1

Министерство образования и наук

и Российской Федерации

Федеральное государственное бюджетное образовательное

учреждение высшего профессионального образования

«СИБИРСКАЯ ГОСУДАРСТВЕННАЯ ГЕОДЕЗИЧЕСКАЯ АКАДЕМИЯ»

На правах рукописи

Фесько Юрий Александрович

РАЗРАБОТКА И ИССЛЕДОВАНИЕ ОПТИКО-ЭЛЕКТРОННЫХ

МЕТОДОВ ОПРЕДЕЛЕНИЯ ТРЕХМЕРНОЙ ФОРМЫ ОБЪЕКТОВ

05.11.07 – «Оптические и оптико-электронные приборы и комплексы»

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель – кандидат технических наук, профессор Тымкул Василий Михайлович Новосибирск –

ОГЛАВЛЕНИЕ

Введение

1 Аналитический обзор научно-технической и патентной литературы по оптическим и оптико-электронным методам, способам и устройствам измерения трехмерной геометрии объектов

1.1 Методы обработки изображений и образов

1.2 Анализ методик и способов определения формы на основе обработки отраженного поверхностью объекта оптического излучения

1.2.1 Применение лазерного канала видения для определения формы объектов

1.2.2 Определение формы трехмерных объектов методом проекции пространственно-модулированных структур оптического излучения

1.2.3 Способ получения трехмерного изображения объекта путем измерения интенсивности диффузного отражения света различным точками его поверхности

1.2.4 Способ бесконтактного измерения линейных размеров трехмерных объектов посредством проецирования полос........ 1.3 Исследование теории и способов определения формы объектов на основе собственного инфракрасного излучения

1.3.1 Определение трехмерной формы объектов на основе четырех поляризационных тепловых изображений

1.3.2 Определение трехмерной формы объектов на основе трех поляризационных тепловых изображений

1.3.3 Определение трехмерной формы объектов на основе двух поляризационных тепловых изображений

1.4 Выводы к главе 1

2 Теория и методы определения трехмерной формы объектов на основе оптических свойств собственного и отраженного излучения

2.1 Физико-математические основы формирования тепловизионного изображения. Проблемы классического тепловидения

2.2 Физическое обоснование поляризации собственного теплового излучения объектов

2.3 Получение и анализ свойств поляризационных тепловых изображений выпуклых объектов

2.4 Метод определение трехмерной формы объектов на основе двух поляризационных тепловых изображений с учетом эллиптичности поляризации теплового излучения

2.5 Метод определение трехмерной формы объектов на основе одной поляризационной термограммы с комбинированным фильтром

2.6 Метод определения трехмерной формы объектов с направленнорассеивающим покрытием на основе анализа яркости отраженного излучения элементов их поверхности

2.7 Выводы к разделу 2

3 Математическое моделирование и экспериментальное исследование методов определения трехмерной формы объектов на основе поляризационных термограмм

3.1 Методика математического моделирования поляризационных тепловизионных изображений выпуклых объектов

3.2 Влияние оптических свойств материалов на поляризацию излучения объектов и их термограммы

3.3 Методика и результаты экспериментальных исследований поляризационных термограмм выпуклых объектов

3.4 Алгоритм, программа и результаты обработки поляризационных тепловизионных изображений объектов

3.4.1 Алгоритм и программа обработки поляризационных тепловизионных изображений объектов

3.4.2 Связь степени поляризации собственного излучения элементов поверхности объекта с углом наблюдения.............. 3.4.3 Результаты обработки теоретических и экспериментальных термограмм

3.5 Методика и результаты исследования погрешности метода определения трехмерной формы на основе поляризационных термограмм

3.6 Методика учета излучения внешней помехи фона при формировании поляризационных тепловых изображений................ 3.7 Выводы к разделу 3

Заключение

Список использованных источников

Приложение А

Приложение Б

Приложение В

ВВЕДЕНИЕ

Актуальность темы исследования. Насущной задачей современной науки, техники, промышленного производства и медицины является получение информации о трехмерной форме исследуемых объектов. Одна из основных проблем современного тепловидения состоит в том, что при использовании классических (работающих в неполяризованном свете) тепловизионных систем практически невозможно определить объемную форму наблюдаемого объекта, поскольку классические термограммы не обладают достаточной информативностью для того, чтобы определить трехмерную форму внутри теплового контура. Наличие неоднозначности и ограничение информативности классических тепловизионных изображений имеют место по причине зависимости их яркости, как от формы, так и от коэффициента излучения и температуры наблюдаемой поверхности объектов.

