автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.07, диссертация на тему:Развитие и применение корреляционных методов обработки изображений в быстродействующих оптико-электронных следящих системах

На правах рукописи

ФИРСОВ Евгений Андреевич

РАЗВИТИЕ И ПРИМЕНЕНИЕ КОРРЕЛЯЦИОННЫХ МЕТОДОВ ОБРАБОТКИ ИЗОБРАЖЕНИЙ В БЫСТРОДЕЙСТВУЮЩИХ ОПТИКО-ЭЛЕКТРОННЫХ СЛЕДЯЩИХ СИСТЕМАХ

Специальность 05.11.07 "Оптические и оптико-электронные приборы и комплексы"

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва - 2007

003174912

Работа выполнена в Московском Физико-Техническом Институте (Государственном Университете)

Научный руководитель:

доктор технических наук, профессор ВАСИЛЬЕВ Дмитрий Валериевич

Официальные оппоненты:

доктор физ.-мат. наук, профессор КРАВЧЕНКО Виктор Филиппович

кандидат технических наук БАРИНОВ Вадим Семенович

Ведущая организация:

ФГУП «Государственный научно-исследовательский институт авиационных систем» (ГосНИИАС)

Защита состоится «13» ноября 2007 г. в 14:00 на заседании диссертационного совета К 403.010.01 при Федеральном государственном унитарном предприятии «Научно-исследовательский институт прецизионного приборостроения» по адресу: 111250, г. Москва, Авиамоторная ул., д.53.

С диссертацией можно ознакомиться в библиотеке ФГУП «НИИ ПП».

Автореферат разослан « 7 А » октября 2007 г.

Ученый секретарь диссертационного совета кандидат технических наук

Троицкий А.И.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

Оптико-электронные следящие системы (ОЭСС), применяемые в современных системах технического зрения (СТЗ) представляют собой автоматы, все чаще использующие корреляционную обработку наблюдаемых двумерных сигналов - изображений в видимом, ИК или УФ диапазонах электромагнитных волн С усложнением функций подобных автоматов, при поиске для них алгоритмов обработки сложных входных сигналов приносит пользу обращение к развитому в математике понятию обобщенного сдвига, который представляет собой результат отображения трехмерного окружающего пространства в двумерный сигнал, наблюдаемый фотоприемником СТЗ В частности, кроме аддитивного, обобщенный сдвиг сигналов может включать в себя преобразования масштаба, поворота и смены ракурса

Измерители многомерного сдвига сигналов входят в состав навигационных систем летательных аппаратов, робототехнических устройств и других подвижных объектов Они обеспечивают автоматическую ориентацию, определяют параметры движения путем измерения компонент сдвига в сигналах из окружающего пространства, полученных средствами активной локации, либо приборами для регистрации электромагнитных или геофизических полей

Уже более полувека назад практическую навигацию обеспечивали методы и системы на базе квазигармонических радиосигналов, у которых сдвиг фазы, частоты, времени запаздывания или амплитуды в каналах приема можно прямо связать с изменениями нескольких пространственных координат Эти же принципы реализуются в приборах активной локации, производимой с помощью сигналов известной формы

Существуют и более совершенные автономные и полуавтономные навигационные системы, позволяющие извлекать информацию о собственных координатах из одного или нескольких сигналов хаотического состава, где она закодирована одновременно в ряде параметров пространственного и временного сдвига полей, наблюдаемых разными датчиками Примеры - средства навигации самолетов и ракет по совокупной информации о рельефе подсти-

лающей поверхности и текущих данных о геомагнитном поле, параметрах собственного движения от инерциальных датчиков, и т п

Развивающиеся сегодня следящие автоматы с СТЗ представляют уже большой класс многомерных автоматических измерителей, для аэрокосмических и локальных применений Подобные приборы нередко решают задачи «малой навигации» в собственных координатах подобно зрительному аппарату человека или животных Такими средствами оснащаются и узкоспециализированные устройства для контроля геометрии деталей, и роботы-манипуляторы, требующие векторного управления с координатной обратной связью по нескольким степеням свободы Главная особенность этих устройств заключается в использовании яркостных полей в качестве двумерных входных сигналов - изображений

Данная работа посвящена повышению эффективности корреляционных алгоритмов, принадлежащих к классу беспоисковых Она является продолжением работ профессора Васильева Д В и его учеников по теории и использованию беспоисковых корреляционных дискриминаторов (КД) Их алгоритмы нашли применение в ТВ-головках самонаведения управляемых авиационных боеприпасов и успешно испытаны в корреляционных измерителях скорости поездов

Цель работы

Изыскание и разработка новых эффективных методов и алгоритмов слежения за изображениями для автономных систем технического зрения

Задачи работы.

1 Оптимизация базисов разложения видеоизображений и алгоритмов измерения сдвига в инвариантных беспоисковых корреляционных дискриминаторах (КД) сдвигов для многомерных оптико-электронных следящих систем (ОЭСС)

2 Разработка и применение процессорных алгоритмов слежения за изображениями при наличии многомерных сдвигов

3 Создание и реализация алгоритмов автозахвата в многомерных ОЭСС с одним эталоном на основе беспоисковых КД

4 Статистическое исследование зон автозахвата в корреляционных многомерных ОЭСС

5 Разработка и исследование методов расширения зон захвата в корреляционных ОЭСС

Методы исследований

Для исследований использовались методы прикладной теории корреляционных дискриминаторов группового обобщенного сдвига сложных сигналов, многомерной параметрической оптимизации и математической статистики Все разработанные алгоритмы реализованы программно и испытаны путем математического моделирования на ПК с использованием представительных наборов тестовых изображений и видеопоследовательностей, в том числе в составе многомерной компьютерной модели векторного контура слежения, образуемого звеньями локационной системы ОЛС-УЭ, а также в ряде циклов летных испытаний первых образцов этого комплекса

Научная новизна работы-

1 Получены экспериментальные оценки показателей качества дискриминатора для следящей корреляционной СТЗ при использовании базисных функций различной формы,

2 Выявлен новый класс базисных функций, обеспечивающий более высокую надежность автосопровождения, чем применявшиеся ранее,

3 Разработаны новые алгоритмы нормировки выхода дискриминатора, исследовано их влияние на форму дискриминационной характеристики,

4 Проработан до уровня рабочих программ принцип формирования базисных функций, позволяющих измерять неаддитивные сдвиги (крен, масштаб и ракурсы),

5 Разработаны новые алгоритмы формирования расширенной зоны захвата для следящей корреляционной СТЗ за счет использования эталонов увеличенного формата с их разбиением на субэталоны

Практическая ценность результатов.

1 Использование предлагаемых в данной работе базисов и алгоритмов нормировки приводит к повышению надежности автосопровождения в ОЭСС, которые благодаря своей универсальности, могут быть использованы в различных областях военной и гражданской техники (стабилизация изображений, измерители скорости, стереоизмерители дальности, системы слежения за подвижными объектами, системы управления БПЛА, высокоточными боеприпасами, и т д)

2 Алгоритмы быстрого измерения и компенсации неаддитивных, мас-штабно-креновых сдвигов позволяют улучшить автосопровождение в компактных, подвижных ОЭСС, без необходимости использования сложных систем угловой гиростабилизации фотоприемника

3 Разработанные алгоритмы расширения зоны захвата ОЭСС могут применятся в системах навигации летательных аппаратов по звездам, и по изображению поверхности Земли

Достоверность результатов

подтверждается использованием различных аналитических способов оценки рассматриваемых характеристик КД, методов математического моделирования, а также экспериментальной проверкой результатов

На защиту выносятся-

1 Итоги статистических исследований и рекомендации по выбору базисов разложения изображений в корреляционных дискриминаторах для многомерных ОЭСС

2 Обобщенный метод нормировки выхода дискриминатора и результаты исследования различных вариантов реализации этого метода

3 Процессорная реализация метода формирования базисных функций для измерения масштабно-креновых сдвигов

4 Принцип разбиения изображения на субэталоны, расширяющий зоны автозахвата с сохранением быстродействия, характерного для беспоисковых алгоритмов

5 Результаты практической проверки улучшенных алгоритмов КД в составе перспективных ОЭСС и на компьютерных моделях

-б-

Апробация результатов

Основные результаты работы докладывались и обсуждались на Х1ЛЛ1 и Х1_\Л11 научных конференциях «Современные проблемы фундаментальных и прикладных наук» (МФТИ 2004-2005), на первой Всероссийской научно-технической конференции «Комплексы с беспилотными летательными аппаратами России, современное состояние и перспективы развития» (Военно-воздушная инженерная академия имени Н Е Жуковского, 2006)

