быстродействующих устройств цифровой обработки сигналов.

1.4 Выбор системы моделирования.

1.5 Выводы по первой главе и постановка задачи.

ГЛАВА 2 РАЗРАБОТКА И АНАЛИЗ МЕТОДОВ И СТРУКТУР ДЛЯ ПОСТРОЕНИЯ СПЕЦИАЛИЗИРОВАННОГО УСТРОЙСТВА КОРРЕКЦИИ ДИСТОРСИИ ПОСЛЕДОВАТЕЛЬНОСТИ ЦВЕТНЫХ

ИЗОБРАЖЕНИЙ В РЕАЛЬНОМ МАСШТАБЕ ВРЕМЕНИ.

2 Л Распараллеливание, с целью отображения на аппаратные средства, алгоритма коррекции дисторсии цветных изображений.

2.1 Л Обзор методов программной реализации матричного умножения.

2.1.1.1 Метод внутреннего произведения.

2.1.1.2 Метод среднего произведения.

2.1.1.3 Метод внешнего произведения.

2.1.2 Возможности аппаратной реализации матричного умножения.

2.1.3 Анализ операции матричного умножения при использовании тороидальной сетки.

2.1.4 Обращение матрицы.

2.1.4.1 Анализ быстросходящегося итерационного алгоритма.

2.1.4.2 Анализ алгоритма суммирования матричного ряда.

2.1.4.3 Применение прямых методов решения систем линейных алгебраических уравнений для обращения матрицы.

2.2 Разработка структуры модуля коррекции дисторсии последовательности цветных изображений.

2.3 Оценка эффективности работы модуля коррекции дисторсии.

2.4 Выводы по второй главе.

ГЛАВА 3 РАЗРАБОТКА И АНАЛИЗ АЛГОРИТМА И СТРУКТУРЫ ПОСТРОЕНИЯ СПЕЦИАЛИЗИРОВАННОГО УСТРОЙСТВА ДЛЯ АДАПТИВНОЙ ГИБРИДНОЙ ФИЛЬТРАЦИИ ПОСЛЕДОВАТЕЛЬНОСТИ ЦВЕТНЫХ ИЗОБРАЖЕНИЙ В РЕАЛЬНОМ МАСШТАБЕ ВРЕМЕНИ.

3.1 Алгоритм адаптивной гибридной фильтрации цветных изображений и его модификация для улучшения качества работы и ее автономности.

3.2 Исследование модифицированного алгоритма адаптивной гибридной фильтрации цветных изображений.

3.3 Распараллеливание, с целью отображения на аппаратные средства, алгоритма адаптивной гибридной фильтрации цветных изображений.

3.3.1 Математическая модель вычислений разрабатываемого модуля.

3.3.1.1 Алгоритм операции алгебраического сложения.

3.3.1.2 Алгоритм операции деления.

3.3.1.3 Алгоритм операции умножения.

3.4 Структура специализированного модуля для адаптивной гибридной фильтрации последовательности цветных изображений.

3.5 Особенности реализации исследуемого модуля в виде монолитной

СБИС.

3.6 Выводы по третьей главе.

ГЛАВА 4. ВОЗМОЖНОСТИ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ РАЗРАБОТАНЫХ АЛГОРИТМОВ И УСТРОЙСТВ

4.1 Применение алгоритма адаптивной гибридной фильтрации для обработки цветных изображений в формате RGB.

4.1.1 Обработка телевизионных изображений.

4.1.2 Обработка эндоскопических изображений.

4.1.3 Обработка изображений микроскопа.

4.2 Применение алгоритма коррекции дисторсии цветных изображений формата RGB.

4.2.1 Обработка телевизионных изображений.

4.2.2 Обработка эндоскопических изображений.

4.2.3 Обработка изображений микроскопа.

4.3 Структура и параметры моделей разработанных устройств.

4.3.1 Модель устройства устранения дисторсии.

4.3.2 Модель устройства для адаптивной гибридной фильтрации.

4.4 Выводы по четвертой главе.

В настоящее время одной из важнейших задач в области цифровой обработки сигналов является интеграция телевизионных и вычислительных систем, которая возникла в связи с созданием быстродействующих больших и сверхбольших интегральных схем (БИС и СБИС), микропроцессоров и микроЭВМ, а также с развитием техники на основе прибора с зарядовой связью (ПЗС). Это направление открывает новые возможности в следующих областях:

- цифровом вещательном телевидении при решении проблем улучшения качества и помехоустойчивости сигнала с выхода телекамеры для доставки цветного изображения на экраны телезрителей;

- медицине для устранения нежелательных искажений и фильтрации видеоизображений в реальном масштабе времени;

- робототехнике для кодирования и принятия решений, выполняемых с частотой телевизионных кадров;

- физике и астрономии для решения проблем автоматизации наблюдения изображений, недоступных глазу человека.

