Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 1 Николай Пономаренко 18/4/2006 Автоматическое определение. - презентация

1 Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 1 Николай Пономаренко 18/4/2006 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 Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 2 Николай Пономаренко 18/4/2006 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: σ 2 =48, σ μ 2 =0.098 (ошибка определения не более 10%)

3 Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 3 Николай Пономаренко 18/4/2006 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 Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 4 Николай Пономаренко 18/4/2006 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 Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 5 Николай Пономаренко 18/4/2006 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, σ 2 =49 изображение после фильтрации

6 Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 6 Николай Пономаренко 18/4/2006 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 Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 7 Николай Пономаренко 18/4/2006 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 Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 8 Николай Пономаренко 18/4/2006 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 Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 9 Николай Пономаренко 18/4/2006 Сжатие изображений и видеоинформации Спутниковая карта региона Хельсинки (σ 2 =100) и декодированное изображение для предложенного нами метода сжатия (bpp=0.75)