Вы находитесь на странице: 1из 5

Теоретичні основи розробки систем озброєння

УДК 681.325
Д.Б. Жуйков, А.Н. Маковейчук, Г.В. Худов
Харьковский университет Воздушных Сил им. И. Кожедуба, Харьков

МЕТОД ОПРЕДЕЛЕНИЯ ЛОКАЛЬНОЙ ФРАКТАЛЬНОЙ РАЗМЕРНОСТИ


ИЗОБРАЖЕНИЯ В УСЛОВИЯХ ВОЗДЕЙСТВИЯ МАСКИРУЮЩИХ ПОМЕХ
В работе для решения задачи обнаружения объектов в условиях воздействия маскирующих помех пре-
длагается использовать метод определения локальной фрактальной размерности изображения. Указыва-
ются условия применения метода, а также при наличии упрощающих предположений получено выражение
для определения локальной фрактальной размерности.
Ключевые слова: фрактальная размерность, изображение, маскирующая помеха, компьютерное мо-
делирование.

Введение настоящее время используется для решения задач


обнаружения объектов искусственного происхожде-
Постановка проблемы в общем виде. Извест-
ния [14 – 18].
но [1 – 5], что в настоящее время при обработке оп-
В работе проводится теоретическое обоснова-
тико-электронных изображений в условиях воздей-
ние эффекта восстановления изображения и обосно-
ствия маскирующих помех естественного и искусст-
вание ограничения существующих алгоритмов оп-
венного происхождения предъявляются высокие
ределения фрактальной размерности. Введем основ-
требования к качеству обработки изображений с
ные понятия и определения.
целью выполнения требований по их координатной
привязке и дешифрированию для решения задачи Основной раздел
обнаружения объектов.
Традиционный способ расчета фрактальной
Цель статьи – разработка метода обработки
(емкостной) размерности заключается в том, что
оптико-электронных изображений в условиях воз-
исследуемый объект покрывается сеткой с размером
действия маскирующих помех с целью дальнейшего
ячейки  и подсчитывается количество ячеек сетки
обнаружения объектов на изображениях.
N() , покрывающих объект [19]. C уменьшением
Анализ последних достижений и публика-
ций. Существующие методы обработки изображе- размера  ячейки сетки, количество ячеек N() ,
ний, подверженных воздействию маскирующих по- покрывающих объект, увеличивается. Емкостная
мех [1 – 9], направлены в основном на повышение размерность объекта определяется как [19]:
контраста изображения и эффективны только для
ln N()
определённых спектральных диапазонов, а их ис- D   lim .
 0 ln 
пользование с другими типами данных не всегда
даёт хороший результат. Учитывая то, что для природного фрактала ин-
К тому же, существующие методы компенса- тервал самоподобия ограничен, размер ячейки покры-
ции дымки на изображениях не решают задачу уст- тия для него может варьироваться в определенном
ранения линии раздела задымленной и незадымлен- диапазоне, максимальное значение которого определя-
ной областей изображения. ется размерами изображения, а минимальное – его
Это, в свою очередь, оказывает негативное элементарным структурным элементом – пикселем.
влияние на последующие этапы обработки изобра- Для регулярных самоподобных фракталов ем-
жения, особенно на этапы координатной привязки костная размерность и размерность Хаусдорфа-
изображений и обнаружения объектов разведки на Безиковича совпадают, поэтому терминологически
изображениях. их часто не различают и говорят просто о фракталь-
Задача устранения линии раздела задымлен- ной размерности объекта [19].
ной и незадымленной областей изображения реше- Будем называть локальной фрактальной раз-
на в работах Маковейчука А.Н. [10 – 13] за счет мерностью изображения f в точке с координатами
использования методов математической морфоло- (x, y) емкостную размерность, рассчитываемую по
гии второго порядка. Однако в работах Маковей- квадратной окрестности размером w  w с началом
чука А.Н. не решена задача обнаружения объектов в данной точке.
на изображениях в условиях воздействия маски- Вычисление фрактальной размерности изо-
рующих помех. бражений. Предлагаемый алгоритм вычисления
Постановка задачи и изложение материалов локальной фрактальной размерности состоит в сле-
исследования. Фрактальный анализ изображений в дующем:

