Сектор цифровой оптики
Заведующий сектором - к.т.н. Карнаухов Виктор Николаевич
Тел.: (095) 209-28-83; E-mail: victor.karnaukhov@iitp.ru
Ведущие ученые сектора:
|
д.ф.-м.н. Ярославский Л. П. |
к.т.н. Лашин В. В. |
|
д.т.н. Кобер В. И. |
к.т.н. Мозеров М. Г. |
|
к.т.н. Беликова Т. П. |
|
Направления исследований:
· разработка и создание реляционных баз данных изображений и СУБД;
· адаптивные методы обработки изображений и распознавания образов;
· синтез двумерных цифровых фильтров;
· улучшение цифровых изображений;
· мультимедиа;
· анализ динамических изображений;
· вычисление оптического потока;
· распознавание трехмерных сцен;
· классификация, анализ и обработка медицинских изображений;
· цифровая голография.
Предложены новые корреляционные фильтры, основанные на синтетических дискриминационных функциях (СДФ), для улучшения распознавания частично-закрытых объектов, находящихся на известном, сложном фоне. Проведен анализ свойств предлагаемых корреляционных фильтров и исследовано качество обнаружения объектов с помощью новых фильтров. Проведен сравнительный анализ результатов обнаружения тестовых, зашумленных объектов с использованием предлагаемых и линейных классических корреляционных фильтров. Компьютерное моделирование продемонстрировало значительное улучшение распознавания объектов с использованием предложенных корреляционных фильтров. Проведен анализ устойчивости предлагаемых фильтров к влиянию шума.
Предложены новые методы локально-адаптивной обработки цветных изображений с использованием скользящих дискретных преобразований таких, как косинусное, синусное, Фурье и Хартли. Предложены алгоритмы быстрого прямого и обратного вычисления дискретных преобразований в скользящем окне. Эти алгоритмы требуют значительно меньшее количество операций сложения и умножения по сравнению с известными рекурсивными и быстрыми алгоритмами. На основе предложенных быстрых алгоритмов разработаны методы локально-адаптивной реставрации изображений и повышения локальных контрастов на изображениях.
В рамках выполнения проекта INTAS проведены совместные исследования по разработке информационного сетевого ресурса для поддержки исследований манускриптов и первопечатных книг. Выполнена генерация базы данных и начато ее наполнение. Текущая версия базы данных содержит более 6000 базовых записей. Разработана и создана специализированная система для работы с созданным информационным сетевым ресурсом по хронологической идентификации манускриптов, первопечатных книг и других исторических документов. База данных и специализированная система ориентированы на решение проблем историко-культурных исследований, связанных с датировкой исторических документов.
Разработана концепция устойчивых методов оценки поля векторов смещения движущихся объектов на динамических изображениях. Разработанный метод представляет собой синтез техники блочной оценки движения и метода глобальной оптимизации. Предложенная концепция позволяет избежать некоторых противоречий между глобальным методом оптимизации и кусочно-гладкой функцией искомого поля векторов движения. Для сокращения объема вычислений был предложена и реализована пирамидальная схема вычислений, позволяющая значительно ускорить выполнение поставленной задачи. На базе разработанных методов был программно реализован оригинальный алгоритм, используемый для слежения за движущимся объектом в последовательности изображений. Компьютерное моделирование и экспериментальные результаты демонстрируют хорошее качество работы метода в терминах динамического анализа движения.
Продолжены исследования по разработке и созданию многоуровневого информационного ресурса «История российской науки в лицах и документах» на основе фондов Архива РАН. Основное внимание было уделено работам по наполнению таблиц созданной базы данных и логически связанного с ними банка изображений по персональным фондам и коллекциям Архива РАН. Общий объем введенных данных превысил 10 Гбайт.
Разработан комплекс методов для точного обнаружения и сегментации малоконтрастных протяженных объектов, расположенных на сложном (неоднородном и зашумленном) фоне. Обнаружение и сегментация объекта проводилась с использованием структурного моделирования объекта и оценки принадлежности элементов изображения объекту по критерию максимума апостериорной вероятности (МАВ). Для подавления влияния сложного фона и повышения точности сегментации применялась предобработка изображений с использованием оптимальной линейной фильтрации и фильтрации деталей небольших размеров. Предложено три алгоритма сегментации, которые по-разному выделяют область объекта и особенности его контура. Сравнение результатов, полученных с использованием этих алгоритмов, показало, что один из предложенных алгоритмов дает минимальный уровень ложной тревоги и позволяет точно очертить область, занимаемую объектом. Второй дает минимальный уровень пропуска элементов объекта и выделяет участки, где объект «врастает» в окружающие ткани, а также тени входящих сосудов. Третий алгоритм выделяет объект, сглаживая его контуры. Проведена оценка точности автоматической сегментации объекта на тестовых и реальных медицинских изображениях. Сопоставление результатов сегментации на исходных и обработанных изображениях показали, что предобработка изображений позволяют улучшить точность сегментации объектов. Предложены быстрые алгоритмы для реализации предобработки изображений в реальном времени пользователя, что может быть использовано в условиях ограниченных временных ресурсов. Разработанный комплекс методов позволяет поддерживать анализ и классификацию изображений экспертом или в автоматическом режиме и может повысить эффективность решения задач скрининга, дифференциальной диагностики и лечения.
