MINISTERUL ÎNVĂŢĂMÎNTULUI şi TINERETULUI

AL REPUBLICII MOLDOVA

UNIVERSITATEA LIBERĂ INTERNAŢIONALĂ DIN MOLDOVA

Facultatea de Informatică şi Inginerie

Veaceslav L. Perju

PRELUCRAREA SEMNALELOR

Curs de prelegeri

pentru studenţii specialităţilor "Calculatoare”, „Tehnologii informaţionale”,

„Informatica aplicată”

Chişinau 2008
 CUPRINS
Introducere

l. DESCRIERI GENERALE ALE ECHIPAMENTELOR DE PRELUCRARE A SEMNALELOR

l.l. Problemele prelucrării semnalelor
l.2. Particularităţile mijloacelor de calcul pentru prelucrarea semnalelor (MCPS)
l.3. Caracteristicile MCPS
l.4. Clasificarea MCPS
l.5. Generaţiile MCPS
l.6. Structura generală a sistemului de prelucrare a semnalelor

2. BAZELE TEORETICE PRELUCRĂRII SEMNALELOR

2.l. Prezentarea semnalelor continuu
2.2. Sisteme bidimensionale de formare şi prelucrare a semnalelor
2.3. Operatori singulari
2.4. Integral de suprapunere
2.5. Integral de convoluţie

3. TRANSFORMATA FOURIER ŞI PRELUCRAREA CORELAŢIONALĂ A SEMNALELOR

3.1 Transformarea Fourier 1D
3.2. Transformarea Fourier directa bidimensională
3.3. Realizarea TF
[Link] Fourier inversă
3.5. Proprietăţile transformării Fourier.
[Link]ţia de corelaţie
[Link]ţia de autocorelaţie
[Link]şterea semnalelor în baza algoritmilor corelaţionali
3.9. Analiza sistemelor lineare

4. DISCRETIZAREA ŞI RESTABILIREA SEMNALELOR

4.l. Discretizarea semnalelor continuu
4.2. Influenţa preciziei in procesul de discretizare
4.3. Restabilirea semnalelor
4.4. Filtre şi funcţii de interpolare
4.5. Influenţa caracteristicilor filtrelor de restabilire
4.6. Cuantificarea semnalelor

5. EVALUAREA CALITĂŢII SEMNALELOR

5.l. Evaluarea subiectivă a calităţii semnalelor
5.2. Exactitatea reproducerii semnalelor alb-negru
5.3. Evaluarea reproducerii semnalelor color

2
6. Ameliorarea semnalelor
6.l. Transformarea contrastului semnalelor
6.2. Transformarea strălucităţii domeniilor separate a semnalelor
6.3. Înlăturarea zgomotului
6.4. Scoaterea in relief a marginilor obiectelor
6.5. Ameliorarea semnalelor prin metoda de prelucrare a componentelor spectrale
6.6. Transformarea culorilor semnalelor

7. RESTAURAREA SEMNALELOR
7.l. Restaurarea semnalelor prin metoda filtrării spaţiale
7.2. Restaurarea semnalelor denaturate cu zgomotul multiplicativ
7.3. Indicii semnalelor
7.3.l. Indici de strălucitate a imaginii
7.3.2. Indici de histogramă a semnalelor
7.3.3. Indicii spaţial-spectrali
7.3.4. Indici de textură

8. MIJLOACELE TEHNICE ELECTRONICE DE PRELUCRARE A SEMNALELOR

8.l. Achiziţia si digitizarea semnalului
8.2. Structura semnalulul video
8.3. Specializarea calculatoarelor personale pentru prelucrarea in timp real a semnalelor
8.4. Acceleratoare pentru prelucrări de semnale cu procesoare DSP
8.5. Arhitectura DSP pentru prelucrări de imagini in timp real

9. PROCESOARELE OPTICE DE PRELUCRARE A SEMNALELOR

9.l. Procesoare optice in baza filtrelor coordonate holografice
9.2. Procesoare optice bazate pe filtre modificate
9.2.l. Teoria generală de sinteză a filtrelor modificate
9.2.2. Filtrele modificate
9.2.3. Modelarea procesorului optic în baza filtrelor
9.3. Procesorul optic în baza măştilor codificate fazice
9.3.l. Descrierea matematică a metodei de recunoaştere a obiectelor
9.3.2. Structura procesorului optic codificat fazic

10. SISTEME OPTO-ELECTRONICE DE PRELUCRARE A SEMNALELOR

10.l. Sisteme opto-electronice bazate pe metoda indicilor de moment a semnalelor
10.l.l. Indici de momente ale semnalelor
10.l.2. Structura sistemului opto-electronic
10.l.3. Mijloacele de calculul a momentelor geometrici ale semnalelor
10.l.4. Procesoarele optice de calcul ale indicilor de moment ale semnalelor
10.l.5. Procesorul numeric al sistemului de prelucrare a semnalelor
10.l.6. Cercetările experementale a sistemului opto-eltctronic de prelucrare a semnalelor.

3
10.2. Prelucrarea opto-electronică a semnalelor pe baza analizei statistice a spectrelor Furier şi a
funcţiilor corelaţionale
10.2.l. Identificarea invariantă a semnalelor în baza indicilor Fourie descriptivi
10.2.2. Sistemul optico-electronic de identificare invariantă a obiectelor pe baza transformării
coardelor
10.2.3. Sistemul optico-electronic de clasificare a obiectelor pe baza analizei statistice a funcţiilor de
corelare
10.3. Sisteme optico-electronice cu multe canale specializate cu prelucrarea spaţial-dependentă a
semnalelor
10.3.l. Prelucrarea spaţial-dependentă a semnalelor şi metodele realizării ei
10.3.2. Sistemul optico-electronic monocanal de prelucrare a semnalelor
10.3.3. Metodele de organizare a proceselor de prelucrare a informaţiei in sistemele optico-electronice
specializate cu multe canale
10.3.4. Structura sistemului de calcul optico-electronic specializat
10.4. Aprecierea veridicităţii rezultatelor calculelor

