книги / Микропроцессоры в телевидении

целей трудно выразить единообразно и строгим терминологичес­ ким, тем более математическим языком.

Одним из способов преодоления этих трудностей является субъективное оценивание по методике, рекомендованной МККР [40, 41]. По ней определяют влияние различных шумов на ТВ изображение С4, четкость, цветопередачу для отдельных статических стандартных сюжетов.

Перед испытаниями достаточно большое число (не менее 10) людей — экс­ пертов, нс имеющих профессиональной подготовки в области телевидения, зна­ комят с целью н методикой испытаний, с характером эталонных изображений, насаженных изображении С4, шкалами оценок. Эксперты оценивают качество, присваивая каждому предъявляемому изображению С4 определенное словесное выражение: «отлично», «хорошо», «удовлетворительно», «плохо», «очень пло­ хо», пли при оценке ухудшения качества: «незаметно», «заметно, но не меша­ ет», «несколько мешает», «мешает», «очень мешает». Затем результаты усред­ няются для получения окончательной оценки. Требования к испытательным изображениям С4 содержат следующие их характеристики: с крупным или об­ щим планом и мелкими деталями, средним планом, содержащим резкие яркост­ ные н цветовые перепады, содержащие участки с плавным изменением яркости и цветности. Испытательные изображения могут быть динамическими, т. е. мо­ гут содержать объекты, движущиеся в различных направлениях относительно границ экрана с разными скоростями. В составе испытательных должны быть изображения С4 с разными масштабами, а также получаемые при' панорами­ ровании.

При испытаниях по шкале ухудшения поочередно с интервалами времени на сером фоне предъявляют эталонное и оцениваемое изображения, При испы­ таниях стоящие ближе к реальным условиям наблюдения эталонные и оцени­ ваемые. ТВ изображения предъявляются для сравнения в случайной последова­ тельности.

Методики МККР, хотя достаточно отработаны и удобны, имеют ряд недостатков, которые ухудшают использование результатов. В частности, оценивается нечто среднее между техническим каче­ ством и художественным, не предъявляются конкретные требова­ ния к сюжету изображений С4, не ясно, как учитывается сущест­ вующий технический уровень. При составлении шкалы оценок ухудшения качества не очень четко определено, чему конкретно в восприятии мешает или не мешает изменение (ухудшение) изобра­ жения С4. На практике сигнал подвергают такой обработке, при которой часть информации, содержащейся в нем, теряется. На­ пример, при кодировании сигнала в цифровом телевидении, при сжатии полосы передаваемых частот и т. п. При этом необходимо оценивать качество и уровень допустимых потерь. В таком случае частной оценкой качества ТВ изображения может служить вер­ ность его воспроизведения. Причем количественные объективные оценки верности должны хорошо согласовываться с субъектив­ ными оценками для широкого круга изображений С4 [18]. Коли­ чественную меру можно получить, как анализируя структуру и параметры оцениваемого изображения С4, так и просто сравни­ вая два изображения.

51

Такой мерой может быть оценка сходства двух изображений. Сходство черно-белых изображений С4 можно определить по (2.17), а цветных, [32] кроме того по оценке

где pi(x, у) — положительные функции в пределах границ изоб­ ражения С4 в прямоугольнике .[i&, а\ d, с], характеризующие пси­ хофизические особенности восприятия цветного изображения С4 человеком; fi(x, у), фi(x, у) — трехмерные вектор-функции (£= —1, 2, 3) для эталонного и преобразованного изображений С4, значения которых в каждой их точке служат координатами цвета в выбранной колориметрической системе.

Другая оценка верности выглядит как среднеквадратическая

+ео 3

мые из сигналов колбочек зрительного аппарата человека с по­ мощью следующих преобразований:

ёг(х, у )~ Н г (х, t/)*log [ех(х, у)],

(2.21)

е,(х, у) — сигналы колбочек, Н{(х, у) — импульсные отклики зри­ тельной системы, % — знак свертки.

где М — матрица преобразования размером 3X3; Т — матрица координат цвета.

