RU2724969C1 - Способ обнаружения малоразмерных объектов - Google Patents

Способ обнаружения малоразмерных объектов Download PDF

Info

Publication number
RU2724969C1
RU2724969C1 RU2019144112A RU2019144112A RU2724969C1 RU 2724969 C1 RU2724969 C1 RU 2724969C1 RU 2019144112 A RU2019144112 A RU 2019144112A RU 2019144112 A RU2019144112 A RU 2019144112A RU 2724969 C1 RU2724969 C1 RU 2724969C1
Authority
RU
Russia
Prior art keywords
frame
small
objects
signal
blue
Prior art date
Application number
RU2019144112A
Other languages
English (en)
Inventor
Юрий Павлович Гультяев
Виктор Сергеевич Ковальчук
Любовь Александровна Иванова
Original Assignee
Акционерное общество "Научно-исследовательский институт телевидения"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Акционерное общество "Научно-исследовательский институт телевидения" filed Critical Акционерное общество "Научно-исследовательский институт телевидения"
Priority to RU2019144112A priority Critical patent/RU2724969C1/ru
Application granted granted Critical
Publication of RU2724969C1 publication Critical patent/RU2724969C1/ru

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

Изобретение относится к способам обработки телевизионных видеосигналов, содержащих информацию о малоразмерных объектах в видимом диапазоне длин волн в условиях статичной или динамически меняющейся фонопомеховой обстановки. Техническим результатом является снижение влияния динамически меняющегося фона на обнаружение малоразмерных объектов за счет внутрикадровой спектрально-пространственной фильтрации и увеличение дальности обнаружения малоразмерных объектов путем снижения влияния динамически меняющегося фона, расположенного перед малоразмерными объектами. Результат достигается тем, что изображения малоразмерных объектов проецируют на многоэлементный фотопреобразователь, формирующий одновременно видеосигналы составляющих кадр изображения в трех спектральных полосах синего, зеленого и красного цветов, сигналы синей и красной составляющих кадра фильтруют фильтрами Гаусса и умножают на поправочный коэффициент, затем из сигнала зеленой составляющей кадра вычитают сигнал синей составляющей, результат нормализуют по размаху и вычитают из сигнала красной составляющей кадра, результат нормализуют по размаху и сравнивают распределение яркости в проекциях изображений с распределением яркости в моделях проекций малоразмерных объектов и, в случае их подобия по заданному критерию, принимают решение о наличии малоразмерных объектов в кадре, а при отсутствии подобия - подвергают анализу следующий кадр из последовательности. 1 ил.