Существующие в настоящее время оптико-электронные комплексы наблюдения (ОЭКН) традиционно используют для выделения объектов наблюдения военной и транспортной техники тепловой или яркостный контраст, размеры и форму. Поэтому повышение пороговой чувствительности и углового разрешения остается приоритетным направлением развития ОЭКН. Однако, в настоящее время разработчики ОЭКН приближаются к тому уровню, когда прямое наращивание пороговой чувствительности и углового разрешения уже не дает пропорционального прироста эффективности комплекса. С другой стороны, на эти параметры ОЭКН наложены определенные принципиальные ограничения, а именно:

пороговая чувствительность ограничена фотонным шумом приемника излучения, а угловое разрешение – дифракцией объектива. Поэтому резервы повышения эффективности перспективных ОЭКН логично искать в регистрации и привлечении к анализу дополнительных специфических характеристик поля оптического излучения, претендующих на роль устойчивых демаскирующих признаков объектов.

Для увеличения информации о наблюдаемом объекте и повышения эффективности ОЭКН, может быть использован поляризационный контраст, спектральном рабочем диапазоне канала для компонентов этого излучения, поляризованных в плоскости выхода его из поверхности объекта и перпендикулярно ей соответственно.

Также следует отметить, что методы определения трехмерной формы объектов на основе анализа отраженного излучения их элементов поверхности, применимы только для поверхностей объектов с диффузным покрытием.

В этой связи, тема диссертационной работы, посвященной разработке и исследованию оптико-электронных методов определения трехмерной формы объектов на основе их оптических свойств собственного и отраженного излучения, представляется актуальной.

Степень разработанности темы. Целесообразно отметить следующие геометрических параметров объектов:

1. Метод лазерного сканирования поверхности крупногабаритных объектов, основанный на пространственно-временном анализе импульсного излучения поверхности объектов.

2. Дифракционные методы в области лазерного трехмерного контроля объектов, размеры которых d соизмеримы или больше длины волны оптического излучения (д.т.н., профессор Чугуй Ю.В. с сотрудниками, Учреждение науки «КТИ НП СО РАН» [23]).

3. Методы на основе использования диффузного отражения излучения поверхностью крупногабаритных трехмерных объектов (д.т.н., профессор Н.Н. Красильников, к.т.н. О.И. Красильникова, ФГАОУ ВПО «СанктПетербургский государственный университет аэрокосмического приборостроения» [19].

4. Методы пространственно-временной модуляции оптического излучения и структурного освещения поверхности объектов (Учреждение науки «КТИ НП СО РАН» [23], Учреждение науки «Институт теплофизики им. С.С. Кутателадзе СО РАН» [9]).

К.Е. Лощиловым [4].

6. Методы получения и анализа стереоизображений.

Цель и задачи исследования. Целью диссертационного исследования является разработка, развитие и исследование методов определения трехмерной формы выпуклых объектов на основе их оптических свойств собственного излучения и отражения, а также расширение информативности современных тепловизионных приборов.

Для достижения указанной цели необходимо решить следующие задачи:

разработать методику и схему оптического устройства неконтактного определения формы трехмерного объекта, которые позволяют выполнять измерение в реальном масштабе времени;

исследовать и совершенствовать метод неконтактного определения трехмерной формы объекта на основе двух поляризационных термограмм с азимутами поляризации 45° и 90°;

совершенствовать метод определения трехмерной формы объекта на основе измерения яркости оптического излучения, отраженного его поверхностью для объектов с направленно-рассеивающим характером отражения;

разработать методику и экспериментальный стенд получения поляризационных термограмм и провести экспериментальные исследования поляризационных термограмм объемных тел;

разработать методику и алгоритм обработки поляризационных термограмм объекта с азимутами поляризации 45° и 90° с целью построения трехмерного изображения его поверхности;

исследовать влияние оптических свойств материалов и погрешность определения формы объекта.

Объект и предмет исследования. Объектом настоящего исследования являются тепловизионные приборы и оптические системы, предназначенные для анализа и определения трехмерной формы наблюдаемых объектов по их собственному и отраженному излучению. Его предмет составляют насущные вопросы теории и методов исследования дистанционного определения трехмерной формы объектов на основе анализа поляризационных свойств собственного теплового излучения и отражательных свойств элементов поверхности при освещении с раздельных направлений и наблюдении с одного направления.

Научная новизна результатов исследования:

разработаны и исследованы оптико-физические основы формирования и получения поляризационных тепловизионных изображений объектов, содержащие информацию о трехмерной форме;

теоретически и экспериментально исследована и установлена функциональная связь интенсивности видеосигналов поляризационных тепловизионных изображений элементов поверхности объектов с их ориентацией по направлению наблюдения;

разработан и исследован оптико-электронный метод определения трехмерной формы, основанный на термограмме объекта, полученной с использованием поляризационного комбинированного фильтра в виде последовательно расположенных ахроматической четвертьволновой пластинки и линейного ИК поляризатора. Технические решения указанного метода защищены двумя патентами РФ на изобретение.