Внедрение результатов работы

Результаты исследования базисных функций, нормировок и алгоритм измерения многомерных сдвигов использованы при разработке алгоритма автосопровождения наземной цели в оптико-локационной системе «ОЛС-УЭ» (ФГУП «НИИ Прецизионного Приборостроения»), разработанный алгоритм расширения зоны захвата и программный пакет для его моделирования использовался для исследования возможности создания системы астроориентации лазерной системы связи «ГЛОНАСС-МЛНСС» (ФГУП «НИИ ПП»), а также для навигации беспилотных летательных аппаратов в рамках НИР «Из-вестность-И» и «Указивка» (ОАО «Импульс»), кроме этого, исследования влияния алгоритмов предварительной обработки изображения на характеристики нормированного КД использованы при разработке изделия ГСН «Крым-07» (ОАО «Импульс»)

Публикации

Основные результаты работы опубликованы в 6 печатных работах, в том числе 3 тезиса докладов, один научно-технический отчет и 2 статьи в журнале «Электромагнитные волны и электронные системы»

Объем и структура работы

Диссертация состоит из введения, четырех глав, заключения и списка цитируемой литературы из 64 наименований Работа изложена на 110 страницах, иллюстрирована 43 рисунками и содержит 4 таблицы

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении обоснована актуальность темы диссертационной работы, поставлена цель и сформулированы основные задачи, решаемые в диссертации.

В первой главе по материалам научных публикаций дается общее описание структуры типовой ОЭСС, и входящих в нее звеньев. Представлен обобщенный алгоритм многомерного корреляционного дискриминатора (МКД) и, как частный случай его реализации - нестационарный корреляционный дискриминатор (НКД) А.В.Русакова. Представлены характерные особенности МКД и факторы, оказывающее негативное влияние на его работу.

Структуру типовой ОЭСС можно представить схемой на рис. 1.

Рис. 1. Структура ОЭСС

- Приемник изображений преобразует входное яркостное поле, создаваемое объектами наблюдения, в цифровой видеосигнал, служащий текущим изображением (ТИ).

- Устройства предварительной обработки изображения (фильтры, корректоры, авторегуляторы уровня, нелинейные преобразования видеосигналов, масштабирование, и т.д.) предназначены для выделения информативных

-8-

компонент сигналов, улучшения визуального восприятия (если сигнал поступает на монитор оператора), подчеркивания признаков необходимых для работы системы и пр

- Измерительным звеном системы является многомерный корреляционный дискриминатор (МКД) На вход МКД подаются текущее изображение, формируемое приемником изображений, и эталонное изображение (ЭИ), хранящееся в ЗУ эталонов Дискриминатор выполняет вычисление сдвига между текущим и эталонным изображениями посредством беспоисковых процедур их корреляционного сравнения, что означает нахождение вектора таких сдвигов, которые после их реализации в ОЭСС, преобразуют ЭИ в изображение, наиболее близкое к ТИ (с учетом выбранного критерия близости)

Размерность т векторного пространства сдвигов, выбираемая при составлении модели дискриминатора для следящего измерителя их компонент, определяется количеством скалярных параметров, минимально необходимых для формального описания различий между коррелируемыми сигналами

Для синтеза дискриминатора, работающего в составе ОЭСС, рассмотрим режим слежения, который характерен малыми значениями компонент обобщенного сдвига в = [й), з2 вт]т

Компактное представление формулы оценки сдвига е, годное для использования при покадровом сравнении дискретизованных изображений х и у с целью измерения т компонент многомерного сдвига между ними, выглядит как

е = В"1 [с/х/с/б]т Оу = В"1ц (1)

Здесь х и у - черно-белые дискретизованные изображения, представленные с помощью М-мерных векторов, составленных из значений яркости пикселей изображения,

11 = 1/1ци2 МтТ = [сЛс/с/з]т Оу - ненормированный вектор сдвигов, е = [£1 ег £т]Т- нормированный вектор сдвигов,

В"1 - обращенная нормирующая матрица-оператор [тхт], полученная из производных М-мерного вектора сигнала по т-мерному вектору сдвигов

В = [с/х/с/з]т0[сУх/с/в] (2),

а роль фильтрующего оператора размерностью [МхМ] выполняет положительно определенная симметрическая матрица весовых коэффициентов

-9-

Q = [Q/y] v i,j с {1, Щ, где q,j = q„

Диагональные элементы матрицы В"1 обеспечивают получение составляющих оценки сдвига в единицах нужной размерности для каждой из компонент, а недиагональные учитывают перекрестные зависимости между компонентами оценки Выбор матрицы Q при использовании ОМНК придает разное содержание понятию "близости" векторов у и х в пространстве сравниваемых сигналов Другими словами, меняя Q, можно изменять метрику этого пространства или, что то же, придавать разную значимость корреляции элементов, находящихся на удалении друг от друга в сравниваемых изображениях

Оптимизация алгоритма (1) сводится к отысканию такого фильтрующего оператора Q в виде невырожденной матрицы, которая обеспечивает наилучшее значение некоторого составного критерия, выбранного на роль меры качества создаваемой многомерной системы Обычно используется оператор, выделяющий медленные, низкочастотные составляющие изображения для получения максимальной ширины рабочей зоны дискриминатора, и устойчивости к шумовым помехам

Одним из вариантов практической реализации обобщенного алгоритма оптимального многомерного оценивания сдвига является нестационарный корреляционный дискриминатор (НКД), предложенный А В Русаковым в 1975 году Алгоритм НКД основан на применении концепции Вейвлет (Wavelet) анализа Изображение заменяется на коэффициенты его разложения на ор-тонормированный обобщенный базис, и дальнейшая корреляционная обработка происходит уже с коэффициентами разложения Причем, каждая компонента многомерного сдвига измеряется отдельно, независимо от остальных

Например, в случае измерения горизонтальной компоненты сдвига на двумерном дискретизованном изображении x(zlk), z- {zb z2}T, это изображение можно представить в виде суммы строчных сигналов x,(t) = x(z,(t)), где, i - номер строки

Разложение строчного сигнала на ортонормированный базис, составленный из четных и нечетных базисных функций (БФ) {Ck(t), Sk(t)} имеет вид аЛ=(х„Ск), blk=(x„S,Jt

где, а и b - коэффициенты разложения

- ю-

И ненормированная оценка сдвига по всему изображению будет выглядеть следующим образом

= = (а,кь;к - Ъла1к)_ (3)

л

где, д, - весовые множители, определяющие желаемый вклад каждой строки в общую оценку сдвига (аналогично весовой матрице О в обобщенном алгоритме)

Аналогичным образом получается вид нормирующего множителя

(4)

И, нормированная оценка сдвига е =

(5)

Исследования А В Русакова впервые показали, что для правильной работы дискриминатора не обязательно выполнение общепринятого требования полноты базиса разложения, поскольку нет нужды в решении задач точного восстановления изображения В простейшем случае для измерения сдвига достаточно всего одной пары БФ Данное обстоятельство является несомненным преимуществом алгоритма НКД, поскольку обеспечивает высокое быстродействие и простоту его аппаратной реализации

На рис 2 показан типичный вид и участки независимой ДХ, названные в работе Д В Васильева и В В Мишина монотонной рабочей зоной (МРЗ) и предельной рабочей зоной (ПРЗ) При любой структуре контура обратной связи ОЭСС, зона захвата для системы имеет величину порядка ПРЗ, т е режим слежения возможен, если начальный сдвиг изображения относительно эталона лежит внутри этой зоны Когда такой режим установился, он сохраняется, пока ошибка слежения е не выходит за пределы области, опреде-

- и -

Рис 2 Свойства ДХ

ляемой размером МРЗ Это позволяет использовать МРЗ и ПРЗ в роли показателей качества алгоритма КД без обращения к анализу системы в целом

Вторая глава посвящена теоретическому и экспериментальному исследованию различных типов базисных функций, используемых для разложения изображений в алгоритме НКД а также различных алгоритмов нормировки его выхода Представлено описание алгоритма измерения неаддитивных сдвигов и результаты его исследования

Как было показано в статье Д В ^ Васильева, К А Григорьева и В А Никонова, одним из наиболее значительных (по степени влияния на ^ форму ДХ) проявлений нестацио- б) нарности изображения являются краевые эффекты (КЭ), вызванные появлением новых фрагментов на Рис 3 Влияние краевых эффектов краях поля зрения системы при наличии сдвига (Рис 3) Влияние КЭ в случае НКД приводит к изменению коэффициентов разложения текущего изображения на величины Дау и ДЬУ И, следовательно, погрешность оценки сдвига (в линейном приближении) будет равна