Description

Изобретение относится к способам обработки телевизионных видеосигналов с целью обнаружения малоразмерных объектов в видимом диапазоне длин волн в изменяющейся, сложной фоно-помеховой обстановке и предназначено для повышения дальности обнаружения малоразмерных объектов путем внутрикадровой обработки, компенсирующей влияние фоновой помехи, находящейся перед малоразмерными объектами.
Известен компенсационный метод подавления помех в оптико-электронных приборах в ИК диапазоне, основанный на использовании различия спектральных и пространственных характеристик наблюдаемого (обнаруживаемого) объекта и помехи (Якушенков Ю.Г., Луканцев В.Н., Колосов М.П. «Методы борьбы с помехами в оптико-электронных приборах». - М.: Радио и Связь, 1981 г. - 180 с., глава 5, параграф 5.2, стр. 97).
Указанный метод не позволяет обнаруживать малоразмерные объекты в видимом диапазоне длин волн и имеет недостаточную точность компенсации и малое пространственное разрешение, поскольку предполагает использование отдельных фотопреобразователей в ИК диапазоне, а также компенсирует фон, расположенный за объектами.
Известны другие методы нахождения малоразмерных объектов на изображениях (Филатов Г.П., Поляков С.А. «О проблемах и методах нахождения малоразмерных объектов на изображениях» // «Фундаментальные исследования», №8 (часть 2), 2013 г. с. 318-322). Они требуют наличия равномерного фона за объектами, на котором расположены достаточно контрастные объекты, а при произвольном фоне могут применяться только для подвижных объектов и основаны на межкадровой обработке видеопотока.
Недостатком рассмотренных методов является влияние динамического фона, расположенного перед объектами, уменьшающее дальность обнаружения малоразмерных объектов, особенно статичных или малоподвижных.
Наиболее близким к заявляемому способу является способ преобразования изображения, описанный в патенте РФ RU 2187904, H04N 5/14 (опубл. 20.08.2002 г.), включающий проецирование изображения объекта на многоэлементный фотопреобразователь для формирования видеосигнала последовательности кадров, их межкадровой разности, ее накопление из не менее двух выбранных последовательных кадров изображения, обработку межкадровой разности для получения выходного сигнала и его информационного отображения.
Признаки предлагаемого способа, совпадающие с признаками прототипа:
- изображения объектов (в том числе малоразмерных) проецируются на многоэлементный фотопреобразователь;
- фотопреобразователь формирует видеосигнал последовательных кадров.
Недостатком прототипа является влияние динамически меняющегося фона, расположенного перед объектами на дальность обнаружения малоразмерных объектов.
Технический результат заявляемого способа направлен на:
- снижение влияния динамически меняющегося фона на обнаружение малоразмерных объектов за счет внутрикадровой спектрально-пространственной фильтрации;
- увеличение дальности обнаружения малоразмерных объектов путем снижения влияния динамически меняющегося фона, расположенного перед малоразмерными объектами.
Это достигается тем, что изображения малоразмерных объектов проецируют на многоэлементный фотопреобразователь, формируют одновременно видеосигналы составляющих кадр изображения в трех спектральных полосах синего, зеленого и красного цветов, сигналы синей и красной составляющих кадра фильтруют фильтрами Гаусса для устранения импульсных помех и точечных объектов, умножают на поправочный коэффициент с целью коррекции спектральной чувствительности фотопреобразователя, затем из сигнала зеленой составляющей кадра вычитают сигнал синей составляющей, результат нормализуют по размаху и вычитают из сигнала красной составляющей кадра, полученный результат также нормализуют по размаху и сравнивают распределение яркости в проекциях изображений малоразмерных объектов с распределением яркости, определяемой законом Ламберта в моделях проекций малоразмерных объектов, и, в случае их подобия по заданному критерию, принимают решение о наличии малоразмерных объектов в кадре, а при отсутствии подобия - подвергают анализу следующий кадр из последовательности.
Отметим тот факт, что составляющие синего, зеленого и красного цветов могут содержать составляющую ближнего инфракрасного диапазона, что дает возможность в результате обработки изображения дополнительно увеличить дальность обнаружения.
Заявленный способ обнаружения малоразмерных объектов проиллюстрирован чертежом на фиг. 1, где представлена блок-схема алгоритма способа, и цифрами обозначено: 1 - фотопреобразователь; 2, 3 - блоки фильтров Гаусса; 4, 5, 6 - блоки умножения на коэффициент; 7, 8 - блоки вычитания; 9, 10 - блоки нормализации размаха; 11 - блок моделей проекций малоразмерных объектов; 12 - блок сравнения с моделями по критерию подобия; 13 - блок формирования сигнала обнаружения.
Сущность способа состоит в том, что изображения всех объектов, попавших в поле зрения оптической системы, проецируются на многоэлементный фотопреобразователь 1, который формирует видеосигналы последовательности кадров, каждый из которых одномоментно включает составляющие в трех спектральных полосах синего, зеленого и красного цветов. Сигналы синей и красной составляющих кадра фильтруют блоками 2, 3 фильтров Гаусса и умножают на поправочный коэффициент в блоках умножения 4, 5; затем из сигнала зеленой составляющей кадра вычитают в блоке 7 сигнал синей составляющей кадра; результат нормализуют по размаху в блоке 9 и вычитают из сигнала красной составляющей в блоке 8; результат нормализуют по размаху в блоке 10 и сравнивают в блоке 12 распределение яркости в проекциях изображений с моделями проекций малоразмерных объектов. В случае их подобия по заданному критерию, принимают решение в блоке 13 о наличии малоразмерных объектов в кадре, а в случае отсутствия подобия - переходят к анализу следующего кадра из последовательности. В результате достигается увеличение дальности обнаружения малоразмерных объектов за счет уменьшения влияния динамически меняющегося фона, расположенного перед объектами.
Уточним физическую сущность предлагаемого метода.
1). Метод применим к обнаружению малоразмерных, а не точечных объектов.
Точечные объекты имеют своей проекцией на элементы фотопреобразователя (пиксели) кружок рассеяния размером не более 3×3 пикселя с распределением яркости в кружке по закону Гаусса.
Проекция же малоразмерного объекта имеет размер не менее 9×9 пикселей, а распределение в ней яркости подчинено закону Ламберта при условии, что объекты освещаются рассеянным светом и не содержат участков поверхности, обращенных к фотопреобразователю с направленным зеркальным отражением или собственным излучением. На практике такая световая обстановка обычна как днем, так и ночью.
Если перед фотопреобразователем не установлен оптический фильтр, отсекающий излучение с длинами волн ближнего инфракрасного диапазона, то все цветовые составляющие кадра будут иметь составляющую этого диапазона по причине прозрачности для него фильтров синей, зеленой и красной составляющих, так как они изготовлены из органических материалов.
2). С целью снижения вычислительных затрат анализ составляющих кадра изображений может быть выполнен только в пределах окон интереса, то есть тех областей наблюдаемого пространства, где появление малоразмерных объектов наиболее вероятно, что снижает влияние динамического фона.
3). Спектральная чувствительность кремниевого фотопреобразователя видимого диапазона лежит в пределах от 410 нм до 700 нм длин волн, четвертая степень отношения этих величин равна 8, следовательно, рассеяние света атмосферой (по закону Рэлея), микроструктурой поверхности объектов наблюдения, туманом, снегом и т.п. на длине волны 410 нм будет в 8 раз больше, чем на длине волны 700 нм. На практике эта разница меньше, но остается существенной. В зеленой составляющей эффект такой же.
Это позволяет утверждать, что электромагнитные волны видимого диапазона при взаимодействии с объектами, находящимися в поле зрения многоэлементного фотопреобразователя и расположенными ближе к нему, чем малоразмерные объекты, которые необходимо обнаружить, будут рассеиваться в большей мере в синей и зеленой составляющих, нежели в красной, и тем более в ближней инфракрасной составляющих. Эффект этого рассеяния заключается в снижении контраста малоразмерных объектов относительно фона, находящегося за ними. Это происходит потому, что рассеянный свет при проецировании складывается по всей глубине наблюдения, является аддитивной составляющей в видеосигнале анализируемого кадра и определяет распределение яркости в проекции наблюдаемого пространства на фотопреобразователь. Такое снижение контраста приводит к уменьшению дальности обнаружения малоразмерных объектов. Поэтому для достижения заявленного технического эффекта и производится компенсация этого мешающего эффекта рассеяния света на частицах тумана, снега, дыма и т.п. за счет вычитания обработанных сигналов синей и зеленой составляющих из красной.
Иными словами, в предлагаемом способе фактически выполняется спектрально-пространственная внутрикадровая фильтрация проецируемого на фотопреобразователь изображения.
Описанная обработка изображения и приводит к увеличению дальности обнаружения малоразмерных объектов, то есть технический результат заявленного способа достигается.
Способ может быть реализован на распространенных компьютерных средствах, а именно: персональных или промышленных компьютерах, ноутбуках, планшетах, смартфонах и т.п.
Компьютерная программа, реализующая блок - схему способа, относительно проста и состоит из известных и применяемых при обработке изображений операций.