11. PROIECTAREA SISTEMELOR DE PRELUCRARE A SEMNALELOR

11.l. Proiectarea sistemelor electronice
11.l.l. Particularităţile proiectării sistemelor de prelucrare a semnalelor
11.l.2. Etapele principale a proiectării sistemelor de prelucrare a semnalelor
11.l.3. Proiectarea sistemelor de prelucrare a semnalelor in baza calculatoarelor personale
11.l.4. Optimizarea sistemelor de prelucrare a semnalelor
11.2. Elaborarea sistemelor de prelucrare a semnalelor bazate pe îmbinarea procesoarelor optice şi
electronice
11.2.l. Modelul prelucrării paralele a semnalelor
11.2.2. Analiza posibilităţilor realizării operaţiilor de prelucrare a semnalelor cu ajutorul mijloacelor
de calcul optice şi electronice
11.2.3. Estimarea timpului de prelucrare a semnalelor
11.2.4. Proiectarea sistemului de calcul în regim staţionar de prelucrare a semnalelor
11.2.5. Proiectarea sistemelor de calcul în regim dinamic de prelucrare a semnalelor
11.2.6. Exemplu proiectării sistemei de calcul de prelucrare a imaginii

Bibliografie

4
 1. DESCRIERI GENERALE ALE ECHIPAMENTELOR
DE PRELUCRARE A SEMNALELOR

In capitolul dat sunt examinate următoarele intrebări: problemele prelucrării semnalelor,

particularităţile mijloacelor de calcul pentru prelucrarea semnalelor (MCPS), caracteristicile MCPS,
clasificarea MCPS, generaţiile MCPS, structura generala a sistemului de prelucrare a semnalelor.

l.l. Problemele prelucrării semnalelor

Cu dezvoltarea tehnicii de calcul un interes mare se atrage rezolvării a diferitor probleme, care sunt
legate de prelucrarea informaţiei, prezentate în formă de imagini. In domeniul acesta de prelucrare a
informaţiei există trei direcţii: sinteza, prelucrarea şi analiza semnalelor.
Scopurile sintezei semnalelor sunt: reproducerea semnalelor in cazuri când informaţia iniţială nu este
prezentată in formă de imagini. Exemple: construirea graficilor funcţiilor, sinteza schemelor pentru
diferite sisteme de antrenare, Pictura asistată de calculator.
Scopurile prelucrării semnalelor sunt legate cu rezolvarea problemelor, când informaţia de intrare la
ieşire este prezentată sub formă de imagini. Exemple: schimbarea contrastului semnalelor, eliminarea
zgomotului de pe imagini, restabilirea semnalelor, formarea semnalelor noi in baza a unor sete de imagini
iniţiale.
Scopul analizei semnalelor constă in descrierea semnalelor iniţiala printru-un set de indici, clasificarea
semnalelor. Analiza semnalelor este o problemă, inversă sintezei semnalelor. Exemple: identificarea
obiectelor in mişcare, analiza cardiogramelor, autoanalizarea a diferitor procese tehnologice, asistată de
roboţi.
Direcţiile enumerate au şi domenii comune. De exemplu: formarea semnalelor grafice are un rol
important pentru specialiştii care se ocupă cu prelucrarea semnalelor.
Pentru rezolvarea multor probleme in domeniul de sinteză al semnalelor se folosesc algoritmi şi
metode din domeniul prelucrării semnalelor. Toate direcţiile enumerate se folosesc de baze de date
similare.
Dezvoltarea ştiinţei şi tehnicii a înaintat diferite probleme, legate de prelucrarea şi analiza semnalelor.
Fluxul de informaţie ce rapid se măreşte necesită o perfecţionare a metodelor existente şi elaborarea
noilor metode de prelucrare a semnalelor, crearea mijloacelor de calcul, ce asigură viteze inalte şi o
calitate sporită la analiza informaţiei vizuale. In afară de aceasta, lărgirea domeniilor de folosire a acestor
sisteme formulează revindecările mărite la precizie, fiabilitate, universalitate.
Un volum mare de probleme şi revindecări inalte către viteza de rezolvare a lor au adus la crearea
diferitor sisteme de prelucrare a semnalelor, bazate pe folosirea principiilor de acţlune electronice, optico-
electronice şi optice.
Domeniile de aplicare a metodelor şi a mijloacelor tehnice de prelucrare a semnalelor sunt
următoarele:
a) Industria de aparate constructoare de maşini: crearea sistemelor cu vizualizare tehnică pentru
asamblare automata a pieselor, sortare a produselor, sudare a metalelor, controlul pachetelor imprimate,
analiza rapida a microstructurii metalelor.
b) Industria alimentară, a vinurilor, de conservare, a textilelor: analiza rapidă automatizată a calităţii
produselor.
 c) Agricultura şi silvicultura: aprecierea pământurilor, analizarea sistemelor de ameliorare si folosirea
masivelor silvice.
d) Medicină: tomografia computerizata, analiza automată a semnalelor radiografice, a materialelor
bioxine si a singelui, iridodiagnostica.
e) Sisteme bancare: fabricarea şi controlul semnalelor speciale pentru asigurarea securităţii actelor,
asigurarea securităţii informaţiei in reţelele de calculatoare.
f) Televiziunea, editurile: animaţia semnalelor, sisteme computerizate poligrafice.
g) Comunicaţiile: codificarea, transmiterea, restabilirea semnalelor.
h) Transportul: gestionarea fluxului de transport, sisteme de antrenament, identificarea automobilelor.
i) Ecologie: controlul stării solului, a apelor şi a atmosferei.

l.2. Particularităţile mijloacelor de calcul pentru prelucrarea semnalelor (MCPS)