При использовании критерия верности сходства для черно-бе­ лых изображений С4 (см. 2.17) обобщенной оценкой качества в ТВ микроскопии, в других разделах прикладного ТВ может слу­ жить сложность поиска объектов заданного вида по (2.18). Осо­ бенно удобно этот критерий использовать для оценки эффектив­ ности обработки изображений, в том числе и с помощью МП. При обработке изображения С4, когда повышение его качества — есть повышение вероятности обнаружения на ТВ экране заданно­ го объекта (например, в ТВ медицинской микроскопии некоторого

52

микроорганизма или определенной компоненты крови), возможны различные варианты конечного результата. Возникают два случая: 1) исследователь знает, каким станет преобразованное эталонное изображение С4 искомого объекта, или то, что после обработки можно узнать новый вид изображения объекта (преобразование приводит к стабильному виду преобразованного эталона); 2) ис­ следователь не знает,- а только предполагает, каким может стать после преобразования эталон; приходится мысленно преобразо­ вывать эталон, наиболее близкий к реально возникающему после преобразования. Если обозначить буквой Э эталонное изображе­ ние С4, буквой Э' преобразованное эталонное изображение С4, буквами Ф, Ф' изображения С4 различных других объектов (фо­ нообразований) до и после преобразования соответственно, зна­ ками ч-»-, = сходство, возрастание, убывание, неизменность соответственно, то получится таблица основных вариантов резуль­ татов преобразования (табл. 2.1).

Набор вариантов удваивается, если учесть, что для каждого из них имеются две разновидности, когда Фч-ч-Ф'^ и Фч-ч-Ф'!. Наиболее благоприятный вариант 4, когда обеспечиваются наи­ высшая вероятность правильного обнаружения и наименьшие зна­ чения вероятности ложных обнаружений и пропуска объекта. Ва­ риант 7 также положителен, но менее эффективен. Варианты 5, & не дают положительного результата, а вариант 1 дает неопреде­ ленный результат, причем изображение С4 становится более од­ нородным, сходство между всеми его участками возрастает.

Способы применения МП. Качество ТВ изображения С4 можно повысить при размещении МП в различных местах ТВ тракта формирования, передачи и воспроизведения сигнала. Причем, как правило, на передающем участке тракта целесообразно использо­ вать более сложные, перепрограммируемые МП и МП системы, а на приемном — более простые с жестко заданной программой. В принципе МП могут быть применены как для замены старых уст­ ройств — выполнения тех же функций, но более эффективно, так и для выполнения совершенно новых функций в качестве принци­ пиально новых устройств.

Улучшать качество ТВ изображений С4 можно при двух спо­ собах их представлений: первый — в виде изменений уровня сиг­ налов и второй — в спектральном виде. Обобщенная структурная схема алгоритма улучшения качества представлена на рис. 2.6.

Таблица 2.1

Вариант Э<чф‘ Э«-Э‘ Вариант Э$Ф‘ Э*+Э‘

6 3

б)

Рис. 2.6. Подходы к улучшению качества изображения:

« — амплитудный; б — спектральный

При первом способе наиболее часто употребляемы следующие методы улучшения изображений С4: изменение контраста; видо­ изменение гистограммы распределения яркостей; подавление шу­ мов; подчеркивание границ; медианная фильтрация;. при втором способе — изменение значений спектральных коэффициентов, на­ пример возведение их в степень 1/2, 1/3 и т. п.; изменение соот­ ношения динамических диапазонов значений спектральных коэф­ фициентов путем преобразования (Фурье, Адамара, Уолша) ло­ гарифма пространственного спектра преобразования; медианная фильтрация.

Повысить качество цветных ТВ изображений можно при ли­ нейном или нелинейном преобразовании координат цвета исход­ ного ТВ изображения. При этом в зависимости от поставленной задачи получается либо приближение цвета выходного ТВ изобра­ жения к естественному, либо превращение его в выходное ТВ изображение в ложных цветах. Существуют также способы, осу­ ществляющие как бы раскраску черно-белых изображений по ка­ ким-либо законам.