© Д.Б. Жуйков, А.Н. Маковейчук, Г.В. Худов 37


Системи озброєння і військова техніка, 2011, № 3(27) ISSN 1997-9568

1) рассчитываются суммы Sk пикселов по ок- Минимальное значение J достигается при ус-


рестностях точки (x, y) размером w k  w k : ловии равенства 0 частных производных по иско-
мым параметрам
w k 1 w k 1
J J
Sk    f (x  m, y  n) ,
D
0,
C
0,
m 0 n 0
что приводит к системе двух линейных уравнений
при этом w k  2k , а степень k принимает значения
относительно переменных D , C
в диапазоне от 0 до некоторого заданного числа K ;
2) методом наименьших квадратов находим па-   D  ln w k  C  ln Sk  ln w k  0;
k
раметры D и C аппроксимирующей кривой 
  D  ln w k  C  ln Sk   0,
ln Sk  D  ln w k  C , k
а локальная емкостная размерность в точке (x, y) которую можно переписать в виде
определяется угловым коэффициентом D этой пря- D (ln w k )2  C ln w k   ln w k ln Sk ;
мой и сохраняется в матрице d  k k k

d(x, y)  D . D ln w k  C(K  1)   ln Sk .
 k k
Рассчитанная матрица d(x, y) определяет изо- Учтем теперь, что при k  0 справедливо со-
бражение локальных фрактальных размерностей, отношение (2), а не (1). Наличие множителя ln w k в
соответствующих заданному изображению f (x, y) .
Полученное изображение локальных фрактальных
сумме  ln w k ln Sk оставляет ее без изменений
k
размерностей будет смещено на половину макси-
( ln w 0  0) , а сумма  ln Sk перепишется в виде
мального размера окрестности 2 K 1 , поскольку оп- k
ределяется окрестность с началом, а не с центром в  ln Sk  ln (x, y)  ln f (x, y) .
точке (x, y) . k

Тем не менее, данное определение удобно, так Таким образом, получаем, что при учете соот-
как при четном количестве точек центр окрестности ношения (2)
определяется неоднозначно. Удобно также норми- D (ln w k 2 )  C ln w k   ln w k ln Sk ;
ровать значения матрицы для того, чтобы привести  k k k
динамический диапазон к интервалу [0..1] :  f (x, y)
D ln w k  C(K  1)   ln Sk  ln .
d(x, y)  min d  k k (x, y)
r(x, y)  .
max d  min d Пусть определена матрица
Результаты исследования. Восстанавли-   (ln w k 2 )
вающее свойство алгоритма. Покажем теперь, что 
 ln w k 
M k k
,
при наличии протяженных маскирующих помех
  ln w k (K  1) 
описанный выше алгоритм обладает восстанавли-  k 
вающим свойством, то есть помеха данного вида
A A12 
будет эффективно подавляться. а A   11 1
  M – ее обратная матрица, то
Рассмотрим суммы Sk . При значениях k дос-  A 21 A 22 
есть решение системы уравнений можно записать в
таточно больших имеем
виде
Sk  w k 2 (x, y) , (1)
  ln w k ln Sk 
где (x, y) – среднее по окрестности точки (x, y) .  D   A11 A12   k 
   f (x, y) .
Данная формула практически верна для k  3 ,  C   A 21 A 22    ln Sk  ln 
 (x, y) 
однако выводы не изменятся, если принять, что (1)  k
справедлива при всех k  0 , а при k  0 Тогда для параметра D (значение C при этом
S0  f (x, y) . (2) не важно):

Для того чтобы найти параметры аппроксими-  f (x, y) 


D  A11  ln w k ln Sk  A12   ln Sk  ln .
рующей прямой методом наименьших квадратов k  k (x, y) 
построим функционал
Значения коэффициентов A11 , A12 легко вы-
1 2
J    D  ln w k  C  ln Sk  . числить в явном виде, однако для дальнейшего это
2 k не существенно.
38
Теоретичні основи розробки систем озброєння