Particularităţile mijloacelor de calcul pentru prelucrarea semnalelor se determină de faptele următoare.
a) Imaginile reprezintă un semnal bidimensional cu un volum de informaţie mare (aproximativ l MB
pentru imaginea alb-negru şi 3Mb - pentru imaginea color). Această particularitate determină necesitatea
organizării speciale a memoriei.
b) Imaginea este un semnal specific determinat pentru percepţia vizuală. Din această cauză sistemul
de prelucrare a semnalelor trebuie sa fie completat cu mijloace dezvoltate de vizualizare a informaţiei la
diferite etape de prelucrare.
c) Estimarea calitaţii semnalelor in majoritatea cazurilor se realizează de operatorul sistemului cea ce
aduce la necesitatea organizării regimului de lucru interactiv si folosirea mijloacelor speciale de dialog.
d) Operaţiuni tipice de prelucrare a semnalelor sunt umătoarele: transformarea Fourier
bidimensională, convoluţia, operaţiuni cu matrici. La realizarea acestor operaţiuni in paralel apare
necesitatea de a elabora procesoare ii alte mijloace tehnice specializate.
e) In sistemele de prelucrare a semnalelor există cerinţe stricte către organizarea schimbului de date
dintre diferite unităţi, cea ce necesita configurare optimală şi numărul de canale de comunicaţii stabile la
perturbaţii şi protocoale de schimb speciale.

l.3. Caracteristicile MCPS

Caracteristicile MCPS depind de următoarele.
l. Clase de probleme rezolvate, care pot fi: codificarea semnalelor, restaurarea si ameliorarea
semnalelor, analiza şi recunoaşterea semnalelor.
2. Domeniile de utilizare.
3. Metodele de prelucrare a datelor: prelucrarea codurilor strălucităţii a pixelilor imaginii, prelucrarea
cu transformări intermediare a semnalelor.
9. Dinamica semnalelor iniţiale - este un parametru principal ce determină rapiditatea sistemului de
prelucrare a semnalelor.
10. Numărul de gradaţii de strălucitate a semnalelor - influenţează direct la complexitatea mijloacelor
tehnice, la parametrii memoriei procesorului, etc.
6. Rapiditatea - este un criteriu esenţial pentru sisteme de prelucrare a semnalelor dinamice.

6
 l.9. Clasificarea MCPS
Există diferite tipuri de MCPS: electronice, optice, opto-electronice.
MCPS electronice sunt următoarele:
complexe in baza calculatorului personal,
sisteme multicalculator, care pot fi uniforme şi neuniforme,
sisteme multiprocesor cu structurile matriciale, conveier, piramidale.
MCPS optice sunt de tip analog şi discret. Sisteme de tip analog folosesc filtre holografice coordonate
şi modificate, măşti fazice. Sisteme discrete pot fi in baza calculatoarelor universale şi procesoarelor
specializate.
MCPS optoelectronice sunt următoarele: in baza metodelor indicilor de moment a semnalelor şi
descriptorilor Fourier a semnalelor, sisteme cu prelucrare spaţial dependentă, sisteme gestionate de
parametrii semnalelor.

l.10. Generaţiile MCPS

Prima generaţie MCPS (anii l955 - l965) se caracterizează prin organizarea prelucrării fragmenale a
semnalelor. Au fost elaborate strategii complicate pentru schimbul de date dintre memoria externă si
internă. Prelucrarea semnalelor se bazează pe aşa operaţiuni matematice ca transformarea Fourier.
Problemele tipice de prelucrare a semnalelor sunt ameliorarea calităţii semnalelor, restabilirea semnalelor.
In a doua generaţie MCPS (anii l965 – l975) se elaborează sisteme specializate pentru realizarea
operaţiunilor locale de prelucrare a semnalelor, adică asupra fragmentelor de imagini cu dimensiuni 3x3,
5x5, 7x7 pixeli. Au fost elaboraţi algoritmi de rezolvare a diferitor probleme aplicative.
A treia generaţie MCPS (anii l975 - l985) conţine seturi de modele specializate. Au fost elaborate
sisteme matriciale pentru prelucrarea semnalelor cu număr de procesori l28xl28 şi mai inalt, sisteme
conveier cu un număr de module de calcul de până la l00, sisteme funcţional-distribuite cu un număr de
module de calcul de pana la l0. In aceste sisteme fiecare modul a fost prevăzut pentru o singura
operaţiune.
In a patra generaţie MCPS (incepând cu anul l985) o atenţie deosebită se acordă posibilităţii
schimbării configuraţiei sistemului conform problemelor rezolvate. Au fost elaborate sisteme
multiprocesor piramidale, sisteme gestionate cu parametrii semnalelor, reţele din calculatoare. Pentru a
folosi efectiv resursele programabile şi tehnice s-au utilizat sisteme expert. Domeniile aplicate sunt
analiza mişcării obiectelor, vederea artificială, integrarea mijloacelor de recunoaştere a semnalelor.

7
 l.6. Structura generala a sistemului de prelucrare a semnalelor
Structura generala a sistemului de prelucrare a semnalelor este prezentată in figura l.

Figura l. Structura generala a sistemului de prelucrare semnalelor

Imaginea iniţială poate fi formata cu ajutorul camerei de luat vederi, sistemelor infraroşu, radiografic,
optic, de radio-locaţie. Unitatea de introducere a imaginei realizează operaţiuni de transformare a
imaginei iniţiale analog intr-un semnal digitală. Unitatea de prelucrare a imaginei realizează operaţiuni de
ameliorare, extragere a indicilor din imagini, descrierea semnalelor, sinteză a semnalelor, recunoaştere a
semnalelor şi alte. Unitatea memorie permite stocarea semnalelor de tip analog şi digital. Unitatea de
extragere a imaginei realizează operaţiune de vizualizare a imaginei sau transmitere in canal de
conexiune.