Развитие телевизионной и видео аппаратуры высокой четкости ориентируется на использование ПЗС с новыми функциональными возможностями, которые могут быть реализованы с использованием быстродействующих устройств цифровой обработки сигналов (БУЦОС). Цифровой сигнал с выхода телекамеры на ПЗС, содержащий полезную и шумовую информации в сочетании с информацией о фоне, поступает на быстродействующее устройство цифровой обработки телевизионного сигнала (БУЦОТС), реализующее специальные алгоритмы обработки потока видеоданных высокой плотности в реальном масштабе времени (РМВ). Наибольший интерес представляют алгоритмы фильтрации и устранения геометрических искажений, которые должны максимально расширить функциональные возможности телевизионной аппаратуры и быть экономичными с точки зрения теории информации. Высокая сложность БУЦОС вызвана необходимостью использования различных методик распараллеливания, многокадровой памяти и быстродействующих специализированных вычислителей, реализующих операции над матрицами изображений (обращение, умножение и т.п.).

Информационный поток с выхода телевизионной камеры составляет миллионы двоичных единиц, переработка которых в РМВ требует от вычислительной техники наибольшего быстродействия и наибольшей ёмкости оперативной памяти. Лучшие образцы БУЦОТС должны иметь высокую производительность, которая может быть достигнута следующими основными способами:

1) повышением быстродействия элементов БУЦОТС за счет усовершенствования технологии производства, ограниченной определенными физическими пределами;

2) разработка специализированных алгоритмов и схемотехнических структур на основе применения различных методик распараллеливания, что приводит к сокращению времени выполнения команд процессора до одного-двух тактов;

3) переходом от однопроцессорных структур к мультипроцессорным вычислительным комплексам, работающим параллельно, за счет чего достигается потенциально высокая производительность и гибкая адаптация системы в различных областях применения.

Огромный вклад в разработку теории и методов построения быстродействующих вычислительных систем внесли российские (советские) ученые Байков В.Д., Головкин Б. А., Куликов А.Н., Луцкий Г.М., Прангишвили И.В., Самофалов К.Г., Смолов В.Б., Стецюра Г.Г., Хромов Л.И., Цыцулин А.К., усилия которых получили целый ряд решений и методов, способствующих, в том числе, совершенствованию БУЦОТС.

Необходимость создания высокопроизводительных БУЦОТС обусловлена недостаточными функциональными возможностями существующих устройств обработки потока видеоданных высокой плотности. При этом реализация фильтрации и устранения геометрических искажений цветных теле- и видеоизображений в реальном масштабе времени является до сих пор малоисследованной областью. Отсюда -актуальность настоящего исследования, посвященного указанной тематике.

Целью диссертации является разработка и исследование цифровых устройств обработки цветных телевизионных изображений в реальном масштабе времени для устранения шума и геометрических искажений.

Реализация данной цели требует решения следующих основных задач:

- исследования возможностей быстродействующих вычислительных систем для обработки сигналов цветных телевизионных изображений в реальном масштабе времени;

- анализа методов улучшения качества цветных телевизионных изображений в реальном масштабе времени;

- разработки и исследования алгоритмов, ориентированных на реализацию в виде специализированных устройств обработки цифрового сигнала;

- разработки быстродействующих цифровых устройств обработки цветных телевизионных изображений в реальном масштабе времени;

- моделирования быстродействующих цифровых устройств обработки цветных телевизионных изображений в реальном масштабе времени.

Методы исследования. В работе использованы методы обработки изображений, дискретной математики, теории распараллеливания и оптимизации, имитационного и математического моделирования.

Научная новизна работы.

- предложен алгоритм устранения геометрических искажений, обеспечивающий высокоэффективное распараллеливание, дающее возможность создания устройств обработки цветных изображений в цветовой системе координат RGB в реальном масштабе времени;

- предложен модифицированный алгоритм адаптивной гибридной фильтрации цветных изображений в цветовой системе координат RGB, позволяющий улучшить качество изображения и добиться автономности работы в реальном масштабе времени;

- предложена методика построения специализированных параллельных устройств устранения дисторсии и шума на цветных изображениях в реальном масштабе времени;

- предложены модели быстродействующих вычислительных систем для алгоритмов устранения дисторсии и шума на цветных изображениях в реальном масштабе времени, которые позволили произвести оценку параметров разработанных структур, защищенных патентом и авторским свидетельством.

