Обнаружение пространственных объектов на фоне помех и шумов
МИНИСТЕРСТВО
ОБРАЗОВАНИЯ И НАУКИ РФ
РЯЗАНСКИЙ
ГОСУДАРСТВЕННЫЙ РАДИОТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
КАФЕДРА
РАДИОТЕХНИЧЕСКИХ СИСТЕМ
УТВЕРЖДАЮ
Зав.
кафедрой радио-технических систем
____________
В.И.Кошелев
"___"__________
2014 г.
ПОЯСНИТЕЛЬНАЯ
ЗАПИСКА
к курсовому
проекту по дисциплине:
Видео и
оптикоэлектронные средства РЭБ
на тему:
Обнаружение пространственных объектов на фоне помех и шумов
Автор
работы … Таранов Е.О.
Специальность
210305 гр. 011
Руководитель
Смирнов А.В.
Рязань 2014
г.
Содержание
Введение
. Основные виды обработки ТВ
сигналов пространственных объектов при наличии коррелированных помех и шумов
. Фильтрация ТВ изображений
на основе теории порядковых статистик
. Фильтрация ТВ изображения
на основе использования порядковой статистики минимального ранга
. Структурная схема фильтра,
использующего статистики минимального ранга
. Результаты синтеза
Заключение
Список использованных источников
Введение
Основным направлением применения видео и
оптикоэлектронных средств наблюдения является радиоэлектронная борьба или более
точно радиоэлектронная разведка.
По мере увеличения количества объектов в
воздушном пространстве и их скоростных возможностей, проблемы, возникающие
перед видео и оптикоэлектронными системами наблюдения за воздушной обстановкой,
становятся все более сложными и разнообразными. В результате этого, возникает
потребность в создании таких систем наблюдения, которые бы были способны к
обнаружению воздушных объектов, определению их координат и параметров движения
в сложной помеховой обстановке.
К основным задачам, решаемым видео и
оптикоэлектронными средствами наблюдения в средствах радиоэлектронной разведки,
являются:
1) обнаружение пространственных объектов на
фоне шумов и помех;
2) обнаружение подвижных пространственных
объектов при наличии помех и шумов;
) автоматическое обнаружение подвижных
объектов, их параметров движения и траектории;
) решение задач навигации и пеленгации.
Как правило, современные видео и
оптикоэлектронные средства являются неотъемлемой составной единицей наземных и
бортовых комплексов разведки.
. Основные виды обработки ТВ сигналов
пространственных объектов при наличии коррелированных помех и шумов
Обработка ТВ сигналов пространственных объектов
при наличии коррелированных помех и шумов подразумевает под собой улучшение
восприятия изображения. Множество видов обработки делятся на пространственные,
временные и частотные.
Пространственная обработка предполагает
использование информации от соседних элементов по полю изображения. Временная
обработка предполагает использование информации от тех же элементов, но в
соседних кадрах, поэтому данный тип обработки также называют межкадровой.
Межкадровая или временная обработка является одномерной в отличие от
пространственной. Методы обработки в частотной области основываются на
модификации сигнала, формируемого путем применения к изображению преобразования
Фурье.
Помимо деления на виды, обработка ТВ изображений
подразделяется на два типа: линейная и нелинейная.
1) Линейная обработка
В этом случае при обработке ТВ изображений
применяются линейные операторы.
Пусть H
- оператор, входом и выходом которого являются изображения. Говорят, что
оператор H линейный, если для
любых двух изображений f
и g, и любых двух
скалярных значений a и b
справедливо равенство
.
Другими словами, результат
применения линейного оператора к линейной комбинации двух изображений (т.е. к
их сумме с предварительным умножением соответственно на коэффициенты a и b) идентичен
линейной комбинации результатов применения такого оператора к этим изображениям
по отдельности. Например, оператор, функция которого состоит в вычислении суммы
K
изображений, есть линейный оператор.
К линейным фильтрам относится такой
фильтр как: скользящего среднего или взвешенного среднего.
2) Нелинейная обработка
В этом случае при обработке ТВ изображений
применяются нелинейные операторы, т.е. те для которых не выполняется равенство
.
Иными словами, выходной сигнал
нелинейного цифрового фильтра нелинейным образом зависит от данных исходного
изображения.
К нелинейным фильтрам относятся:
среднегеометрический; среднегармонический; контргармонический; фильтры,
основанные на порядковых статистиках и др.
