Войти
Логин:
Пароль:
Забыли пароль?
научная деятельность
структура институтаобразовательные проектыпериодические изданиясотрудники институтапресс-центрконтакты
русский | english
Научные подразделения >> Лаборатория №11 >> Разработка методов обработки изображений...

Разработка алгоритмов, аналогичных алгоритмам зрительной системы человека предполагает учёт особенностей «архитектуры» зрительной коры, состоящей из большого числа простых вычислителей – нейронов. Одним из мощных инструментов анализа и обработки изображений, органично вписывающимся в систолическую архитектуру, является преобразование Хафа. Это преобразование позволяет выделить из входного массива данных элементы, хорошо укладывающиеся в некоторую модель, и определить параметры этой модели. Каждый элемент исходных данных как бы "голосует" за те сочетания параметров (в дискретном пространстве параметров модели), при которых элемент удовлетворяет модели. Набор параметров, набравший наибольшее число голосов, считается оптимальным для исходного набора данных. Следует отметить, что преобразование Хафа есть использование в инженерной практике идеи Плюккера о пространствах геометрических форм. В частном же случае поиска прямых на плоскости, и вообще, n–1 -мерных линейных подмногообразий в n -мерных пространствах преобразование Хафа есть не что иное, как дискретная версия преобразования Радона. В 2004 году Д.П. Николаеву совместно с С.М. Карпенко удалось построить алгоритм быстрого преобразования Хафа, аналогичный быстрому преобразованию Фурье. В 2007 году оптимизированная версия этого алгоритма позволила обработать на рядовом ПК изображение размером 1 млн. пикселей за 10 мсек. С использованием преобразования Хафа было решено несколько практических задач обработки изображений, в частности, удалось построить алгоритм автоматического исправления радиального искажения на изображениях, полученных с использованием короткофокусных объективов.

Одной из важнейших практических задач, связанных с преобразованием Хафа (Радона), является задача компьютерной томографии (КТ). КТ широко используется как в медицине и биологии, так и в индустрии. В частности, контроль качества в микро- и наноэлектронике подразумевает использование микротомографии. На сегодняшний день наиболее широко распространены два метода КТ: алгебраический и метод свёртки и обратной проекции. Последний считается более предпочтительным по причине высокой вычислительной эффективности. Однако использование быстрого преобразования Хафа в алгебраическом методе реконструкции томограмм позволяет достигнуть производительности метода свёртки и обратной проекции. При этом алгебраический метод можно легко модифицировать в целях регуляризации решения. В 2007 году Д.П. Николаев и М.В. Чукалина (ИПТМ РАН) предложили регуляризирующий алгебраический метод КТ, позволивший на порядок увеличить точность восстановления.

Метод свёртки
 и обратной проекции
 

Алгебраический метод 

 Регуляризующий алгебраический метод 

 

 

 

В 2007 году Д.Г. Лебедев, Д.С. Лебедев (лаборатория № 8), С.А. Гладилин и М.В. Костюков завершили разработку оригинального метода подавления геометрического шума на изображениях, полученных тепловизионным прибором с двумерной матрицей приемников. Практически в каждом приборе подобного типа имеются устройства, осуществляющие время от времени корректировку неоднородности фотоприемников сканирующей матрицы. Целью коррекции является получение от каждого пикселя фотоприемного устройства сигнала одного и того же уровня при условии их равномерной облученности. Как правило, полностью скомпенсировать влияние неоднородности сканирующей матрицы не удается. Причиной этого может быть неравномерность облучения при калибровке, отклонение реальных приемников от линейной модели используемой при коррекции видеосигнала, а также уход значений параметров приемников за время, прошедшее после окончания последней калибровки. Особенностью предложенного метода является возможность полного отказа как от заводской, так и от динамической корректировки. Метод основан на совместной обработке двух кадров – базового и оптически дефокусированного, регистрируемых одной тепловизионной матрицей.

    Могущее вызвать недоверие высокое качество шумоподавления на иллюстрации объясняется тем, что геометрический шум (в отличие от теплового) медленно меняется со временем, что и позволяет точно его скомпенсировать.

  Тепловизионное изображение
 (без коррекции)

  Восстановленное изображение

 

 

НОВОСТИ И ОБЪЯВЛЕНИЯ
Семинар <<Глобус>> Независимого Московского Университета: 15 декабря в 15.40 в НМУ, конференц-зал. V...
Биоинформатики ИППИ РАН Егор Базыкин и Дмитрий Родионов вошли в список лучших молодых ученых России ...
Семинар лаборатории № 8: 8 декабря в 14:30 в ИПЭЭ РАН. Е.М. Максимова. Уточнение стратификации оконч...
Сотрудники сектора молекулярной эволюции №4 Егор Базыкин и Александр Панчин в программе "Один Вадим"...
Заведующий Сектором геоинформационных технологий и систем ИППИ РАН Валерий Гитис в программе "Черны...
Открытый семинар Сектора анализа данных в нейронауках №10.3: 7.12.2016 (понедельник), 11:00, ауд. 61...
Семинар по структурному обучению: 08.12.2016 (четверг), 17:00, ауд.615 ИППИ. В. В. Ульянов "Асимптот...
Семинар "Структурные модели и глубинное обучение": 6.12.2016 (вторник), ауд. 615 ИППИ,18:30. Bykov...
Все новости   
 

 

  © Федеральное государственное бюджетное учреждение науки
Институт проблем передачи информации им. А.А. Харкевича Российской академии наук, 2016
Об институте  |  Контакты  |  Старая версия сайта