6.4.4. Совмещение изображений со значительными яркостными искажениями

При синтезе компенсационных алгоритмов совмещения И предполагалось, что искажения яркостей совмещаемых И невелики, поэтому критерий качества совмещения по минимуму межкадровых разностей был работоспо-

Рис. 6.3.

собен. Однако нередко встречаются ситуации, когда совмещаемые И имеют значительные яркостные искажения, возникающие из-за различных условий регистрации, например, из-за различных условий освещения или применения различных технических средств. В подобных случаях межкадровые разности уже не могут быть использованы для совмещения, поэтому нужны другие критерии (функционалы) качества совмещения.

 

Корреляционно-экстремальные алгоритмы

 

Предположим, что искажения яркостей двух И могут быть аппроксимированы линейной функцией. В этом случае должен быть высок коэффициент корреляции между этими И. Поэтому в качестве критерия качества совмещения может быть взят максимум локального выборочного коэффициента корреляции. Этот функционал может быть использован и в ПГ алгоритмах.

На рис. 6.4 показан пример совмещения радиолокационных И облачности. Рис 6.4,б получен с помощью радиолокатора через несколько минут после рис. 6.4,а. За это время картина облачности существенно изменилась – облака не только переместились, но и деформировались и изменили плотность. В результате их И имеют МКГТ общего вида и существенные яркостные искажения.  Для иллюстрации результата совмещения на первое И условно нанесена прямоугольная сетка. На втором изображении показано ее оцененное положение (фактически – оцененное положение элементов первого И на втором И). Если сравнить фрагменты И в соответствующих клетках этих сеток, то можно сделать вывод, что совмещение достаточно точное.

Отметим, что по найденным смещениям элементов И можно оценить локальные скорости перемещения воздушных масс и построить поле скоростей ветра, что используется, например, для обеспечения безопасности полетов в окрестности аэропортов.

 

а                                                                                            б

Рис. 6.4.

 

Использование морфологического анализа (формы)

 

Предположим, что в некотором приближении различие в яркостях изображений X и Y может быть описано парой неизвестных преобразований  и , т. е. X и Y – две различные регистрации некоторого изображения (сцены) U. При этом, кроме различий в яркостях, имеются еще и геометрические искажения (сдвиги, повороты и т. д.).

В таких условиях обычные критерии качества совмещения (по минимуму средних квадратов разностей или по максимуму коэффициента корреляции) не могут быть применены, так как даже пара несмещенных изображений с такими яркостными искажениями может иметь большой средний квадрат разностей или малый коэффициент корреляции.

Однако человек такие изображения совмещает без особого труда, поскольку учитывает при этом форму изображений. Поэтому и при синтезе алгоритмов совмещения следует использовать форму совмещаемых изображений. Понятие формы изображений определено в [20] как система индикаторных множеств, т. е. множеств пикселей постоянной яркости. Истинная форма изображения обычно ненаблюдаема, но имеющиеся изображения X и Y дают некоторые ее приближения, поэтому могут быть по форме близкими между собой, и это нужно использовать при совмещении.

Непосредственное использование формы для совмещения изображений трудно формализуется и приводит к переборным алгоритмам. Поэтому было бы полезно как-то преобразовать подобие формы изображений в подобие яркостей. Для этого применим следующие преобразования [5, 12].

Функциональные преобразования яркостей при отсутствии шумов сохраняют линии постоянной яркости истинной формы изображения U, т. е. на X и Y эти линии могут только объединяться (происходит упрощение формы). Для формы конкретное значение яркости на этих линиях никакого значения не имеет. Поэтому изображения X и Y можно превратить в бинарные, квантуя их по яркости через один, например, четные значения яркости – 0 и нечетные – 1. После такой бинаризации изображения X и Y обычно становятся похожими между собой по общему рисунку линий, что дает возможность их совмещения. Для этого они сначала сглаживаются, после чего применяется псевдоградиентный алгоритм по максимуму коэффициента корреляции, как это описано выше.

Для примера на рис. 6.5,а и 6.5,б показаны два И, яркости которых отличаются синусоидальным преобразованием. Одно изображение относительно другого смещено на  -5.4 пикселя по вертикали, на 4.3 пикселя по горизонтали и повернуто на 0.5 радиана. Эти два И визуально кажутся совершенно разными, только при внимательном рассмотрении можно заметить некое подобие формы отдельных образований, но при совершенно других яркостях. Аналогией этих И могут служить две одинаковые картинки для раскрашивания, которые два ребенка раскрасили каждый по-своему.

Результат бинаризации этих И показан на рис. 6.5,в и 6.5,г. Полученные И имеют большее сходство, чем исходные – соответствующие друг другу характерные участки  визуально легко находятся.

Еще более схожи между собой сглаженные И, показанные на рис. 6.5,д и 6.5,е. При совмещении последних двух И получены оценки: сдвиг по вертикали –4.91, по горизонтали 5.51 и угол 0.48 радиана, что следует признать хорошим результатом, учитывая вид исходных И.

Рис. 6.5.