8
 2. BAZELE TEORETICE PRELUCRĂRII SEMNALELOR

2.l. Prezentarea semnalelor continuu

Pentru a rezolva diferite probleme de sinteză, prelucrare şi analiza semnalelor este necesar de a
descrie imagini iniţiale sau continuu. De acea se introduce o funcţie matematică care descrie imaginea şi
analizează caracterul imaginii in fiecare punct al ei.
Imaginea este o funcţie bidimensională de strălucitate care se formează cu ajutorul a unei surse de
lumină. Distribuirea energetică a sursei de lumină in coordonatele spaţiale (x,y), timpul t şi lungimea de
undă  se descrie prin funcţia C(x,y,t,).
In sisteme de reflectare sau formare a semnalelor, strălucitatea imaginii este limitată de posibilităţi
fizice a ecranului monitorului sau de sensibilitate a peliculei fotografice. Aşa dar funcţia ACO, unde A
este strălucitatea maximală a imaginii.
Dimensiunile spaţiale a imaginii la fel sunt limitate de sistemul de formare a semnalelor. in legătură
cu aceasta vom presupune că dimensiunile imaginii sunt determinate de un domeniu:
 L X  X  L X

 LY  Y  LY

De obicei imaginea se analizează sau vizualizează intr-un timp limitat. De aceia tT.
Aşa dar funcţia C este o funcţie a variabilelor limitate. Această funcţie vom socoti ca o funcţie
continuu in domeniul de descriere al ei.
Senzaţia de strălucitate, care apare in sistemul vizual uman, se descrie prin funcţia:


F(x, y, t)   C(x, y, t,  )V s ( )d

0

unde Vs este sensibilitatea spectrală a vederii umane. Senzaţia de culori poate fi descrisă printru-un
set de funcţii:

R(x, y, t)   C (x, y, t,  )R s ( )d
0


G(x, y, t)   C (x, y, t,  )G s ( )d
0


B(x, y, t)   C (x, y, t,  )B s ( )d
0

unde Rs, ¸Gs, Bs - parametrii specifici culorilor roşu, verde şi albastru respectiv. In sisteme de
reproducere de imagini cu timpul nu se schimb . De aceia ei pot fi descrise ca F(x, y).

9
 2.2. Sisteme liniare de formare şi prelucrare a semnalelor

In sistemul bidimensional de formare şi prelucrare, imagini iniţiale Fl(x, y)..FN(x, y) se reflectă intr-
un alt set de funcţii Pl(x, y)..PN(x, y). Reflectarea dată poate fi descrisă printr-un set de operatori M unde
m, in felul următor:
Pl (x, y)   l {Fl (x, y)...FN (x, y)}

...........................
 P (x, y)   {F (x, y)...F (x, y)}
 M M 1 N
1

Sistemul se numeşte liniar dacă se realizează şi este echitabil principiul de suprapunere, şi anume:
{alFl(x, y) +...+ aN FN(x, y)}=al{Fl(x, y)}+...+aN {FN(x, y)}.

2.3. Operatori singulari

In analiza sistemelor se folosesc operatorii singulari. Unul din ei este delta funcţia lui Dirac, care se
descrie ca
, dacã x  y  0,
 (x, y)  
0 - în alte cazuri.
sau
, dacã x   , y   ,
 (x   , y -  )  
0 - în alte cazuri. ,

unde  - parametrii de translare.

Funcţia  se calculează in modul următor:

 
1
 ( x, y ,  ,  ) 
4 2   exp{iu(x -  )  v(y -  )}dudv,
0 0

unde i(1)0,10.
Pentru o valoare de integrare infinit de mică a,

  ( x, y)dxdy  1
2.9. Integral de suprapunere
Funcţia F(x, y) poate fi reprezentată prin funcţia  in felul următor:

F(x, y)    F( , ) (x -  , y -  )dd


unde F(,) - este coefăicientul de pondere cu coordonatele ,.

Sistemul de ecuaţii 1 pentru caz de N=M=l poate fi rescris în mod următor
P{x, y)={F(x, y)}=

10
 {   F( , ) (x -  , y -  )dd}

In cazul dacă operatorul liniar  acţionează numai asupra funcţiei , funcţia F(x, y) poate fi descrisă
ca:


P(x, y)    F( , ) { (x -  , y -  )} dd



Al doilea inmulţitor se descrie ca: {(x - , y -))=H(x,y,,) şi se numeşte răspuns impulsiv al

sistemului. Atunci

Px,y   F, H(x,y,,)dd.

Ultima expresie se prezintă ca integral de suprapunere.

2.10. Integral de convoluţie

Sistemul linear bidimensional se numeşte spaţial-invariant, dacă răspunsul impulsiv depinde numai de
diferenţele coordonatelor x - , y - .
Proprietatea dată poate fi bine ilustrată intr-un exemplu a sistemului optic. Pentru aşa sistemă, in caz
de translaţie a obiectului in plan l, in plan 2 imaginea obiectului la fel işi schimbă poziţia, dar forma
obiectului se păstrează.
Pentru un sistem spa|ial invariant H(x, y, , )=H(x - ,y - ) şi integral de suprapunere se transformă
intr-un integral de convoluţie:

Px,y   F, H(x,y)dd.

Operaţia de convoluţie se descrie simbolic ca C(x, y)=F(x, y)*H(x, y).

Integralul convoluţiei este simetric, adică:

Fx,y   Fx,y H(,)dd.

Funcţia C(x, y) poate fi calculată prin scanarea funcţiei iniţiale F(,) cu o zonă H(x - .y - ) in
permanentă translată şi integrarea domeniilor comune.

3. TRANSFORMATA FOURIER

3.1 Transformarea Fourier 1D

In procesul de analiză şi prelucrare de semnalelor se utilizează modelul matematic, bazat pe
transformarea Fourier. Transformata Fourier a funcţiei Fx se descrie în mod următor

Fwx   Fxexpjwxxdx

11
Luînd în consideraţie că
expjwx  coswxx + jsinwxx

vom obţine

Fwx   Fxexpjwxxdx   Fx[coswxx + jsinwxx]dx 

 Fxcoswxxdx +j Fxsinwxxdx

Adică o funcţie poate fi reprezentată printr-o serie infinită de funcţii sinus si cosinus.

