Білинський, Й.Й. Методи обробки зображень в комп’ютеризованих оптико-електронних системах: монографія

Подождите немного. Документ загружается.

1(,)(,);

(, )

0(,)(,).

при gnm fnт

hnm

при gnm f nт

⎧

⎪

⎨

≠

⎪

⎩

(3.28)

Цей підхід є особливо актуальним для текстових зображень,

що мають стаціонарний фон. Традиційна двопікова гістограма друко-

ваного тексту наведена на рис. 3.25а, на рис. 3.25б – трипікова, яка

описана в попередньому підрозділі, на рис. 3.25в – однопікова того ж

зображення тексту.

Рис. 3.25. Гістограми зображення друкованого тексту:

а – вхідного зображення; б – трипікова спільних точок фільтрованих

зоб

Отже, передбачає такі

кроки:

–

реєстрацію зображення;

–

виконання просторової фільтрації;

ок перетину фільтрованих зображень;

ражень; в – однопікова з урахуванням градієнтного порога

пороговий метод виділення контуру

–

побудову однопікової гістограми щільності розподілу ймові-

рностей інтенсивності точ

130

–

визначення порога бінаризації;

–

виконання поелементного перетворення на основі

ного по

, відповідно.

визначе-

рога бінаризації (3.16) ;

–

контуризація на основі поелементного перетворення (3.17).

Зображення друкованого тексту з низькою контрастністю на-

ведене на рис. 3.26а, на рис. 3.26б – бінарне, отримане в результаті ви-

значення порога бінаризації згідно з гістограмою, на рис. 3.26в, г –

контурне та оконтурене

а б

в г

Зображення друкованого тексту:

а – вх ння

и-

пікової гістограми та однопікової збігаються, а значення цих піків

відпові

нований метод виділення контуру спрощує процедуру

оконту-

ктивним для слабоконтрастних зо-

. Важливою особливістю

Рис. 3.26.

ідне; б – бінарне за результатами автоматичного визначе

порога; в – виділення краю; г – оконтурене зображення

Аналіз гістограми показує, що положення середнього піка тр

дають величині шуканого порога бінаризації. Це означає, що

запропо

рювання об’єкта й може бути ефе

бражень та зображень зі стаціонарним фоном

порогового детектора виділення контуру, є відсутність процедур

зв’язування, оскільки лінія контуру формується незалежно від харак

131

теристик пікселів, що належать примежовій кривій контуру. При цьо-

бробки та аналізу зображень ле-

жить операція лінійної обробки «ковзним вікном». ЇЇ суть полягає в

тому, що деяка обмежена двовимірна область – «вікно обробки» пос-

лідовно займає всі можливі положення в площині зображення, і для

кожного положення вікна за значенням відліків, які лежать в ньому

обчислюють значення одного відліка вихідного зображення [3].

Просторово-інваріантна обробка такого виду описується загаль-

ним співвідношенням

му, контур формується шириною в один піксел, на відміну від відо-

мих градієнтних операторів.

3.6. Апаратна реалізація методу виділення контуру

на основі низькочастотної фільтрації

В основі багатьох процедур о

{

}

(, )gnm D( , ),(, )G fn km l nm

⎡

=−− ∈

⎣

⎤

⎦

, (3.29)

де

(, )

хідного

(, )gnm

зображення

– двовимірна послідовність відліків вхідного та ви-

, відповідно; оператор перетворення; кін-

цева множина відліків, яка визначає розмірність вікна обробки.

Це означає, що значення дискретного сигналу зображення на

виході системи є результатом цифрової згортки вхідного дискретного

сигналу з КІХ-фільтром. Однак таке обчислення згортки має практич-

ний смисл лише для малих розмірностей вікна та невеликих зобра-

жень, оскільки об’є змірності вікна та

розмірності з

в,

але вна зада-

ча вис

G – D–

м обчислень пропорційний ро

ображення.

Відомо багато алгоритмів швидкої згортки для КІХ-фільтрі

слідок складності обробки даних не завжди вирішується

окої швидкодії. Другим напрямком підвищення швидкодії є

апаратна реалізація цифрових фільтрів, яка вимагає використання

складних пристроїв і великих апаратних ресурсів [292]. У цьому випа-

дку найбільш ефективним варіантом апаратної реалізації є викорис-

тання програмованих логічних інтегральних схем (ПЛІС).