Если бы не было добавочного слагаемого стант с известным преобразованием Single Scale


f (x, y) Retinex (одномасштабная модель Retinex) [20 – 22].
ln , то данная система имела бы решения Можно предположить, что расчет локальной фрак-
(x, y)
тальной размерности позволит учесть все характер-
D  2 , C  ln  (поскольку
ные масштабы и будет эквивалентен преобразова-
ln Sk  ln(w k 2 )  2ln w k  ln  ), нию Multiply Scale Retinex (многомасштабная мо-
дель Retinex) [23 – 25]. Данный вопрос требует даль-
то есть нейших теоретических и практических исследова-
A11  ln w k ln Sk  A12  ln Sk  2 , ний. На этом пути возможно получить теоретиче-
k k ское обоснование эффективности алгоритмов
а значит Retinex, которые введены эмпирически для имита-
ции механизмов человеческого зрения [20 – 25].
f (x, y)
d(x, y)  2  A12 ln . (3) Результаты компьютерного моделирования.
(x, y) Исходное изображение представлено на рис. 1.
Таким образом, вычисление локальной фрак-
тальной размерности изображения эквивалентно
преобразованию (3). Заметим, что поскольку выше
были сделаны некоторые упрощающие предполо-
жения, правильнее писать
f (x, y)
d(x, y)  2  A12 ln .
(x, y)
Модель формирования изображения в этом
случае задается в виде [8]
f (x, y)  g(x, y)  s(x, y) ,
где s(x, y) описывает мультипликативную помеху.
Примем для простоты, что в искаженной области
воздействие помехи приводит к уменьшению ярко-
сти в  раз:
Рис. 1. Исходное изображение
 1 для неискаженной области;
s(x, y)  
1/  для искаженной области. Это изображение территории Ирака во время
боевых действий 2003 года «Свобода Ираку», взятое
При использовании преобразования (3) в об- с сайта компании Space Imaging [26]. Данное изо-
ласти наличия искажения множитель 1/  сокраща- бражение получено с помощью космической систе-
ется: мы оптико-электронного наблюдения «Ikonos».
f (x, y) /  Компьютерное моделирование проводилось в сис-
d(x, y)  2  A12 ln  теме программирования MATLAB.
(x, y) / 
На рис. 2 представлено нормализованное изо-
f (x, y)
 2  A12 ln , бражение матрицы локальных размерностей исход-
(x, y) ного изображения, параметр k  4,5, 6 . Данное изо-
что и объясняет восстанавливающее свойство пред- бражение позволяет легко выделить искусственные
лагаемого алгоритма. объекты: нефтеперерабатывающий комплекс в цен-
Среднее значение по окрестности можно опре- тре и комплекс сооружений в правом нижнем углу.
делить через свертку Следует отметить, что однородные полосы на
(x, y)  h *f (x, y) , исходном изображении обнаруживают на карте ло-
кальной фрактальной размерности внутреннюю
1 структуру, однако вопрос, не является ли это арте-
где ядро свертки , m  0..w  1 ,
h(m, n) 
w2 фактом обработки остается открытым. Решение его
n  0..w  1 . Поэтому преобразование (3) можно вызывает определенный интерес и является темой
представить в виде дальнейших исследований.
d(x, y)  Результат восстановления изображений на основе
нормализованного изображения матрицы локальных
 const1  const 2 ln f (x, y)  ln  h *f (x, y)   ,
размерностей исходного изображения, при значениях
что совпадает с точностью до несущественных кон- параметра k  0,1,...6 представлен на рис. 3.

39
Системи озброєння і військова техніка, 2011, № 3(27) ISSN 1997-9568

зование совпадает с известным преобразованием


Retinex, которое широко используется для восста-
новления изображений при воздействии протяжен-
ных маскирующих помех [10 – 12].