Ае■■

а, (х^Ж^-^Жг,))-^ (х{г1)С(21)-х(гг)С(22))

ах а+1

х у

(6)

В полученном выражении коэффициент, стоящий перед э, определяет

паразитную добавку к крутизне ДХ в районе нуля (к = —(0)), вносимую за счет

с/я

КЭ Отсюда видно, что КЭ могут оказывать влияние на форму ДХ даже в области малых сдвигов, в частности, изменять значение ее крутизны в нуле Также можно предложить и простой способ уменьшения влияния КЭ - для этого надо обратить в ноль значения БФ на краях рабочего поля

С(21) = 3(2,) = С(22) = Б(22) = 0 (7)

При выборе БФ, удовлетворяющих требованию (7) целесообразно воспользоваться методом оконных функций, широко применяемым в теории

Вейвлет-анализа Т е обычные гармонические функции умножаются на функции окна, плавно приближающиеся к нулю на краях рабочего поля

В работе выполнено сравнительное исследование следующих типов БФ

1 Отрезки гармонических функций, ограниченные рабочим полем («Синус»)

С(г) = С08(^Жг)' К

А

где, А = 2.г - г-1 размер рабочего поля, N - номер гармоники БФ

Номер гармоники определяет пространственную частоту, выделяемую из изображения и, как следствие, ширину раскрыва ДХ

2 Функции Габора («Габор») Они представляют собой гармонические функции, модулированные Гауссовой огибающей

3(2) = вт^^) е^ Кг)

А

С(г) = соз(———) е 2<т" А(г) А

где Щг) определена аналогично, г0 = г' - центр рабочего поля, а о

определяет эффективную ширину огибающей

3 Гармонические функции с параболической огибающей («Синус + парабола»)

ад =

А (г^г^-г.)

СОЛ (2о ~г|)(22 ~2о)

4 Линейная комбинация гармонических функций с заданными коэффициентами («Синусы»)

ы л

м Л

Коэффициенты а, выбираются (с точностью до общего множителя) из условия равенства нулю БФ, а также (желательно) их производных на краях рабочего поля В частности, при к = 2 можно обратить в ноль только значение самих БФ, при к = 3 уже есть возможность «занулить» не только сами БФ, но и их первые производные

Из всех описанных здесь БФ, первые две функции («Синус» и «Габор») уже были исследованы и описаны в литературе В данной работе они приведены для сравнения Функции 3 и 4 были исследованы автором, и ранее в публикациях не встречались

В данной работе проводилось моделирование работы всех четырех вышеназванных БФ на массиве из 20 тестовых видеокадров размером 640x480 пикселей На них представлен широкий диапазон объектов естественного и искусственного происхождения Из каждого изображения случайным образом выбирались 50 окон заданного размера, каждое из которых затем использовалось в качестве эталонного изображения

При моделировании исследовались два режима В режиме малых сдвигов исследовалась реакция замкнутой следящей системы на тестовое ступенчатое воздействие амплитудой 2 пикселя по одной из координат, при размере следящего окна 32x32 В результате по всем изображениям вычислялась общая доля устойчивых точек, т е таких, в которых переходный процесс завершался за конечное число кадров (в данном случае не больше 16) Результаты исследований представлены в таблице 1 В ней указаны доли устойчивых точек на 1-й и 2-й гармониках N (Р-ь Рг) и максимальная доля (Р,лакс) по всем N

Табл 1 Сравнение БФ в режиме малых сдвигов

БФ Р1 Р2 Рмакс

«Синус» 0,81 0,87 0,91

«Габор» 0,81 0,91 0,98

«Синус + парабола» 0,83 0,95 0,97

«Синусы» 2 гармоники Р15=0,91 Р2 5=0,95 0,97

«Синусы» 3 гармоники - 0,91 0,98

В режиме больших сдвигов исследовалась форма статической одномерной ДХ дискриминатора в разомкнутой системе (без контура ОС) По ДХ определялась средняя ширина ПРЗ до первого ложного нуля, а также ширина линейной зоны (ЛЗ) определяемая таким образом, чтобы СКО ДХ от идеальной линейной) не превышала величины 1 пикселя Эти характеристики были выбраны потому, что они наиболее явно показывают различия между исследуемыми типами БФ Результаты исследования представлены в табл 2

Табл 2 Сравнение БФ в режиме больших сдвигов

БФ ЛЗ ПРЗ

«Синус» 1-я гармоника 0 06 0 94

«Синус» 2-я гармоника 0 28 0 44

«Синус» 3-я гармоника 0 22 0 34

«Габор» 1-я гармоника 0 22 0 94

«Габор» 2-я гармоника 0 31 0 5

«Габор» 3-я гармоника 0 34 0 34

«Синус + парабола» 1-я гармоника 0 03 0 69

«Синус + парабола» 2-я гармоника 0 16 0 53

«Синус + парабола» 3-я гармоника 0 16 0 34

«Синусы» 1-2-я гармоники 0 63 0 69

«Синусы» 2-3-я гармоники 0 40 0 40

«Синусы» 1-2-3-я гармоники 0 50 0 50

Размеры ЛЗ и ПРЗ указаны в долях рабочего окна Кроме правильного выбора БФ, на свойство ДХ существенно влияет также и выбор ее нормировки Рассмотрим ненормированную оценку (3) как неизвестную функцию от сдвига

К(з) = \1 = аЬ5 -Ьа*

О функции К(в) может быть известно следующее К(0) = 0, К'(0) = К'о,

К(вд = Кь К'(51) = К', (8)

где - искомый сдвиг, а К'(э) = а £>"* - Ь а* , где а* = (х, С'), Ь* - (х, Э'), - коэффициенты разложения изображения на производные базисных функций

Выбрав подходящий вид интерполяции К(з), из уравнений (8) можно определить искомое значение сдвига

Сравнение различных алгоритмов нормировки проводилось методом математического моделирования Было обнаружено, что в малой окрестности нуля все алгоритмы ведут себя одинаково, поэтому исследовалась только область больших сдвигов Вычислялись ширина ЛЗ и МРЗ, при использовании БФ из 3-х гармоник синуса Ширина ПРЗ от вида нормировки не зависит Результаты представлены в табл 3

Табл 3 Сравнение алгоритмов нормировки

Интерполяция Вид нормировки ЛЗ МРЗ

Линейная 8, = К, / К'о 0 16 0 25

Линейная 51 = ^1 К\ 0 13 0 25

Квадратичная 81 = 2К1/(К0 + К'1) 0 23 0 34

Кубическая 3^/(^0 + 2^) 0 22 0 31

Гармоническая = агсзт(К1/К о 2ш)/2ш 0 17 0 25

Гармоническая = а1ап2(К'0, К^2ш)/2ш 0 20 0 50

Гармоническая = а1ап2(КуК'0, С/К'оЭИч/С 0 22 0 38

По вз энергии э-1 = а1ап2(В1, КОВо/К'о 0 50 0 50

Где, С = У(К'0)2-(к;)2\, ш - средняя характерная частота БФ, а В = а ав + Ь & - взаимная энергия

Кроме, этого в третьей главе описан алгоритм формирования БФ для измерения неаддитивных сдвигов, таких как крен, масштаб, ракурс, и т д Измерение этих сдвигов возможно при помощи соответствующего отображения прямоугольной декартовой системы координат в такую, в которой эти сдвиги становятся аддитивными Например, для масштабно-креновых сдвигов [вз, з4]т, таким отображением может служить преобразование к логополярной системе координат

£ = 1оёб (Р) = ^ Цг ,2+222)

= = а 1ап2(г1, г2) с Якобианом ¿{х) = 1 / [(г!2 + 222)!п(Ь)]

Применив это преобразование к БФ С(г) и 5(2), получим функции

Для крена

С'(г,, г2) = С (а 1ап 2(г1, г2))

5'(г,, ) = 1ап 2(г,, г2)) ■

(9)

Для масштаба

1

1

г,

2

2

(10)

2

(Постоянный множитель в Якобиане не играет роли ) После разложения на данные БФ дальнейшие вычисления сдвигов производятся абсолютно аналогично (5) Следует только учесть, что полученное значение вз представляет собой не сам масштаб, а его логарифм

Третья глава посвящена исследованию режима автозахвата эталона в ОЭСС Описан алгоритм расширения зоны захвата системы, основанный на использовании эталонов увеличенного формата с разбиением на субэталоны Представлены результаты исследований этого алгоритма и направления дальнейших работ в этой области

Алгоритм основан на использовании эталонного изображения увеличенного формата, превышающего поле зрение камеры, с разбиением его на более мелкие «субэталоны» Размер эталона выбирается так, чтобы текущее изображение не выходило за пределы эталонного поля при любой погрешности предварительного целеуказания КД, находящийся в составе контура ОС способен правильно измерять сдвиг, если его значение лежит в области, называемой «зоной захвата» Ее размер на поле аддитивных сдвигов, как пра-

вило, меньше размера самих изображений. На рис. 4 показан пример такой зоны для двумерных аддитивных сдвигов. Прямоугольником обозначен размер изображения, получаемого с камеры. Серым цветом показан диапазон двумерных сдвигов относительно центра изображения, для которых контур ОС выдает правильное значение сдвига по окончании переходного

процесса. рцс 4 3онд захвата

Правильным выбором фильтрующего для одного субэталона оператора, удается добиться того, что размер зоны захвата в малой степени зависит от изображения и, в основном, определяется характеристиками фильтра. Однако, как показывает практика, добиться стопроцентной инвариантности к изображениям все же не удается, поэтому размер зоны захвата должен с запасом (лучше в 1.5-2 раза) превышать возможный диапазон начальных рассогласований.