. Структурная схема среднегеометрического
фильтра
Схема пространственной обработки:
Рис 1 Схема пространственной обработки
Рассмотрим фильтр, основанный на вычислении
среднего геометрического. Изображение, восстановленное с его помощью, задается
выражением:
Зависимость СКО от размера апертуры фильтра:
Рис 2 Зависимость СКО от размера апертуры
фильтра
Зависимость значения коэффициента подавления от
апертуры фильтра:
Рис 3 Зависимость значения коэффициента
подавления от апертуры фильтра
сигнал шум помеха фильтрация
Схема временной обработки:
Рис 4 Схема временной обработки
Восстановленное изображение задается выражением:
|
|
|
1
|
|
ˆ
|
g(st,l)]
|
l
|
|
f (x
yl)
[
|
|
|
|
|
|
L
|
|
|
|
Зависимость СКО от размера апертуры фильтра:
Рис 5 Зависимость СКО от размера апертуры
фильтра
Зависимость значения коэффициента подавления от
апертуры фильтра:
Рис 6 Зависимость значения коэффициента
подавления от апертуры фильтра
. Результаты синтеза
Размер апертуры n=3.
Исследования проводились при наличии
импульсного шума и при действии двух шумов сразу: импульсного и белого
гауссовского шума. Будут приведены зависимости коэффициента подавления от
вероятности импульсного шума и от .
. Зависимость коэффициента
подавления помех от СКО
б.г.ш. , в случае отсутствия импульсного шума.
-
пространственная обработка
Таблица 1 Результаты измерений при
различных значениях СКО.
5101520
|
|
|
|
|
-9.26-3.62-0.780.71
|
|
|
|
|
Рис 7 Зависимость () при
пространственной обработке
Из графика видно, что с ростом СКО белого
гауссовского шума коэффициент подавления помехи увеличивается. Это связано с
уменьшением СКО на выходе фильтра. Связь СКО и коэффициента подавления
выражается следующей формулой:
Рис 8 Полученные изображения
2. Зависимость коэффициента
подавления помех от
вероятности импульсного шума в случае отсутствия гауссовского
шума.
-
пространственная обработка
Таблица 2 Результаты измерений при
различных значениях .
0.10.150.20.250.3
|
|
|
|
|
|
9.378.938.419.099.27
|
|
|
|
|
|
Рис 9 Зависимость () при
пространственной обработке.
Из графика видно, что с ростом вероятности
импульсного шума коэффициент подавления помехи имеет ломанную форму с
минимальным значением в точке 0,2. Это связано с изменением СКО на выходе
фильтра.
Рис 10 Полученные изображения
3. Зависимость коэффициента
подавления помех и шумов от
вероятности импульсного шума в случае наличия белого
гауссовского шума .
-
пространственная обработка
Таблица 3 Результаты измерений при
различных значениях
0.10.150.20.250.3
|
|
|
|
|
|
9,139,549,289,098,61
|
|
|
|
|
|
Рис 11 Зависимость () при
пространственной обработке в случае
Из графика видно, что коэффициент
подавления уменьшается. Это обусловлено ростом СКО на выходе фильтра при
добавлении белого гауссовского шума, что следует из формулы:
Рис 12 Полученные изображения
4. Зависимость коэффициента
подавления помех и шумов от
вероятности импульсного шума в случае отсутствия белого
гауссовского шума.
- временная обработка
Таблица4. Результаты измерений при
различных значениях .
0.10.150.20.250.3
|
|
|
|
|
|
5,463,892,872,071,39
|
|
|
|
|
|
Рис 13 Зависимость () при
временной обработке в случае
Влияние на входной сигнал оказывает белый
гауссовский шум, т к не имеет резких выбросов яркости в отличие от импульсного
шума, поэтому фильтр способен его подавить при межкадровой обработке. С
увеличением вероятности импульсного шума, большее влияние оказывает импульсный
шум, который приводит к уменьшению коэффициента подавления при межкадровой
обработке.
Рис 14 Полученные изображения
Заключение
В процессе выполнения данной курсовой работы
было произведено исследование обнаружения пространственных объектов на фоне
помех и шумов с использованием среднегеометрического фильтра. На основе
полученных результатов было выяснено, что данная разновидность нелинейных
фильтров хорошо подходит для подавления униполярного белого импульсного шума.
Ведущим направлением в видео и оптикоэлектронных
средствах наблюдения является разработка и применение адаптивных фильтров,
поведение которых изменяется в зависимости от статистических свойств изображения
внутри области действия фильтра. Возможности данных фильтров значительно
превосходят возможности линейных и нелинейных фильтров.
Список использованных источников
1. Гонсалес
Р., Вудс Р. Цифровая обработка изображений./ перевод с англ. под ред. Чочиа
П.А. - М.: Техносфера, 2005.
2. Смирнов
А.В. Конспект лекций «Видео и оптикоэлектронные средства РЭБ», РГРТУ, Рязань,
2014