بخشی از مقاله
چکیده
هدف از این مقاله شبیهسازی و تحلیل پسزمینه در تصاویرIR بوده و درنهایت سعی بر این است که کلاتر پسزمینه از تصویر اصلی حذف گردد. برای رسیدن به این مهم از برنامهنویسی در نرم افزار متلب بهره برده شده است. توابع ریختشناسی دارای انواع مختلفی میباشند که برای یافتن بهترین تابع باید یکایک آن ها را با یکدیگر مقایسه کرد. برای انجام مقایسه از تابع SCR بهره برده شده است. این مقایسه از طریق اعمال هرکدام از این توابع به تصویر مرجع و مشاهده نتایج صورت پذیرفته است که دراینبین تابع تاپ هت بیشترین مقدار SCR را دارا هست. برای تصویر مرجع با عنصر ساختاری diamond و R=2 مقدار SCR تابع تاپ هت SCRdb=24.3 به دست آمد که نسبت به تصویر اصلی که دارای SCRdb=-6.245 به مقدار بسیاری بهبود یافته است. لذا از میان توابع ریختشناسی تابع تاپ هت بهعنوان مناسبترین تابع جهت حذف کلاتر ازپسزمینه شناخته شد و مورداستفاده قرار گرفت.
کلیدواژه- پسزمینه، تابع تاپ هت، تصاویر IR، فیلترهای ریختشناسی
.1 مقدمه
تشخیص اهداف نقطه ای در کلاتر 1 پس زمینه مادون قرمز بهطور اساسی برای جستجو، ردیابی و شناسایی هدف مهم است. روش های موجود در اجرا ساده میباشند ولی کلاتر پسزمینه غیر ساکن و نویزهای تصادفی اجرای این روش ها را دشوار میسازد .[1]در طول دو دهه گذشته تحقیقات زیادی به منظور ارتقای توانایی برای تشخیص اهداف کوچک در تصاویر مادونقرمز انجام گرفته است. عملیات پیشپردازش تصویر در تصاویر IR2 به طورمعمول برای حذف کلاتر و ارتقای هدف در تصاویر به کار میرود. پیش پردازش یک مرحله ضروری ست، زیرا میتواند نرخ هشدار-خطا را کاهش و نرخ تشخیص را بهوسیله حذف کلاتر پس زمینه و ارتقای هدف افزایش دهد.
یکی از فواید حذف کلاتر پس زمینه کاهش داده های موردنیاز برای پردازش می باشد. به دلیل اهمیت حذف کلاتر پس زمینه در تشخیص هدف در این مقاله به این مسئله پرداختهشده است.الگوریتم های زیادی برای حذف کلاتر پس زمینه وجود دارد که برخی در حوزه فرکانس و برخی در حوزه مکان هستند؛ مانند فیلتر کمترین مربع میانگین، فیلتر ریخت شناسی3، فیلتر بالا گذر، فیلتر median، فیلتر غیرخطی، واریانس محلی فیلتر اطلاعات آنتروپی وزن شده، روش تفاضل پسزمینه ساده، استفاده از یک فیلتر بازگشتی مرتبه اول، روش مدل سازی تفریق پس زمینه تطبیقی، مدل های چند پس زمینه، الگوریتم گوسی مرکب.
به درستی میتوان دریافت که ارزیابی عملکرد، یک بخش ضروری برای یک الگوریتم مؤثر است، بنابراین تمرکز در این مقاله بر رو ی مقایسه قابلیت الگوریتمهای پیشپردازش در تصاویر IR با اهداف کوچک است .[2] در بین روشهای اشاره شده، تمرکز در این مقاله روی روش های ریخت شناسی می باشد.عملکرد فیلتر در توابع ریختشناسی به شکل عنصر ساختاری و ابعاد آن بستگی دارد. لذا میبایست با بررسی فیلترهای ریخت شناسی مختلف از منظر عنصر ساختاری، ابعاد و نوع فیلتر مناسبترین آنها را تعیین نمود.