теоретически и экспериментально исследован и развит метод определения трехмерной формы объекта с произвольным состоянием поляризации его теплового излучения, основанный на обработке поляризационных термограмм с азимутами поляризации равными 45° и 90°;

разработан и исследован оптико-электронный метод определения трехмерной формы объектов с направленно-рассеивающим характером отражения, основанный на измерении с одного направления яркости отраженного поверхностью оптического излучения и раздельном освещении с двух направлений. Технические решения указанного метода защищены патентом РФ на изобретение.

Достоверность представленных результатов основывается на хорошо апробированных соотношениях, вытекающих из теории сигналов в тепловидении и оптоэлектронике, и феноменологической теории отражения Френеля, а математическая модель поляризационных тепловизионных изображений построена с использованием устойчивого формализма вектор– параметра Стокса и матриц Мюллера для анализа поляризации теплового излучения тел и поляризационных свойств оптических элементов.

Основные положения диссертации, выносимые на защиту:

оптико-физическое обоснование формирования и получения поляризационных тепловизионных изображений объектов, содержащих информацию о трехмерной форме объектов;

оптико-электронный метод определения трехмерной формы объектов, поляризационного комбинированного фильтра, который позволяет определить форму поверхности в реальном масштабе времени;

результаты теоретических и экспериментальных исследований по развитию метода определения трехмерной формы объектов с произвольным состоянием поляризации теплового излучения, основанного на анализе поляризационных термограмм с азимутами поляризации, равными 45° и 90°;

оптико-электронный метод определения трехмерной формы объектов с направленно-рассеивающим покрытием, основанный на измерении с одного направления отраженного поверхностью оптического излучения и раздельном освещении с двух направлений.

следующем:

разработанный метод и устройство определения трехмерной формы объекта, основанные на термограмме с применением поляризационного комбинированного фильтра, позволяет выполнять определение и воспроизведение формы объекта в реальном масштабе времени;

предложенные способ и устройство, защищенные двумя патентами РФ на изобретение № 2431936 и № 2469265, могут быть использованы в практике разработок новых поляризационных тепловизоров и ИК систем наблюдения, позволяющие определить трехмерную форму объектов;

предложенный метод определения трехмерной формы объектов на основе обработки поляризационных термограмм с базисными азимутами поляризации позволяет проводить исследования формы объектов как искусственного, так и естественного происхождения с произвольным состоянием поляризации;

регистрации яркости отраженного поверхностью оптического излучения согласно патенту РФ на изобретение № 2491503 может быть практически использован в лазерно-тепловизионных системах наблюдения;

поляризационно-тепловизионных исследований, позволяющий производить экспериментальные исследования поляризационных термограмм объемных тел и физических моделей объектов;

разработана и внедрена методика дистанционного измерения температуры сложных поверхностей.

Материалы диссертационной работы внедрены в ФГУП «СибНИА им. С.А. Чаплыгина» для определения трехмерной формы и поля температур сложных поверхностей объектов авиационной техники; в отдел главного метролога ОАО «ПО «НПЗ» и в учебный процесс на кафедре наносистем и оптотехники ФГБОУ ВПО «СГГА», по дисциплинам «Теория и расчет ОЭП»

и «Системы оптотехники» направления 200400 – «Оптотехника».

Личный вклад автора. Автором или при его непосредственном участии выполнен анализ методов дистанционного определения формы объектов, дано оптико-физическое обоснование информативности поляризационных тепловизионных изображений, разработаны и исследованы оптикоэлектронные методы определения формы объектов, математическая модель поляризационных тепловизионных изображений, а также проведены теоретические и экспериментальные исследования. Интерпретация результатов исследований осуществлялась совместно с соавторами публикаций.

Публикации. По теме диссертации опубликовано 12 научных работ, из них три статьи в рецензируемых научных журналах и изданиях по перечню ВАК Минобрнауки РФ, четыре патента РФ на изобретение, одна статья в научно-техническом журнале «Вестник СГГА», три статьи в сборниках материалов VI, VII, VII Международных научных конгрессов «ГЕО-Сибирь»

2010-2011 гг. и «Интерэкспо ГЕО-Сибирь-2012», один материал доклада в сборнике докладов 21-ой Международной научно-технической конференции по фотоэлектронике и приборам ночного видения. Один отчет НИР № ГР 01200954352.

Апробация работы. Основные положения и практические результаты работы были представлены и обсуждены на научно-технических семинарах кафедры наносистем и оптотехники ФГБОУ ВПО «СГГА», научнотехнических советах Института оптики и оптических технологи ФГБОУ ВПО «СГГА», Международных научных конгрессах «ГЕО-Сибирь-2010», «ГЕО-Сибирь-2011», «ГЕО-Сибирь-2012» (Новосибирск 2010-2012 гг.), 21-ой Международной научно-технической конференции по фотоэлектронике и приборам ночного видения (Москва, 2010 г.) и научнопрактической конференции «Современные тенденции и принципы построения авиационных оптико-электронных систем» (Екатеринбург, 2012 г.).

