Повышение эффективности информационно-измерительных систем обработки слабоконтрастных документов тема диссертации и автореферата по ВАК РФ 05.11.16, кандидат технических наук Хмельницкий, Денис Валентинович

• Хмельницкий, Денис Валентинович
• кандидат технических наук
• 2008

Оглавление диссертации кандидат технических наук Хмельницкий, Денис Валентинович

ВВЕДЕНИЕ.

1. АНАЛИЗ МЕТОДОВ УЛУЧШЕНИЯ КАЧЕСТВА ВОСПРИЯТИЯ СЛАБОКОНТРАСТНЫХ ДОКУМЕНТОВ В ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ ОБРАБОТКИ ДОКУМЕНТОВ.

1.1 Классификация и основные особенности класса цифровых изображений слабоконтрастных документов.

1.2 Ввод слабоконтрастных документов в информационно-измерительных системах обработки документов.

1.3 Методы улучшения качества цифровых изображений слабоконтрастных документов.

1.4 Основные виды оценок качества восприятия изображений слабоконтрастных документов.

1.5 Выводы.

2. НИЗКОЧАСТОТНАЯ НЕЛИНЕЙНОЙ ФИЛЬТРАЦИИ СЛАБОРКОНТРАСТНЫХ ДОКУМЕНТОВ.

2.1 Обобщенная модель документа.

2.2 Обобщенные показатели качества восприятия документов.

2.3 Обобщенная модель низкочастотного нелинейного фильтра и оценка результатов фильтрации.

2.4 Выводы.

3. СИНТЕЗ ЯДРА НИЗКОЧАСТОТНОГО НЕЛИНЕЙНОГО ФИЛЬТРА.

3.1 Выделение признаков изображения слабоконтрастного документа.

3.2 Синтез ядра фильтра.

3.3 Сравнительная характеристика фильтрации различными ядрами.

3.4 Выводы.

4. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ КАЧЕСТВА НЕЛИНЕЙНОЙ НИЗКОЧАСТОТНОЙ ФИЛЬТРАЦИИ.

4.1 Распределение яркостных и цветовых характеристик изображения слабоконтрастного документа.

4.2 Оптимизация базового алгоритма низкочастотной нелинейной фильтрации прямоугольным ядром для двухмерных монохромных изображений.

4.3 Качественное сравнение результатов фильтрации, полученных различными методами.

4.4 Программное обеспечение для проведения низкочастотной нелинейной фильтрации слабоконтрастных документов.

4.5 Программное средство для проведения низкочастотной нелинейной фильтрации прямоугольным ядром видеоизображений.

4.6 Выводы.

Введение диссертации (часть автореферата) на тему «Повышение эффективности информационно-измерительных систем обработки слабоконтрастных документов»

Актуальность темы. В настоящее время среди информационно-измерительных систем (ИИС) [40, 51, 52, 57, 59] большое распространение получили ИИС, предназначенные для обработки документов (ИИСОД). Такой рост обусловлен двумя основными причинами. Во-первых, потребность в обработке документов в научной, потребительской и производственной сферах всегда была и остается на высоком уровне. Во-вторых, развитие инфраструктуры программно-аппаратных средств для ввода, обработки и отображения графической информации, являющихся основными составляющими ИИСОД, позволило найти практическое применение множеству теоретических методов, накопленных в данной области за все время ее существования.

В связи с широким спектром конструктивных различий между конкретными ИИСОД, обусловленных узкой спецификой целевой задачи, проведение их общей классификации становится невозможным. Однако среди всей совокупности ИИСОД можно выделить системы, эффективность работы которых зависит от качества исходного изображения. Примером таких систем являются:

- ИИС, предназначенные для микрофильмирования документов (ИИСМД);

- ИИС, предназначенные для распознавания графической и текстовой информации из документов (ИИСРГТИД);

- ИИС, предназначенные для ксерокопирования документов (ИИСКД).

Основной особенностью таких систем является существенное снижение эффективности при обработке так называемых слабоконтрастных документов. В основном это ветхие архивные документы, представляющие собой огромную историческую и культурно-социальную ценность, но потерявшие исходное качество в результате процесса старения. Микрофильмирование и ксерокопирование таких документов сопряжено с большой потерей информации на результирующем изображении, в связи с чем возникает задача повышения эффективности ИИСОД.