Ultima ecuaţie poate fi reprezentată ca

Fwx  Rwx + jXwx,

Unde R şi X sunt părţile reală şi imaginară.

Transformata Fourier inversă 1D este

Fx  [Fwxexpjwxxdwx] ∕

3.3. Transformarea Fourier directa bidimensională

Pentru o funcţie F(x, y) transformarea Fourier bidimensională se descrie in felul următor:


F( x ,  y )    F(x, y)exp{-i( x x   y y)}dxdy
-

unde F(x, y) - funcţia semnalului iniţial, xy - frecvenţele spaţiale.

Funcţia Fwx, wy poate fi rescrisă în mod următor

Fwx, wy  Rwx, wy + jXwx, wy,

sau

Fwx, wy  Fwx, wyexp[jQ wx, wy],

Unde Fwx, wy  [Rwx, wy]2 + [Xwx, wy]21∕2

Q wx, wy  arctg[Xwx, wy ∕ Rwx, wy]

12
 Operaţiunea dată poate fi descrisă ca F(x,y)=F{F(x, y)}, unde F - operatorul transformării Fourier.
Ca rezultatul transformării Fourier se formează spectrul funcţiei F(x, y).

3.3. Realizarea TF

Transformarea Fourier a funcţiei F(x, y) poate fi realizată in două etape:

l) prin variabila x


F( x , y)   F(x, y)exp{-i

-
x x }dx

2) prin variabila y


F( x , y )    F( x , y)exp{-i y y}dy

-

[Link] Fourier inversă

Dacă există spectrul funcţiei F(x,y), putem restabili funcţia iniţială F(x, y) în mod următor:


F(x, y)  F {F( x ,  y )}    F( x ,  y )exp{-i( x x   y y)}d x d y
-1

-

3.10. Proprietăţile transformării Fourier.

3.10.1. Proprietăţile funcţionale.
În caz că funcţia F(x, y) poate fi divizată după variabile spaţiale în aşa fel ca F(x, y) = F(x)F(y), atunci
spectrul Fourier a funcţiei iniţiale va fi F(x,y)=F(x)F(y), unde F(x), F(y) - transformarea Fourier a
funcţnlor F(x), F(y).

Pentru o funcţie F(x, y) simetrică, adică F(x, y)=F(- x, - y), transformarea Fourier va fi:
F(x,y) = F(-x, -y).

Dacă funcţia iniţială nu este simetrică, atunci transformarea Fourier va fi:

F{F(-x, -y)} = F(-x, -y) = F*(x,y) şi se descrie ca transformarea Fourier conjugată

F*(x,y)  F(x,y)exp[jQ(x,y)]

3.10.2. Linearitatea.
Operatorul transformării Fourier este linear, adică
F{alFl(x, y)+...+an Fn(x, y)} = alF{Fl(x, y)}+...+anF{Fn(x, y)}, unde al,...,an - constantele.

13
 3.10.3. Schimbarea scării transformării Fourier.
Transformarea Fourier a funcţiei F(ax, by) va fi:
F{F(ax, by)} = [F(x/a, y/b)]/(a.b), unde a, b - parametri de scalare.
Schimbarea scării variabilelor x, y duce la schimbarea scării inverse a frecvenţelor spaţiale x, y şi la
schimbarea proporţională a valorilor spectrului.

3.10.9. Translarea.
Transformarea Fourier a funcţiei F(x-a, y-b) va fi:

F{F(x-a, y-b)}=F(x,y) exp(-i(xa + yb)}, unde a, b - parametri de deplasare.

Adică deplasarea funcţiei in suprafaţa plană iniţială (x, y) duce la formarea componentei fazice
suplimentare in suprafaţa plană frecvenţială (x,y).

[Link] Fourier a convoluţiei funcţiilor.

Transformarea Fourier a convoluţiei funcţiilor F(x, y) şi H(x, y) este egală cu produsul spectrelor
funcţnlor iniţiale:
F{F(x, y)*H(x, y)}=F(x,y) H(x,y).

[Link] Fourier a produsului funcţiilor

Transformarea Fourier a produsului funcţiilor F(x,y) şi H(x,y) este egală cu convoluţia transformărilor
Fourier a funcţiilor date:
F{F(x, y)H(x, y)}=F(x,y)*H(x,y).

[Link] lui Parseval.

Funcţia iniţială F(x, y) şi spectrul ei F(x,y) sunt legate în nod următor:

 

  F(x, y) dxdy    F( x ,  y ) d x d y

2 2

- -

[Link]ţia de corelaţie
Funcţia de corelaţie se descrie ca:

C(x, y)=F(x, y)#H(x, y)=F{F[F(x, y)][F*[H(x, y)]}=

 F(x, y)H ( x   , y   )dxdy

*

Teorema despre spectrul funcţiei corelaţionale.

Transformarea Fourier a funcţiei autocorelaţionale este egală cu pătratul modulului spectrului Fourier
a funcţiei imţiale:
14
 F{ F(x, y)F* ( x   , y   )dxdy}  F( x y )
2

[Link]ţia de autocorelaţie
Funcţia de autocorelaţie reprezintă o funcţie de corelaţie pentru Fx,y  Hx,y

CA(x, y)=F(x, y)#F(x, y)

Funcţia dată poate fi calculată în mod următor

CA(x, y)=F(x, y)#F(x, y)=F1{F[F(x, y)][F[F*(x, y)]}=
F1{F[F(x, y)][F*[F(x, y)]}= F1{F(u,v)F*(u,v)}=
F1{F(u,v)exp[jQFu,v)]F(u,v)exp[jQFu,v)]}= F1[F(u,v)2]

[Link]şterea semnalelor în baza algoritmilor corelaţionale

Problema recunoaşterii sau clasificării semnalelor poate fi descrisă în mod următor. Fie Fx,y este un
semnal necunoscut. Fie {Hix,y}, i1,N, este un set de imagini etalon cunoscute. Este necesar de a stabili
tipul semnalului Fx,y.
Problema dată poate fi soluţionată prin calcularea funcţiilor de corelaţie

Cix,y  Fx,y#Hix,y

Aprecierea funcţiei maxime Cix,y

Max[CiMx,y], i1,N.