ПЛІС стають останнім часом усе розповсюдженішою елементною

базою для застосування в пристроях цифрової обробки сигналів (ЦОС).

132

Завдяки розвинутій архітектурі, високій тактовій частоті й невисокій

ціні ПЛІС незамінні в макетуванні й дрібносерійному виробництві.

Існує декілька архітектур цифрових КІХ-фільтрів на ПЛІС: па-

ралельна, послідовна й послідовно-паралельна. Цифрові фільтри з па-

ралельн ініма-

льну затримку в мікросхеми.

ослідовні фільтри мають найменшу продуктивність і максимальну

затри

ний

(3.12)

ня виду (3.13).

Оскільки основна трудоміст-

кість такого методу припадає на арифметичні опер

цьому методі використовуються дві згортки, то час обробки

двічі.

р у

арале-

льно-ко

ою архітектурою мають максимальну продуктивність і м

, але займають багато логічних ресурсі

мку, але в цей же час вони компактніші, у порівнянні з пристро-

ями з паралельною архітектурою.

В роботах [132, 175] запропоновано метод виділення стоншено-

го контуру на основі знаходження спільних точок перетину фільтро-

ваних зображень внаслідок використання низькочастотних гауссових

КІХ-фільтрів з різним ступенем розмитості, який може бути описа

. Стоншений контур при цьому можна отримати внаслідок пое-

лементного перетворен

ації згортки, а в

практич-

но зростає в

Для підвищення швидкодії оботи детектора виділення контур

на основі низькочастотної фільтрації в роботі запропонований п

нвейєрний алгоритм попередньої обробки зображення, при яко-

му на першому етапі виконується паралельно-рекурсивна обробка даних

гауссових фільтрів з різними ступенями розмитості. На другому – пое-

лементні операції віднімання двох фільтрованих зображень [298].

Структурна схема такої обробки наведена на рис. 3.27.

Рис. 3.27.

Структурна схема детектора виділення контуру

133

Детектор має пристрої введення-виведення ( Input/Output Port)

два блоки буферної пам’яті (MS1, MS2), які забезпечують безперервний

запис

оброблюваного піксела та даних,

отрим

і зчитування даних, два низькочастотні гауссові фільтри (GF1,

GF2), а також пристрій поелементних арифметичних операцій (Sub).

На рис. 3.28 наведена структурна схема низькочастотного гаус-

сового фільтра, який передбачає виконання над даними одного піксела

п’яти арифметичних операцій. Такий фільтр складається з пристроїв

множення (MD1), поелементного підсумовування (ADD) та регістрів

(Rg) для зберігання вхідних даних

аних в результаті обробки.

Оскільки така обробка виконується над даними всіх пікселів ві-

дповідно до (3.23), що входять у «ковзне вікно», то для підвищення

швидкодії запропоновано використовувати ряд одновимірних фільт-

рів, робота яких синхронізована в часі. При цьому гауссовий однови-

мірний фільтр із послідовності відліків вхідного сигналу f(n) розмірні-

стю ширини вікна у вихідну послідовність g(n) і описується співвід-

ношенням:

() () ( )

gn hl fn l

−

=−

−

∑

, (3.30)

де

()hl

– імпульсна характеристика фільтра, яка дорівнює нулю поза

межами інтервалу

,LL

−+

⎡⎤

−

⎣⎦

Рис. 3.28.

Структурна схема одновимірного КІХ-фільтра

134

Така схема обробки забезпечує зчитування даних кожного пік-

села, що входить у вікно обробки, з тактовою частотою, та конвейєрну

обробку. Внаслідок чого одночасна сума обробки К пікселів «ковзно-

го вікна» може бути подана як

() ()

hl ah l

−

∑

() ()

yn ay n

−

∑

()

() ( )

hlfnl

−

=−

∑

−

, (3.31)

днім результатом. Цей процес продовжується до кінця об-

робки даних усіх пікселів, що входять у “ковзне вікно”.

Значення інтенсивності піксела як правил

кож

використані

Апаратна реалізація паралельно-конвейєрної обробки, що

використовується детектором виділення контуру, була реалізована на

ПЛІС фірми Xilinx сімейства Spartan-3.

Привабливістю ПЛІС Xilinx для реалізації алгоритмів ЦОС у

порівнянні із ПЛІС інших фірм є наявність внутрішнього

швидкодійного розподіленого ОЗП, який скомпонований у блоки

необхідного розміру. Використання такого ОЗП є дуже ефективним для

реалізації алгоритмів ЦОС методом розподіленої арифметики, а також

для зберігання коефіцієнтів, результатів проміжних обчислень тощо.