Для решения данной задачи производят предварительное улучшение качества слабоконтрастных документов. Традиционно применяющиеся для этого методы делятся на два класса. Методы первого класса направлены на повышение полностью детерминированных качественных показателей, что бывает очень редко. Другой класс, более распространенный, содержит методы для улучшения субъективного качества восприятия изображений, которое невозможно определить в виде четкой формальной оценки. Это обусловило появление в ИИСОД программно-аппаратных средств, предназначенных для решения так называемой задачи «эстетического» характера, суть которой состоит в «подгонке» изображений под нечетко заданные субъективные нормы наблюдателя за счет предоставления оператору возможности влияния на качество результата посредством изменения параметров обработки. Например, для ИИСМД только опытный специалист может оценить степень информационных потерь, которые возникнут в результате микрофильмирования.

Другое актуальное направление исследований в данной области - формализация качественной оценки результата обработки. Переход к такой оценке не только позволяет частично автоматизировать процесс предварительного улучшения качества, но также делает возможным производить сравнение эффективности существующих в настоящее время методов, предназначенных для решения данной задачи.

Таким образом, повышение эффективности ИИСОД путем улучшения качества восприятия слабоконтрастных документов, а также формализация оценки качества являются актуальными на сегодняшний день задачами.

Указанные обстоятельства обуславливают выбор объекта и предмета диссертационного исследования.

Объектом исследования является информационно-измерительная система, предназначенная для обработки документов, эффективность которой определяется исходным качеством документа.

Предмет исследования можно охарактеризовать как качество восприятия цифровых изображений слабоконтрастных документов.

Цель диссертационной работы — повышение эффективности информационно-измерительных систем, предназначенных для обработки документов, путем предварительного улучшения качества восприятия цифровых изображений слабоконтрастных документов.

Задачи исследования.

1. Исследование характеристик слабоконтрастных документов, влияющих на качество их восприятия в ИИСОД.

2. Разработка формальных оценок качества восприятия цифровых изображений слабоконтрастных документов, согласующихся с «эстетическими оценками».

3. Разработка метода нелинейной цифровой фильтрации, улучшающего качество восприятия цифровых изображений слабоконтрастных документов в ИИСОД.

4. Разработка различных ядер нелинейного низкочастотного фильтра.

5. Исследование влияния различных ядер низкочастотного нелинейного фильтра, а также параметров фильтрации на качество восприятия цифровых изображений слабоконтрастных документов.

6. Проведение экспериментальных исследований, подтверждающих эффективность использования разработанного метода нелинейной низкочастотной фильтрации изображений слабоконтрастных документов в ИИСОД.

Методы исследования. При проведении теоретических исследований в диссертационной работе были использованы методы цифровой обработки изображений, математической статистики и теории вероятностей.

При разработке программного обеспечения для проведения экспериментальных исследований использовался объектно-ориентированный подход.

Научная новизна диссертации заключается в следующем.

1. Разработан метод улучшения качества слабоконтрастных документов для ИИСОД за счет нелинейного усреднения характеристик точек в локальной области изображения с учетом как качественных, так и пространственных различий между ними.

2. Предложен общий принцип синтеза ядер нелинейного фильтра на основе функций превосходства между характеристиками точек изображения.

3. Синтезирован ряд ядер низкочастотного фильтра и проведен анализ эффективности их использования с целью улучшения качества восприятия слабоконтрастных документов.

4. Для прямоугольного ядра низкочастотного фильтра разработан оптимизированный алгоритм фильтрации.

5. Разработана методика определения интегральной оценки качества восприятия слабоконтрастных документов — коэффициента бимодальности с целью сравнения результатов фильтрации различными ядрами, а также автоматизации процесса повышения эффективности ИИСОД.

Достоверность полученных результатов подтверждена экспериментальными исследованиями. Для проведения экспериментальных исследований использовались как программные средства сторонних разработчиков, так и специально разработанные для этих целей программные комплексы.

Практическая ценность работы.

1. Разработан алгоритм нахождения интегральной оценки качества восприятия цифровых изображений слабоконтрастных документов.

2. Реализованы алгоритмы нелинейной низкочастотной фильтрации цифровых изображений слабоконтрастных документов для различных ядер.

3. Реализован оптимизированный алгоритм низкочастотной нелинейной фильтрации прямоугольным ядром.

4. Разработан программный комплекс, являющийся частью программного обеспечения (ПО) ИИСОД, осуществляющий нелинейную низкочастотную фильтрацию цифровых изображений слабоконтрастных документов и позволяющий оценивать результаты фильтрации по интегральной оценке качества восприятия.

5. Разработан программный модуль дополнительного ПО ИИСОД для проведения низкочастотной нелинейной фильтрации прямоугольным ядром (оптимизированный алгоритм) цветных видеоизображений.

