Sử dụng phân bố Wigner với bậc phù hợp để xử lý ảnh nhìn đêm

Bài viết trình bày phương pháp nâng cao chất lượng ảnh nhìn đêm bằng phân bố Wigner cùng với việc lựa chọn các tham số và số bậc biến đổi thích hợp. Thuật toán này được áp dụng để xử lý ảnh cho các hệ thống quan sát, ngắm bắn đêm trong các điều kiện thời tiết khắc nghiệt như: Độ tương phản ánh sáng yếu, sương mù, tuyết rơi.

Kỹ thuật điều khiển & Điện tử SỬ DỤNG PHÂN BỐ WIGNER VỚI BẬC PHÙ HỢP ĐỂ XỬ LÝ ẢNH NHÌN ĐÊM Vũ Quốc Thủy 1*, Nguyễn Văn Thành1, Tạ Tường Vi2, Lý Ngun Lê1 Tóm tắt: Bài báo trình bày phương pháp nâng cao chất lượng ảnh nhìn đêm phân bố Wigner với việc lựa chọn tham số số bậc biến đổi thích hợp Thuật toán áp dụng để xử lý ảnh cho hệ thống quan sát, ngắm bắn đêm điều kiện thời tiết khắc nghiệt như: độ tương phản ánh sáng yếu, sương mù, tuyết rơi… Các kết thu rằng, với việc lựa chọn tham số với số bậc biến đổi thích hợp chất lượng ảnh nhìn đêm cải thiện rõ rệt nhờ phân bố Wigner Từ khóa: Ảnh nhìn đêm, Phân bố Wigner ĐẶT VẤN ĐỀ Xử lý ảnh lĩnh vực mang tính khoa học cơng nghệ Đây ngành khoa học so với nhiều ngành khoa học khác tốc độ phát triển nhanh, kích thích trung tâm nghiên cứu, ứng dụng, đặc biệt máy tính chuyên dụng riêng Hiện có nhiều thuật tốn xử lý ảnh nhằm cải thiện, nâng cao chất lượng ảnh như: thuật toán lọc nhiễu thích nghi, thuật tốn cân lược đồ Histogram, thuật toán lọc nhiễu Gauss, phép biến đổi Wavelet, kỹ thuật hình ảnh có độ phân giải cao, thuật tốn tìm biên theo tốn tử Laplace, thuật tốn lọc nhiễu xung, … Mỗi phương pháp có khả xử lý tạp nhiễu khác Vì việc kết hợp thuật toán xử lý ảnh biết, nghiên cứu ứng dụng thuật toán yêu cầu cần thiết Trong báo chúng tơi trình bày thuật tốn xử lý ảnh khác dựa phân bố Wigner Phân bố Wigner phép biến đổi sang miền thời gian-tần số Kỹ thuật có khả loại bỏ nhiễu ảnh thu từ hệ thống quan sát ngắm bắn đêm Nhờ nâng cao cự li quan sát, tăng khả phân biệt xác định mục tiêu Kết thuật toán đánh giá theo phương pháp quan sát trực quan đánh giá định lượng theo tham số trung bình phương sai MSE (Mean Square Error) TỔNG QUAN VỀ HỆ THỐNG XỬ LÝ ẢNH Hình Các giai đoạn xử lý ảnh 106 V Q Thủy, …, L N Lê, “Sử dụng phân bố Wigner … để xử lý ảnh nhìn đêm.” Nghiên cứu khoa học cơng nghệ Q trình xử lý ảnh xem trình xử lý ảnh đầu vào nhằm cho kết mong muốn Kết đầu q trình xử lý ảnh ảnh “tốt hơn” kết luận Các bước cần thiết q trình xử lý ảnh mơ tả hình Trước hết trình thu nhận ảnh Ảnh thu nhận qua camera Thường ảnh thu nhận qua camera tín hiệu tương tự (loại camera ống kiểu CCIR), tín hiệu số hóa (loại CCD – Charge Coupled Device) Ngồi ra, ảnh thu nhận từ vệ tinh qua cảm ứng (sensor) hay ảnh, tranh quét scanner Tiếp theo trình số hóa (digitalizer) để biến đổi tín hiệu tương tự sang tín hiệu rời rạc(lấy mẫu) số hóa lượng hóa, trước chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại Q trình phân tích ảnh thực chất bao gồm nhiều công đoạn nhỏ Trước