Metoda dată poate fi realizată în mod diferit.

1. Valoarea CiMx,y se compară cu valoarea de prag VP. Dacă CiMx,y>=VP, funcţia Fx,y
aparţine clasei i.
2. Se calculează toate funcţiile de corelaţie CiMx,y, i1,N, după ce se apreciază funcţia maximă.

În primul caz numărul de funcţii calculate poate fi mai mic de N.

15
 3.9. Analiza sistemelor lineare
Fie că funcţia F(x, y) descrie imaginea la intrarea sistemului linear cu răspuns impulsiv H(x, y). După
realizarea operaţiei de convoluţie funcţia la ieşirea sistemului va fi descrisă ca:


P(x, y)    F(x, y)H(x -  , y -  )dd. (*)


După transformarea Fourier a ambelor părţi a ultimei ecuaţiei şi schimbarea consecutivităţii de

integrare in partea dreaptă, vom obţine:
In conformitate cu proprietatea translării transformării Fourier, integralul intern este egal cu produsul
spectrului Fourier H(x, y) la factorul exponenţial. De aceea


P(x, y)    F( , )H(x -  , y -  )exp{-i( x   y )}dxdy

 
P(x, y)    F( , )[   H(x -  , y -  )exp{-i( x x   y y)}dd.]dd
 

După efectuarea transformării Fourier a funcţiei F(x, h) vom primi:

P(x,y)=F(x,y)H(x,y).

După transformarea Fourier inversă a ultimei expresiei vom obţine funcţia ce descrie imaginea P(x, y):

P(x, y)    F( x x,  y y )H( x x,  y y )exp{-i( x x   y y )}d x d y (**)


Expresiile matematice (*) şi (**) descriu diferite posibilităţi de determinare imaginei la ieşirea
sistemului linear spaţial invariant. Selectarea variantei realizării depinde de problema ce necesită a fi
soluţionată.
Exemplul l. Fie că după realizarea unei operaţiuni dintre funcţiile F(x, y) şi H(x, y) se formează
funcţia P(x,y), care se descrie in felul următor:
P(x, y)=F(x, y)H(x, y).
Fie că operatorul sistemului P este aşa că:
P{F(x.y)H(x.y)}= P{F(x.y)} P{H(x.y)},
Cazul l. Operaţia  este operaţiunea de adunare. In acest caz operatorul P poate fi utilizat ca
operatorul linear:
{F(x.y)+H(x.y)}= P{F(x.y)}+ P{H(x.y)}

16
 Procesul de prelucrare va fi:

P(x, y) P0(x,y)
P SL [P]-l

P(x, y)

Bloc P este bloc de realizare a operatorului P. Bloc SL este sistem linear. Bloc P-l este bloc de
transformare inversă.
Cazul 2. Operaţia  este operaţia de inmulţire:
P(x, y)=F(x, y) H(x, y)=F(x, y)H(x, y).
In cazul dat procesul de prelucrare a imaginii este:
P(x, y) P0(x,y)
*P SL [*P]-l

P(x, y)
unde *P, [*P]-l sunt operaţiuni de logaritmare şi antilogaritmare respectiv:
*P {P(x, y)}=loga{P(x, y)}=loga{F(x, y)}+loga{H(x, y)}=Q(x, y),
şi
[*P]-l{Q(x, y)} = exp{Q(x, y)}=Po(x, y).

4. DISCRETIZAREA ŞI RESTABILIREA SEMNALELOR

4.l. Discretizarea semnalelor continuu

Pentru a prelucra un semnal in calculator este necesar de a transforma imaginea iniţială continuu intr-
un masiv informaţional digital. Şi invers, pentru a vizualiza un semnal prelucrată sau sintetizată in
calculator este necesar de a transforma un masiv digital intr-un semnal continuu.
Fie că funcţia F(x, y) descrie imaginea iniţiala continuu şi caracterizează distribuirea bidimensională a
strălucităţii imaginii reale. După discretizarea spaţială a funcţiei F(x, y) vom obţine un semnal FD(x, y)
care conţine un set de valori discrete de strălucitate. Aceste valori sunt determinate in noduri a unei grate

 
D(x, y)     (x - j x, y - j y).
j1  -  j2  - 
1 2

bidimensionale. Pentru un sistem de discretizare valorile semnalelor discrete se formează prin

innulţirea funcţiei iniţiale F(x, y) cu o funcţie spaţială de discretizare D(x, y) :
Această funcţie constă dintr-un număr infinit de funcţii , determinate in nodurile de discretizare cu
intervale x şi y. Imaginea discretizată va fi definită in felul următor:
Pentru a analiza procesul de discretizare ne von folosi de modelul matematic a transformării Fourier,

 
FD (x, y)  F(x, y)D(x, y)    F(j x, j y) (x - j x, y - j y).
j1  -  j2  - 
1 2 1 2

17
 in conformitate cu teorema despre spectrul produsului funcţnlor, transformarea Fourier a funcţiei
FD(x, y):
F{FD(x, y)}=F{F(x,y)D(x,y)}=FD(x, y)=F(x, y)*D(x, y). (*)
Funcţia D(x, y) se descrie ca:
unde xs=2/x , ys =2/y.
Presupunem că spectrul imaginii iniţiale este limitat in dimensiuni aşa că :
4 2  
D(x, y) 
xy
   (
j1  -  j2  - 
x - j1  xs ,  y - j2  ys ).

