Цифровой трехкаскадный рекурсивно-сепарабельный фильтр обработки изображений с изменяемыми размерами сканирующей многоэлементной апертуры

Цели. Основными целями цифровой обработки изображений являются повышение их четкости при сохранении качества изображения и устранение шумов. Однако объемы информации, содержащейся в файлах цифровых изображений, растут из года в год. Это обстоятельство негативно сказывается на времени их обработки, что критично для систем с высокими требованиями к нагрузке на вычислительную платформу. В связи с этим актуальным становится применение цифровых фильтров, позволяющих сократить время обработки поступающих данных. Для решения этой задачи разрабатываются адаптивные фильтры с различными размерами многоэлементной апертуры обработки, которые позволяют повысить четкость и сохранить детали изображения. Фильтры с адаптивными свойствами способны изменять свои параметры в процессе обработки данных, обеспечивая максимальное быстродействие при увеличении размеров апертуры. Целью работы является разработка рекурсивно-сепарабельного цифрового фильтра с изменяемыми размерами сканирующей многоэлементной апертуры, позволяющего сократить количество вычислительных операций при сохранении эффективности фильтрации входных данных (изображений).

Методы. В работе использовались рекурсивно-сепарабельные методы и алгоритмы построения цифровых фильтров.

Результаты. Описан алгоритм рекурсивно-сепарабельной реализации цифрового фильтра, а также представлен итоговый вид апертуры обработки и ее трехмерный вид. Для оценки быстродействия фильтра проведено сравнение разработанного алгоритма с алгоритмом классической двумерной свертки. Эксперимент проводился с использованием изображений различных размеров и заключался в определении времени, затраченного на процесс обработки тестового изображения. Установлено, что время обработки тестового изображения с применением разработанного фильтра в среднем в 5 раз меньше, чем время, затрачиваемое алгоритмом классической двумерной свертки. Определены оптимальные коэффициенты увеличения центрального элемента и поднятия положительной части апертуры цифрового фильтра, позволяющие повысить эффективность его применения.

Выводы. Проведенные исследования показывают эффективность использования разработанного рекурсивно-сепарабельного двумерного фильтра для повышения четкости изображений и уменьшения затрачиваемого на обработку времени.

1. Грошев И.В., Корольков В.И. Системы технического зрения и обработки изображений. М.: РУДН; 2008. 212 с.

2. Абрамов И.А., Кравченко Е.Н. Многопоточная реализация алгоритма локальной фильтрации изображений. Вестник Пензенского государственного университета. 2016;3(15):66–71.

3. Турулин И.И. Основы теории рекурсивных КИХ-фильтров. Таганрог: Южный федеральный университет; 2016. 264 с.

4. Айфичер Э.C., Джервис Б.У. Цифровая обработка сигналов. Практический подход: пер. с англ. М.: Вильямс; 2004. 992 с.

5. Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка сигналов. М.: Радио и cвязь; 1990. 256 c.

6. Курячий М.И., Гельцер А.А., Абенов Р.Р., Рогожников Е.В., Попова К.Ю. Цифровая обработка сигналов. Томск: Изд-во Томск. гос. ун-т систем упр. и радиоэлектроники; 2018. 234 c.

7. Лукин А. Введение в цифровую обработку сигналов. М.: МГУ, Лаборатория компьютерной графики и мультимедиа; 2002. 44 с.

8. Матвеев Ю.Н., Симончик К.К., Тропченко А.Ю., Хитров М.В. Цифровая обработка сигналов. СПб.: СПбНИУ ИТМО; 2013. 166 с.

9. Бондина Н.Н., Мураров Р.Ю. Адаптивные алгоритмы фильтрации и изменения контраста изображения. Вестник Национального технического университета «Харьковский политехнический институт». Серия: Информатика и моделирование. 2014;35(1078):35–42.

10. Каменский А.В., Рылов К.А. Цифровой сглаживающий трапецеидальный рекурсивно-сепарабельный фильтр обработки изображений с изменяемыми размерами сканирующей многоэлементной апертуры. Омский научный вестник. 2024;1(189):127–136. https://doi.org/10.25206/1813-8225-2024-189-127-136

11. Сай С.В., Каменский А.В., Курячий М.И. Современные методы анализа и повышение качества цифровых изображений: монография. Хабаровск: Изд-во ТОГУ; 2020. 173 с.

12. Kamenskiy A.V. High-speed recursive-separable image processing filters. Computer Optics. 2022;46(4):659–665. http://doi.org/10.18287/2412-6179-CO-1063

13. Акаева Т.М., Каменский А.В., Струмилова М.А. Быстродействующий трапецеидальный рекурсивно-сепарабельный фильтр обработки изображений. Вопросы радиоэлектроники. Серия: Техника телевидения. 2023;1:138–145.

14. Гонсалес Р., Вудс Р. Цифровая обработка изображений: пер. с англ. М.: Техносфера; 2019. 1104 с.

15. Маланин М.Ю., Каменский А.В., Курячий М.И. Измерение разрешающей способности и четкости телевизионных изображений. В сб.: Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации: сборник материалов XII Международной научно-технической конференции. Курск; 2015. С. 235–237.

16. Мовчан А.К., Капустин В.В., Курячий М.И. Методы и средства томографического видения пространства активно-импульсными телевизионными измерительными системами. Труды Международной конференции по компьютерной графике и зрению «Графикон». 2018;28:222–225. http://www.graphicon.ru/html/2018/papers/proceedings.pdf

17. Zaytseva E.V. Integral and spectral sensitivity assessment of the active-pulse television systems. In: 2016 Dynamics of Systems, Mechanisms and Machines (Dynamics). 2016:7819115. https://doi.org/10.1109/Dynamics.2016.7819115