Для повышения инвариантности и расширения зоны захвата были использованы два параллельных КД, один в обычных координатах, другой в координатах, повернутых на 45°. Это позволяет уменьшить влияние перекрестных связей и обеспечить увеличение суммарной зоны захвата. Однако ее размер все равно не будет превышать размер текущего изображения.

Для еще большего расширения зоны захвата, эталон делится на несколько перекрывающихся «субэталонов», размер которых равен размеру текущего изображения, а их расположение выбрано таким образом, чтобы суммарная зона захвата всех эталонов имела как можно меньше «дыр», т.е. областей с ошибочным измерением сдвига. Оценка сдвига происходит параллельно для каждого из субэталонов, при помощи независимых контуров ОС. По окончании переходного процесса у всех контуров, из субэталонов, выбирается наиболее коррелированный с текущим изображением, и по его положению определяется положение текущего изображения на эталоне. Критерием «сходства» при модельных проверках считался коэффициент взаимной

корреляции между изображениями, который в коэффициентах разложения на БФ выглядит следующим образом:

I _ а* а + Ь'Ь

■у](аа + ЬЬ)(а*а' +Ь'Ь°)

На рис. 5 показан пример расположения девяти субэталонов для случая, когда размер эталона вдвое больше размера текущего изображения. Прямоугольником обозначен размер центрального субэталона, крестиками - положения центров всех субэталонов. В принципе размер эталона и, соответственно, число субэталонов может быть произвольным. Главное, чтобы при этом оставалось неизменным угловое расстояние между центрами соседних субэталонов. Таким образом, размер зоны захвата можно увеличить до любого заданного значения. Следует помнить, что количество вычислительных операций, производимых во время процедуры автозахвата будет пропорционально количеству пикселей текущего изображения (или, что то же самое, субэталона), помноженному на количество субэталонов.

Пример общей зоны захвата для всех субэталонов показан на рис. 6.

Видно, что при таком размере эталона, зона захвата полностью покрывает область равную по размерам полю зрения камеры. За пределами этой области зона захвата имеет неправильную форму, зависящую от состава изображения.

Статистическое исследование алгоритма проводилось на множестве из 500 изображений. Для сокращения объема вычислений, зона захвата по каждому изображению строилась только в точках, расположенных по периметру прямоугольника, изображенного на рис. 6, в местах, где вероятность захвата

- 19-

+ +

+ + +

+ + +

Рис. 5. Расположение субэталонов

+

Рис. 6. Общая зона захвата

минимальна Таким образом, полученные результаты дают нижнюю границу условной вероятности захвата при наихудшем распределении ошибок целеуказания

Моделирование проводилось при отсутствии и при наличии различных мешающих факторов Для сравнения, кроме предложенного корреляционного алгоритма, был исследован в тех же условиях классический поисковый алгоритм, в котором перебором по всем значениям двумерного сдвига с шагом в один пиксель находился минимум квадрата разности текущего и эталонного изображений

Результаты моделирования (вероятность захвата) для обоих алгоритмов представлены в табл 4 В таблице под отношением с/ш подразумевается отношение среднеквадратических дисперсий яркостей изображения и шума

Табл 4 Результаты моделирования алгоритмов автозахвата

Мешающие факторы нкд Поиск

Нет 98% 99%

Масштаб 10% 98% 90%

Масштаб 30% 96% 65%

Крен 5и 98% 79%

Крен 10й 97% 60%

Шум (с/ш = 2,5) 93% 97%

Шум (с/ш = 1) 74% 90%

По результатам видно, что предложенный алгоритм автозахвата оказался несколько менее устойчив по отношению к сильным шумам, однако имеет высокую инвариантность к посторонним сдвигам Более низкая устойчивость к шумам возникает вследствие наличия в алгоритме фильтрующего оператора О С одной стороны он, производя низкочастотную фильтрацию изображения, обеспечивает более высокую инвариантность к нескомпенсиро-ванным сдвигам (что видно из результатов) А с другой - фильтрация приводит к потере части информации, заключенной в изображении, и в некоторых случаях, эта информация становится критической для их идентификации (проверки на совпадение с эталоном)

Оценку вычислительных затрат алгоритмов дают показатели, соответствующие модельной задаче с размером эталона 128x128 пикселей Автозахват 7x105 операций умножения

Поисковый ЗхЮ7 операций (При отсутствии перебора по неаддитивным сдвигам)

В четвертой главе приведено описание результатов внедрения разработанных алгоритмов в НИР и ОКР, проводимых в ФГУП «НИИ ПП» и ОАО «Импульс»

Заключение содержит описание основных результатов, полученных в данной диссертационной работе

1 В результате проведенного математического моделирования различных типов БФ, используемых в НКД, выявлено, что наилучшим вариантом является комбинация из 2 или 3-х отрезков гармонических функций с коэффициентами [1, -1] или [1, -2, 1], для 3-х соседних гармоник пространственных частот, обеспечивающая вероятность срыва автосопровождения не более 2%, и наибольшую ширину монотонной рабочей зоны дискриминационной характеристики (ДХ) равную 0 6 от размера рабочего окна

2 Исследование различных видов нормировок ДХ показало, что наиболее широкой и линейной рабочей зоной, при квазигармонических БФ, обладает алгоритм нормировки по взаимной энергии и крутизне в нуле При негармонических БФ, более целесообразно использование нормировки, основанной на квадратичной интерполяции ДХ

3 Метод формирования БФ для измерения неаддитивных сдвигов, позволяет надежно измерять любые компоненты многомерного сдвига с одинаковыми вычислительными затратами

4 Предложенный метод расширения зоны захвата до необходимых размеров путем увеличения формата эталонного изображения и разбиения его на более мелкие субэталоны, равные по размеру текущему изобра-

жению позволяет получить зону захвата произвольного размера при не очень значительном ухудшении быстродействия алгоритма

5 Разработанный по результатам проведенных исследований программный алгоритм автосопровождения наземной цели для бортовой оптико-локационной системы «ОЛС-УЭ» доказал свою работоспособность и эффективность на стендовых и летных испытаниях

6 Проведенные исследования подтверждают возможность применения алгоритма расширения зоны захвата в задачах астроориентации космических аппаратов, а также для навигации летательных аппаратов по изображениям поверхности Земли

Публикации по теме работы

1 Фирсов Е А Слежение за изображениями по совокупности признаков в автономных системах технического зрения //Труды XI.VII научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук», часть 1, 2004 -С 69

2 Фирсов Е А Измерение углового положения космического аппарата по изображению звездного поля //Труды Х1Л/Ш научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук», часть 1,2005 -С 105-106

3 Отчет о составной части НИР «Исследование комплексных вопросов построения унифицированного ряда перспективных изделий», этап 6 (заключительный) (Шифр "Известность И"), ОАО «Импульс», октябрь 2005

4 Васильев Д В , Русаков А В , Фирсов Е А Корреляционное слежение за участком земной поверхности с борта летательного аппарата //Тезисы докладов I Всероссийской научно-технической конференции «Комплексы с беспилотными летательными аппаратами России, современное состояние и перспективы развития», Военно-воздушная инженерная академия имени Н Е Жуковского, 2006

5 Фирсов Е А Корреляционный астроориентатор для космических аппаратов //Электромагнитные волны и электронные системы №7, 2007 -С 44-48

6 Васильев Д В , Сумерин В В , Фирсов Е А , Гапон А В Автозахват направления по изображению с использованием метода скользящей фильтрации //Электромагнитные волны и электронные системы №7, 2007 -С 49-52

ФИРСОВ Евгений Андреевич

РАЗВИТИЕ И ПРИМЕНЕНИЕ КОРРЕЛЯЦИОННЫХ МЕТОДОВ ОБРАБОТКИ ИЗОБРАЖЕНИЙ В БЫСТРОДЕЙСТВУЮЩИХ ОПТИКО-ЭЛЕКТРОННЫХ СЛЕДЯЩИХ СИСТЕМАХ

Заказ № 198/10/07 Подписано в печать 12.10.2007 Тираж 70 экз. Усл. п.л. 1,25

ООО "Цифровичок", тел. (495) 797-75-76; (495) 778-22-20 f'I'VУ www.cfr.ru ; e-mail:info@cfr.ni

Введение.