Естественно, достаточно часто применяют комбинированные методы, сочетающие несколько способов улучшения качества ТВ изображений. Применение МП позволяет реализовать несколько алгоритмов преобразований, программно в них заложенных, дос­ таточно быстро перепрограммировать МП на новые типы преобра­ зований или искать оптимальные или принципиально новые типы преобразований.

Контраст исходного изображения можно изменять как линей­ ными. так н нелинейными способами. Можно выборочно подав­ лять некоторые участки уровней сигнала (яркостей) и выделять другие (рис. 2.7,а). Характеристика изменения уровня сигнала (яркости) может быть самой разнообразной, например пилообраз­ ной линейной и нелинейной и др. (рис. 2.1,б,в).

Спомощью МП можно предварительно анализировать сигнал

ипреобразовывать его уровень (яркость) в соответствии с необ­ ходимыми результатами. Такое преобразование открывает широ­ кие возможности для получения разнообразных эффектов в цвет-

54

'вых

вь X ^ “ вь.х

Рис. 2.7. Характеристики изменения уровня сигнала

ном вещательном ТВ. Можно изменять контраст в одном, двух, трех цветоделенных каналах, в яркостном или яркостном н в цветоделеином канале по одному из перечисленных способов с даль­

нейшим «присваиванием» определенного цвета каждому из выб­ ранных диапазонов сигнала.

В реальном масштабе времени можно получать различные пре­ образования, переходить от одного из них к другому, что особен­ но . эффективно с эстетической точки зрения при формировании ТВ передач развлекательного характера.

Интересные эффекты можно получать, применяя динамические характеристики изменения контраста, т. е. такие, которые в зада­ ваемом МП режиме переходят одна в другую либо во времени, либо по пространству, либо в зависимости of диапазона сигнала, либо синхронно с изменением выбранных элементов звукового со­ провождения, которые целесообразно анализировать также- с по­ мощью МП, либо в сочетании этих вариантов. Все эти эффекты повышают качество ТВ изображений.

Чтобы улучшить качество линейно-квантованных ТВ изображе­ ний С4, в которых яркость многих элементов ниже средней [18], можно воспользоваться методом изменения гистограммы распре­ деления яркостей. Повысить качество можно путем выравнивания гистограммы распределения [42, 43], получения экспоненциальной или гиперболической ее формы.

Алгоритм выравнивания гистограммы и получение на ее выходе распреде­ ления яркостей вида H(k) = l/K, где А=1, 2....... К, реализуется следующим образом [18]. Начиная с самого малого уровня яркости исходного изображе­ ния, объединяют элементы соседних интервалов квантования так, чтобы сум­ марный результат наименее отличался от величины 1/К. Вновь полученные эле­ менты доводят до уровня обработанного изображения, который находится в середине первого интервала квантования. Эту процедуру повторяют для всех остальных уровней яркостей. Выравнивать гистограммы можно методом, осно­ ванным на случайном перераспределении элементов изображения при форми­ ровании выходных интервалов квантования из входных [18].

55

Алгоритмы рассмотренных методов легко реализуются с по­ мощью МП. Степень улучшения субъективно оцениваемого качест­ ва изображений зависит от их типа. Качество часто ухудшается из-за наличия различных шумов. Их уровень можно снизить как методами статистической фильтрации, так эвристическими мето­ дами пространственной обработки. Зашумленные элементы изоб­ ражений, как правило, значительно отличаются от незашумленных. Наиболее простой — пороговый метод снижения уровня шума.

Выбирают некоторую окрестность (окно) вокруг анализируемого элемента. Яркость этого элемента сравнивают со средней яркостью окружающих его элементов. Если разница превышает некоторый наперед заданный уровень, то анализируемому элементу приписы­ вают среднюю яркость. Алгоритм такой обработки предназначен­ ный для реализации на МП, приведен на рис. 2.8.