hết công việc tăng cường ảnh Do nguyên nhân khác nhau: chất lượng thiết bị thu nhận ảnh, nguồn sáng hay nhiễu mà ảnh bị suy biến Do vậy, cần phải tăng cường khôi phục ảnh để làm bật số đặc tính ảnhhay làm cho ảnh gần giống với trạng thái gốc – trạng thái trước ảnh bị biến dạng Giai đoạn phát đặc tính như: biên, phân vùng ảnh, trích chọn đặc tính,v.v… Cuối cùng, tùy theo mục đích ứng dụng mà giai đoạn nhận dạng,phân lớp hay định khác Hiện nay, có nhiều phương pháp nâng cao chất lượng ảnh áp dụng hệ thống nhìn đêm như: lọc trung vị, cân lược đồ histogram, lọc nhiễu Gauss, cân độ sáng ngưỡng thích nghi Trong phần đây, chúng tơi xin trình bày phương pháp nâng cao chất lượng ảnh phân bố Wigner * Lọc trung vị thích nghi Bộ lọc trung vị thích nghi ứng dụng rộng rãi giống phương thức phát triển so với lọc trung vị chuẩn Bộ lọc thực xử lý không gian để xác định điểm ảnh bị ảnh hưởng nhiễu xung Bộ lọc phân loại điểm ảnh giống tạp so với điểm ảnh với lân cận xung quanh Kích thước lân cận thay đổi, ngưỡng so sánh Mỗi điểm ảnh khác biệt từ điểm Các điểm nhiễu tạp sau thay với trung vị điểm ảnh lân cận phải qua bảng kiểm tra nhiễu tạp Kết thu ảnh chất lượng tốt nhiều với đa số nhiễu xung bị loại bỏ *Cân lược đồ histogram thích nghi Cân histogram tự thích nghi phương pháp xử lý ảnh cải tiến từ phương pháp cân histogram thông thường, phương pháp tối ưu làm tăng cường độ tương phản vùng ảnh Mấu chốt vấn đề phương pháp khơng gian, chia ảnh thành nhiều vùng hình chữ nhật, sử dụng phương pháp cân histogram chuẩn cho vùng Con số tối ưu việc phân chia vùng kích cỡ vùng phụ thuộc vào ảnh cần xử lý, thông thường lựa chọn việc chia ảnh thành vùng 8×8 điểm ảnh Trong thuật tốn này, việc xử dụng phương trình tuyến tính để làm mịn điểm chuyển tiếp vùng vận dụng, việc làm quan trọng phải vận dụng hợp lý Kết ảnh Tạp chí Nghiên cứu KH&CN quân sự, Số 54, - 2018 107 Kỹ thuật điều khiển & Điện tử nhận có độ nét cao, độ tương phản lớn, dễ dàng quan sát nhận biết đối tượng ảnh *Lọc nhiễu Gauss thích nghi Nhiễu Gauss nhiễu phổ biến Nguyên nhân dòng điện không mong muốn gây mạch điện tác động chuyển động nhiệt hạt mang điện mạch điện (các điện tử) Nhiễu Gauss có hàm mật độ xác suất tuân theo phân bố chuẩn Gauss Bản chất phương pháp tìm điểm nhiễu ma trận ảnh, sau đó, thay điểm ảnh giá trị khác tươn ứng tính theo thuật tốn thích nghi Nhiễu Gauss nhiễu phổ biến, khơng làm ảnh biến đổi hồn tồn chất lượng ảnh bị giảm nhiều gây khó khăn cho người quan sát Đặc biệt điều kiện đêm tối, yếu tố độ tương phản thấp, cường độ ảnh sang yếu nguồn nhiễu Gauss nhiều Kết thu ảnh có mờ đơi chút tồn ảnh trơn hơn, việc nhận dạng đối tượng dễ dàng, đặc biệt ảnh có tỷ lệ nhiễu cao tính hiệu rõ ràng Trên đây, xem xét số phương pháp xử lý ảnh áp dụng hệ thống nhìn đêm Mỗi phương pháp có ưu nhược điểm khác có phạm vi ứng dụng khác Chúng ta tiếp tục xem xét kỹ phương pháp nâng cao chất lượng ảnh nhìn đêm nhờ phân bố Wigner