Гранты:
· INTAS (No. 00-00081): "A Distributed Database and Processing System for Watermarks" – совместно с Комиссией (Институтом) визуализации Австрийской академии наук (г. Вена, Австрия), Комиссией (Институтом) палеографии и кодикологии средневековых рукописей Австрийской академии наук (г. Вена, Австрия) и отделом специальных коллекций Королевской библиотеки Нидерландов (г. Гаага, Нидерланды).
· Российский фонд фундаментальных исследований (№ 03-07-90158): "Разработка и создание многоуровневого информационного ресурса «История российской науки в лицах»" – совместно с Архивом РАН.
· Российский фонд фундаментальных исследований (№ 04-07-90226): "Разработка и создание мультимедийного информационного ресурса для поддержки исследований манускриптов, первопечатных книг и водяных знаков" – совместно с отделом рукописей Государственного исторического музея.
· Программа фундаментальных исследований ОИТВС РАН "Новые физические и структурные решения в инфотелекоммуникациях. Алгоритмическое и программное обеспечение инфокоммуникационных сетей”: "Статические и динамические изображения в инфокоммуникационных системах".
публикации в 2004 г.
Опубликованные статьи
1. Cristian Jorge G.E., Álvarez-Borrego J., Del Rió Portilla M.A., Kober V. Karyotype of Pacific red abalone Haliotis rufescens (Archaeogastropoda: Haliotidae) using image analysis. Journal of Shellfish Research, 2004, vol. 23, no. 1, pp. 205‑209.
2. Kober V. Efficient algorithms for running type-I and type-III discrete sine transforms. IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences, 2004, vol. E87-A, no. 3, pp. 761‑763.
3. Kober V. Fast algorithms for the computation of sliding sinusoidal transforms. IEEE Transactions on Signal Processing, 2004, vol. 52, no. 6, pp. 1704‑1710.
4. Kober V., Mozerov M., Alvarez-Borrego J., Ovseyevich I.A. Adaptive rank-order correlations. Pattern Recognition and Image Analysis, 2004, vol. 14, no. 1, pp. 33‑39.
5. Mozerov M. Computer-Generated Holograms (CGH). In Encyclopedia of Optical Engineering Online Quarterly Update #3; Driggers, Ronald G., Editor.; Marcel Dekker: New York, 2004. http://www.dekker.com/servlet/product/productid/E-EOE
6. Mozerov M., Kober V., Choi T-S., Ovseyevich I.A. An efficient algorithm of dynamic images motion analysis. Pattern Recognition and Image Analysis, 2004, vol. 14, no. 1, pp. 128‑134.
Тезисы докладов
1. Беликова T.П., Стенина И.И. Получение знаний для поддержки интерпретации изображений. Тез. Докладов IV Специализированной выставки и конференции «Информационные технологии в медицине», М: ВКВВЦ, 2004, стр. 118‑121.
2. Беликова Т.П., Лашин В.В., Ивасенко И. Б. Обнаружение и сегментация малоконтрастных объектов на сложном фоне. Тез. докладов I-й Троицкой конференции по медицинской физике. М: Троицкий научный центр РАН, 2004, стр. 51‑54.
3. Венгер Э., Карнаухов В.Н. Распределенная база данных и программная система для обработки водяных знаков”. Труды Международной конференции EVA-2004, М. Центр ПИК, ГТГ, 2004, (в печати).
4. Карнаухов В.Н., Венгер Э., Карнаухов А.В. Методы классификации и идентификации водяных знаков. Труды Международной конференции «Бумага на северо-западе Европы», СПб., 2004 (в печати).
5. González-Fraga A., Kober V. Reconocimiento de objetos parcialmente ocultos utilizando filtros correlacionadores con entrenamiento. Proc. XIV semana regional de investigación y docencia en matemáticas, Hermosillo, Mexico, 2004, pp. 71‑77.
6. Herrada-Mateo L., Kober V. Mejoramiento de contraste local de imágenes con vecindarios espacialmente adaptivos. Proc. XIV semana regional de investigación y docencia en matemáticas, Hermosillo, Mexico, 2004, pp. 79‑85.
7. Kober V., Mozerov M., Alvarez-Borrego J. Pattern recognition based on rank correlations. Proc. SPIE's 49th Annual Meeting: The International Symposium on Optical Science and Technology, Denver, 2004, vol. 5558, pp. 99‑104.
8. Kober V., Mozerov M., Alvarez-Borrego J., Ovseyevich I.A., An efficient algorithm for suppression of impulsive noise in color images. Proc. 7th International Conference on Pattern Recognition and Image Analysis (PRIA-7-2004), St.-Petersburg, 2004, pp. 272‑275.
9. Kober V., Mozerov M., Alvarez-Borrego J., Ovseyevich I.A., Pattern recognition with local adaptive correlations. Proc. III International Optical Congress ”Optics-XXI century”-Topical Meeting on Optoinformatics, Saint-Petersburg, 2004, pp. 26‑28.
10. Mozerov M., Kober V., Impulsive noise removal with the use of local adaptive non-linear filter. Proc. SPIE's 49th Annual Meeting: The International Symposium on Optical Science and Technology, Denver, 2004, vol. 5558, pp. 762‑769.
11. Mozerov M., Kober V., Ovseyevich I.A., Moving object tracking on the base of hidden segmentation method. Proc. 7th International Conference on Pattern Recognition and Image Analysis (PRIA-7-2004), St.Petersburg, 2004. pp. 323‑326.
Диссертации
1. Кобер В.И. Методы и алгоритмы локально-адаптивной обработки сигналов и изображений. Докторская диссертация, М.: Институт проблем передачи информации РАН, 2004.