Рис. 2. Нормализованное изображение матрицы


локальных размерностей, k  4,5, 6

Рис. 4. Нормализованное изображение,


полученное по выражению (3)
Показано, что для получения адекватных ре-
зультатов при расчете фрактальной размерности
необходимо брать k  3 . При учете малых значений
k  3 данный алгоритм позволяет эффективно вос-
станавливать изображения, подверженные воздейст-
вию маскирующих помех.
В дальнейших исследованиях необходимо рас-
смотреть вопросы применения предложенного ме-
тода для решения задачи обнаружения объектов на
цветных изображениях в условиях воздействия мас-
кирующих помех.
Рис. 3. Нормализованное изображение матрицы Список литературы
локальных размерностей, k  0,1,...6 (эффект
1. Бейтс Р. Восстановление и реконструкция изо-
восстановления) бражений / Р.Бейтс, М. Мак-Доннелл: пер. с англ. – М.:
Для сравнения, на рис. 4 приводится результат Мир, 1989. – 336 с.
2. Методы компьютерной обработки изображений
восстановления по формуле (3). Данные изображе- / под ред. В.А. Сойфера. – 2-е изд., испр. – М.: Физмат-
ния являются практически идентичными, что позво- лит, 2003. – 784 с.
ляет говорить о правомерности использования вы- 3. Гонсалес Р. Цифровая обработка изображений /
ражения (3) для аналитического расчета локальной Р. Гонсалес, Р.Вудс. – М.: Техносфера, 2005. – 1072 с.
4. Ярославский Л.П. Цифровая обработка сигналов в
размерности, не смотря на принятые упрощения.
оптике и голографии: Введение в цифровую оптику /
Тем не менее, следует отметить, что на изображении Л.П.Ярославский. – М.: Радио и связь, 1987. – 296 с.
рис. 3 присутствуют мелкие детали (обведены круж- 5. Оппенгейм А.В. Цифровая обработка сигналов /
ком), не обнаружимые на рис. 4 (например, тени от А.В. Оппенгейм, Р.В. Шафер: пер. с англ. / под ред. С.Я.
труб нефтеперерабатывающего комплекса, падаю- Шаца. – М.: Связь, 1979. – 416 с.
6. Маслов А.А. Программный пакет Scanex Image
щие на проходящую рядом дорогу). Processor и его применение в лесоустройстве и монито-
ринге / А.А. Маслов, А.В. Сонюшкин // Аэрокосмические
Выводы и направления методы и геоинформационные технологии в лесоведении
дальнейших исследований и лесном хозяйстве: Доклады IV Международной конфе-
ренции (Москва, 17 – 19 апреля 2007 г.). – М.: ГОУ ВПО
Таким образом, при наличии упрощающих
МГУЛ, 2007. – С. 64-67.
предположений получено явное выражение для ло- 7. Кичигин А.Г. Аппаратно-программный комплекс
кальной фрактальной размерности изображения – для оперативного космического мониторинга террито-
выражение (3). Показано, что полученное преобра- рий / А.Г. Кичигин // Земля из космоса – наиболее эффек-