Реализация и внедрение результатов работы. Результаты диссертационной работы были внедрены в ЗАО «Репроникс» г. Тула, а также в учебный процесс кафедры ЭВМ Тульского государственного университета.

Научные положения, выносимые на защиту.

1. Метод нелинейной низкочастотной фильтрации цифровых изображений слабоконтрастных документов.

2. Принцип синтеза ядер низкочастотного нелинейного фильтра на базе функции принадлежности.

3. Интегральная оценка качества результатов фильтрации - коэффициент бимодальности.

Апробация работы. Основные положения диссертационной работы легли в основу докладов на следующих конференциях: 7-ая Всероссийская научно-техническая конференция студентов, молодых ученых и специалистов (Рязань, 2002 г.); «Гагаринские чтения» - международная молодежная научная конференция (Москва, 2003, 2004 гг.); ХЬ Всероссийская конференция по проблемам математики, информатики, физики и химии (Москва, 2004 г.); «Интеллектуальные и информационные системы» - межрегиональная научно-техническая конференция (Тула, 2004, 2005 гг.); «Интеллектуальные и информационные системы» — Всероссийская научно-техническая конференция (Тула, 2007 г.).

Публикации. По результатам исследований опубликовано 12 научных работ.

Характеристика работы. Диссертационная работа состоит из введения, четырех разделов и заключения, изложенных на 135 страницах машинописного текста, включает 37 рисунков, 10 таблиц, список использованной литературы, содержащий 70 наименований, и 5 приложений.

Заключение диссертации по теме «Информационно-измерительные и управляющие системы (по отраслям)», Хмельницкий, Денис Валентинович

9. Результаты работы внедрены в ЗАО «Репроникс»» (г. Тула). Теоретические результаты работы включены в конспект лекций по курсу «Цифровая обработка изображений» на кафедре ЭВМ Тульского государственного университета.

ЗАКЛЮЧЕНИЕ

1. Разработана общая математическая модель цифрового изображения слабоконтрастного документа, учитывающая его основные особенности.

2. Разработан метод низкочастотной нелинейной фильтрации, улучшающий качество слабоконтрастных документов, с учетом как качественных, так и пространственных различий между точками в локальной области изображения.

3. Определен интегральный показатель качества слабоконтрастных документов - коэффициент бимодальности, позволяющий производить оценку результатов фильтрации и автоматизировать процесс подбора оптимальных параметров обработки.

4. Для разных классов изображений слабоконтрастных документов, на базе функций принадлежности разработаны различные ядра нелинейного низкочастотного фильтра, а также приведены основные принципы синтеза ядер с учетом особенностей конкретного документа.

5. Исследовано влияние различных ядер низкочастотного нелинейного фильтра, а также параметров фильтрации на качество восприятия цифровых изображений слабоконтрастных документов различных классов.

6. Разработана методика оценки эффективности улучшения качества слабоконтрастных документов различными ядрами низкочастотной нелинейной фильтрации.

7. Проведены экспериментальные исследования, подтверждающие эффективность разработанного метода нелинейной низкочастотной фильтрации изображений слабоконтрастных документов по сравнению с ранее существующими методами.

8. Разработано программное обеспечение, реализующее низкочастотную нелинейную фильтрацию различными ядрами в ИИСОД с целью улучшения качества восприятия слабоконтрастных документов и позволяющее рассчитывать интегральный показатель качества для упрощения подбора оператором оптимальных параметров фильтрации.

Список литературы диссертационного исследования кандидат технических наук Хмельницкий, Денис Валентинович, 2008 год

1. Александров В.В., Горский М.Д. Представление и обработка изображений. Рекурсивный подход.- JL: Наука. Ленингр. отд-ние, 1985. 189 с.

2. Андриянов A.B. Теория и применения цифровой обработки сигналов : Учеб. пособие. Н. Новгород, 1999. - 87 с.

3. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983. - 295 с.

4. Антонов A.C. Параллельное программирование с использованием технологии MPI. -M.: изд. Московского университета, 2004. 71 с.

5. Басалова Г.В., Котов В.В. Архивное хранение информации в технических системах: Учеб. пособие. Тула: Тульский гос. ун-т, 2001. - 102 с.

6. Бизин А.Т. Введение в цифровую обработку сигналов : Учеб. пособие. — Новосибирск, 1998. 52 с.

7. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. — М.: Мир, 1989.-448 с.

