6.2.4. РАСПОЗНАВАНИЕ ОБРАЗОВ ПО ЭТАЛОНАМ, АДАПТИРОВАННЫМ ПО УСЛОВИЯМ НАБЛЮДЕНИЯ И КАЧЕСТВУ

Приведенный способ определения типа объекта предусматривает использование в качестве эталонных достаточно высококачественных синтезированных изображений, которые отличаются от идеальных, построенных по законам геометрической оптики, в основном влиянием процессов выборки [29]. При высокой частоте дискретизации синтезированные изображения практически близки к идеальным по качеству. В реальных условиях изображения, получение физическими датчиками, характеризуются размытием и шумами. Поэтому даже после приведения эталонных изображений к условиям реального наблюдения по ракурсу и теням остается рассогласование по качеству. Это рассогласование может вносить существенное затруднение в процесс распознавания. Однако отмеченный недостаток можно устранить, дополнив приведенную схему определения типа введением "испорченного" изображения эталона. Причем идеальный эталон надо испортить точно до уровня изобразительного качества реального изображения.

Известно [36], что в фотосистемах снижение качества изображения по отношению к идеальному обусловлено размытием из-за влияния звеньев: оптической среды, объектива, пленки и шумов гранулярности фотопленки. В оптико-электронных системах [5,6,45] кроме размытия в оптической среде и объективе имеют место выборка изображения приемником светового излучения и шум приемника. Зарегистрированное на носителе изображение  связано с идеальным  соотношением

,                    (6.2.1)

где  – результирующая функция рассеивания системы, состоящей из  звеньев, каждое из которых имеет функцию рассеивания ;  – шум изображения;  – знак случайности; ;  [36].

В [36,45,61] показано, что флуктуационный шум зернистости фотопленки, так же как шум, вносимый большинством датчиков видеосигнала, может быть описан случайной функцией, подчиняющейся нормальному закону распределения. Для осуществления операции (6.2.1) необходимо определить конкретный вид импульсного отклика  и числовые характеристики закона распределения случайной функции . Известно [36], что единственным параметром, полностью определяющим данный (нормальный) закон распределения, служит дисперсия . Для нахождения  сначала определяют случайную функцию рассеивания  по зашумленному реальному изображению в соответствии с методикой измерения передаточных характеристик [36] по изображению сигнала яркости.

Считая двухмерную функцию  симметричной относительно оси ординат, по измерительной одномерной функции  можно найти сечение двухмерной функции рассеивания  [36]:

, где .

Определив значения функции рассеивания в ряде дискретных точек, расстояния между которыми выбраны равными шагу дискретизации идеального изображения, сформируем матричную модель импульсного отклика , где , , a  – размер квадратной матрицы. Если цифровое представление идеального изображения есть матрица  размера , то операцию свертки можно описать в виде [45]

,

где ;  – размер обработанного изображения ; .

Так как характер воздействия шумовых помех одинаков по полю изображения, то можно считать шумовую функцию  стационарной и эргодической. Оценки числовых характеристик такой функции могут быть определены как среднее по пространственному интервалу  наблюдения одной реализации [53]:

где  – яркость реального изображения в пределах поля ;  – оценка математического ожидания яркости;  – оценка дисперсии шумовой составляющей яркости. Поле  должно быть выбрано на реальном изображении таким, чтобы флуктуации оптической плотности на нем обусловливались только шумами, а не проявлялись из-за наличия в поле наблюдения объектов с различной яркостью. Приближенная оценка дисперсии  по цифровому изображению находится из множества  отсчетов , :

,

где отсчеты взяты по полю постоянной фоновой яркости, близкой по значению к средней яркости обрабатываемого сюжета.

Заметим, что модель изображения с шумом идентична реальному изображению только в статистическом смысле, поэтому сравнение эталонного изображения, на котором шум смоделирован, с реальным зашумленным изображением может привести к некорректным результатам. Знание законов распределения и числовых характеристик не позволяет имитировать уникальную, конкретную реализацию случайной функции шума. Следовательно, эталонное изображение с реализацией шума будет в большей степени отличаться от реального зашумленного изображения, чем эталонное изображение без шума от того же реального зашумленного изображения. Поэтому в системе распознавания эталонное изображение должно быть адаптировано по параметру размытия, но не шума. Модели шума могут быть использованы для научных исследований при моделировании систем наблюдения.

Поэтому основная идея распознавания по адаптированным эталонам с учетом оптического качества сводится к априорному или апостериорному определению функции рассеивания реального изображения и внесению соответствующего размытия в смоделированные методом машинной графики эталоны.

Изображения, полученные физическими датчиками, реально представляют собой функции оптической плотности или напряжения в системе координат кадра. Приведем для случая моделирования фотосистемы формулы из [36], позволяющие вычислять значения оптической плотности преобразованного изображения по найденной в системе машинной графики освещенности или яркости  объекта в системе координат кадра . Освещенность геометрического изображения вычисляется по правилу , где  – длина волны;  – координаты (здесь и далее в круглых скобках до знака ";" проставлены переменные, после знака";" – параметры);  – яркость дымки в оптической среде, заданная в системе координат  кадра; , ,  – монохроматические коэффициенты светопропускания фильтра, оптической системы и оптической среды;  – коэффициент виньетирования;  – диафрагменное число объектива;  ( – текущий угол поля изображения).

Освещенность размытого изображения определяется выражением , где  – результирующая функция рассеивания всех звеньев.

Зная выдержку  и монохроматические характеристические кривые , можно определить значение экспозиции  и оптической плотности . Окончательное выражение , где  – флуктуация оптической плотности, обусловленная шумом гранулярности фотопленки.

Структурная схема процесса определения типа объектива с введением преобразования эталонов по качеству приведена на рис. 6.2.6: 1 – банк данных математического описания трехмерной геометрической формы и оптических свойств типов объектов, претендующих на распознавание; 2 – изображение, полученное реальным физическим датчиком; 3 – определение условий наблюдения и освещения; 4 – синтез эталонных изображений всех типов объектов установленного класса в реальных условиях наблюдения и освещения; 5 – преобразование синтезированных изображений до уровня качества реального изображения; 6 – сравнение каждого эталонного синтезированного изображения с реальным; 7 – определение типа.

Рис. 6.2.6. Схема распознавания объекта при адаптации эталона по изобразительным признакам и качеству