Отличительной особенностью предлагаемого варианта решения задачи является двусторонний подход к распараллеливанию вычислений: с одной стороны - выделение параллельных процессов в исходных алгоритмах устранения дисторсии и шума, с другой -поиск оптимальных структур параллельных специализированных устройств с использованием различных видов моделирования с целью возможно более широкого представления отдельных модулей в виде монолитных интегральных схем.

Практическая ценность работы.

1. Разработанные алгоритмы и программы применялись для улучшения качества как отдельных изображений, так и потока видеоданных, поступающих от источника телевизионного сигнала, стандартной видеокарты персональной ЭВМ, видеокамеры эндоскопа и электронного микроскопа в цветовом формате RGB с целью устранения дисторсии и различного рода шума.

2. Применение разработанных методов, алгоритмов и программ дало возможность улучшить качественные показатели в среднем на 10-20%, в зависимости от характеристик обрабатываемых изображений.

3. Разработанные методы и алгоритмы являются основой для создания устройств, позволяющих обрабатывать цветные изображения формата RGB в реальном масштабе времени.

4. Данные методики и устройства также можно использовать:

- в физике и астрономии для решения проблем автоматизации наблюдения изображений, недоступных глазу человека;

- в робототехнике для улучшения видеоинформации при принятии решений, выполняемых с частотой телевизионных кадров;

- при обработке спутниковой видеоинформации в формате трёхканального RGB сигнала.

Реализация результатов исследования. Результаты исследований, полученные в диссертационной работе, использованы в ГУН ЦИТО (г.Москва) и ФГУП «Муромское СКБ-НПП» при исследованиях, связанных с микроскопией клеточных структур, а также при разработке тренажеров специализированного назначения. Исследования и практические разработки, выполненные в диссертационной работе, являются частью научно-исследовательских работ, выполняемых в рамках Г/Б НИР.

Апробация работы.

Результаты диссертационной работы полностью и частично обсуждались на: Международной конференции и выставке «Цифровая обработка сигналов и её применение» (Москва, 2000); Всероссийской Научно-технической конференции «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 1998); Научно-технической конференции «Компьютерные технологии в науке проектировании и производстве» (Нижний Новгород, 1999); 27-х Гагаринских чтениях; Международной молодежной научной конференции (Москва, 2001); III Всероссийской научной конференции «Применение дистанционных радиофизических методов в исследованиях природной среды» (Муром, 1999); научных конференциях преподавателей Муромского института Владимирского государственного университета (1998, 1999, 2000, 2001 г.г.).

Публикации.

По теме диссертации опубликовано 12 печатных работ. В том числе один патент и одно свидетельство на полезную модель.

На защиту выносятся:

- алгоритм устранения геометрических искажений на цветных изображениях формата RGB, который позволяет удалить дисторсию и ненужные перспективные и боковые искажения в реальном масштабе времени;

- модифицированный алгоритм адаптивной гибридной фильтрации цветных изображений формата RGB, который позволяет устранить аддитивный, импульсный и мультипликативный шумы, при сохранении границ и контуров обрабатываемых изображений в реальном масштабе времени;

- структурная схема устройства для адаптивной гибридной фильтрации последовательности цветных изображений формата RGB в реальном масштабе времени;

- структурная схема устройства устранения дисторсии на последовательности цветных изображений формата RGB в реальном масштабе времени;

- результаты практического применения и моделирования.

Во введении обоснована актуальность диссертационного исследования, сформулированы цели работы, определена научная новизна, практическая ценность полученных результатов, приведена краткая аннотация работы.

В первой главе с целью выявления методов построения БУЦОТС обработки цветных изображений в реальном масштабе времени рассматриваются проблемы восприятия видеоданных в различных областях применения. Приводится обзор и классификация быстродействующих устройств цифровой обработки видеоданных и выделяются этапы разработки БУЦОС, которые рассматриваются как основа для построения телевизионных устройств обработки цветных изображений в РМВ. Исследованы средства моделирования для разрабатываемых устройств.

На основе анализа рассмотренных средств и методов сформулирована постановка диссертационной задачи.

Во второй главе исследован алгоритм устранения дисторсии на цветных изображениях формата RGB. Выделены особенности построения программного и аппаратного обеспечения. Предложено использование метода внешнего произведения для программной реализации исследуемого алгоритма.