F(x, y)=0, dacă x > xc, y > yc.

Expresia (*) poate fi descrisă in modul următor:

   
1
FD ( x ,  y )    F ( x   ,  y   )    ( - j  , - j2 ys )dd.
xy
1 xs
j1   j2   j1  -  j2  - 

După schimbarea consecutivităţii adunării şi integrării şi luind in consideraţie proprietatea centrală a

 
FD ( x ,  y )    F (
j1  -  j2  - 
x - j1 xs ,  y - j2 ys ) /xy

funcţiei , von primi expresia matematică care descrie spectrul imaginii discretizate.
Adică spectrul imaginii discretizate se formează prin repetarea infinită a spectrului imaginii iniţiale cu
intervale spaţiale divizibile valorilor xs, ys.
Dacă valorile x şi y sint aleşi mult mai mari in comparaţie cu lăţimea spectrului F(x, y), atunci
spectrele vecine funcţiei FD(x, y) vor fi suprapuse unul peste altul. In acest caz prelucrarea imaginii se
va produce cu erori.
Pentru a realiza procesul de discretizare corect se foloseşte teorema Shenon-Cotelnicov in baza căreia
parametrii x si y se calculă ca: x=l/2fxmax, y=l/2fymax, unde fmax este frecvenţa maximală a
transformării Fourier a funcţiei iniţiale.

4.2. Influenţa preciziei in procesul de discretizare

In caz dacă discretizarea imaginii iniţiale se produce cu o frecvenţă insuficientă, adică parametrii x şi
y sunt calculaţi greşit, spectrele imaginii vor fi suprapuse. Funcţia spectrului imaginii discretizate in
acest caz va fi:
F’Dx, y)=(l/x, y){F(x, y)+FQ(x, y)}.
Funcţia FQ(x, y) este egală cu funcţia FD(x, y), descrisă mai inainte, la jl0,j20.
In procesul restabilirii imaginii discretizate cu o frecvenţă insuficientă vom primi imaginea, care se
descrie cu o funcţie:
F’R(x, y)=F-l{F’D(x, y)}=F(x, y)+A(x, y),

18
 Unde

 xs / 2  ys / 2
A(x, y)   F
 xs / 2  ys / 2
Q ( x ,  y ) exp(i{ x x   ys y}) d x d y

Funcţia A(x, y) corespunde acelor părţi a imaginii restabilite ce sau format in rezultatul suprapunerii
spectrelor, şi reprezintă nişte harmonici false in imagini restabilite. Adică frecvenţa insuficientă folosită la
discretizare a imaginii aduce la formarea hamonicilor false in imaginea restabilită şi la erori in procesul
de prelucrare a semnalelor in continuare.

4.3. Restabilirea semnalelor

Imaginea continuu FR(x, y) poate fi formată prin filtrarea lineară spaţial a funcţiei FD(x, y). Fie ca R(x,
y) este funcţia a filtrului de interpolare ce se foloseşte pentru restabilirea imaginii FD(x, y). Funcţia R(x,
y) este caracteristică frecvenţa a filtrului de interpolare. Imaginea restabilită se formează in rezultatul
convoluţiei funcţiei discretizate FD(x, y) cu funcţia filtrului R(x, y), adică:

FR (x, y)  FD (x, y) * R(x, y)   F(j1 x, j2 y)(R(x - j1 x, y - j2 y)).

j1 j2

Spectrul spaţial a funcţiei FR(x, y) va fi descris ca:

F{FR(x, y)}=F{FD(x, y)*R(x, y)}=FR(x,y)=FD(x,y)R(x,y).
După substituirea expresiei funcţiei FD(»x,»y) von primi:

F( x ,  y )  R( x ,  y ) F( x - j1 xs ,  y - j2 ys ) / xy

j1 j2

Din ultima expresie poate fi făcută concluzia că dacă spectrele funcţiei iniţiale nu se suprapun şi
inmul-titoriul R(x, y) blochează toate spectrele deplasate şi formate in condiţii jl=j20, atunci spectrul
imaginii restabilite va coincide cu spectrul imaginii iniţiale şi ca rezultatul imaginea iniţşală şi cea
restabilită vor coincide.
Pentru imagini cu lăţimea limitată a spectrului condiţia expusă se indeplineşte dacă intervalul de
discretizare este ales in aşa mod ca domeniul dreptunghiular, limitat de frecvenţele maxime (xc, yc) a
spectrului se află intr-un alt domeniu dreptunghiular care este determinat de parametrii (xs, ys), şi mai
precis:
xc  ys/2, yc  ys/2.
Atunci x/xcl/2fxc, z/ycl/2fyc.
Adică intervalul discretizării trebuie să fie mai mic de jumătatea perioadei harmonicii spaţiale
maxime.
Condiţia dată este echivalentă teoremei Shenon - Cotelnikov.
19
 4.4. Filtre şi funcţii de interpolare
De obicei se utilizează filtre de 2 tipuri: dreptunghiular şi circular. Funcţia spectrală a filtrului
dreptunghiular este:

k ,  x   xl ,  y   yl
Rd ( x ,  z )  
0, în alte cazuri.

unde k este o constantă, care satisface condiţia de restabilire corectă a imaginii in caz dacă
xl > xc, yl  yc
Răspunsul impulsiv a filtrului se descrie ca:
Rd (x, y) = (kxl yl/2){[sin(xlx)]/( xl x)}{[sin(yl y)]/( yl y)}.
In caz de utilizare a filtrului dat, imaginea va fi restabilită printr-o sumă infinită a funcţiilor de tip
sinc(x).
k , dacă  2   2 , 
Rd ( x ,  z )   x y

0, în alte cazuri.

Filtrul circular se descrie prin funcţia:

Răspuns impulsiv a filtrulm circular este:

0 x2  y2
Rc(x, y)  2 o B1
x2  y2

unde Bl - funcţia Bessel de rangul intii.