phần PHÂN BỐ WIGNER Phân bố Wigner hàm biến đổi tín hiệu khơng gian biến thiên theo thời gian sang tín hiệu biến thiên miền thời gian tần số Phân bố Wigner tín hiệu không gian f(t) g(t) xác định hàm số: Trong đó, ω- Tần số; t- Thời gian; g*- Hàm số phức liên hợp hàm g(t)  k k WD f , g (t ,  )   e  j k f (t  ) g * (t  )dk (1) 2  Phân bố Auto-Wigner hàm phức liên tục f(t) xác định công thức:  k k (2) WD f , g (t ,  )   e  j k f (t  ) f * (t  )dk 2  Phân bố Auto-Wigner hàm thực liên tục f(t) xác định phương trình:  k k WD f , g (t ,  )   e  j k f (t  ) f (t  )dk (3) 2  Trên miền rời rạc, hàm phân bố Wigner xác định phương trình:  WD f (t ,  )  e  j k f (t  k ) f * (t  k ) (4) k  Phân bố Auto-Wigner hàm rời rạc xác định phương trình:  WD f , g (t ,  )  e  j k f (t  k ) g * (t  k ) (5) k  108 V Q Thủy, …, L N Lê, “Sử dụng phân bố Wigner … để xử lý ảnh nhìn đêm.” Nghiên cứu khoa học công nghệ Nếu f(t) hàm thực, phân bố Auto-Wigner xác định phương trình:  WD f (t ,  )  e  j k f (t  k ) f (t  k ) (6) k  Phương trình (6) sử dụng việc ứng dụng phân bố Wigner vào lĩnh vực xử lý ảnh Ảnh xem không gian hai chiều với biến khơng gian x,y Khi đó, điểm ảnh (pixel) điểm không gian có tọa độ (x,y) Khi đó, phân bố Wigner mở rộng cho không gian chiều hàm biến Trong đó, biến miền khơng gian x y, biến miền tần số u v Hàm phân bố Wigner biểu diễn dạng: N '/2 M '/2   |k ,l| (7) WD( x, y, u , v)    e cos( ) f ( x  k , y  l ) f ( x  k , y  l ) MN l  N '/2 k  M '/2 Trong đó, uk vl   4 (  ) ; M N   |k ,l | e - Nhân Wigner; MxN - Kích thước ảnh; M’xN’- Kích thước cửa sổ; f- Là hàm mức xám Để tăng dải ảnh xử lý thêm vào hệ số khuếch đại α Khi đó, phương trình trở thành: 4 N '/2 M '/2   |k ,l| (8) WD( x, y, u , v)    e cos( ) f ( x  k , y  l ) f ( x  k , y  l ) MN l  N '/2 k  M '/2 Phương trình (8) cho ta phân bố Wigner bậc Phân bố Wigner bậc xác định cách tính phân bố Wigner bậc đầu phân bố Wigner bậc từ ảnh gốc Tương tự phân bố Wigner bậc n xác định cách tính phân bố Wigner bậc đầu phân bố Wigner bậc (n-1) Việc lựa chọn bậc phân bố Wigner dựa mức độ tạp nhiễu ảnh Vấn đề trình bày kỹ phần sau báo THUẬT TOÁN DÙNG PHÂN BỐ WIGNER VÀO XỬ LÝ ẢNH Lưu đồ thuật toán phân bố Wigner xử lý ảnh trình bày hình Các bước sử dụng phân bố Wigner để nâng cao chất lượng ảnh nhìn đêm: - Thu ảnh từ camera, - Xác định kích thước ảnh đầu vào MxN, - Chọn kích thước cửa sổ M’xN’, - Tính phân bố Wigner với nhân hàm số mũ, - Hiệu chỉnh hệ số tỷ lệ (hệ số khuếch đại) α phù hợp với ảnh, - Xác định mức độ nhiễu tạp ảnh, - Xác định bậc biến đổi Wigner phù hợp với mức độ nhiễu, - Lưu trữ ảnh nhận làm liệu cho trình xử lý Tạp chí Nghiên cứu KH&CN quân sự, Số 54, - 2018 109 Kỹ thuật điều khiển & Điện tử Begin Xác định kích thước ảnh gốc MxN; Lựa chọn kích thước cửa sổ M’xN’; i=0; j=0; Xác định giá trị hàm mức xám điểm ảnh f(i,j); Xác định giá trị hàm Wigner WD(i,j) theo công thức điểm ảnh (i,j); j=j+1; f(i,j)=WD(i,j); i