При аппаратной реализации предложена однородная тороидальная структурная организация параллельных вычислителей, которая достигает максимального ускорения при минимальной коммуникационной задержке и максимизации количества одновременно обрабатываемых строк или столбцов.

С целью реализации обращения матрицы предложено ориентироваться на применение прямых методов решения СЛАУ. Исследования показали, что наиболее эффективным и точным является метод Гаусса, модифицированный таким образом, чтобы постолбцовый выбор главного элемента не требовал запоминаний и обратных замен.

Предложена и обсуждена структурная схема модуля коррекции дисторсии последовательности цветных изображений, в котором применён принцип построения на основе матрично-последовательной однородной модульно-наращиваемой архитектуры, которая удобна для представления как на стандартных микропроцессорных комплектах, так и в БИС.

В третьей главе исследован алгоритм адаптивной гибридной фильтрации, предназначенный для устранения различного рода шумовых сигналов на цветных изображениях. Показано, что исследуемый фильтр позволит эффективно устранить как аддитивный белый гауссов, так и импульсный и мультипликативный шумы, присутствующие на цветном изображении формата RGB как в совокупности, так и отдельно. Кроме того, исследованный алгоритм позволяет сохранить резкость линий, деталей и краев на изображении и добиться высококачественного воспроизведения объектов на кадрах изображений потока видеоданных высокой плотности.

Для определения дисперсий шумового сигнала в случае некоррелированного шума предложено применение метода, основанного на использовании интерполирующей функции, для оценки величины с помощью ковариационной матрицы.

Предложена и обсуждена структурная схема модуля адаптивной гибридной фильтрации последовательности цветных изображений, в котором для сохранения вычислительной точности результата необходимо использовать представление чисел с плавающей точкой. Предложено ориентироваться на стандарт IEEE, который отводит 24 бита для мантиссы и 8 бит для показателя.

Предложено использование избыточных знакоразрядных систем счисления, которые создают предпосылки для выполнения арифметических операций с высокой скоростью при соблюдении любых ограничений на длину межразрядных связей.

Описаны и обсуждены алгоритмы для выполнения основных арифметических операций на основе использования избыточных знакоразрядных систем счисления.

На основании методики, основанной на использовании аппарата морфологической метрики, показано, что разработанный модуль отвечает современным технологическим требованиям изготовления СБИС и может быть реализован как в виде отдельных БИС, так и в виде монолитной СБИС.

В четвертой главе приведены примеры практического применения алгоритмов адаптивной гибридной фильтрации и устранения дисторсии при обработке последовательности телевизионных изображений, медицинских эндоскопических видеоданных и изображений микроскопа.

Предложены и обсуждены структуры и параметры имитационных моделей разработанных устройств.

На основе исследования практического применения и имитационных моделей даны рекомендации по использованию алгоритмов и схемотехнической реализации разработанных модулей.

14

4.4 Выводы по четвёртой главе.

Практическое применение алгоритма устранения геометрических искажений показывает эффективность использования данного подхода для телевизионных, эндоскопических цветных изображений и снимков микроскопа в цветовой системе координат RGB.

Практическое применение модифицированного алгоритма АГФ позволяет эффективно устранять различные виды шума, присутствующие на цветном телевизионном изображении. При этом для более эффективного устранения шума необходимо априорное знание оптимальной конфигурации апертуры, зависящей от типа и характеристик обрабатываемого изображения.

Имитационное моделирование показало, что:

• производительность разработанного устройства для устранения дисторсии в среднем в 130 раз выше производительности программ, реализованных на персональной ЭВМ общего назначения;

• время выполнения преобразований в устройстве для АГФ в среднем на 25% выше, чем в известном устройстве, использующем принцип временной рекурсивной фильтрации. Однако, расширенные функциональные возможности БУЦОТС на основе модифицированного алгоритма АГФ позволяют говорить о более эффективном и широком применении разработанного устройства по сравнению с существующими аналогами.

ЗАКЛЮЧЕНИЕ

В диссертационной работе были получены следующие основные результаты:

1. Исследование быстродействующих вычислительных систем для обработки сигналов цветных телевизионных изображений показало, что существующие разработки не позволяют осуществить в реальном масштабе времени такие важные функции, как устранение дисторсии и одновременное устранение различного рода шума на изображении.

2. С целью устранения дисторсии на цветных изображениях формата RGB разработан алгоритм, основанный на апостериорной коррекции. В качестве оптимальной интерполирующей функции предложено использование бикубического сплайна.

