Інформаційні технології паралельної фільтрації імпульсного шуму на супутникових зображеннях - Автореферат

Стрімкий розвиток інформаційних та телекомунікаційних технологій, у тому числі технологій цифрової фотозйомки та засобів спостереження Землі з космосу, призвів до виникнення нових задач обробки фотографічних зображень великого обсягу. Так європейський метеорологічний супутник “Метеосат” забезпечує передачу даних обсягом до 10 Мбайт щопівгодини (а супутник другого покоління буде передавати до 100 Мбайт інформації з інтервалом 15 хвилин). Враховуючи складність алгоритмів обробки зображень, великі обсяги даних та високу частоту надходження інформації, обробку супутникових знімків у режимі моніторингу необхідно здійснювати за допомогою сучасних паралельних, в тому числі й кластерних систем. Дослідження проводилися в межах наукового проекту “Розробка алгоритмів кластерних обчислень для задач обробки супутникової інформації і сценарного аналізу космічної діяльності” програми “Створення ефективних інтелектуальних інформаційних технологій, високопродуктивних ЕОМ та засобів захисту інформації” (0104U006234 “Інтелект”) та договору № ДП/153-2003 від 26 червня 2003 р. Роль автора при виконанні цих робіт складалася в розробці ефективних методів фільтрації космічних зображень та інформаційних технологій кластерної реалізації цих методів.Через наявність помилок у роботі датчиків цифрової камери чи то через перешкоди у каналах передачі даних на фотознімках, зроблених цифровими апаратами, а також на космічних зображеннях, дуже часто зявляються імпульсні шуми у вигляді спотворених ізольованих пікселів або смуг імпульсного шуму. У другому розділі вводиться модель імпульсного шуму загального вигляду та ставиться задача знаходження найкращого фільтра для усунення імпульсного шуму. Значення критерію для зображень, що не містять смуг імпульсного шуму Значення критерію для зображень, що містять смуги імпульсного шуму Якщо ж на зображенні є смуги імпульсного шуму, то найбільш ефективним фільтром виявляється адаптивний фільтр із центральним зважуванням (АЦВМФ). Запропонований метод передбачає розвязання задачі фільтрації в два етапи: на першому етапі виконується виявлення смуг імпульсного шуму, а на другому - відновлення спотворених пікселів.У дисертаційній роботі запропоновані та обґрунтовані ефективні методи, паралельні алгоритми й інформаційні технології усунення імпульсного шуму на цифрових зображеннях. Аналіз можливого застосування нелінійних фільтрів для відновлення цифрових зображень показав, що для усунення імпульсного шуму загального вигляду, що містить як ізольовані спотворені піксели, так і цілі смуги зашумлених пікселів, фільтрацію необхідно виконувати в 2 етапи: спочатку усунути смуги імпульсного шуму, а потім виконати відновлення ізольованих зашумлених пікселів. Вперше запропонована ймовірнісна модель імпульсного шуму загального виду, що адекватно описує завади, властиві реальним цифровим зображенням, та дозволяє генерувати тестові зображення з довільним ступенем зашумленості. Використання запропонованого методу детектування смуг дозволяє забезпечити фільтрацію без спотворення незашумлених пікселів зображення та знизити ефект появи “імпульсних плям”. Вдосконалено метод фільтрації смуг імпульсного шуму на зображеннях на основі сплайнової апроксимації, що забезпечує підвищення точності відновлення пошкоджених пікселів на 5% у порівнянні з кращими відомими методами фільтрації без спотворення сусідніх пікселів зображення.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У дисертаційній роботі запропоновані та обґрунтовані ефективні методи, паралельні алгоритми й інформаційні технології усунення імпульсного шуму на цифрових зображеннях.

1. Аналіз можливого застосування нелінійних фільтрів для відновлення цифрових зображень показав, що для усунення імпульсного шуму загального вигляду, що містить як ізольовані спотворені піксели, так і цілі смуги зашумлених пікселів, фільтрацію необхідно виконувати в 2 етапи: спочатку усунути смуги імпульсного шуму, а потім виконати відновлення ізольованих зашумлених пікселів.

2. Вперше запропонована ймовірнісна модель імпульсного шуму загального виду, що адекватно описує завади, властиві реальним цифровим зображенням, та дозволяє генерувати тестові зображення з довільним ступенем зашумленості. Запропонована модель відрізняється від відомих тим, що враховує не тільки ізольовані зашумлені піксели, але і цілі смуги спотворених пікселів.

3. Вперше запропонований метод виявлення смуг імпульсного шуму, що базується на побудові гістограми яскравості. Використання запропонованого методу детектування смуг дозволяє забезпечити фільтрацію без спотворення незашумлених пікселів зображення та знизити ефект появи “імпульсних плям”.

4. Вдосконалено метод фільтрації смуг імпульсного шуму на зображеннях на основі сплайнової апроксимації, що забезпечує підвищення точності відновлення пошкоджених пікселів на 5% у порівнянні з кращими відомими методами фільтрації без спотворення сусідніх пікселів зображення.