Claims (1)

  1. Способ обнаружения малоразмерных объектов путем проецирования их изображений на многоэлементный фотопреобразователь, формирующий видеосигнал последовательности кадров, отличающийся тем, что многоэлементный фотопреобразователь формирует одновременно видеосигналы составляющих кадр изображения в трех спектральных полосах синего, зеленого и красного цветов, сигналы синей и красной составляющих кадра фильтруют фильтрами Гаусса и умножают на поправочный коэффициент, затем из сигнала зеленой составляющей кадра вычитают сигнал синей составляющей кадра, результат вычитания нормализуют по размаху и вычитают из сигнала красной составляющей кадра, результат нормализуют по размаху и сравнивают распределение яркости в проекциях изображений с моделями проекций малоразмерных объектов, в которых распределение яркости подчинено распределению Ламберта, и в случае их подобия по заданному критерию принимают решение о наличии малоразмерных объектов в кадре, а при отсутствии подобия - подвергают анализу следующий кадр из последовательности.
RU2019144112A 2019-12-23 2019-12-23 Способ обнаружения малоразмерных объектов RU2724969C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2019144112A RU2724969C1 (ru) 2019-12-23 2019-12-23 Способ обнаружения малоразмерных объектов

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2019144112A RU2724969C1 (ru) 2019-12-23 2019-12-23 Способ обнаружения малоразмерных объектов

Publications (1)

Publication Number Publication Date
RU2724969C1 true RU2724969C1 (ru) 2020-06-29

Family

ID=71509824

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2019144112A RU2724969C1 (ru) 2019-12-23 2019-12-23 Способ обнаружения малоразмерных объектов

Country Status (1)