3. Для устранения шумов на цветном изображении формата RGB предложен модифицированный алгоритм адаптивной гибридной фильтрации, позволяющий проводить обработку сигнала в реальном масштабе времени.

4. Применение предложенных алгоритмов для обработки статических и динамических цветных изображений формата RGB, позволили улучшить их качество в среднем на 10-20%.

5. Выполненная на уровне логических элементов оптимизация схемотехнических решений позволила создать устройства, которые могут быть реализованы в виде больших или сверхбольших интегральных схем.

6. Разработаны аналитические и имитационные модели для исследования производительности БУЦОТС устранения дисторсии и адаптивной гибридной фильтрации.

7. Результаты моделирования показывают, что применение специализированных параллельных структур для исследованных и разработанных алгоритмов позволяет выполнять обработку телевизионных и видеосигналов в реальном масштабе времени. При этом производительность разработанного устройства для устранения дисторсии

141

1. Аксенов В.П. Систолические алгоритмы и программы. - Зарубежная радиоэлектроника , 1987, № 7. с.15-18

2. Алексеев А.С., Пяткин В.П., Дементьев В.Н. и др. Автоматизированная обработка изображений природных комплексов Сибири. Новосибирск: Наука, 1988.

3. Алексенко А.Г. Основы микросхемотехники. Элементы морфологии микроэлектронной аппаратуры. Изд. 2-е, перераб. и доп. М., «Сов. радио», 1977.

4. Алексенко А.Г., Шагурин И.И. Микросхемотехника: Учеб. пособие для вузов / Под ред. И.П. Степаненко. М.: Радио и связь, 1982.

5. Архитектура аппаратных средств потоковых ЭВМ: Пер. с яп. ВЦП -Л.- 1990, М., 31 с.

6. А.с. 111206 СССР, МКИ G11C29/00. Оперативное запоминающее устройство с коррекцией информации/ А.Г.Засыпкин, Г.М.Луцкий, А.Н.Долголенко, В.Д.Трунов.- Опубл. 1984, Бюл. №32.

7. А.с. 2084953 РФ, МКИ3 G06F15/16. Параллельная процессорная система/ Диффендерфер Д.У. (US), Когге П.М. (US), Уилкинсон П.А. (US). Опубл. 1997, Бюл. №20.

8. А.с. 2159958 РФ, МКИ3 G06K 9/36, G06T 1/00. Устройство обработки цветных изображений/ Садыков С.С., Кропотов Ю.А., Володин Д.Е., Карасев О.Е. Опубл. 2000, Бюл. №33.

9. Астола Я., Хаависто П., Неуво Ю. Векторные медианные фильтры // ТИИЭР, т. 78, 1990, № 4, с. 82 95.

10. Ю.Байков В.Д., Смолов В.Б. Специализированные процессоры: Итерационные алгоритмы и структуры. М.: Радио и связь, 1985. - 288 с. 11 .Берт П. Дж. Интеллектуальное восприятие в пирамидальной зрительной машине ТИИЭР №8, 1988, с. 175-186.

11. Будрикис 3. Критерий верности воспроизведения изображения и его моделирование // ТИИЭР, т. 60, 1972, № 7, с. 19 30.

12. Бьемон Ж., Лагендейк Л., Мерсеро P.M. Итерационные методы улучшения изображений // ТИИЭР, т. 78, 1990, № 5, с. 58 84.

13. Валиев К.А., Кармазинский А.Н., Королев М.А. Цифровые интегральные схемы на МДП-транзисторах. -М.: Сов. радио, 1977.- 405с.

14. Вальковский В. А. Распараллеливание алгоритмов и программ. Структурный подход.- М.: Радио и связь, 1989.- 176 с.

15. Вержбицкий В.М. Численные методы. Линейная алгебра и нелинейные уравнения. М.: Высшая школа, 2000.- 266 с.

16. Володин Д.Е. К вопросу о проектировании мультипроцессорных систем обработки изображений // Тез. докл. Всерос. Науч.-техн. конф. «Компьютерные технологии в науке проектировании и производстве». -Нижний Новгород: НГТУ., 1999, с.37.

17. Володин Д.Е. Мультипроцессорные системы для обработки изображений.//Влад. гос. ун-т Владимир/Деп. ВИНИТИ, 1999 - 17с.

18. Володин Д.Е. Разработка специализированного модуля обработки изображений.// Обработка и анализ данных: Сборник/ Отв. ред. Садыков С.С., Садуллаев Р.С. Ташкент: НПО «Кибернетика» АН Руз, 1998. - с.26 -30.

