Идентификация телевизионных изображений системы технического зрения на основе математического аппарата кубических нормализованных B-сплайнов

Введение. Статья посвящена решению задачи идентификации телевизионных изображений при создании автономных роботов, систем технического зрения и систем анализа изображений с помехами. Речь идет, например, о сложных условиях наблюдения, затрудняющих процесс регистрации, и об отсутствии априорных сведений относительно вида фоновых шумов. Цель исследования - разработка и оценка эффективности метода выделения контуров изображения (двумерного сигнала) на фоне импульсных шумов с использованием математического аппарата кубических В-сплайнов. Материалы и методы. При наличии интенсивных фоновых шумов сплайн-аппроксимация дискретных значений сигналов и изображений, как правило, непродуктивна и приводит к большим погрешностям. При этом метод дифференцирования строки изображения на фоне шума позволяет с достаточной точностью вычислить производную сигнала. С учетом информации о поведении первой производной определены локальные максимумы в строке изображения на фоне шума. Задача выделения контуров телевизионных изображений решена новым методом сплайн-дифференцирования. Для этого матрица изображения разбита на строки и столбцы, выполнено дифференцирование, и затем вычислены операторы выделения контуров. В отличие от известных подходов при дифференцировании учтена информация об интенсивности во всей строке изображения. Это позволяет минимизировать влияние шума. Контуры изображения определены с использованием градиента интенсивности. Полученный алгоритм сплайн-дифференцирования использован для математического моделирования. Результаты исследования. Авторы данной работы впервые предложили высокоточный метод цифрового дифференцирования двумерных сигналов. Такой подход позволяет с достаточно высокой точностью вычислять значения производной двумерного сигнала и его градиент. При этом нет необходимости пользоваться стандартными процедурами численного дифференцирования, которые сами по себе являются некорректными. Тестовое изображение Lena, искаженное импульсными шумами «битые пиксели» и «соль-перец», обработано оператором Собеля и методом сплайн-дифференцирования. Значения еско, SNR и SNRF сведены в таблицы и проанализированы. Для тестового изображения Lena выигрыш в децибелах составил: по СКО еско - 1,6÷2,7; по отношению пиковый сигнал/шум SNR - 8÷9,4; по отношению пиковый сигнал/шум по СКО фона SNRF - 11÷12. Обсуждения и заключения. В условиях стремительного развития микропроцессорной техники по-новому применяются задачи, решаемые с помощью систем технического зрения. Это подтверждает актуальность исследований в области повышения эффективности и устойчивости методов и алгоритмов цифровой обработки двумерных сигналов. Эксперименты показали, что представленный метод имеет значительно более высокую помехоустойчивость, чем алгоритмы, основанные на стандартных процедурах дифференцирования.