40
Теоретичні основи розробки систем озброєння

тивные решения. – М.: ООО «Сити принт», 2009. – 18. Фрактальный анализ процессов, структур и сиг-
Вып. 1. – С. 49-53. налов. Коллективная монография / под ред. Р.Э. Пащен-
8. Гершензон В.Е. Сетевые технологии ScanNet в ко. – Х.: ХООО «НЭО «ЭкоПерспектива», 2006. – 348 с.
оперативном спутниковом мониторинге / В.Е. Гершензон, 19. Гринченко В.Т. Введение в нелинейную динамику.
А.А. Кучейко // Земля из космоса – наиболее эффективные Хаос и фракталы / В.Т. Гринченко, В.Т. Мацыпура, А.А.
решения. – М.: ООО «Сити принт», 2009. – Вып. 3. – Снарский. – Изд. 2. – М: УРСС, 2007. – 263 с.
С. 14-17. 20. Jobson D.J. Retinex processing for automatic image
9. Лощинин А.А. «Триатерра» – система управления enhancement / D.J.. Jobson, Z. Rahman, G.A. Woodell // Hu-
данными о пространственных объектах / А.А. Лощинин, man Vision and Electronic Imaging VII, SPIE Symposium on
С.И. Михайлов, Д.Г. Зегебарт // Земля из космоса – наибо- Electronic Imaging, Porc. SPIE 4662, (2002).
лее эффективные решения. – М.: ООО «Сити принт», 21. Rahman Z. Retinex Image Enhancement: Application
2009. – Вып. 3. – С. 59-63. to Medical Images presented at the NASA workshop on New
10. Маковейчук А.Н. Методы улучшения качества Partnerships in Medical Diagnostic Imaging / Z. Rahman,
изображений по результатам натурных экспериментов / G.A. Woodell, D.J. Jobson. – Greenbelt, Maryland, July 2001.
А.Н. Маковейчук // Восточно-Европейский журнал пере- 22. Jobson D.J. A Multi-Scale Retinex For Bridging the
довых технологий. – 2004. – № 2(8). – С. 38-41. Gap Between Color Images and the Human Observation of
11. Маковейчук О.М. Алгоритми реставрації дефо- Scenes / D.J. Jobson, Z. Rahman, G.A. Woodell // IEEE Trans-
кусованих зображень / О.М. Маковейчук, В.О. Подліпаєв // actions on Image Processing: Special Issue on Color Process-
Системи озброєння і військова техніка. – Х.: ХУПС, 2005. ing, July 1997.
– № 3-4. – С. 99-103. 23. Rahman Z.A Comparison of the Multiscale Retinex
12. Маковейчук А.Н. Теоретическое обоснование With Other Image Enhancement Techniques / Z. Rahman,
методики защиты видовых изображений от воздействия G.A. Woodell, D.J. Jobson // Proceedings of the IS&T 50th
маскирующих помех / А.Н. Маковейчук, В.А. Подлипаев, Anniversary Conference, May 1997.
Г.В. Худов // Системи обробки інформації. – Х.:ХУПС, 24. Jobson D.J. A Multi-Scale Retinex For Bridging the
2005. – Вип. 6. – С. 62-71. Gap Between Color Images and the Human Observation of
13. Маковейчук О.М. Об’єктивна оцінка якості об- Scenes // D.J. Jobson, Z. Rahman, G.A. Woodell // IEEE
робки зображень / О.М. Маковейчук // Системи озброєння Transactions on Image Processing: Special Issue on Color
і військова техніка. – Х.:ХУПС, 2008. – № 3(15). – С. 135- Processing, July 1997.
137. 25. Thompson B.A Multi-scale Retinex for Improved
14. Новейшие методы обработки зображений / Performance In Multi-Spectral Image Classification //
А.А. Потапов, А.А. Пахомов, С.А. Никитин, Ю.В. Гуляев. – B. Thompson, Z. Rahman, S.Park // SPIE International Sym-
M.: Физматлит, 2008. – 496 с. posium on AeroSense, Visual Information Processing IX, April
15. О классификации изображений по их текстур- 2000.
ным признакам / Г.А. Андреев, А.А. Потапов, Т.В. Галкина, 26. Сайт американской компании Space Image. [Эле-
А.И. Колесников, Т.И. Орлова, Я.Л. Хлявич // Исследование ктронный ресурс]. Режим доступа: http://www.
Земли из Космоса. – 1990. – № 2. – С. 91-96. spaceimaging.com/gallery/default.htm.
16. Потапов А.А. Фракталы в дистанционном зон-
дировании / А.А. Потапов // Зарубежная радиоэлектрони-
ка. Успехи современной радиоэлектроники. – 2000. – № 6. –
С. 3-65. Поступила в редколлегию 20.10.2011
17. Иванов В.К. Фрактальный анализ изображений
лесных массивов / В.К. Иванов, Р.Э. Пащенко, А.М. Стадник, Рецензент: д-р техн. наук, проф. Д.В. Голкин, Харьков-
С.Е. Яцевич // Успехи современной радиоэлектроники. – ский университет Воздушных Сил им. И. Кожедуба,
2005. – № 12. – С. 55-62. Харьков.

МЕТОД ВИЗНАЧЕННЯ ЛОКАЛЬНОЇ ФРАКТАЛЬНОЇ РОЗМІРНОСТІ ЗОБРАЖЕННЯ


В УМОВАХ ДІЇ МАСКУЮЧИХ ПЕРЕШКОД
Д.Б. Жуйков, О.М. Маковейчук, Г.В. Худов
У роботі для вирішення завдання виявлення об'єктів в умовах дії маскуючих перешкод пропонується викори-
стовувати метод визначення локальної фрактальної розмірності зображення. Указуються умови застосування
методу, а також за наявності спрощуючих припущень отриманий вираз для визначення локальної фрактальної
розмірності.
Ключові слова: фрактальна розмірність, зображення, маскуюча перешкода, комп'ютерне моделювання.

METHOD OF DETERMINATION OF LOCAL FRACTAL DIMENSION OF IMAGE


IN THE CONDITIONS OF INFLUENCE OF MASKING HINDRANCES
D.B. Zhuykov, A.N. Makoveychuk, G.V. Khudov
In-process for a decision task of finding out objects in the conditions of influence of masking hindrances it is sug-
gested to utillize the method of determination of local fractal dimension of image. The terms of application of method
are specified, and also at presence of simplifying suppositions expression for determination of local fractal dimension
is got.
Keywords: fractal dimension, image, masking hindrance, computer design.

41