DOI: https://doi.org/10.20535/1970.57(1).2019.172018

ПОРІВНЯННЯ ЯКОСТІ РОБОТИ ФІЛЬТРІВ ДЛЯ ЗМЕНШЕННЯ ШУМІВ ЗОБРАЖЕНЬ ТЕПЛОВІЗІЙНОГО КАНАЛУ ОГЛЯДОВИХ ОПТИКО-ЕЛЕКТРОННИХ ПРИСТРОЇВ

Nataliia Balakhonova, Volodymyr Mykytenko, Rostyslav Pashkov

Анотація


Оптико-електронні прилади дистанційного спостереження набувають дедалі більшого поширення в різних галузях науки і техніки. В зв’язку із значним здешевленням приймачів випромінювання інфрачервоного діапазону спектру до складу таких систем все частіше вводять тепловізійний канал. Він суттєво підвищує функціональні можливості всієї системи спостереження, дає змогу працювати без зовнішнього освітлення і в диму. Температурні контрасти на об’єкті часто є вищими, ніж контрасти у видимому діапазоні спектру. Але чутливість інфрачервоних приймачів випромінювання є нижчою. Тому тепловізійні зображення мають невелике відношення сигнал/шум. Обов’язковим етапом обробки сигналу в тепловізійному каналі є його знешумлення. Стандартним способом підвищення відношення сигнал/шум є застосування цифрової фільтрації. Очевидним найпростішим шляхом фільтрації є використання стандартних фільтрів, які було розроблено для звичайних зображень видимого діапазону спектру. Але виникає питання ефективності застосування таких фільтрів до тепловізійних зображень. Досліджено можливість застосування стандартних цифрових фільтрів для зменшення шумів тепловізійних зображень. Фільтри реалізуються вбудованими функціями в програмному середовищі Mathcad: medfilt(М), wiener2d(М), gaussconv(М), orthosmooth(М), orthosmooth5(М), centsmooth(М). Для оцінки ефективності використання фільтрів на базі реального тепловізійного зображення розраховані статистичні метрики MSE, PSNR, SSIM, CC. Розглядаються відфільтровані зображення при адитивному, імпульсному та мультиплікативному типах шумів. Дано рекомендації щодо використання розглянутих цифрових фільтрів при різних типах шумів. Жоден з розглянутих фільтрів не рекомендується застосовувати для усунення періодичного шуму. Для усунення імпульсного шуму «сіль та перець» найефективнішим є медіанний фільтр. Для усунення мультиплікативного шуму та шуму, розподіленого за законом Гауса ефективніше використовувати матричний фільтр з ядром згортки 3х3. Проведене порівняння роботи фільтрів може бути застосовано при проєктуванні адаптивних фільтрів на мікроконтролерах для зменшення шумів зображень тепловізійного каналу оглядових оптико-електронних пристроїв.


Ключові слова


тепловізор; цифрова обробка зображення; Mathcad; медіанний фільтр; фільтр Вінера; маска; вейвлет-перетворення Добеші; метрики: MSE, PSNR, SSIM, CC

Повний текст:

PDF

Посилання


G. C. Holst, Electro-Optical Imaging System Performance, Fifth Edition. JCD Publishing, 2008.

M. M. Tarasov, YU. G. Yakushenkov, Infrakrasnyye sistemy «smotryashchego» tipa. Moskva, Rossiya: Logos, 2004. [in Russian]

V. H. Kolobrodov, V. I. Mykytenko, YE. H. Balinsʹkyy, Efektyvnistʹ infrachervonykh optyko-elektronnykh system sposterezhennya. Kyyiv, Ukrayina: Vik print, 2017. [in Ukrainian]

L. P. Yaroslavskiy, Vvedeniye v tsifrovuyu obrabotku izobrazheniy. Moskva: Sovetskoye radio, 1979. [in Russian]

Infrared and electro-optical system handbook. Ed. by J. S. Accetta, D. L. Shumaker. Bellingham, SPIE Press, 1993.

V. Ye. Koshelev, Samouchitel' Photoshop CS2. Moskva, Rossiya: Binom-Press, 2012. [in Russian]

N. V. Komolova, Samouchitel' CorelDRAW X4. Moskva, Rossiya: BKHV-Peterburg, 2015. [8] Ye. A. Kurbatova, MATLAB 7. Samouchitel'. Izd-vo: Vil'yams, 2005. [9] YU. S. Magda, LabVIEW: prakticheskiy kurs dlya inzhenerov i razrabotchikov. Moskva, Rossiya: DMK. Press, 2012. [in Russian]

Ye. A. Kurbatova, MATLAB 7. Samouchitel'. Izd-vo: Vil'yams, 2005. [9] YU. S. Magda, LabVIEW: prakticheskiy kurs dlya inzhenerov i razrabotchikov. Moskva, Rossiya: DMK. Press, 2012. [in Russian]

YU. S. Magda, LabVIEW: prakticheskiy kurs dlya inzhenerov i razrabotchikov. Moskva, Rossiya: DMK. Press, 2012. [in Russian]

About Image Processing Functions, PTC Mathcad Help [Електронний ресурс], Доступно: https://help.ptc.com/mathcad/en/index. html#page/ PTC_Mathca d_Help%2Fabout_image_processing.html%23 - 05.06.2018.

R. Gonsales, R. Vuds, S. Eddins, Tsifrovaya obrabotka izobra zheniy v srede MATLAB. Moskva, Rossiya: Tekhnosfera, 2006. [in Russian]

YU. V. Vizil'ter, S. YU. Zheltov, V. A. Knyaz', A. N. Khodarev, A. V. Morzhin, Obrabotka i analiz tsifrovykh izobrazheniy s primerami na LabVIEW IMAQ Vision. Moskva, Rossiya: DMK Press, 2016. [in Russian]

V. H. Kolobrodov, I. M. Kostyrko. «Metody zmenshennya shumiv zobrazhenʹ u teplovizorakh z mikrobolometrychnoyu matrytseyu» Visnyk Natsionalʹnoho tekhnichnoho universytetu Ukrayiny "Kyyivsʹkyy politekhnichnyy instytut". Seryya Pryladobuduvannya, Vyp. 47, S. 112-119, 2014. [in Ukrainian]

R. H. Vollmerhausen, D. A. Reago, R. G. Driggers, Analysis and evaluation of sampled imaging systems. SPIE press, 2010.

J. C. Leachtenauer, R. G. Driggers, Surveillance and Reconnaissance Systems: Modeling and Performance Prediction. Artech House, Incorporated, 2001.

V. H. Kolobrodov, V. I. Mykytenko, M. S. Mamuta, «Otsinka efektyvnosti bahatokanalʹnykh optyko-elektronnykh system sposterezhennya z kompleksuvannyam informatsiyi», Naukovi visti NTUU «KPI», №6(86), s. 127 – 131, 2012. [in Ukrainian]

V. YU. Ignat'yev, I. A. Matveyev, A. B. Murynin, A. N. Trekin, «Otsenka kachestva izobrazheniy pri povyshenii razresheniya na osnove prostranstvennogo spektral'nogo sinteza», Vestnik MGTU im. N. E. Baumana. Ser. Yestestvennyye nauki, № 1, s. 124-141, 2017. [in Russian]

P. G. Dolya, «Matematicheskiye metody obrabotki izobrazheniy», Khar'kovskiy natsional'nyy Universitet, s. 42, 2014. [in Russian]




Copyright (c) 2019 Рівні права