1 АНАЛИТИЧЕСКИЙ ОБЗОР НАУЧНО-ТЕХНИЧЕСКОЙ

И ПАТЕНТНОЙ ЛИТЕРАТУРЫ ПО ОПТИЧЕСКИМ И

ОПТИКО-ЭЛЕКТРОННЫМ МЕТОДАМ, СПОСОБАМ И

УСТРОЙСТВАМ ИЗМЕРЕНИЯ ТРЕХМЕРНОЙ ГЕОМЕТРИИ

ОБЪЕКТОВ

В настоящее время существует ряд известных методов и способов неконтактного (дистанционного) определения линейных размеров и формы поверхности исследуемых объектов. Современные методы определения ориентаций поверхности и глубины (формы) по изображению, как правило, рассматривают отраженную интенсивность на непрозрачных материалах.

Для расширения возможностей и повышения точности измерений необходимо расширять информативность оптико-электронных приборов и систем, получающие информацию об объекте за счет различных свойств оптического излучения, то есть получить больше информации об объекте, не прибегая к дополнительным средствам, к примеру, за счет поляризации излучения. В разделе рассматриваются методы получения трехмерного изображения как отраженного, так и собственного инфракрасного излучения поверхности объекта.

1.1 Методы обработки изображений и образов Изображение – специфическая форма получения, передачи и хранения информации. Различные изображения издавна играли большую роль в повседневной жизни человека, в культуре науке и технике. Поэтому, значительные усилия ученых и инженеров всегда были направлены на изучение изображений, способов их записи, закономерностей их формирования и получения, а также на выявление на изображениях элементов, по которым можно отнести выделенный фрагмент по ряду признаков к определенной группе объектов, направленных на решение ряда задач, к примеру таких как обнаружение, классификация, распознавание и идентификация, то есть на решение задач извлечения максимальной информации об объекте, при наблюдении которого изображение было получено.

К числу наиболее распространенных задач, которые решают оптикоэлектронные приборы и системы, являются задачи обнаружения, распознавания и классификации объектов. Причем, классификация, например, может производиться методами двух разных направлений. Вопервых, на основе анализа свойств изображений, обработки их, классификации и идентификации с эталоном (математическое направление), во-вторых, на основе использования свойств излучения, за счет которого изображения, построения теории и новых способов распознавания на основе различных физических явлений формирования изображений (оптикоматематическое направление).

Исторически сложилось так, что большее развитие получили методы чисто математического направления, опирающиеся на математическую обработку готовых изображений и сравнение с эталоном. Это можно объяснить тем, что процесс обработки изображений невозможен без математики. Несмотря на такой подход, существует большое число методов распознавания этого класса, которые позволяют решить поставленную задачу в конкретных ситуациях. К настоящему времени разработано множество методов, позволяющих средствами компьютерной обработки цифровых изображений и применению специализированных алгоритмов решать ряд задач, как общего, так и специализированного направления [6, 8, 34, 37].

Одной из основных задач этой области является определения признаков, по которым можно решить задачу распознавания. Блок-схема классической системы распознавания образов представлена на рисунке 1 [22].

Рисунок 1 – Блок–схема классической системы распознавания Системы распознавания образов предназначены для классификации входных изображений или их частей на несколько категорий. Например, в задаче определения мишени, то есть отнесение её к виду техники (наземная или воздушная), определение класса (гражданская или военная), а также выявление тех признаков, которые могут дать информацию является ли мишень ложной или реальной, то есть представляет собой объект техники или её имитацию.

Следует отметить, что выявление признаков объекта в массиве данных и классификация по полученным признакам объекта представляют собой самостоятельные задачи, по причине того, что, к примеру, определение типа транспортного средства в тепловом оптическом диапазоне можно осуществить до получения его тепловизионного изображения.

Однако практика анализа изображений мишеней, в том числе и тепловых изображений, показывает, что для увеличения вероятности идентификация) необходимо выполнять обработку исходного изображения, то есть применять к нему фильтрацию и осуществлять его коррекцию [8, 37, 38, 56].