Глава 1. Теория оптико-электроных следящих систем.

1.1. Структура типовой оптико-электроной следящей системы.

1.2. Обобщенный корреляционный дискриминатор.

1.3. Нестационарный корреляционный дискриминатор.

1.4. Предварительная обработка изображения.

1.5. Свойства корреляционного дискриминатора.

1.6. Мешающие факторы.

Глава 2. Изыскание эффективных базисов.

2.1. Выбор базисных функций как основа проектирования инвариантного дискриминатора.

2.2. Результаты моделирования для разных базисов.

2.3. Нормировка дискриминационной характеристики.

2.4. Результаты моделирования для разных нормировок.

2.5. Измерение неаддитивных сдвигов.

2.6. Перспективы развития.

Глава 3. Режимы автозахвата.

3.1. Метод расширения зоны захвата.

3.2. Результаты компьютерного моделирования.

3.3. Перспективы развития.

3.4. Выводы к главе 3.

Глава 4. Внедрение результатов работы.

4.1. ОКР «ОЛС-УЭ» (ФГУП «НИИ ПП»).

4.2. НИР «Известность-И» (ОАО «Импульс»).

4.3. ОКР «ГЛОНАСС-МЛНСС» (ФГУП «НИИ ПП»).

4.4. ОКР «Крым-07» (ОАО «Импульс»).

Цель работы

Цель данной работы — изыскание и разработка новых эффективных методов и алгоритмов слежения за изображениями для автономных систем технического зрения (СТЗ).

Преимуществом замкнутых оптико-электронных следящих систем (ОЭСС) перед разомкнутыми, неследящими (ОЭНС), как известно, является возможность получения более широкого диапазона измерения сдвигов при использовании того же измерительного элемента (ИЭ), а также сохранение одинаковой точности измерения во всем диапазоне. Кроме этого в замкнутых системах, как правило, ниже требования к самому ИЭ, в особенности к линейности его шкалы и диапазону измерения, поскольку в данном случае он измеряет лишь ошибки слежения. Единственным важным требованием, предъявляемым к ИЭ в составе ОЭСС, является отсутствие смещения нуля, т.к. это прямо влияет на ошибку измерения сдвигов.

ОЭСС, применяемые в современных СТЗ представляют собой автоматы, все чаще использующие корреляционную обработку наблюдаемых двумерных сигналов - изображений в видимом, ИК или УФ диапазонах ЭМВ [1]. С усложнением функций подобных автоматов, при поиске для них алгоритмов обработки сложных входных сигналов приносит пользу обращение к развитому в математике понятию обобщенного сдвига, который представляет собой результат отображения трехмерного окружающего пространства в двумерный сигнал, наблюдаемый фотоприемником СТЗ. В частности, кроме аддитивного, обобщенный сдвиг сигналов может включать в себя преобразования масштаба, поворота и смены ракурса.

Измерители многомерного сдвига сигналов входят в состав навигационных систем летательных аппаратов, приборов контроля движения потоков, робототехнических устройств и других подвижных объектов. Они обеспечивают автоматическую ориентацию, определяют параметры движения путем измерения компонент сдвига в сигналах из окружающего пространства, полученных средствами активной локации, либо приборами для регистрации электромагнитных или геофизических полей [2].

Уже более полувека назад практическую навигацию обеспечивали методы и системы на базе квазигармонических радиосигналов, у которых сдвиг фазы, частоты, времени запаздывания или амплитуды в каналах приема можно прямо связать с изменениями нескольких пространственных координат. Эти же принципы реализуются в приборах активной локации, производимой с помощью сигналов известной формы [3].

Существуют и более совершенные автономные и полуавтономные навигационные и локационные системы дальнего действия, позволяющие извлекать информацию о собственных координатах из одного или нескольких сигналов хаотического состава, где она закодирована одновременно в ряде параметров пространственного и временного сдвига полей, наблюдаемых разными датчиками. Примеры - средства навигации самолетов и ракет по совокупной информации о рельефе подстилающей поверхности и текущих данных о геомагнитном поле, параметрах собственного движения от инерциальных датчиков, и т.п.

Развивающиеся сегодня следящие автоматы с СТЗ представляют уже большой класс многомерных автоматических измерителей, иногда для аэрокосмических, а чаще - для локальных применений. Подобные приборы нередко решают задачи «малой навигации» в собственных координатах подобно тому, как это делает зрительный аппарат человека или животных. Такими средствами оснащаются и узкоспециализированные устройства для контроля геометрии деталей, и роботы-манипуляторы, требующие векторного управления с координатной обратной связью по нескольким степеням свободы. Главная особенность этих устройств заключается в использовании яркостных полей в качестве двумерных входных сигналов - изображений.

В зависимости от числа точек в трехмерном пространстве, из которых СТЗ производит регистрацию изображений, их обработка в системе позволяет с той или иной точностью решать задачи трехмерной ориентации.

Одной из основных задач, решаемых СТЗ, является задача измерения простых или обобщенных сдвигов между изображениями. Как правило, одно из изображений фиксируется, а затем используется в качестве эталонного, а другое поступает в процессе измерений и называется текущим. Измеритель, или дискриминатор сдвигов измеряет величину «своего» сдвига, и при этом должен обладать инвариантностью по отношению к «чужим», не подлежащим измерению параметрам сигнала. Дискриминатор служит измерительным звеном в следящей системе, назначение которой -компенсировать измеренный сдвиг при помощи электронных или механических исполнительных элементов.

В случае сигналов хаотического состава, форма которых заранее не известна, менее критичным к вариации формы оказывается тот или иной корреляционный дискриминатор (КД), использующий их корреляционное сравнение [4].

Можно выделить два основных класса КД - поисковые и беспоисковые.

1. Поисковые КД. [5] Их работа основана на поиске максимума взаимно корреляционной функции (ВКФ) эталонного и текущего изображения, путем перебора сдвига одного из изображений по всем возможным значениям с заданным шагом. ВКФ двух изображений X(z) и Y(z, s), (где z = [z\, z2] - вектор координат точки в двумерном пространстве, as- вектор сдвига) называется функционал

K^(s)=\X{zyY{z9s)dz R интеграл берется по области R, называемой рабочим полем СТЗ. Полезным свойством такого метода является равномерная точность измерений во всем диапазоне сдвигов, зависящая от величины шага поиска (при отсутствии краевых эффектов, когда сдвинутое изображение выходит за пределы поля зрения системы). Это свойство не так принципиально для ОЭСС, находящейся в режиме слежения, однако может оказаться полезным на начальном этапе захвата, когда контур еще не замкнулся и не скомпенсировал имеющееся рассогласование. Основным недостатком поисковых алгоритмов является большой объем вычислений, растущий пропорционально величине диапазона измерения сдвигов и точности измерения, и экспоненциально увеличивающийся при увеличении размерности измеряемого обобщенного сдвига. При пошаговом поиске существует также риск пропустить истинный максимум корреляционной функции, если он окажется слишком узким и попадет в промежуток между шагами. Кроме этого, такой метод чувствителен к посторонним сдвигам, не участвующим в измерении. Подобные методы широко используются в алгоритмах компенсации движения при сжатии цифровых видеопоследовательностей (например, в стандартах MPEG [6]).