.2 کلاتر پسزمینه
هنگامی که اشیای روشن در حال حرکت، با یک سیستم الکترونیک نوری در محدوده وسیعی دیده شود، در آن ها نقاط متحرک که در توالی تصویر ضبطشده کمی تار میباشند آشکار خواهد شد. تشخیص اهداف نقطه ای بهطورجدی توسط ساختاری در پس زمینه، نویز زمانی با توجه به زیر نمونه برداری حس گر مادون قرمز مختل میشود. معمولاً اولین گام از تشخیص هدف نقطه ای حذف کلاتر از پس زمینه ساکن در تصویر است. در مرحله حذف کلاتر باید اطلاعات مربوط به پسزمینه ساکن حذف شود و همزمان انرژی سیگنال هدف حفظ گردد .[3] پس زمینه ساکن در تصاویر مادون قرمز که دارای اهدافی متحرک است به عنوان کلاتر شناخته می شود و حذف آن به دلیل اینکه اطلاعات مفیدی از هدف نمی دهد باعث سرعت بخشیدن به پردازش اطلاعات تصویر میگردد.
.3 روشهای حذف کلاتر پسزمینه
هر سیستم بینایی که درگیر با ردیابی، تفسیر و تشخیص اشیای متحرک در تصویر هست، نیاز به آشکارسازی مطمئن و بخش بندی نواحی متناظرشی متحرک دارد. ازآنجاییکه فقط پیکسلهای تغییر کرده باید مورد آزمایش قرار گیرند، آشکارسازی لکه های متحرک، حجم اطلاعات مورد پردازش در مرحله بعدی مانند ردیابی و تشخیص را کاهش میدهد.معمول ترین روش برای آشکارسازی حرکت در یک دنباله از تصاویر، تفاضل کردن پس زمینه است که به وسیله تفاضل قدر مطلق گرفتن بین فریم ورودی و یک مدل پس زمینه ف یلم ویدئویی، به دست میآید. تغییرات هوا، شدت روشنایی، حرکات تکراری به علت پارازیت و سایه ها باعث مشکل شدن بخش بندی تصاویر متحرک میشوند. مدل های مختلف روش های مدل سازی پس زمینه که با به کارگیری روش ها و مدل های وفقی گوناگون، پس زمینه تصوی را مرتباً به روز میکنند، سبب کاهش اشتباهات در آشکارسازی میگردند. در این خصوص، یک تعادل بین مدل پس زمینه ای تطابقی خوب و زمان پردازش اعمال میشود. یک مدل موفق مدلی است که دو ویژگی کیفیت آشکارسازی و زمانپردازش را به خوبی برآورده و بهینه کند .[4] یک مدل پس زمینه مناسب باید دارای شرایط زیر باشد:
1.امنیت در برابر نویز
2.عدم حساسیت به تغییرات روشنایی
3.سازگار بودن با تغییرات در پسزمینه اولیه
4.عدمتغییر در پیشزمینه
5.نیاز به پس پردازش کمتر
6. قابلیت اطمینان و سرعتبالا
7. پیادهسازی آسان الگوریتم
در این روش پس زمینه تصویر به وسیله نمایش هر پیکسل بهوسیله 2 مقدار مدل میشود. آن 2 مقدار عبارتاند از:
.1 مقدار شدت مینیمم و ماکزیمم
.2 تفاوت شدت ماکزیمم بین فریم های متوالی مشاهده شده در طول دوره آموزشی، این مقادیر در طول چندین ثانیه از ویدیو تخمین زده شده و به صورت تناوبی برای آن بخش هایی از تصویر که هیچ شی پیش زمینه ای وجود ندارد بروز میشوند.الگوریتم ریختشناسی دارای توابع عمده ای ازجمله باز کردن، بستن، فرسایش، گسترش، تاپ هت4 است. عملیات گسترش و فرسایش عملیات پایه پردازش تصویر ریخت شناسی می باشند. بسیاری از الگوریتم های ارائه شده برمبنای این عملیات هستند .[5]