Типичными признаками являются топологические (число связных компонент, число узлов и т.д.), метрические (длина, толщина, периметр, площадь, ширина, угол наклона и др.) и признаки формы (петли, дуги, кривизна, вогнутость, выпуклость и др.), а также характеристики взаимного расположения структурных элементов и признаков объектов. Для выработки алгоритма распознавания образов (классификации) измеряются признаки специально подобранных фрагментов изображений, точная классификация которых известна. Результаты измерения признаков отображаются в пространство признаков, затем группируются в соответствии с принадлежностью к классам [5]. По причине того, что изображения могут иметь огромные размеры и во многих случаях число возможных классов очень велико, процесс поиска, нахождения и выделения признаков, определение характеристик взаимного расположения структурных элементов непосредственно на исходном изображении является сложным. Для упрощения процесса классификации и выбора признаков разрабатываются процедуры предварительной обработки и преобразования исходного изображения, приводящие их к линеаризованному виду и в то же время сохраняющие основные структурные свойства изображения, достаточные для анализа и распознавания [11]. В этом направлении используются как классические методы скелетизации [35], оценки сходства контурного использования цифровых фильтров, методы структурного подхода [14] и так далее. Применение каждого из них обусловлено в каждом конкретном случае удобством и целесообразностью. Так, например, методы скелетизации были применены в предварительной обработке треков частиц рукописных и печатных знаков и кодировании изображений. Однако из-за отсутствия быстрых алгоритмов получения скелетных структур, неустойчивости скелетного преобразования и ряда других недостатков, повсеместное применение этого метода невозможно.

Метод оценки контурного сходства из-за необходимости наличия большого количества эталонов для учета изменений при смене ракурса, деформации перемещений также нельзя отнести к универсальному, хотя в ряде случаев его применение целесообразно, особенно, если использовать параметры, минимизирующие функцию ошибки сравнения [53].

Для методов распознавания математического направления очень важным является процедура структурирования, то есть процесс выделения заданной или требуемой структуры данных изображения [6, 8]. Это могут быть линейные списки, двумерные массивы, иерархические и рекурсивные структуры. Однако, единой методологии, которая бы позволила структурировать достаточно широкий класс изображений, нет, поэтому для каждого отдельного случая выбирается тот или иной подходящий вариант.

Анализ методов распознавания математического направления дает возможность выделения общих недостатков: во–первых, сложный процесс поиска признаков изображения; во–вторых, необходимость предварительной обработки изображений с целью упрощения процесса классификации; в– третьих, необходимость хранения большого количества эталонов, учитывающих все возможные изменения изображения; в–четвертых, отсутствие универсальной методики описания структуры изображения; в– пятых, отсутствие универсальных и быстрых алгоритмов распознавания.

Другое направление физико-математическое (или оптикоматематическое) предполагает знание и использование оптико-физических закономерностей формирования изображений. Для распознавания образов на основе оптико-математических методов необходимы предварительные теоретические расчеты и выводы формул без участия конкретного изображения, но на основе моделей изображений тел простой формы, описывающиеся простыми математическими выражениями. На основе моделей изображений необходима разработка способов воспроизведения формы или распознавания. В таком случае конкретное изображение, полученное заранее или непосредственно в процессе распознавания, может обрабатываться вложенным в компьютер алгоритмом. Для этого необходимо непосредственное соединение прибора наблюдения с ЭВМ.

Сканирование (или сбор данных) может идти по одной линии (например, по горизонтали) и форма объекта воспроизводится для каждой линии сканирования. Наслоение линий даст в трехмерном графическом воспроизведении объемную картину объектов наблюдения.

Поскольку максимальная сложность обработки относится к предварительному этапу (вывод формул, моделирование, разработка способов распознавания), а непосредственно распознавание зависит только от результатов - способа распознавания - и алгоритм можно считать достаточно универсальным, то целесообразно уделить внимание развитию оптико-математического направления распознавания. Тем более, что все попытки разработки универсальных методов математического направления пока к желаемому результату не приводят, а являются либо «оттачиванием»

уже существующих, либо разработкой новых методов, но для конкретной задачи.

В этой связи данная работа посвящена развитию второго направления, опирающегося на оптические свойства собственного и отраженного теплового излучения объекта, которые содержат информацию, необходимую для получения его трехмерной формы.

1.2 Анализ методик и способов определения формы на основе обработки отраженного поверхностью объекта При разработке систем дистанционного определения параметров удаленного объекта одной из серьезных проблем является создание реалистичных трехмерных изображений сцен путем их трехмерного сканирования. Применяемые в настоящее время технологии трехмерного сканирования являются весьма трудоемкими и, как правило, требуют ручной доводки, получаемых в итоге их применения результатов. Для получения недостающей третьей координаты сканируемого объекта (глубины) используются либо время задержки отражений лазерного сканирующего луча от объекта, либо степень искажения проекций на сканируемый объект специальной решетки, например решетки в виде полос (структурированный свет), либо смещение соответствующих точек сканируемого объекта на стереоизображениях, либо применяются методы вычисления третьей координаты, основанные на использовании эффекта размытия изображения, обусловленного конечностью глубины фокусировки оптической системы.

Перечисленные методы имеют следующие недостатки.

Лазерные сканеры в настоящее время применяются для сканирования только крупных объектов, таких как здания, вышки, башни, заводские территории, железнодорожные станции, аэропорты и т. д., поскольку погрешность измерения глубины при сканировании небольших объектов оказывается слишком большой.