8. Бобылев Л.И., Гаврилин А.П., Данилкин Ф.А., Котов В.В. Особенности микрофильмирования угасающих документов. // Успехи современного естествознания. 2003. -№ 12. - С. 28-32

9. Булычев Ю.Г., Лапсарь А.П. Вычислительные аспекты задачи нелинейной фильтрации. //Автоматика и вычислительная техника. 1998. - №2. - С. 32-42.

10. Ю.Бутаков Е.А., Островский В.И., Фадеев Л.И. Обработка изображений на ЭВМ. М.: Радио и связь, 1987. - 236 с.11 .Быстрые алгоритмы в цифровой обработке в цифровой обработке изображений. //Ред. Хуанга Т.С. М.: Радио и связь, 1984. - 224 с.

11. Василейский A.C., Максимов H.A. Алгоритмы цифровой обработки изображений : Учеб. пособие. М. : Изд-во МАИ, 1995. - 31 с.

12. Васкжов В.Н. Методы цифровой обработки сигналов : Учеб. пособие. — Новосибирск, 1998. — 58 с.

13. Ватанаба М. Современные тенденции развития технологии технического зрения. // «Обозрение Тошиба». 50, № 8, 1995. - С. 604-606.

14. Вентцель Е.С. Теория вероятностей. -М.: Наука, 1964. — 572 с.

15. Вихров Н.М., Фомин В.В. Принципы программной обработки и структуры ЭВМ : Пособие. СПб. : СПГУВК, 1999. - 50 с.

16. Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. -С.Птб.: BHV-Петербург, 2002. 608 с.

17. Голд Б., Рейдер Ч. Цифровая обработка сигналов. — М.: Советское радио, 1973.-367 с.

18. Гольберг JI.M. Цифровая обработка сигналов. М.: Радио и связь, 1990. -325 с.

19. Григорьева Е.С., Судейкин М.И. Использование яркостных и текстурных характеристик при анализе изображений дорожных сцен. // В кн. Прикладные проблемы искусственного интеллекта. — М., 1993. С. 3-12.

20. Грузман И.С., Киричук B.C., Косых В.П., Перетягин Г.И., Спектор A.A. Цифровая обработка изображений в информационных системах: Учебное пособие.- Новосибисрк: Изд-во НГТУ, 2000. 168 с.

21. Данилкин Ф.А. Обнаружение одиночных случайно распределенных во времени сигналов. // XIX "Гагаринские чтения": Тезисы докладов. М.: МАТИ. - 1993. - С. 63.

22. Данилкин Ф.А., Абузова И.В., Афанасьева Н.Ю. Аппаратно-программные системы построчного чтения текста. // "Новые информационные технологии и системы". Материалы докладов международной конференции -Пенза: ПГТУ 1994. С. 116.

23. Данилкин Ф.А., Завьялов К.А. Методы улучшения изображений после продолжительного хранения в архивных системах. // Тез. докл. XI Межвузовской научно-технической конферен-ции. — Тула.: ТВАИУ, 1997. — С. 92-93.

24. Данилкин Ф.А., Хмельницкий Д.В. Оптимизация алгоритма вычисления низкочастотной нелинейной фильтрации прямоугольным ядром. // Известия Тульского государственного университета. Технические науки. Выпуск 3. Тула: ТулГУ, 2008. - С.117-125.

25. Данилкин Ф.А., Хмельницкий Д.В. Снижение сложности вычисления процедуры низкочастотной нелинейной фильтрации // Вестник Тульского государственного университета. Серия: Вычислительная техника. Выпуск 1. Тула. Изд-во Тулье. Гос. Ун-та, 2007. С.83.

26. Жутяева Т.С., Зайцев М.Ф. Проектирование цифровых устройств обработки сигналов в обзорных PJIC : Учеб. пособие. — М. : Изд-во МЭИ, 1998. -76 с.

27. Иваненко В. Г. Дискретные ортогональные преобразования : Учеб. пособие.-М., 1998.-32 с.

28. Игнатьев В.М., Данилкин Ф.А. Улучшение качества изобра-же-ний получаемых со сканеров высокого разрешения. //Вопросы оборонной техники. -№6, 1995.-С. 23-27.

29. Игнатьев В.М., Данилкин Ф.А. Улучшение качества изображений, полученных со сканера. // Сборник «Вычислительные машины, комплексы и сети». Рязань.: РГРА, 1996. - С. 25-32.

30. Использование алгоритмов нелинейной фильтрации для улучшения качества восстановления томографических изображений. Воскобойников Ю.Е., Касьянова С.Н., Кисленко Н.П., Трофимов O.E. // Автометрия. -1997. -№3. -С.23-35.