При цьому за рахунок можливості апаратного забезпечення

аралельності процесу обробки, гнучкої адаптації структури пристрою

по асобів

б систе-

на одному кристалі в найкоротший термін [293, 298].

де

– коефіцієнти маски;

()

– лінійно незалежні базисні функції,

які розкладені в ряд;

()

– сигнали обробки.

Отже, по кожному сигналу тактової частоти конвейєрно викону-

ються операції множення даних пікселів на відповідні коефіцієнти мас-

ки, та в кожному циклі множення здійснюється підсумовування резуль-

тату з попере

о є 24-бітовими по 8 біт

на ний колір системи RGB. Це означає, що для фільтрації можуть

бути три однакові одновимірні фільтри, робота яких пара-

лельна в часі.

під трібний алгоритм, високої ефективності інтегрування з

ки, стає можливою проста побудова високопродуктивної розро

ми ЦОС

135

Для реалізації вищенаведеного пристрою вибрана ПЛІС

XC3S1000 сімейства Spartan-3 фірми Xilinx, основні характеристики

якої наведені в таблиці 3.1.

Таблиця 3.1

Характеристики ПЛІС XC3S1000 сімейства Spartan-3

Системні

вентилі

Логічні

комірки

Розподілена

пам’ять, Кбіт

Доступні контакти

введення/виведення

Макс. системна

частота, МГц

17 280 102 10

391 326

Опис пристрою на рівні регістрових передач виконувався мовою

VHDL, для одержання файла конфігурації ПЛІС використовувався

САПР Xіlіnx Project Navigator 7.1, моделювання роботи цього фільтра

виконувалось за допомогою програми моделювання схем ModelSim SE

PLUS 5.1.

Часові діаграми роботи одновимірного фільтра за допомогою

програми моделювання цифрових схем ModelSim SE PLUS 5.1 наве-

дені на рис. 3.29.

Рис. 3.29. Результати моделювання одновимірного фільтра

за допомогою програми моделювання схем ModelSim SE PLUS 5.1

136

На рис. 3.29:

1 – тактова частота СLK;

2 – сигнал дозволу EN;

3 – сигнал скиду RST;

4 – запис даних у пам’ять mem1;

5 – адреса зчитування даних із пам’яті mem0;

6 – зчитування даних із пам'яті mem0;

7 – дані лічильника за модулем 25 count_mod25;

8 – адреса ковзного вікна addr_conv;

9 – видача коефіцієнтів матриці coef_conv;

10 – дані помножувача;

11 – коефіцієнти множення;

12 – результат множення mult;

13 – запис результату множення в регістр FD1;

14 – зчитування даних із регістра FD1;

15 – запис даних у регістр FDR;

16 – зчитування даних із регістра FDR;

17 ,18 – вихідні дані регістрів;

18 19 – результат підсумовування sum_ 16;

19 20 – запис результату підсумовування в регістр FD2;

20 21 – зчитування даних із регістра FD2;

21 22 – операція ділення div25.

Для виконання безперервної обробки даних використано принцип

двопортової пам’яті. Після запису даних розмірністю 2 Кбайт в ОЗП

mem0 наступні дані записуються в аналогічну пам’ять mem1. Тобто,

поки перша порція даних зчитується з mem0 та обробляється, інша

записується з порта в mem1.

Вхідні дані записуються за адресами, які задаються за допомогою

12-ти розрядного лічильника count12. Шина адреси запису даних

мультиплексована за допомогою мультиплексорa mux22X2 з шиною

адреси зчитування даних. Після досягнення лічильником значення 2047

формується сигнал count(11), який перемикає мультиплексор mux22X2

на режим адреси зчитування даних, мультиплексор mux_8 на режим

137

зчитування даних з пам’яті

1 та запускає лічильник за

модулем 25

count_mo надходять на вхід

постійно запам’ятовувал

addr_conv, на виході

якого формуються адреси визначеним принципом

«ковзного вікна».

count_mod25

формується сигнал за модулем 2022

count2022_m льтатом на

виході (ПЗП)

ad вання даних за

адресою но вання да-

них через мульти . Після чого

виконується о відповідний

коефіцієнт маски, які надходять за результатами

адресації лічильника

coun

Кожні 25 тактів сумовуються між со-

бою, оскільки в цьо маска 5

×5. Після

підсумовуван в

div256 на

сумарний коефіц ьтатом якого є

оброблені дані, що в інчення 25-го такту

виконується скид на один розряд,

тобто зсув «ковзного піксела і робота

схеми повторюються.