5. Вперше розроблено та обґрунтовано метод декомпозиції алгоритму фільтрації космічних зображень для його паралельної реалізації. Показано, що для вирішення задачі фільтрації цифрових зображень великого обсягу найбільш ефективним є метод паралелізму даних.

6. Вперше створено модель паралельних обчислень при розвязанні задачі фільтрації цифрових зображень та розроблено інформаційну технологію її паралельної реалізації. Розроблена модель покладена в основу модуля попередньої обробки мультиспектральних знімків КА “Метеосат” для системи моніторингу хмарності на основі космічної інформації. Застосування розробленої моделі забезпечує усунення імпульсного шуму для зображень великого обсягу в реальному часі.

7. Вперше отримані аналітичні та експериментальні оцінки ефективності застосування паралельних обчислювальних систем для фільтрації шуму на цифрових зображеннях, у тому числі космічних знімків. Визначено оптимальний ступінь розпаралелювання алгоритму з урахуванням архітектури суперкомпютерних кластерних систем СКІТ-1 і СКІТ-2, створених в Інституті кібернетики НАНУ. Розроблено комплекс програм, що реалізують запропоновані паралельні алгоритми на суперкомпютерних кластерних системах СКІТ-1 і СКІТ-2. Доступ до суперкомпютера здійснюється через спеціально розроблений незалежний від платформи Web-інтерфейс.

1. Шелестов А. Ю., Нгуен Т. Ф., Лавренюк А. Н. Анализ нелинейных фильтров для восстановления изображений, искаженных импульсным шумом // Кибернетика и вычислительная техника. - 2004. - Вып. 143. - С. 69-91.

2. Нгуен Т. Ф. Простой и эффективный метод обнаружения и устранения полос импульсного шума на изображениях // Проблемы управления и информатики. - 2004. - № 5. - С. 125-130.

3. Куссуль Н. Н., Шелестов А. Ю., Корбаков М. Б., Кравченко А. Н., Нгуен Т. Ф. Построение карты облачности с использованием параллельного алгоритма марковской сегментации // Кибернетика и вычислительная техника. - 2005. - № 146. - C. 49-60.

4. Нгуен Т. Ф., Шелестов А. Ю. Параллельная реализация алгоритмов фильтрации космических изображений // Проблемы управления и информатики. - 2005. - № 2. - С. 121-132.

5. Нгуен Т. Ф. Кластерная реализация алгоритмов фильтрации космических изображений // Математические машины и системы. - 2005. - № 2. - С. 110-121.

6. Житомирская К. Г., Нгуен Т. Ф. Параллельная реализация алгоритмов предварительной обработки спутниковых снимков // Пятая украинская конференция по космическим исследованиям. - Крым (Украина). - 2005. - С. 205.

7. Kussul N., Shelestov A., Nguyen T. P., Korbakov M., Kravchenko A. Parallel Markovian Aproach to the Problem Of Cloud Mask Extraction // The International Conference "Knowledge-Dialogue-Solution" (KDS-2005). - 2005. - С. 567-569.

8. Nguyen T. P. Concurrent Algorithm For Filtering Impulse Noise On Satellite Images // The International Conference “Knowledge-Dialogue-Solution” (KDS-2005). - 2005. - С. 465-472.

9. Лавренюк А. М., Шелестов А. Ю., Пасечник В. І. Нгуен Т. Ф. Інтелектуальні методи фільтрація та розпізнавання космічних знімків // Матеріали 11-ої міжнародної конференції по автоматичному управлінню „Автоматика’2004”. - Том. 4. - Київ. - 2004. - С. 69.

10. Шелестов А. Ю., Нгуен Т. Ф., Лавренюк А. М. Параллельные алгоритмы фильтрации космических изображений // Единое информационное пространство ‘2004. - Днепропетровск (Украина). - 2004. - С. 74.

11. Шелестов А. Ю., Пасечник В. І., Нгуен Т. Ф. Фільтрація супутникових знімків поверхні Землі та генерування масик хмарності // Школа-семінар для молодих науковців “Наукові космічні дослідження”. - с. Жукін (Київська область). - 2004. - С. 35.

12. ение космических изображений, искаженных импульсным шумом // Четвертая украинская конференция по космическим исследованиям. - Крым (Украина). - 2004. - С. 148.

13. Нгуен Т. Ф., Шелестов А. Ю., Лавренюк А. Н. Алгоритмы параллельных вычислений для фильтрации космических изображений // Збірник тез VII Міжнародної науково-практичної конференції “Людина і Космос”. - Дніпропетровськ (Україна). - 2005. - С. 163.

14. Шелестов А. Ю., Нгуен Т. Ф. Обработка данных геостационарных спутников с помощью суперкомпьютеров семейства СКІТ // ISDMIT’2005 (Евпатория, Украина). - 2005. - С. 169-170.

15. Шелестов А. Ю., Кравченко А. Н., Нгуен Т. Ф. Кластерная система предварительной обработки данных геостационарных спутников // Автоматика’2005 (Харьков, Украина). - 2005. - С. 134.