19. Володин Д.Е. Специализированная параллельная вычислительная система обработки эндоскопических изображений.//Тез. докл. Международная молодеж. науч. конф./ 27-е Гагаринские чтения Москва: 2001, Том5., с.10-11.

20. Володин Д.Е. Устранение дисторсии на эндоскопическом изображении// Компьютерные технологии обработки и анализа данных: Сборник/ Отв. ред. Садыков С.С., Садуллаев Р.С. Ташкент: НПО «Кибернетика» АН Руз, 2000. - с.22 -27.

21. Володин Д.Е., Карасев О.Е. Адаптивная фильтрация цветных эндоскопических изображений.// Тез. докл. III-я Международнаяконференция и выстовка «Цифровая обработка сигналов и её применение». Москва. НТОРЭС. 2000, том III, с. 97 - 99.

22. Воробьев К.Ю. Иерархическая обработка изображений и пирамидальные системы. Зарубежная радиоэлектроника 1991, № 7, с.51-61.

23. Головкин Б. А. Комбинированная классификация вычислительных систем на основе признаков параллелизма обработки информации// Управляющие системы и машины. — 1979. — № 3. — С. 19—28.

24. Головкин Б. А. Вычислительные системы с большим числом процессоров. М.: Радио и связь, 1995. - 320 с.

25. Гультяев А. Визуальное моделирование в среде MATLAB: учебный курс СПб: Питер, 2000. - 432 с.

26. Донченко С.Е., Матвеев Ю.Н., Очин Е.Ф. Принципы организации параллельных процессоров цифровой свертки изображений.// Зарубежная радиоэлектроника. 1987. - №7. - С. 84-102.

27. Дьяконов В.П. Компьютерная математика. Теория и практика. М.: Нолидж. 1999г.: «Нолидж», 2001.- 1296 с.

28. Кабанов В.А., Смирнов М.О., Антипов О.Н. и др. Многопроцессорные системы для обработки изображений// Сборник научных трудов МЭИ. -1989.-Т.195.-С. 38-44.

29. Кантони В., Левиальди С. Мультипроцессорные системы для обработки изображений. ТИИЭР №8, 1988, с. 118.

30. Каханер Д., Моулер К., Нэш С. Численные методы и программное обеспечение. М.: Мир, 1998.- 570 с.

31. Кнут Д. Искусство программирования на ЭВМ: Пер. с англ./ Под ред. Ю.М. Баяковского и B.C. Штаркмана. М.: Мир, 1978. - Т. 3: Сортировка и поиск. - с. 265 - 277.

32. Колмогоров А.Н., Фомин С.В. Элементы теории функций и функционального анализа. М.: Наука, 1981, 544 с

33. Компьютеры на СБИС: В 2 кн.: Пер. с япон./Т. Мотоока, С. Томита, X.

34. Танака и др. М.: Мир, 1988. - 392 е., 336с.

35. Корнеев В.В. Параллельные вычислительные системы. М.: Нолидж, 1999.- 304 с.

36. Корнеев В.В., Киселев А.В. Современные микропроцессоры. М.: НОЛИДЖ, 1998.-240с.

37. Мареска М., Лейвин М.А., Хунвэнь Ли. Параллельные вычислительные архитектуры для систем технического зрения. ТИИЭР, 1988, т.76, №8, с.130-144.

38. Никонов В.В. Систолическая обработка информации: элементная база и алгоритмы. Зарубежная радиоэлектроника 1987, № 7, с.34-52.

39. Ниссен К. Методология и средства иерархического проектирования СБИС//ТИИЭР.- 1983. №1.- С.81-94.

40. Параллельная обработка информации: В 5 т. Киев: Наукова думка, 1989-1990.л

41. Пат. № 11361 МКИ G06K 9/36, Устройство сортировки/ Кропотов Ю.А., Володин Д.Е., Карасев О.Е. Опубл. 1999, Бюл. №9.

42. Пат. № 4622632 (США). НКИ G06F15/16,1986

43. Поттер Дж. Л., Милендер У.С. Матричные супер-ЭВМ. ТИИЭР, т. 77 №12, 1989.

44. Прангишвили И.В., Стецюра Г.Г. Микропроцессорные системы. М.: Наука, 1980, с.326.

45. Прэтт У. Цифровая обработка изображений: Пер. с англ. М.: Мир,1982 -Кн.1 -312 с.