Результа а частота ро-

боти трь ристалі

ПЛІС XC3S1000 ристовує весь

ресурс кристала, а дл зним вікном» розмі-

рністю

истрою, реалізованого на ПЛІС, яка зро-

сла пр

mem0 та mem

d25

. Дані count_mod25

ьного пристрою (ПЗП)

зчитування даних за

Після переповнення лічильника

OVF, який ініціалізує лічильник

od. Результат лічби підсумовується з резу

dr_conv, що дозволяє виконати зчиту

вого «ковзного вікна». Таким чином, адреса зчиту

плексор потрапляє на шину адреси ОЗП

перація множення даних в

mult на

з ПЗП

coef_conv

t_mod25

результати множення під

му випадку використовується

ня в

sum_ 16 виконується операція ділення

ієнт вагів “ковзного вікна”, резул

идаються в порт ПК. Після зак

ання схеми, зсув адреси зчитування

вікна» для обробки наступного

ти моделювання показали, що максимальн

ох одновимірних фільтрів, реалізованих на одному к

, складає 41 МГц. При цьому схема вико

я обробки масиву даних «ков

×5 необхідно не більше 30 тактів. Це означає, що для обробки

одного піксела витрачається 0,73 мкс. Програмна реалізація такої ж

процедури при використанні, наприклад, комп’ютера з частотою ро-

боти 3 ГГц займає 3,9 мкс. Це дає змогу зробити висновок про більш

високу швидкодію роботи пр

и цьому в 5,2 рази.

Таким чином

, така реалізація дає змогу суттєво підвищити

швидкодію та може мати широке застосування в пристроях попередньої

обробки зображень великих масивів даних.

138

РОЗДІЛ 4

ОЦІНЮВАННЯ ПОХИБОК МОДЕЛЕЙ ВИЗНАЧЕННЯ

ПРОСТИХ ЕЛЕМЕТІВ ЗОБРАЖЕННЯ

ТА ЯКОСТІ ВИДІЛЕННЯ КОНТУРУ

Для забезпечення високого рівня вимірювань необхідно мати

не тільки теоретичну базу та засоби вимірювання, але й оцінити мето-

дичні похибки запропонованих методів. Для досягнення високої якос-

ті вимірювання необхідно забезпечити адекватність запропонованих

моделей та єдність вимірювання. Крім цього для оцінювання розроб-

лених методів і засобі необхідно розроб ти мето ики проведення

вимірювань та провести експериментальні дослідження.

в и д

.1. Аналіз методичних похибок моделі примежової кривої

Формула (2.16) є функцією, що описую дискретну примежову

криву перетворення й може бути використана для оцінюванн впливу

неінформативних параметрів.

У загальному випадку процес формування примежової кривої,

на який діє відхилення

зовнішньої величини f від її значення f

при нормальних умовах, описується аналітичною функцією перетво-

рення [201,202]

(, )yynf

Рівняння перетворення можна подати у вигляді:

max min

(, , ,)HfII I

де H – вихідна величина;

Δ – вхідна величина;

max min

,,II

– впливні

величини.

Розкладемо функцію перетворення (2.16) в ряд Тейлора і отри-

маємо [203] :

1HH

⎡⎤

∂∂

⎡⎤

3 2 2

min

in min

H H H

⎡⎤

∂ ∂ ∂

∂

⎦

0 max min

max min

222

max max

max max m

...

n n n nI nI

nn n nI nI

HH H H H

nI II

nI I I

+ + + ++ Δ+ Δ+

⎢⎥

⎢⎥ ⎢⎥

⎢⎥

∂∂ ∂ ∂∂ ∂∂

⎣⎦

⎣⎦ ⎣⎦

⎣⎦

⎡⎤ ⎡⎤

⎡⎤

∂∂ ∂ ∂ ∂

+Δ+Δ+ Δ+Δ+

⎢⎥ ⎢⎥

⎢⎥

∂∂ ∂ ∂ ∂

⎣⎦

⎣

⎣⎦ ⎣⎦

...I

⎡⎤

Δ+

⎢⎥

min

⎣⎦

139