Направления научных исследований кафедры в области...
DESCRIPTION
Направления научных исследований кафедры в области цифровой обработки изображений. Автоматическое определение параметров искажающих воздействий. Классификация участков изображений. Оценка качества изображений (с эталонным изображением и без него ). Локально-адаптивная фильтрация - PowerPoint PPT PresentationTRANSCRIPT
1
Николай Пономаренко 18/4/2006Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры
Автоматическое определение
параметров искажающих воздействий
Оценка качества изображений (с эталонным изображением и без него)
Классификация участков изображений
Фильтрация, восстановление и реконструкция
изображений
Локально-адаптивная фильтрация
и классификация изображений
Обнаружение объектов на изображениях
Сжатие изображений и видеоинформации
Направления научных исследований кафедры в области цифровой обработки изображений
2
Николай Пономаренко 18/4/2006Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры
Автоматическое определение параметров искажающих воздействий
Активные исследования проводятся с 1995 года
Определяемые параметры: - дисперсия аддитивного гауссовского шума
- дисперсия мультипликативного гауссовского шума
- вероятность импульсного шума (равномерный, соль и перец, компактный)
- вид функции рассеяния точки, ширина главного лепестка, уврони боковых лепестков (смаз)
- параметры смешанных искажений, например, смешанного аддитивного и мультипликативного шума
Практические приложения:- подавление шума на изображениях
- восстановление изображений (в том числе и при одновременно наличии шума и смаза)
- определение параметров сжатия изображений Параметры шума: σ2=48, σμ2=0.098
(ошибка определения не более 10%)
3
Николай Пономаренко 18/4/2006Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры
Оценка качества изображений
Активные исследования проводятся с 2004 года
Области исследований:- разработка и совершенствование критериев оценки
визуального качества изображений при наличии эталона (full reference metrics)
- исследование HVS (human visual system) с целью более полного учета ее особенностей при оценке визуального качества изображения
- разработка критериев оценки качества изображений при отсутствии эталона (perceptual metrics)
Практические приложения:- объективная оценка визуального качества результатов
фильтрации, сжатия и пр.
- определение оптимальной степени сжатия изображения
PSNR=18.72 dB, MSSIM=0.33, PSNR-HVS=18.72 dB
PSNR=18.72 dB, MSSIM=0.45, PSNR-HVS=14.59 dB
4
Николай Пономаренко 18/4/2006Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры
Классификация участков изображений
Активные исследования проводятся с 1994 года
Направления исследований:- разработка параметров локальной активности (признаков)
- использование нейроструктур для классификации участков изображений
- использование экспертных систем для классификации участков изображений
- использование гибридных методов для классификации участков изображений
- классификация многоканальных изображений
Практические приложения:- локально-адаптивная фильтрация
- классификация изображений и обнаружение объектов
- автоматический выбор ROI (region of interest) при сжатии изображений
Оптическое изображение системы ДЗ
Результат классификации участков изображения на 5 классов
5
Николай Пономаренко 18/4/2006Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры
Фильтрация, восстановление и реконструкция изображений
Активные исследования проводятся с 1989 года
Направления исследований:- разработка и совершенствование нелинейных (в том числе
робастных и векторных) методов фильтрации изображений
- фильтрация изображений с использованием ортогональных преобразований (ДКП, ДВП)
- построение фильтров с учетом ограничений на объем оперативной памяти и время обработки
- восстановление дефокусированных изображений с одновременным подавлением шума
- реконструкция отсутствующих фрагментов изображений
Практические приложения:- подавление различных шумов на изображениях
- предварительная обработка с целью повышения качества классификации участков изображения
- предварительная обработка сжимаемых изображений
- постфильтрация расжатых изображений с целью устранения блочного эффекта и эффекта Гиббса
аддитивный шум, σ2=49
изображение после фильтрации
6
Николай Пономаренко 18/4/2006Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры
Локально-адаптивная фильтрация и классификация изображений
Активные исследования проводятся с 1995 года
Направления исследований:- локально-адаптивные фильтры с мягким переключением
- локально-адаптивные фильтры с жестким переключением
- двухэтапные локально-адаптивные фильтры
- сохраняющие текстуру локально-адаптивные фильтры
- синтез локально-адаптивных фильтров для заданной конечной задачи интерпретации данных и критерия качества
Практические приложения:- эффективное подавление шумов на сложных изображениях
- подавление смеси импульсного шума с другими типами шумов
- предварительная обработка с целью повышения качества классификации участков изображения
- обработка изображения с целью максимизации критерия качества, обусловленного конечной интерпретационной задачей анализа изображений
РЛИ изображение
Результат работы мультиоконного локально-адаптивного фильтра
7
Николай Пономаренко 18/4/2006Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры
Обнаружение объектов на изображениях
Активные исследования проводятся с 1997 года
Направления исследований:- обнаружение малоразмерных и малоконтрастных
объектов на изображениях, искаженных шумом
- предварительная обработка изображений с целью повышения качества обнаружения объектов
- сжатие изображений без ухудшения качества последующего обнаружения объектов на них
- автоматический синтез локально-адаптивных многоэтапных обнаружителей объектов на изображениях, искаженных шумом
- обнаружение целей на многоканальных изображениях
Практические приложения:- обнаружение объектов на изображениях
- предварительная обработка изображений, предназначенных для обнаружения объектов «черным ящиком»
Анализируемое изображение
Детектирование (фрагмент) без шума, с шумом и после предварительной обработки
8
Николай Пономаренко 18/4/2006Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры
Сжатие изображений и видеоинформации
Активные исследования проводятся с 2000 года
Направления исследований:- сжатие на основе ДКП
- фрактальное сжатие изображений
- высококачественное сжатие изображений с использованием схем разбиения
- сжатие видео и многоканальных изображений
- сжатие изображений, искаженных шумом
- автоматический выбор степени сжатия изображения
- дополнительное сжатие (без внесения потерь) изображений JPEG и видео Motion JPEG
- автоматический выбор ROI (region of interest) при сжатии
Практические приложения:- высококачественное сжатие изображений и видео
- сжатие многоканальных данных систем ДЗ
- дополнительное сжатие изображений JPEG
- оптимальное сжатие “почти без потерь” (nearless)
Сравнение с JPEG2000 при аналогичной степени сжатия
Исходное
изображение
JPEG2000
Наш метод
9
Николай Пономаренко 18/4/2006Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры
Сжатие изображений и видеоинформации
Спутниковая карта региона Хельсинки (σ2=100) и декодированное изображение для предложенного нами метода сжатия (bpp=0.75)