Обнаружение пространственных объектов на фоне помех и шумов

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:

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.

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  .

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 

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  .

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