Применение способа, при котором на сканируемый объект проецируется структурированного света), возникает проблема сшивания изображений, полученных по нескольким проекциям. Поскольку у реальных объектов различные части имеют сильно различающуюся детализацию, то в областях высокой детальности в создаваемую модель приходится вручную добавлять точки, что делает метод трудоемким. Кроме того, при использовании нескольких камер нужно предварительно провести их калибровку, т. е.

определить взаимное расположение камер.

Технология способа основана на использовании стереоизображений, заключается в том, что при ее применении трудно обеспечить точное соответствие для пикселей на изображениях объекта, полученных с двух камер в бесструктурных областях, вследствие чего невозможно обеспечить достаточную точность получаемых трехмерных изображений. Недостатками технологии, основанной на вычислении глубины резкости, являются низкая точность получаемых результатов и высокая трудоемкость. Однако для подвижных ОЭКН создать необходимое пространственное разнесение (базу) оптико–электронных каналов практически невозможно.

Перечисленные выше методы не исчерпывают возможности получения (измерения) третьей координаты наблюдаемого объекта. Учитывая то, что информацию о форме наблюдаемого объекта (координате глубины) зрительная система получает разными способами. К ним относятся не только стереоскопический эффект и эффект, обусловленный конечностью глубины резкости оптики глаз, но также наличие перспективных искажений в проекциях изображаемой сцены на сетчатки глаз, а также ряд других эффектов, и главным образом распределение светотеней на изображениях объектов. Последнее обусловлено тем, что количество света, попадающего в глаза зрителя, зависит как от отражающих свойств поверхностей наблюдаемых объектов, так и от взаимного расположения этих поверхностей и источников света, что в конечном итоге позволяет судить о форме (рельефности) объектов.

1.2.1 Применение лазерного канала видения для определения Для формирования трехмерного изображения объекта и последующего распознавания его формы может использоваться также активно–импульсный дальностно–яркостный канал или ЛКВ (лазерный канал видения), длина волны излучения 1,06 мкм или 1,55 мкм, обеспечивающий возможность формирования как яркостных, так и дальностных изображений, яркость элементов которых пропорциональна расстоянию до соответствующих участков поля объектов. Эффективность этого канала не зависит от энергетического состояния объектов и определяется, главным образом, оптическими характеристиками объекта и фона, а также условиями локации.

Выполненные в ОАО НПО «ГИПО» соответствующие эксперименты и анализ дальностных изображений свидетельствуют о возможности профилирования объектов по глубине сцены, благодаря чему информация об этих объектах принципиально отличается от информации, которую дают яркостные каналы ОЭC [1]. Это позволяет оператору быстрее и точнее оценивать обстановку на местности, что существенно повышает эффективность использования ОЭС.

Рисунок 2 представляет яркостное изображение сюжета "техника– строения–фон", который демонстрирует также отличие использования ЛКВ от использования способа основанного на использовании пассивного канала ОЭС, это блик от ОЭС, который говорит о том, что ОЭС наблюдателя может быть обнаружена.

Рисунок 3 иллюстрирует информационные возможности дальностных изображений, последовательно показывающих "продвижение" контролируемой оператором зоны наблюдения вглубь перспективы. При этом, как видно, предъявляются сюжеты, на которых исключен фон заднего плана, а в пределах выделенного диапазона дальностей последовательно выявляются новые фрагменты поля объектов – образцы ВТТ и люди, находящиеся на соответствующем удалении.

На рисунке 4 показан интегрированный ряд дальностных изображений, причем каждому диапазону дальностей присвоен определенный цвет изображения в соответствии с приводимой шкалой. Указанная технология электронной обработки видеосигналов существенно повышает дешифрируемость данных изображений [1].

Рисунок 4 – Синтезированное дальностное изображение Основным перспективным достоинством ЛКВ является возможность воспроизведения объемной формы объектов, являющейся дополнительным демаскирующим их признаком. В практике создания ЛКВ указанное направление связывается и с успехами в создании так называемых флеш– экспериментальных нанотехнологиях приведен на рис. 4. В любом случае регистрация объемной формы обеспечивает более высокую эффективность канала при распознавании объектов, в том числе автоматическом, поскольку пик корреляционной функции (критерий распознавания) здесь оказывается более острым. Другие преимущества данного канала - это возможность дальнометрирования и выделения объектов, в частности по их силуэту, из фона и внешних помех, естественных или преднамеренных, снижение влияния излучения атмосферы, обеспечение возможности наблюдения объектов, расположенных, например, за транспарантными маскировочными покрытиями или редким кустарником. Все это особенно важно при обнаружении движущихся объектов или изменении условий их наблюдения.