В связи с тем, что шум, как правило, пространственно декоррелирован, то в его спектре имеются более высокие пространствен­ ные частоты, чем в спектре обычного изображения. Отсюда понят­ но, что низкочастотная фильтрация позволяет уменьшать шумы. Процедура шумоподавления состоит в свертке массива F(ni, п^)]

Шум сглаживается низкочастотной фильтрацией с помощью массива Я с положительными элементами. В качестве примера в

Рис. 2.8. Алгоритм обработки для реализация на МП

56

[18] приведены сглаживающие массивы трех типов, нормирован* ные для получения единичного коэффициента передачи. Нормиро­ вать необходимо для того, чтобы процедура подавления шума не вызывала смещения средней яркости улучшенного изображения.

Массивы 1—3; соответственно:

В ряде случаев повысить качество ТВ изображения можно пу­ тем подчеркивания границ. Существует несколько способов. На­ пример, можно повысить контраст изображения на границах участ­ ков одинаковой яркости путем выполнения следующих действий

над двухмерным массивом данных, описывающих изображение

[18]:

где х, у — координаты точки изображения; &~р(х, у) — двухмер­ ный массив того же изображения, но полученный путем его раз­ мытия (дефокусировки); £Гм(х, у ) — двухмерный массив данных выходного изображения; а=0,60 ...0,83 — коэффициент пропор­ циональности.

После проведения операции, называемой маскированием, дли­ тельность фронта сигнала, соответствующего границе, увеличива­ ется, но в его начале и конце появляются два выброса, которые и повышают субъективное качество изображения.

Существуют более сложные способы улучшения изображения, например с помощью оператора статистического дифференцирова­ ния [18]

где £Г(/, /г), W{i, k) — двухмерные массивы данных исходного

исглаженного по соотношению (2.23) изображений; /, k — номе­ ра точек изображения; т а, сга — желаемые среднее и среднеквад­ ратическое значения отклонений; А — коэффициент усиления, введенный для предотвращения излишне больших значений яр­ кости обработанного изображения при малом сг(/, •£); а — коэф­ фициент, устанавливающий соотношение между яркостью границ

ияркостью фона улучшенного изображения.

Рассматриваемые способы улучшения изображений легко реа­ лизуются с помощью МП. Например, можно обрабатывать не все изображение, а его часть, которую отбирают по заранее выбран­ ному правилу, можно преобразовать те точки изображения, кото­

57

рые удовлетворяют какому-либо пороговому условию по уровню сигнала

между участками каких-то наперед заданных цветов. Для^ этого перед преобразованием необходимо проанализировать изображе­ ния в этих точках на цветность.

На изображения, имеющие плавные переходы яркости, могут воздействовать импульсные шумы. В этом случае полезно с точки зрения повышения качества применять нелинейную обработку — медианную фильтрацию сигнала, которая заключается в том, что на изображение как бы накладывается скользящее «окно», охва­ тывающее нечетное число его элементов. Центральный элемент заменяют медианой упорядоченной последовательности, состоящей из значений уровней элементов изображения, попавших в окно. Медианой такой последовательности из нечетного числа N эле­ ментов является тот, для которого существуют (N—1)/2 элемен­ тов, меньших или равных ему, и (N— 1)/2 элементов, больших или равных ему. Положительным качеством медианной фильтрации является то, что ее фильтр не влияет на ступенчатые и пилооб­ разные функции, а подавляет импульсные сигналы, длительность которых меньше половины ширины «окна». К отрицательным мо­ ментам следует отнести то, что она уплощает треугольные функ­ ции. Алгоритм медианной фильтрации для реализации фильтра с помощью МП показан на рис. 2.9. Сложность применения медиан­ ной фильтрации состоит в выборе величины «окна» и проведении обработки сигналов при его большой размерности.

Алгоритм медианной фильтрации относится к ранговым алго­ ритмам сглаживания (улучшения) изображений С4. Рангом эле­ мента в вариационном ряду, составленном из элементов «окна» (так называемой s-окрестности элемента), называют положение, занимаемое элементом в этом ряду. Ранговые алгоритмы нелиней­ ны, и с их помощью сигнал преобразуется в соответствии с гисто­ граммой его распределения вокруг некоторого заданного элемен­ та, т. е. они являются адаптивными алгоритмами в окрестности.