2. Беспоисковые КД. [7] Их работа основана на вычислении взаимной корреляционной функции изображений подвергнутых ортогональной фильтрации. В результате, максимум ВКФ превращается в точку перехода функции через ноль, и измеряемый сдвиг будет пропорционален значению ВКФ в некоторой окрестности этой точки. Выбором подходящих операторов фильтрации изображений можно обеспечить необходимый диапазон измерений сдвига, а также некоторую инвариантность к посторонним сдвигам. Преимуществами таких методов являются: высокое быстродействие (объем вычислений пропорционален только размерности сдвига), и высокая точность измерения сдвига, не зависящая от дискретности шагов сдвига или размера пикселей изображения. К недостаткам можно отнести то, что без применения дополнительных ухищрений, диапазон измерения сдвигов будет ограничен. Кроме этого, и диапазон и точность измерения сдвигов, будут варьироваться в зависимости от структуры изображения, даже, несмотря на наличие сглаживающей фильтрации. Как уже было сказано, этот недостаток явно не проявляется при работе дискриминатора в составе ОЭСС, однако может привести к уменьшению размеров области захвата и удержания системы.

Данная работа посвящена повышению эффективности алгоритмов, принадлежащих к классу беспоисковых КД. Она является продолжением работ профессора Васильева Д.В. [8] и его учеников [9,10] по теории беспоисковых корреляционных дискриминаторов. Их алгоритмы нашли свое применение в ТВ-головках самонаведения управляемых авиационных боеприпасов [64] и были успешно испытаны в корреляционных измерителях скорости поездов [11].

Пути развития теории оптико-электронных следящих систем

В системах самонаведения боеприпасов была успешно решена задача удержания оптической оси на заданной точке прицеливания, находящейся на сложном изображении при наличии масштабных сдвигов, вызываемых сближением боеприпаса с поверхностью земли [12]. Однако эти методы требуют дальнейшего развития в следующих направлениях:

- Повышение быстродействия слежения и его инвариантности к структуре наблюдаемых изображений, для создания более универсальных следящих систем, обеспечивающих сопровождение широкого диапазона целей, в том числе и с борта компактных, быстродвижущихся летательных аппаратов. Этого можно добиться путем уменьшения форматов рабочего окна, оптимального выбора структуры фильтрующих операторов дискриминатора, методов его нормировки, использования алгоритмов автоматической адаптации параметров дискриминатора к структуре изображения.

- Слежение за объектами, движущимися относительно неоднородного фона. При этом фон, попадая в рабочее окно дискриминатора, может мешать его работе, увеличивая ошибки сопровождения. В этом случае целесообразно применять алгоритмы динамического изменения размеров и формы окна слежения, подавления фона, адаптации параметров дискриминатора к структуре объекта.

- Измерение и компенсация многомерных неаддитивных сдвигов, таких как, масштаб, ракурс, крен, и т.д. Один из основных методов такого измерения заключается в выборе подходящей системы координат, в которой эти сдвиги превращаются в обычные аддитивные. (Например, логарифмическая полярная система для измерения масштабно-креновых сдвигов)

При этом возникает задача обеспечения инвариантности измерителя одной из компонент сдвига к изменениям остальных компонент.

- Исследование режимов автозахвата эталона при наличии начального рассогласования, в случае применения ОЭСС в задачах навигации подвижных объектов по заранее заложенному в память эталонному полю. В этом случае ОЭСС будет входить в режим автозахвата эталона при большом начальном рассогласовании, определяемом грубым целеуказанием от навигационной системы. Для решения этих задач необходимо обеспечивать, во-первых, максимальную ширину зоны захвата, при заданной вероятности захвата, и, во-вторых, инвариантность дискриминатора к небольшим различиям эталонного и текущего изображений вызванным тем, что эталон запоминается предварительно, а не в момент начала слежения, и возможно даже получен с другого фотоприемника с отличающимися характеристиками. До настоящего момента, режимы автозахвата в ОЭСС не эксплуатировались - в существующих системах эталон записывается в момент начала слежения, следовательно, начальное рассогласование равно нулю.

Основные задачи работы 1. Оптимизация базисов разложения для применения в многомерном корреляционном дискриминаторе (МКД) сдвигов изображений для ОЭСС. Одной из разновидностей МКД является нестационарный корреляционный дискриминатор (НКД), предложенный А.В. Русаковым в 1975 году. В нем обработке подвергаются коэффициенты разложения изображения на базисные функции, образующие обобщенный вейвлет-базис. В работе Русакова было показано, что для измерения сдвигов достаточно небольшого набора функций (в простейшем случае всего двух). При этом, основные свойства НКД будут определяться их формой. Поэтому, главная задача при проектировании НКД - это выбор базисных функций (БФ), обеспечивающих получение характеристик, удовлетворяющих заданным требованиям.

2. Сравнение и выбор эффективных способов нормировки выхода дискриминатора, обеспечивающих линейность дискриминационной характеристики (ДХ). Форма и параметры ДХ зависят не только от вида БФ, но и от способа нормировки выхода НКД. Выбором подходящего алгоритма можно обеспечить как стабильность крутизны ДХ в окрестности нуля, так и максимально возможную, для данных БФ, ширину ее линейной зоны.

3. Разработка и применение алгоритмов слежения за изображениями в условиях наличия многомерных сдвигов. В подвижных ОЭСС или при слежении за подвижными объектами кроме аддитивных сдвигов возникают и другие компоненты (вращение, масштаб, ракурс). Для уменьшения влияния этих компонент необходимо обеспечить их надежное измерение и компенсацию. При этом нужно учитывать влияние перекрестных связей между разными компонентами многомерного сдвига.

4. Исследование режимов автозахвата направления. Разработка методов расширения зоны захвата в ОЭСС. В системах навигации летательных аппаратов (ЛА) возникают задачи точного измерения направления на цель, заданную заранее записанным в память ЛА эталоном, при выходе на цель с некоторым начальным рассогласованием, вызванным ошибками системы навигации. В этом случае полезно исследовать режимы автозахвата в ОЭСС, т.е. переходные процессы, вызванные начальным рассогласованием между текущим и эталонным изображениями. И изыскивать методы расширения размеров зоны захвата, которые определяют допустимую величину начальных рассогласований.

Научная новизна работы

Получены экспериментальные оценки показателей качества дискриминатора при использовании базисных функций различной формы. Найден новый класс базисных функций, обеспечивающий более высокую надежность автосопровождения, чем применявшиеся ранее.

1. 2.

3. Разработаны новые алгоритмы нормировки выхода дискриминатора. Исследовано их влияние на форму дискриминационной характеристики.

4. Разработан до уровня рабочих программ принцип формирования базисных функций, позволяющих измерять неаддитивные сдвиги (крен, масштаб, и т.д.)

5. Разработаны новые алгоритмы формирования расширенной зоны захвата для следящей корреляционной СТЗ за счет использования эталонов увеличенного формата с разбиением на субэталоны.

Гпава 1. Теория оптико-электроных следящих систем

3.4. Выводы к главе 3

1) Моделированием подтверждено, что предлагаемый алгоритм разбиения увеличенного эталонного поля на субэталоны обеспечивает зону захвата, превышающую поле зрения камеры.

2) Реальный размер зоны захвата зависит только от размера эталонного поля и от количества субэталонов.

3) Высокое быстродействие алгоритма, с учетом возможностей современной цифровой техники, позволяет обрабатывать кадры в реальном времени, в темпе их поступления из камеры.

4) Благодаря использованию беспоисковых алгоритмов измерения сдвигов, предлагаемый алгоритм, позволяет достичь высокой, субпиксельной точности измерений.

5) Алгоритм сохраняет свою работоспособность при рассогласованиях по крену до 10° и по масштабу до 20%.

6) Дальнейшего исследования требуют эффекты влияния на точность дискриминатора неучтенных в исследовании мешающих факторов (оптические искажения, блики, и т.д.), а также возможности повышения устойчивости алгоритма по отношению к шумам.

Гпава 4. Внедрение результатов работы

Результаты, полученные в данной работе нашли свое применение в нескольких НИР и ОКР, в которых автор принимал участие.

4.1. ОКР «ОЛС-УЭ» (ФГУП «НИИ ПП»)

Разрабатываемая во ФГУП «НИИ ПП» (Москва) fhttp://www.niipp-moscow.ru/l многофункциональная оптико-локационная станция «ОЛС-УЭ» предназначена для установки на самолеты типа МИГ. Станция решает следующие задачи: поиск, обнаружение, захват и автосопровождение воздушных и наземных целей с определением трехмерных параметров их относительного движения: угловых координат, дальности, угловых, линейных скоростей и ускорений; выдача геометрического облика целей для распознавания летчиком.

Рис. 4.1. Изделие «ОЛС-УЭ».

Одним из режимов ее работы является режим автосопровождения наземной цели «АС-НЦ». В данном режиме линия визирования ТВ или ИК камеры неподвижно удерживается на произвольно заданной точке поверхности Земли.