46. Прэтт У. Цифровая обработка изображений: Пер. с англ. М.: Мир, 1982 -Кн.2 - 480 с.

47. Разевиг В.Д. Система схемотехнического моделирования Micro-Cap V., Москва, «СОЛОН», 1997, 273с.

48. Разевиг В.Д. Система схемотехнического моделирования и проектирования печатных плат Design Center (Pspice). М.: СК Пресс, 1996

49. Разевиг В.Д. Универсальная программа проектирования электронных устройств APLAC //PC Week/RE, 1997, №26. с.45-46

50. Разевиг В.Д. Электронная лаборатория //PC Week/RE, 1997, №15. с. 62-63

51. Рахматулин О.А. Организация и архитектурные особенности потоковых суперЭВМ// Зарубежная радиоэлектроника. 1990. - №1. - С. 37-46.

52. Рудаков П.И., Сафонов И.В. Обработка сигналов и изображений. MATLAB 5.Х / Под общ. ред. к.т.н. В.Г.Потемкина.- М.: Диалог -МИФИ, 2000.-416 с.

53. Садыков С.С. Цифровая обработка и анализ изображений. Ташкент: НПО «Кибернетика» АН РУз., 1994, 193 с.

54. Самофалов К.С., Луцкий Г.М. Структура и организация функционирования ЭВМ и систем.- Киев: Вища школа, 1978.- 392с.5 6. Соболевский М.И. Анализ и оптимизация структур матричных вычислительных систем. М.: Энергия, 1979. - 168 е., ил.

55. Структурная организация и программное обеспечение многопроцессорных вычислительных комплексов с перестраиваемой структурой ПС-3000: Сб. трудов. М: Институт проблем управления, 1987, 50 с.

56. Триполитов С.В., Ермилов А.В. Микросхемы, диоды, транзисторы: Справочник. -М.: Машиностроение, 1994, 382 с.

57. Уэзер Л. Быстродействующий цифровой умножитель для обработки сигналов в реальном времени //Электроника.-1997.- №20.- С.40-49.

58. Хейз Дж. П., Мадж Т. Супер-ЭВМ с архитектурой типа гиперкуб. -ТИИЭР 77 №12, 1989., с. 37-50.

59. Хокни Р., Джессхоуп К. Параллельные ЭВМ: Перевод с английского -М: "Радио и связь" ,1986.- 392 е.: ил.

60. Шикин Е.В., Плис А.И. Кривые и поверхности на экране компьютера. -М.: ДИАЛОГМИФИ, 1996. 240с.

61. Almasi G.S. Overview of Parallel Processing // Parallel Computing. 1985 . -Vol. 2, №3.-P. 191-203.

62. А1р В., Neuvo Y., "3-Demensional median filters for image sequence processing", in Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing, pp. 2917-2920, Toronto, Canada, May 1991.

63. Amer A., Schroder H. A new video noise reduction algorithm using spatial subbands/ University of Dortmund, Char for Communication Techniques, 1998, 5p.

64. Агее G.R. "Multistage order statistic filters for image sequence processing", IEEE Trans. Signal Processing, vol. 39, no. 5, pp. 1146-1163, May 1991.

65. Astola J., Haavisto P., and Neuvo Y. Detail Preserving Monochrome and Color Image Enhancement Algorithms / From Pixels to Features: Proc. Workshop, Bonas, 22 27 Aug., 1988, p. 3 - 14.

66. Berger P., Comte D., Fraboul C. MIMD Supercomputers for Numerical Applications// Supercomputers in Theoretical and Experimental Science.— New York: Plenum Press.—1985.—P. 115—142.

67. Besslich Ph. W. " Parallel architecture for line-scanned images" SPIE, 1985, vol 596, p. 27-47.

68. Cantoni V., Ferreti M., Levialdi S., Maloberti F. In: Integrated Technology for Parallel Image Processing. - London: Academic Press, 1985

69. D.E.Friedmann, Operational resampling for correcting images to a geocoded format, Proc. XVth Int. Symp. Remote Sensing of Environment, Ann Arbor, 1981,p.p. 195-212.

70. Danielsson P.E. Computer Graphics and Image Processing, 1981, v. 17, #1, p.23

71. Davis R., Thomas D. Electronic Design, 1984, v.32, №23

72. Delman D.J. In: Proc. SPIE, v. 298. Real Time Signal Processing, IV, 1981 , p.45

73. Donovan W., Oblique transformation of ERTS images to approximate north-south orientation, Center for Advanced Computation, University of Illinois at Urbana-Champaign, CAC Tech. Mem. No.38,1974, p.p. 19-34

74. Dubois E. "Motion-compensated filtering of time varying images", Multidimensional Systems and Signal Processing, vol.3 no. 2/3, pp. 211-240, May 1992.