На рисунке 5 [1] представлено изображение пыльцы растения с размерами 25 мкм, полученное при регистрации одного изображения (а) и множества изображений по глубине сцены (б).

Однако качество формируемых ЛКВ–изображений может быть снижено из-за наличия спеклов – наложенного на изображение высококонтрастного мелкозернистого шума, обусловленного интерференцией излучения, отраженного от шероховатой поверхности объекта, а также сцинтилляционного шума, вызванного воздействием на зондирующие лазерные импульсы турбулентности атмосферы.

Стоит отметить, что надежная оценка эффективности ЛКВ в режиме формирования дальностных изображений затруднительна по причине отсутствия соответствующих достаточно полных и достоверных экспериментальных данных. Однако в качестве верхней границы показателей эффективности канала при восприятии объемной формы объектов, повидимому, допустимо принять оценку, согласно которой номинальные значения критериев Джонсона, определяющих, например, по методике [13], вероятность обнаружения и распознавания объектов, должны быть уменьшены в два раза. Хотя, по мнению авторов [1], эффективность регистрации объемной формы объектов может быть даже выше ("3D-датчики дают многократное преимущество по дальности идентификации по сравнению с системами типа FLIR"), все же наиболее реальной, на наш взгляд, является оценка, в соответствии с которой дальность идентификации с вероятностью 0,9, например, вооруженного человека при восприятии его изображению. Среднее значение критерия Джонсона (определяемое, как правило, для вероятности вскрытия 0,5) для объемных изображений при этом оказывается в 1,2-1,3 раза меньше, чем для плоских. Основной тактический недостаток ЛКВ - отсутствие скрытности - может быть нивелирован сокращением времени использования канала, а также существенными трудностями при работе по малогабаритным объектам.

1.2.2 Определение формы трехмерных объектов методом проекции пространственно-модулированных структур Для определения формы объекта существует способ измерения линейных размеров трехмерных объектов [28]. Данный способ заключается в многократном формировании на поверхности контролируемого объекта зондирующей структурированной подсветки путем освещения поверхности объекта пучком оптического излучения, каждый раз с управлением пространственной модуляцией интенсивности пучка оптического излучения, последовательной регистрации изображений искаженной рельефом поверхности контролируемого объекта структуры зондирующей подсветки и определении высоты рельефа поверхности контролируемого объекта по степени искажения изображения структуры зондирующей подсветки, а двух других координат по положению искажений структуры подсветки в зарегистрированных изображениях. Для каждой точки контролируемого объекта определяется зависимость интенсивности зарегистрированного излучения от номера изображения, то есть положение пикселя в строке и кадре. Для определения высоты рельефа поверхности контролируемого объекта определяют расстояние от базовой поверхности до точки калибровочной поверхности, в которой зависимость интенсивности зарегистрированного излучения от номера изображения в наибольшей степени подобна зависимости в исследуемой точке контролируемого объекта. Схема способа приведена на рисунке 6.

б) – примеры пространственно-модулированной картины Рисунок 6 – Способ проекции и регистрации пространственномодулируемой картины На рисунке 6: 1 – источник; 2 – исследуемый объект; 3 – регистратор. С помощью реализации данного способа можно достичь повышения точности контроля линейных размеров трехмерных объектов и расширение возможностей при проведении контроля. Примеры визуальной модели искажения пространственно–модулированной картины виде черно-белых полос в зависимости от угла между направлениями проекции и регистрации картины приведены на рисунке 7.

Рисунок 7 – Искажение полусферой пространственно-модулированной Отличительная черта рассматриваемого способа в том, что для каждой точки контролируемого объекта определяют зависимость интенсивности зарегистрированного излучения от номера изображения, используют полученные калибровкой калибровочной поверхности зависимости интенсивности зарегистрированного излучения от номера изображения для точек калибровочной поверхности при ее различных расстояниях до поверхности, определенной как базовая, и для определения высоты рельефа поверхности контролируемого объекта, определяют расстояние от базовой поверхности до точки калибровочной поверхности, в которой зависимость интенсивности освещения от номера изображения в наибольшей степени подобна зависимости в исследуемой точке контролируемого объекта.

По словам автора, способ бесконтактного измерения линейных размеров трехмерных объектов является промышленно применимым существующими средствами.

Устройство, посредствам которого реализуется способ, представлено на рисунке 8 и содержит источник оптического излучения 1, пространственный модулятор интенсивности 2, фоторегистратор 3, цифровой электронный блок 4, блок регистрации 10 результатов 5. Вход цифрового электронного блока соединен с выходом фоторегистратора 3, а выход соединен с управляющим входом модулятора 2.

Измерение линейных размеров трехмерных объектов осуществляют следующим образом. Интенсивность оптического излучения, выходящего из источника 1, модулируется пространственным модулятором света 2.

