Проф., д.т.н. Білинський Й. Й., студ. Микулка І. В.

Вінницький національний технічний університет, Україна

Детектор виділення контуру розфокусованих зображеннь

Існуючі детктори виділення контуру [1-4], як правило, ефективні для оброблення різких зображень з низьким рівнем шуму. При обробленні зашумлених розфокусованих зображень з’являються хибні контури, а при наявності слабо-контрастності – різко зростає ширина контурної лінії.

На сьогодні існує велика кількість методів виділення контурів, які реалізуються, як і в програмних середовищах, так і апаратно, проте їх головним недоліком є великий час обробки. Для підвищення швидкодії використовують програмно-апаратні засоби на основі ПЛІС. ПЛІС стають останнім часом усе більш розповсюдженою елементною базою для застосування в пристроях цифрового оброблення сигналів. Завдяки розвинутій архітектурі, високій тактовій частоті й невисокій ціні ПЛІС незамінні при макетуванні й дрібносерійному виробництві.

Метою роботи є розробка високошвидкісного детектора виділення контурів об’єктів розфокусованих зображень з використанням апаратних засобів на ПЛІС.

Оскільки контур найбільш інформативна структурна одиниця зображення, то його визначення потребує високоточних та швидкодіючих засобів для його визначення.

В роботі запропонована схемотехнічна реалізація детектора виділення контурів об’єктів для розфокусованих зображень на основі низькочастотної фільтрації, яка передбачає знаходження точок перетину, які є спільними точками примежових кривих, а отже контурними.

Рисунок 1 – Структурна схема детектору виділення контурів розфокусованих зображень

Детектор виділення контуру розфокусованих зображень працює наступним чином: на інтерфейс введення 1 надходить пакет даних пікселів для обробки визначеної довжини, що складає частину кадру. Дані поступають на відповідні входи блоків аналізу гістограми 21, 22,…, 2N, на виході яких отримуємо розраховані значення коефіцієнтів, що дозволяють визначити ступінь розфокусування зображень. Значення коефіцієнтів через комутатор 3 поступають і зберігаються в регістр 4. На блоці порівняння 5 виконується порівняння значень коефіцієнтів, що дозволяє виконати вибір найбільш та найменш розфокусованих зображень. На блоці віднімання 8 виконується попіксельне віднімання отриманих зображень, які були збережені в регістрах 6 та 7. Обчислені результати надходять на блок аналізу 9, де відбувається аналіз знаку внаслідок віднімання зображень, зміна якого вказує на наявність контуру. Дані з блоку аналізу 9 дані поступають на регістр 10, де зберігаються, а потім виводяться інтерфейсом виведення 11.

Результатом обробки зображення є стоншений виділений контур, який зберігає контури дрібних деталей.

Для порівняння заданого детектору із традиційними використано такі критерії: пікове відношення сигналу до шуму (PSNR) та середньоквадратичне відхилення (MSE).

В результаті було отримано такі значення PSNR=42,1561, а MSE=103,958, що на порядок кращі ніж у традиційних.

Оскільки детектор побудований на ПЛІС EP3C10E144C8N фірми ALTERA серії Cyclone III), то здійснюється підвищення швидкодії порівняно з роботою в програмному середовищі та роботою традиційних детекторів.

Література

1. Гонсалес Р. Цифровая обработка зображений / Р.Гонсалес , Р. Вудс.– М. : Техносфера. – 2005. –1072 с.

2. Canny J. F. Finding edges and lines in images / J. F. Canny // Master’s thesis, MIT – Cambridge, USA. – 1983. – P. 25 – 29.

3. Русин Б. П. Системи синтезу, обробки та розпізнавання складно-структурованих зображень/ Б. П. Русин. – Л. : Вертикаль. – 1997. – 264 с.

4. Robinson G.S. Edge detection by compass gradient masks / G.S. Robinson. – Comput. – Vision Graphics Image Process. – 1977 – № 6– P. 492–501.