Для этой системы, на основании результатов, полученных в гл. 2, автором разработан корреляционный алгоритм автосопровождения. Алгоритм обеспечивает измерение и электронную компенсацию трех компонент сдвига (2 аддитивных сдвига и крен) и выдачу рассогласований для управления линией визирования камеры. Уменьшение влияния остальных компонент сдвига производится за счет своевременных перезаписей эталона.

Алгоритм исследован путем компьютерного моделирования, после чего автором написан программный модуль для видеопроцессора изделия, и его работоспособность была проверена на лабораторном макете и в испытательных полетах на самолете-лаборатории.

4.2. НИР «Известность-И» (ОАО «Импульс»)

В рамках данной работы, проводимой в ОАО «Импульс» (Москва) fhttp://www.impuls.ru/l по заказу ЦНИИАГ, исследовались вопросы построения перспективных систем высокоточного оружия с использованием различных методов наведения. В частности, одной из проблем при создании подобных систем является задача навигации и поиска наземных целей при помощи камеры, установленной на борту управляемого боеприпаса или БПЛА по заранее записанному эталону [62]. Эталон может быть получен при помощи спутниковой съемки или авиаразведки.

Автором исследована возможность применения алгоритма автозахвата, описанного в гл. 3, для решения подобной задачи. Выполнено компьютерное моделирование алгоритма с использованием массива характерных цифровых спутниковых фотографий, которое подтвердило эффективность его применения при наличии на борту ЛА системы угловой ориентации.

Результаты проведенных исследований вошли в соответствующий раздел отчета о составной части НИР «Известность-И», [48]. Кроме этого, полученные результаты были использованы в НИР «Указивка» [49], выполняемой ОАО «Импульс» по заказу ЦНИИХМ.

4.3. ОКР «ГЛОНАСС-МЛНСС» (ФГУП «НИИ ПП»)

Разрабатываемая в ФГУП «НИИ ПП» межспутниковая лазерная нави-гационно-связная система (MJ1HCC) для нового поколения космических аппаратов (КА) «Глонасс-М» предназначена для обеспечения надежного канала передачи данных «спутник-спутник» и «спутник-Земля», измерений дальности и для синхронизации внутренних часов КА [63]. Для наведения узкого лазерного луча на фотоприемник КА, с которым устанавливается связь, необходимо с высокой точностью (порядка нескольких угловых секунд) знать угловое положение обоих аппаратов в пространстве. Для этого было решено использовать систему астроориентации. Данная система сравнивает изображение звездного поля, наблюдаемое ТВ камерой с борта КА, и эталонное изображение, сформированное на основе хранящегося в памяти звездного каталога, измеряя рассогласование между ними с точностью, намного превышающей пиксельное разрешение камеры.

Рис. 4.2. Межспутниковая лазерная навигационно-связная система

Автором исследована возможность применения для астроориентации алгоритма автозахвата (гл. 3). Было проведено компьютерное моделирование алгоритма на массиве изображений звездного неба, которое подтвердило его применимость и обеспечение требуемой точности измерений.

4.4. ОКР «Крым-07» (ОАО «Импульс»)

Крым-07» - низкоуровневая телевизионная головка самонаведения с корреляционным алгоритмом обработки информации о цели, разработанная в ОАО «Импульс». Головка включает в себя оптико-электронную часть, установленную на трехстепенной гиростабилизированной платформе, и электронный блок обработки информации, расположенные в едином корпусе. Она предназначена для использования в составе корректируемых авиационных бомб КАБ-500Кр, КАБ-1500Кр, КАБ-5000Д и др., используемых для поражения широкой номенклатуры наземных и надводных стационарных целей, в том числе прочных и слабоконтрастных (замаскированных, положение которых известно относительно окружающих ориентиров на местности), с реализацией принципа "сбросил - забыл". Головка способна работать как днем, так и в условиях слабой освещенности, в том числе и в ночное время суток [64].

Рис. 4.3. Изделие КАБ-500Кр.

Для данного изделия автором разработаны и реализованы алгоритмы предварительной обработки изображения, используемые как в тракте автомата, так и в тракте визуализации (см. раздел 1.4 данной работы). Предварительная обработка производится в ПЛИС и включает в себя автоматическое контрастирование изображения, устранения эффектов чересстрочное™ развертки и масштабирование. Такая обработка обеспечивает большой динамический диапазон освещенностей на местности, высокое качество и удобство восприятия изображения на мониторе (МФИ) летчика. Эксперименты, проведенные на лабораторном пакете, показывают, что обработка также улучшает качество автосопровождения, не влияя на положение нуля и свойства четности дискриминационной характеристики (ДХ). При наличии нормировки выхода дискриминатора, такие преобразования не влияют также и на крутизну ДХ.

103

Заключение

Предложенные и исследованные в данной работе алгоритмы измерения многомерных сдвигов между изображениями позволяют достичь высокой точности измерения при сохранении быстродействия, достаточного для их реализации в реальном масштабе времени, а также обладают высокой инвариантностью к структуре изображения, что было подтверждено путем компьютерного моделирования. В частности были получены следующие результаты:

1. В результате проведенного математического моделирования различных типов базисных функций (БФ), используемых в нестационарном корреляционном дискриминаторе (НКД), выявлено, что наилучшим вариантом является комбинация из 2 или 3-х отрезков гармонических функций с коэффициентами [1; -1] или [1; -2; 1], для 3-х соседних гармоник пространственных частот, обеспечивающая вероятность срыва автосопровождения 2%, и наибольшую ширину монотонной рабочей зоны дискриминационной характеристики (ДХ) равную 0.6 от размера рабочего окна.

2. Исследование различных видов нормировок ДХ показало, что наиболее широкой и линейной рабочей зоной, при квазигармонических БФ, обладает алгоритм нормировки по взаимной энергии и крутизне в нуле. При негармонических БФ, более целесообразно использование нормировки, основанной на квадратичной интерполяцией ДХ.

3. Предложенный метод формирования БФ для измерения неаддитивных сдвигов, позволяет измерять любые компоненты многомерного сдвига с одинаковыми вычислительными затратами.

4. Предложенный метод расширения зоны захвата до необходимых размеров путем увеличения формата эталонного изображения и разбиения его на более мелкие субэталоны, равные по размеру текущему изображению позволяет получить зону захвата произвольного размера при не очень значительном ухудшении быстродействия алгоритма.

5. Разработанный по результатам проведенных исследований программный алгоритм автосопровождения наземной цели для бортовой оптико-локационной системы ОЛС-УЭ доказал свою работоспособность и эффективность на стендовых и летных испытаниях.

6. Проведенные исследования подтверждают возможность применения алгоритма расширения зоны захвата в задачах астроориентации космических аппаратов, а также для навигации летательных аппаратов по изображениям поверхности Земли.

Дальнейшими направлениями развития теории корреляционных дискриминаторов, могут быть: исследования влияния перекрестных связей в многомерном НКД; расширение зоны захвата, с использованием метода скользящей фильтрации эталона, адаптация базисных функций, к эталону, на этапе его подготовки, для повышения качества автозахвата и автосопровождения.

1. Васильев Д.В. Измерение сдвига сложных сигналов и обработка изображений в системах технического зрения. Часть 1. М.: Изд. МФТИ, 2001.

2. Красовский А.А., Белоглазов И.Н., Чигин Г.П. Теория корреля-ционно-экстреамльных навигационных систем. М.: Наука 1979.

3. Бакут П.А., Большаков И.А., Герасимов Б.М.; Под общ. ред. Тартаковского Г.П. Вопросы статистической теории радиолокации, в 2-х т., М.: Советское радио, 1964.

4. Васильев Д.В. Обработка сигналов в автоматических системах с «техническим зрением». //Курс лекций, каф. РЛУС ФРТК МФТИ, 1999.

5. Козубовский С.Ф. Корреляционно-экстремальные системы. Киев: Наукова думка, 1972.

6. Д.Ватолин, А.Ратушняк, М.Смирнов, В.Юкин. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. М.: Диалог-МИФИ, 2003

7. Васильев Д.В., Муранов Л.Н., Тимонин В.А. Дискриминатор. Авт. свид. СССР №885918, Бюл.изобретений, 1981, №44.

8. Астапов Ю.М., Васильев Д.В., Заложнев Ю.И. Теория оптико-электронных следящих систем. М.: Наука, 1988.

9. Васильев Д. В., Мишин В.В. Исследование инвариантного дискриминатора сдвигов изображений, //Радиотехнические тетради, № 24, 2002.