Созданная таким образом структурируемая подсветка проецируется на поверхность контролируемого объекта, рельеф которой известным образом искажает изображение структурируемой подсветки. Фоторегистратор регистрирует изображение контролируемого объекта и передает на вход электронного блока 4. Электронный блок 4 преобразует сигнал с выхода фоторегистратора 3 и записывает очередное изображение структурируемой подсветки во внутреннее запоминающее устройство. Одновременно в памяти электронного блока 4 записывается изображение структурированной подсветки, созданной пространственным модулятором 2. Перечисленная выше последовательность повторяется второй раз, но при этом по сигналу с выхода цифрового электронного блока 4 модулятор 2 формирует структурированную подсветку, соответствующую второй реализации. Число структурированных подсветок устанавливаются в зависимости от требуемой точности определения линейных размеров контролируемого объекта и, практически, ничем не ограничены. Направления освещения и наблюдения устанавливаются различными. Профиль поверхности восстанавливается из величины искажений наблюдаемых изображений структурируемых подсветок. Расположение функциональных узлов комплекса приведено на рисунках 9 и 10 [9].

Рисунок 9 – Расположение функциональных узлов комплекса Для увеличения точности контроля перед проведением измерения контролируемого объекта необходимо выполнять калибровку калибровочной поверхностью, на которую нанесены координатные метки. Калибровка заключается в проведении вышеописанного цикла измерений калибровочной поверхности, в результате которого во внутреннем запоминающем устройстве электронного блока 4 формируется набор изображений калибровочной поверхности, параллельно смещаемой по направлению от источника освещения на некоторые интервалы с сохранением результатов в электронном блоке 4. Самая удаленная поверхность определяется как базовая. Поскольку зависимость интенсивности зарегистрированного излучения от номера изображения однозначно определяет высоту рельефа зарегистрированных изображениях, то для каждой точки измеренной поверхности определяется точка на базовой поверхности, в которой зависимость интенсивности зарегистрированного излучения от номера изображения была аналогичной.

Рисунок 11 – Топология нейронной сети для задачи калибровки После получения изображений контролируемого объекта для каждой точки на изображениях контролируемого объекта определяются точки на изображениях калибровочной поверхности, соответствующие различным расстояниям от измеряемой поверхности до базовой, в которых была аналогичная зависимость интенсивности зарегистрированного излучения от номера изображения. С помощью интерполяции определяется расстояние от базовой поверхности до поверхности, на которой в исследуемой точке зависимость интенсивности зарегистрированного излучения от номера изображения в наибольшей степени подобна зависимости интенсивности от номера изображения в исследуемой точке контролируемого объекта. По координатам исследуемой точки с помощью координатных меток, нанесенных на калибровочную поверхность, определяются координаты точки в двумерном пространстве, определенном калибровочной поверхностью. С помощью линейного преобразования определяются декартовые координаты в плоскости, перпендикулярной направлению перемещения калибровочной поверхности. Таким образом, для каждой исследуемой точки изображения определяются 3 декартовые координаты:

одна в направлении перемещения калибровочной поверхности и 2 в плоскости, перпендикулярной направлению перемещения калибровочной поверхности. Использование функции зависимости интенсивности освещения от номера изображения, устойчивой к ошибке определения интенсивности, обеспечивает устойчивость способа к определению поля координат контролируемого объекта. Способ позволяет определять линейные размеры трехмерных объектов независимо от отражательных свойств поверхности и наличия глубоких впадин. На рисунках 12 и 13 изображены исследуемый объект и результат исследования одной из его поверхностей.

Рисунок 12 – Измеряемый объект (лопатка турбины) Рисунок 13 – Воспроизведенная на ЭВМ поверхность лопатки турбины 1.2.3 Способ получения трехмерного изображения объекта путем измерения интенсивности диффузного отражения света При наблюдении трехмерной сцены можно легко отличить цилиндрическую колонну от колонны, имеющей прямоугольное сечение. У зрителя не возникает трудности в различении плоского диска и шара. Можно привести множество других примеров. Эта особенность изображений давно известна и используется в живописи. В большинстве случаев информации, содержащейся в распределении светотени в проекциях трехмерных объектов на сетчатки глаз, оказывается достаточно для определения третьей недостающей координаты (глубины). Этот метод определения глубины можно реализовать и в сканерах. Особенно просто этот метод реализуется при сканировании объектов, поверхность которых диффузно отражает падающий на нее свет [19].

При использование закона диффузного отражения света сканируемыми объектами для получения их трехмерных изображений необходимо рассмотреть процесс образования светотеней на изображении объекта, при этом будем считать, что объект диффузно отражает падающий на него свет.

Согласно закону Ламберта сила света I1, отраженного диффузно отражающей поверхностью, при одинаковой яркости во всех направлениях, равна где I – сила падающего света, К – коэффициент отражения поверхности