Country Link
RU (1) RU2724969C1 (ru)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2187904C1 (ru) * 2000-12-19 2002-08-20 Многопрофильное предприятие ООО "Элсис" Способ и устройство преобразования изображения
WO2003041402A1 (en) * 2001-11-02 2003-05-15 Imatte, Inc. Method and apparatus for the automatic generation of subject to background transition area boundary lines and subject shadow retention
US20040196901A1 (en) * 1996-01-30 2004-10-07 Demos Gary A. Median filter combinations for video noise reduction
RU2298226C1 (ru) * 2005-10-28 2007-04-27 Самсунг Электроникс Ко., Лтд. Способ улучшения цифровых изображений
US8149336B2 (en) * 2008-05-07 2012-04-03 Honeywell International Inc. Method for digital noise reduction in low light video
US20120301016A1 (en) * 2011-05-26 2012-11-29 Via Technologies, Inc. Image processing system and image processing method
WO2013018101A1 (en) * 2011-08-03 2013-02-07 Indian Institute Of Technology, Kharagpur Method and system for removal of fog, mist or haze from images and videos
US20130321671A1 (en) * 2012-05-31 2013-12-05 Apple Inc. Systems and method for reducing fixed pattern noise in image data
CN103455979A (zh) * 2013-07-16 2013-12-18 大连理工大学 一种低照度视频图像增强方法
US20150243003A1 (en) * 2014-02-27 2015-08-27 Samsung Techwin Co., Ltd. Method and apparatus for processing image

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040196901A1 (en) * 1996-01-30 2004-10-07 Demos Gary A. Median filter combinations for video noise reduction
RU2187904C1 (ru) * 2000-12-19 2002-08-20 Многопрофильное предприятие ООО "Элсис" Способ и устройство преобразования изображения
WO2003041402A1 (en) * 2001-11-02 2003-05-15 Imatte, Inc. Method and apparatus for the automatic generation of subject to background transition area boundary lines and subject shadow retention
RU2298226C1 (ru) * 2005-10-28 2007-04-27 Самсунг Электроникс Ко., Лтд. Способ улучшения цифровых изображений
US8149336B2 (en) * 2008-05-07 2012-04-03 Honeywell International Inc. Method for digital noise reduction in low light video
US20120301016A1 (en) * 2011-05-26 2012-11-29 Via Technologies, Inc. Image processing system and image processing method
WO2013018101A1 (en) * 2011-08-03 2013-02-07 Indian Institute Of Technology, Kharagpur Method and system for removal of fog, mist or haze from images and videos
US20130321671A1 (en) * 2012-05-31 2013-12-05 Apple Inc. Systems and method for reducing fixed pattern noise in image data
CN103455979A (zh) * 2013-07-16 2013-12-18 大连理工大学 一种低照度视频图像增强方法
US20150243003A1 (en) * 2014-02-27 2015-08-27 Samsung Techwin Co., Ltd. Method and apparatus for processing image

Similar Documents

Publication Publication Date Title
US8594455B2 (en) System and method for image enhancement and improvement
US9064315B2 (en) System and processor implemented method for improved image quality and enhancement
KR101824290B1 (ko) 고해상도 멀티스펙트럼 이미지 캡처 기법
Zhang et al. Enhancement and noise reduction of very low light level images
RU2658874C1 (ru) Устройство удаления тумана и способ формирования изображений
EP2485639B1 (en) Method and system for carrying out photoplethysmography
US20140029850A1 (en) System and method for image improved image enhancement
CA2989188A1 (en) Method for ir or thermal image enchancement based on scene information for video analysis
Moradi et al. Scale-space point spread function based framework to boost infrared target detection algorithms
Tibbs et al. Denoising imaging polarimetry by adapted BM3D method
CN101458300B (zh) 一种电路放电检测系统
CN102332085A (zh) 图像处理装置、图像处理方法、程序和电子设备
US10778915B2 (en) Dual-aperture ranging system
Al-Sammaraie Contrast enhancement of roads images with foggy scenes based on histogram equalization
Qian et al. Underwater image recovery method based on hyperspectral polarization imaging
RU2724969C1 (ru) Способ обнаружения малоразмерных объектов
Honda et al. Make my day-high-fidelity color denoising with near-infrared
JP6573798B2 (ja) 画像処理装置及び画像処理方法
Li et al. Instant haze removal from a single image
Thakur et al. Classification of color hazy images
US9495584B1 (en) System and method for facial recognition using images captured from a target illuminated with infrared light
RU2731880C1 (ru) Способ формирования цифровых спектрозональных телевизионных сигналов
US8818102B2 (en) Method for spectral-spatial-temporal image detection
US11074677B2 (en) Dynamic range extension of partially clipped pixels in captured images
Mittal et al. IoT based image defogging system for road accident control during winters