10. Васильев Д.В., Григорьев А.В., Никонов В.А. Исследование влияния краевых эффектов на свойства инвариантного дискриминатора сдвига изображений. //Радиотехнические тетради, №30, 2004.

11. Васильев Д.В., Денисов С.А., Серебряков С.А. Исследование адаптивного корреляционного измерителя скорости с применением математического моделирования. //Вестник МЭИ, №20, 2000.

12. Астратов О.С., Тимофеев Б.С. Измерение координат и параметров движения летательных аппаратов автоматизированной ТВ системой.//Оборонная техника, №5-6,1998.

13. Белоглазов И.Н., Тарасенко В.П. Корреляционно-экстремальные системы. М.: Советское радио, 1974.

14. Тарасенко В.П., Раводин О.М. Корреляционно-экстремальный координатор для речных и морских судов. //Поиск экстремума. Томск: Изд-во Томского университета, 1969.

15. Тарасенко В.П. Применение оптических функциональных преобразователей для целей распознавания двумерных геометрических образов. //Труды Сибирского физико-технологического института. Вып. 44. Томск: Изд-во Томского университета, 1964.

16. Аналоговый видеокоррелятор для определения положения самолета. Патент США, Кл.178-6.8, №3.55.179,1971.

17. Видеокорреляционное следящее устройство, использующее процессор для адаптивного обновления информации. Патент США, Кл.358/126, №4.227.212,1980.

18. Корреляционная следящая ТВ система и метод ее создания. Патент США, №4.270.143 //Реферативный журнал «Радиотехника» №5Г145П, 1982.

19. Корреляционный прибор сопровождения цели. Патент Швеции, № 411.400 // Реферативный журнал «Радиотехника» №8Г17П, 1980.

20. Межотраслевая обработка данных со спутников: Обзор. //Зарубежная радиоэлектроника. № 8,1983.

21. Свирлинг П. Современные методы оценки состояния с точки зрения метода наименьших квадратов. // Зарубежная радиоэлектроника, №9,1972.

22. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. Определения. Теоремы. Формулы. /Пер. с англ., М.: Наука, 1974.

23. Ван Трис Г. Теория обнаружения оценок и модуляции. М.: Советское радио, 1972.

24. Гантмахер Ф.Р. Теория матриц. М.: Наука, 1966.

25. Русаков А.В., Васильев Д.В. Ошибки дискретного вычисления функций автокорреляции случайного поля. Вып. 80 //Труды Московского института радиотехники, электроники и автоматики, М.: 1975.

26. Воробьев В.И., Грибунин В.Г. Теория и практика Вейвлет-преобразования, С.-Петербург: 1999.

27. Васильев Д.В., Григорьев К.А., Никонов В.А. Обработка сигналов с применением концепции Вейвлет-анализа // Тез. докл. г. Долгопрудный, XLII НТК МФТИ, 1999.

28. Vasiliev D.V. Wavelet approach to correlational shift measurement. //IEEE Transactions on Image Processing, Volume 9, Issue 9, Sept. 2000

29. Мирошников M.M. Теоретические основы оптико-электронных приборов. Л.: Машиностроение, 1983.

30. Иванкин И.Р., Пашков B.C., Фисенко Т.Ю., Эвентаве Ю.М. Моделирование шумов матриц ПЗС.//Техника средств связи, 1986. Вып. 2. 23-29.

31. Креопалова Г.В., Лазарева Н.Л., Пуряев Д.Т. Оптические измерения. М.: Машиностроение, 1987.

32. Прэтт У. Цифровая обработка изображений. 4.1 и 2. Пер. с англ. М.: Мир, 1982.

33. Фирсов Е.А. Алгоритм распознавания объектов по контурному препарату. Труды XLVI научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук». М.: 2003.

34. Furst S., Dickmanns E.-D. A vision based navigation system for autonomous aircraft. //Robotics and Autonomous Systems, Volume 28, Numbers 2-3, August 1999.

35. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов. М.: Мир, 1974.

36. Бессекерский В.А., Попов Е.П., Теория систем автоматического регулирования, М.: 1985.

37. Юлиус Т. Ту, Цифровые и импульсные системы автоматического управления, Пер. с англ., М.: 1964.

38. Ting-Pang Lin, Chaur-Heh Hsieh A modular and flexible architecture for real-time image template matching. //Circuits and Systems I: Fundamental Theory and Applications, IEEE Transactions on, Volume: 41 , Issue: 6 , page(s): 457 461, June 1994.

39. Anderson, R.; Kingsbury, N.; Fauqueur, J.; Coarse-level object recognition using interlevel products of complex wavelets. //Image Processing, 2005. ICIP 2005. IEEE International Conference on, Volume 1, 11-14 Sept. 2005 Page(s):l 745-8.

40. Филатов В.П. Поисково-реккурентный алгоритм измерения параметров движения фрагмента телевизионного изображения. //Автометрия, №3,1991.

41. Алпатов Б.А. Оценивание параметров движущегося объекта в последовательности изменяющихся двумерных изображений. //Автометрия, №3,1991.

42. Фирсов Е.А. Измерение углового положения космического аппарата по изображению звездного поля. //Труды XLVIII научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук», часть 1. М.: 2005.

43. Фирсов Е.А. Корреляционный астроориентатор для космических аппаратов. // Электромагнитные волны и электронные системы.7, 2007.

44. Ивандиков Я.М. «Оптико-электронные приборы для ориентации и навигации космических аппаратов», М.: 1971.

45. Васильев Д.В., Фирсов Е.А., Гапон А.В. Автозахват направления по изображению с использованием метода скользящей фильтрации. //Электромагнитные волны и электронные системы. №7, 2007.

46. Отчет о составной части НИР «Исследование комплексных вопросов построения унифицированного ряда перспективных изделий», этап 6 (заключительный). (Шифр "Известность И"), ОАО «Импульс», октябрь 2005

47. Отчет о составной части НИР «Головки самонаведения и координаторы цели.» (Шифр «Указивка»), ОАО «Импульс», ноябрь 2006

48. Vassiliev D. Some invariant features of signals in the correlation image tracking systems. Proc. on SPIA Conf., BIT. Beijing, Sept. 2000, P. 104-109

49. Barria E.A., Jagadesh J.M. Wavelet Functions to Estimate Velocity in Spatiotemporal Signals. //IEEE Transactions on Signal Processing. Vol. 46, Num. 4, April 1998, P.1105-1118.

50. A.L. d Cunha, M.N Do On Two-Channel Filter Banks With Directional Vanishing Moments ////IEEE Transactions on Image Processing. Vol. 16, Num. 5, May 2007, P.1207-1220.

51. X. You, Y.Y. Tang Wavelet-Based Approach to character Skeleton ////IEEE Transactions on Image Processing. Vol. 16, Num. 5, May 2007, P. 1220-1232.

52. R. Eslami, H. Radha A New Family of Nonredundant Transforms Using HybridWavelets and Directional Filter Banks ////IEEE Transactions on Image Processing. Vol. 16, Num. 4, April 2007, P. 1152-1168.

53. C. Xiong, J. Tian, J. Liu Efficient Architectures for Two-Dimensional Discrete Wavelet Transform Using Lifting Scheme ////IEEE Transactions on Image Processing. Vol. 16, Num. 3, March 2007, P.607.615.

54. X. Wang Moving Window-Based Double Haar Wavelet Transform for Image Processing ////IEEE Transactions on Image Processing. Vol. 15, Num. 9, September 2006, 2771-2780.

55. Яне Б. Цифровая обработка изображений. М. Техносфера, 2007.

56. D.J. Fleet. Measurement of image velocity. IIDiss. University of Toronto,Canada, 1990.

57. D.J. Fleet. Measurement of image velocity. //Kluwer academic publisher, Dordrect, 1992.

58. D.J. Fleet, A.D. Jepson. Hierarchical construction of orientation and velocity selective filters. //IEEE Trans. PAMI, 11(3):315-324,1989.

59. D.J. Fleet, A.D. Jepson. Computation of component image velocity from local phase information. IIInt. J. Сотр. Vision, 5:77-104,1990.

60. O.H. Ануфриев, A.A. Герасимов, В.И. Меркулов, О.Ф. Самарин, В.С, Чернов. Ударные беспилотные летательные аппараты и их радиолокационные системы. //Успехи современной радиоэлектроники, № 7, 2007.

61. Э.Я. Соловей, А.В. Храпов. Динамика систем наведения управляемых авиабомб. Под ред. проф. Е.С. Шахиджанова. М.: Машиностроение, 2006.