При реализации этих алгоритмов, в частности с использовани­ ем МП, целесообразно ввести следующие операторы [44]: MEAN — определение среднеарифметического значения по окрестности; MED — нахождение медианы ряда; CUT — «срезка» по окрест­ ности; RAND — генерирование случайной величины, распределе­ ние которой совпадает с распределением по окрестности; МЩ — определение минимума; МАХ — определение максимума.

Ранговые алгоритмы позволяют не только избавляться от не­ которых видов шумов на изображении, но и повышать локальные

58

1-----------------------------

Определение первого центрального элемента

_______________ 1 Отбор элементов, входящих в "окно"

(кроме центрального)

1

Построение упорядоченной последовательности

1

Определение медианы

I

Замена центрального элемента на медиану

I

■ Переход к следующему (соседнему) элементу изображения

Рис. 2.9. Алгоритм медианной фильтрации

контрасты, выделять детали заданных элементов изображений С4 от окружающего фона. С помощью такой обработки можно выде­ лять на изображении заданные элементы путем сравнения гисто­ грамм распределения сигнала с эталонными.

Повысить качество ТВ изображения С4, получаемого с по­ мощью ТВ ПЗС-камеры, можно, применяя МП, реализующий ал­ горитм обработки видеосигналов [45], который снижает влияние коммутационных шумов. Этот алгоритм рассчитан на считывание информации из выходного регистра ПЗС-датчика за время, рав­ ное двум строкам. В течение первой строки считывается полезная информация s, а в течение второй — фоновый сигнал коммутаци­ онных выбросов о. В результате выходной сигнал ПЗС-датчика приобретает вид последовательности чередующихся строк сигна­ лов двух типов:

Далее полученная последовательность сигналов задерживается на длительность строки и поэлементно вычитается из аналогич­ ной, но не задержанной последовательности. Затем все нечетные строки инвертируются и последовательность преобразуется:

59

После этого в четных полях гасятся нечетные строки, а в не­ четных — четные. Далее строки четных полей помещаются между строками нечетных полей. Поскольку в разных полях сигналы коммутационных выбросов имеют разную полярность, то за счет интегрирующих свойств зрительной системы человека видность этих выбросов резко снижается. Это и приводит к улучшению субъективного качества ТВ изображения.

В цветном ТВ для повышения качества изображения с точки зрения желаемого воспроизведения цветности молено применять линейные и нелинейные методы цветокоррекции. Линейным мето­ дам свойствен недостаток, заключающийся в том, что процесс цветокоррекции часто сопровождается яркостными искажениями изображения С4. С помощью МП можно реализовать эффективные нелинейные методы цветокоррекции. Алгоритм одного из таких методов (рис. 2.10), основанного на нелинейной амплитудной об­ работке трех цветоразностных сигналов перед их подачей на ли­ нейные матрицирующие устройства, заключается в следующем.

Выбирают коэффициенты /(0, Ки К*\, Кг, К*г, Кг, К*г. Причем Kz>K*2 и Кг>К*г. Затем вычисляют сумму цветораз­

ностных сигналов

где En, EG, Ев, Еу — видеосигналы «красного», «зеленого», «сине­ го» каналов и яркости соответственно. После этого формируют выходные цветоразностные сигналы:

Затем вычисляют величину М=КоУ. Тогда выходные цветоразностные сигналы:

при £„_у<М

Примеияя МП, можно повышать качество изобралсений, полу­ ченных с помощью портативных цветных ТВ камер с датчиками видеосигналов в виде одной ПЗС-матрицы. В таких ТВ камерах перед ПЗС-матрицей располагают трехцветный линейчатый фильтр, состоящий из узких вертикальных полосок красного R, зеленого G и синего В цветов. Полоски имеют одинаковую ширину и расположены в последовательности R, G, В, R, G, В, R ,... Каждую полоску фильтра оасполагают точно напротив соответствующей вертикальной колонки (столбца) светочувствительных элементов

60