.1.3 گسترش
نحوه عملکرد گسترش، تولید مجموعه ای جدید به وسیله حرکت B در طول A به طوریکه مبدأ B هر عنصری از A را ملاقات کند. در هر مکان از مبدأ B، اگر B، بهطور کامل شامل A شود، این منطقه بهعنوان عنصری از مجموعهی جدید علامتگذاری میگردد .[6]
.2.3 فرسایش
عملگر فرسایش برای کوتاه کردن و نازک کردن اشیا درتصویر دودویی به کار میرود. همانند آنچه برای گسترش داشتیم رفتار و نحوه عملکرد فرسایش توسط عنصر ساختاری تعیین میگردد. A و B مجموعههایی در هستند، فرسایش A بهوسیله B بهصورت زیر است.پس از معرفی انواع توابع ریختشناسی حا ل نوبت به این رسیده است تا هرکدام از این روش ها را باهم مقایسه کرده و بهترین انتخاب شود. برای این منظور یک معیار مقایسه موردنیاز است که این معیار براساس رابطه - 6 - نسبت سیگنال به کلاتر - SCR5 - میباشد:
.3.3 باز کردن و بستن
در عمل در اغلب کاربردهای پردازش تصویر، گسترش و فرسایش بهصورت ترکیبی دارای کاربرد زیادی میباشند .[5]منظور از باز کردن ریخت شناسی دو مجموعه ی A و B که با A B نشان داده می شود، انجام عملیات فرسایش روی A با استفاده از B و درنهایت اعمال گسترش روی حاصل با استفاده از B است:
بستن ریختشناسی A و B با A • B نشان داده می شود و به صورت یک عملیات گسترش همراه با فرسایش تعریف میگردد:
.4.3 تاپ هت
در ریخت شناسی ریاضی و پردازش تصویر دیجیتال تبدیل تاپ هت یک عملگری ست که اجزای کوچک و جزییات را از تصاویر داده شده استخراج می کند. دو نوع تبدیل تاپ هت وجود دارد: تبدیل تاپ هت سفید که به صورت تفاوت مابین تصویر ورودی و باز کردن آن به وسیله برخی عناصر ساختاری تعریف میشود و تبدیل تاپ هت سیاه که بهصورت دوگانی، بهعنوان تفاوت مابین بستن و ورودی تصویر است. تبدیل تاپ هت برای انجام وظایف پردازش تصویر مختلفی نظیر استخراج ویژگی، متناسب کردن پس زمینه، ارتقا تصویر و دیگر موارد استفاده میشود .[7] از رابطه - 5 - که فرایند کم کردن تصویر بازشده از تصویر اصلی را نشان میدهد، تحت عنوان تاپ هت یاد میشود. در این رابطه میانگی مقدار پیکسل هدف، c و c به ترتیب میانگین و انحراف استاندارد مقدار پیکسل ها درهمسایگی اطراف هدف است .[8] هرچه نرخ SCR بیشتر باشد مطلوب تر است زیرا نسبت سیگنال به کلاتر ما افزایش داشته است و این بیانگر این است که کلاتر کاهش داشته است.از ویژگی های توابع ریخت شناسی وابستگی آن ها به شکل و ابعاد عنصر ساختاری ست لذا در این مقاله سعی شده است مقایسه بر روی اشکال و ابعاد مختلفی از عناصر ساختاری صورت پذیرد.
.4 نتایج
جداول 1تا 5 نمایش SCR مربوط به تصویر مرجع و تصویر ناشی از هر یک از فیلترهای ریختشناسی است که مقایسه این جدول ها با یکدیگر امکان انتخاب بهترین فیلتر را از بین سایر فیلترها فراهم می سازد.