31. Каппелини В, Константинидис А. Дж., Эмилиани П. Цифровые фильтры и их применение М.: Энергоатомиздат, 1983 - 360 с.

32. Катыс Г.П. Методы и вычислительные средства обработки изображений. -Кишинев: Штиинца, 1991. 209 с.

33. Котов В.В, Хмельницкий Д.В. Низкочастотная фильтрация изображений угасающих документов. // XL Всероссийская конференция по проблемам математики, информатики, физики и химии, тез. док. Секции физики. -М.: РУДН, 2004. С. 86-89.

34. Ланге Ф. Г. Статистические аспекты построения измерительных систем / Пер. с нем.; Под ред. Б. Р. Левина и Г. Я. Мирского. — М.: Радио и связь, 1981.- 168 с.

35. Методы цифровой обработки изображений. // Сборник научных трудов. — Новосибирск, 1988. — 111 с.

36. Обработка изображений и цифровая фильтрация. //Под ред. Т. Хуанга. -М.: Мир, 1979.-221 с.

37. Павлидис Т. Алгоритмы машинной графики и обработки изображений. -М.: Радио и связь, 1986. 400 с.

38. Прэтт У. Цифровая обработка изображений: В 2х кн. М.: Мир, 1982 г. -714 с.

39. Рабинер Л. Гоулд Б. Теория и применение цифровой обработки сигналов. -М.: Мир, 1978.-841 с.

40. Романов В.Ю. Популярные форматы файлов для хранения графических изображений на IBM PC М.: Унитех, 1992. - 156 с.

41. Финогенов Г.К. Программирование измерительных систем реального времени. -М. : Энергоатомиздат, 1990. 256с.

42. Хазанов Б. И. Интерфейсы измерительных систем. М.: Энергия, 1979. -119с.

43. Хемминг Р.В. Цифровые фильтры. М.: Недра, 1987. - 221 с.

44. Хмельницкий Д.В. Использование балансной функции в цифровой обработке изображений. // XXX "Гагаринские чтения": Тез. докл. Международной молодежной научной конференции — М.: МАТИ., 2004. Т.5. С. 6465.

45. Цапенко М.П. Измерительно-информационные системы. М.: Энергоатом-издат, 1985.-438 с.

46. Цифровая вычислительная техника // Ред. Э.В. Евреинова. М.: Радио и связь, 1991.-463 с.

47. Шаракшанэ А. С, Халецкий А.К., Морозов И.А. Оценка характеристик сложных автоматизированных систем. М.: Машиностроение, 1993. — 272с.

48. Шлихт Г.Ю. Цифровая обработка цветных изображений : Сканирование. Печать. Видео. Мультимедиа под Windows : Перевод. М. : ЭКОМ, 1997.-333 с.

49. Шпаковский Г.И., Серикова Н.В. Программирование для многопроцессорных систем в стандарте МР1:Пособие / Минск: БГУ, 2002. -324 с.

50. A fast filtering algorithm for image enhancement. Chen H., Li A., Kaufman L., Hale J. // IEEE Trans. Med. Imag. 1 3, 1994. - D. 557-562.

51. Angelopoulos G., Pitas I. Multichannel Wiener filters in color image restoration. // IEEE Trans. Circuit and Syst. Video Technol. 1994. - 4. - P.83-87.

52. Evans A.N., Nixon M.S. Mode filtering to reduce ultrasound speckle for feature extraction. // IEEE Proc. Vision, Image and Signal Process. 142, 1 2, 1995. -P. 87-94.

53. Guedon J.-P., Bizaiz Y. Bandlimited and Haar filtered back-projection reconstruction. // IEEE Trans. Med. Imag. 1994. - 43. - P.430-440.

54. Hadamard transforms on multiply/add architectures. Coppersmith D., Eig E., Linzer E. // IEEE Trans. Signal Process. 1994. - l4. - P.969-970.

55. Huang L.-K., Wang M.-J. J. Image thresholding by minimizing the measures of furriness // Pattern recognition. -1995.-28,4. — P.41-51.

56. Numerical algorithm for the recovery of real image from its Hartley transform modulus only in two dimensions. Dong B., Yang G., Gu B. // Optik. 1995. -100, ^.-P^^.

57. Rampioni A. Detail-preserving filter for noisy images // Electron. Lett. 31, 1 11, 1995.-P. 865-866.

58. Steven W. Smith Digital Signal Processing // Second Edition. California Technical Publishing. - 1997. - 18, 15. -P.481-491.