75. Fisher A.L. J. Digital Systems, 1982, v.6, #2/3, p.p.22-45

76. Fraser. D, Schowengerdt R.A., Briggs I. Rectification of Multichannel Images in Mass Storage Using Image Transposition/ Computer vision, graphics, and image processing, № 29., 1985, p.p.23-36.

77. Govindarajan R., Kumar R., Kumar D., Patnaik L.M. Microprocessing and Microprogramming, 1989, N26, p. 161 -173.

78. Hannaway W., Shea G., Bishop W. R. Electronic Design, 1984, v.32, №22

79. Hayes J.P., Mudge T.N. A microprocessor based hypercube supercomputer - IEEE MICRO, 1986 Oct., p. 6-17.

80. Hockney R.W. MIMD computing in USA 1984 // Parallel Computing. -1985. - Vol. 2, №2. - P.l 19-136.

81. Huang T.S. and Hsu Y.P. "Image sequence enhancement", in Image Sequence Analyses, T.S. Huang (editor), Springer-Verlag, Berlin, 1981.

82. Huang T.S., Yang G.J., Tang G.Y. Two-Dimensional Digital Signal Processing. Eq., IEEE Trans., 1984, v. PAMI-6,#2, p.24

83. Ko S.-J, Lee Y.H., " Nonlinear spatio-temporal noise suppression techniques with applications in image sequence processing." in Proc. IEEE Int. Symp. Circuits and Systems, pp. 662-665, Singapore, June 1991.

84. Kokaram A.C., Rayner P.J.W., "A System for the removal of impulsive noise in image sequences", in Visual Communications and Image Processing'92,pp. 322-331, Boston, Massachusetts, USA, Nov, 1992.

85. Lakshmi Narasimhan V. Design and implementation of a scalable low-cost shared-memory multiprocessor system using IBM compatible PCs // Microprocess. and Microsyst. 1995. - Vol. 19, № 7. - P.383 - 394.

86. Lester, Bruce P. The art of parallel programming., Prentice-Hall, New-Jersy07632,1993, 370 p.

87. Merigot A., Lavidoviguc В., Devos F. In: Proc. of the IEEE Computer Society. Workshop on Computer Architecture for Paten Analysis and Image Data Base Management, 1985

88. Narendra P.M. IEEE Trans., 1981, v. PAMI 3,#l,p.p. 33-40

89. Parker J. R. Analysis and Simulation of a Common Bus Multiprocessor For Image Processing // Proc. Summer Comput. Simul. Conf.: 22 nd. Annu. Summer Comput Simul. Conf. Calgary, July 16-18, 1990. San Diego (Conf.), 1990. -C.159- 164.

90. Ramakrishna B.R. In: COMPCON Spring '88: 33 rd IEEE Сотр. Soc. Int. Conf., 1988, N2-3, p. 106-113.

91. Ramakrishna B.R., David W.L.Y., Wei Y., Ross A.T. Computer, 1989, v. 22, N 1, p. 12-26,28-30,32-35.

92. Ramapriyan H.K., Data handling for the geometric correction of large images, IEEE Trans. Comput. C-26, 1977,p.p.l 163-1167.

93. Reeves A.P. Computer Graphics and Image Processing, 1982, v. 19, #2, p.12

94. Reeves A.P., Rostampour A. IEEE Trans., 1982, v. PAMI-4, #4,p.26-30 97.Sandon P.A. - In: Proc. of the IEEE Computer Society. Workshop on Computer Architecture for Paten Analysis and Image Data Base Management, 1985.

95. Sternberg S.R. Language and architecture for parallel image processing// Pattern Recognition Practice . 1980. - P. 35-44.

96. Tang K., Astola J., and Neuvo Y. Nonlinear Multivariate Image Filtering Techniques // IEEE Trans. Image Processing, Vol. 4, 1995, No. 6, p. 788 797.

97. Uhrich M.L. A computer oriented towards spatial problems// Proc. Inst.149

98. Radio Eng.-1958.-Vol. 17.-P.2-170.

99. Viero Т., Oistamo K., and Neuvo Y. Three-dimensional Median-related Filters for Color Image Sequence Filtering // IEEE Trans. Circuits and Systems for Video Technology, Vol. 4, 1994, No. 2, p. 129 142.