In sisteme de prelucrare şi sinteză a semnalelor, semnalele electrice, care reprezintă valori discrete de
strălucitate a imaginii, se extrag din calculator li se formează un semnal continuu. Pentru realizarea
procedurii date este necesar un filtru de restabilire, care satisface condiţia transformării fără denaturări a
spectrului principal in caz de jl=j2=0 şi blochează toate celelalte spectre. Pentru a forma imaginea
continuu se folosesc
funcţii de interpolare. Cele mai bune rezultate pot fi obţinute in caz de folosire a funcţiei de
interpolare de tip sinc(x). Funcţia dată este complicată in realizare tehnica. De acea se folosesc alte
funcţii, aşa ca funcţii dreptunghiulare, triunghiulare, in formă de clopot.

4.5. Influenţa caracteristicilor filtrelor de restabilire

In caz ideal imaginea restabilită este o copie precisă a imaginii iniţiale, adică:
 
FR (x, y)   F
j1   j2  
D (j1 x, j2 y)R O (x - j1 x, y - j2 y)

20
 J1 J2
F' R (x, y)   F
j1   J1 j2   J 2
D (j1 x, j2 y)R' (x - j1 x, y - j2 y)

RO este funcţia de interpolare ideală.

In sisteme reale filtrele de restabilire nu sunt ideale. Aceasta influienţează calitatea imaginii
restabilite. Imaginea restabilită se descrie cu o funcţie
unde R’(x-jlx,y-j2y) este funcţia de interpolare.
Dacă funcţia de interpolare nu este ideala atunci eroarea restabilirii va fi:

 
 (x, y)   F
j1   j2  
D (j1 x, j2 y)[R' (x - j1 x, y - j2 y) - R O (x - j1 x, y - j2 y)]

Spectrul imaginii restabilite se descrie ca:

 
F' R ( x ,  y )  {R( x ,  y )  F D ( x - j1 xs ,  y - j2 ys )} / xy
j1   j2  

In caz ideal funcţia R((x, y) extrage componentele spectrului de rangul 0, adică la jl=j2=0, şi toate
alte componente se blochează. In realitate este posibilă micşorarea componentelor de rangul 0 a
spectrului. Aceasta aduce la scăderea stridenţei imaginii restabilite. Totodată armonicile de ranguri mai
inalte a spectrelor pot fi blocate nu până la sfârşit, cea ce aduce la denaturarea suplimentară a imaginii
restabilite.

4.6. Cuantificarea semnalelor

Pentru a fi prelucrată in calculator imaginea imţială trebuie sa fie discretizată in plan şi după
strălucitate. Discretizarea după strălucitate se numeşte cuantificarea. Cuantificarea se realizează pentru
fiecare pixel al imaginii aparte sau in bloc pentru un set de pixeli. In primul caz se realizează
cuantificarea valorilor scalare, in al doilea caz se efectuează cuantificarea valorilor vectoriale. Metode de
cuantificare sunt uniforme şi ne-uniforme.
Cuantificarea uniformă a valorilor scalare
In procesul de cuantificare valorile de intensitate a pixelului se compară cu un set de nivele a
semnalelor de prag {SPj}. Dacă valoarea de strălucitate FD(x, y) a pixelului este prezentată intr-un
interval {SPj,SPj+l} nivelelor semnalelor de prag vecine, valoarei de strălucitate FD(x, y) i se atribuie
valoarea nivelului de cuantificare NCj ce corespunde intervalului dat. Fiecărei valori cuantificate ii
corespunde un cod binar.
Presupunem că funcţiile FD, F’D sunt valorile de strălucitate a pixelului până şi după procesul de
cuantificare, şi a  FD  a , unde a şi a sunt limitele semnalului.
In procesul de cuantificare este necesar de a alege un set de semnale de prag {SPj} şi un set de nivele
de cuantificare {NCj} in aşa mod, că dacă SPj  FD  SPj+l, atunci valoarea pixelului iniţial va fi egală cu
nivel de cuatificare NCj.

21
 Nivele de cuantificare şi nivele de prag se determină in aşa mod ca eroarea cuantificării să fie
minimală. In calitate de măsură a erorii de cuantificare se foloseşte eroarea medie pătratică, care se
descrie in felul următor:

a J -1 SPj 1
E   (FD - F' D ) P(FD )dFD  
2
 (F D - NC j ) 2 P(FD )dFD
a j 0 SPj

unde J este numărul de nivele de cuantificare, P(FD) este densitatea probabilităţii. Dacă valoarea J este
destul de mare atunci densitatea probabilităţii valorilor semnalelor cuantificate din intervale {SP j,SPj+l}
poate fi constantă şi egală cu densitatea

J -1 SPj 1 J -1
E   P(NC j )  (FD - NC j ) 2 P(FD )dFD  { P(NC j )[(SPj1 - NC j ) 3 - (SPj - NC j ) 3 ]} / 3
j 0 SPj j 0

probabilităţii nivelului de cuantificare P(NCj) şi

Poziţia optimă a nivelului de cuantificare NCj in intervalul {SPj,SPj+l} poate fi determinată prin
minimizarea funcţiei E pe parametrul NCj. A fost obţinut că
NCj=(SPj+l+SPj)/2.
Adică poziţia optimală a nivelului de cuantificare este mijlocul intervalului semnalelor de prag vecine.
Poziţii opţionale a semnalelor de prag SPj pot fi determinate prin minimizarea funcţiei E prin metoda lui
Lagrange. A fost obţinută ca :

ai a
SPj  {(a  - a  )  [P(FD )] -1/3
dFD } /  [P(FD )]-1/3 dFD  a
a a

unde aj=j(a-a)/J + a.

Cuantificarea neuniformă poate fi adusă la cuantificarea uniformă conform schemei, prezentate pe
desenul, unde TN este transformarea neliniară, CU este cuantificarea uniformă, TI este transformarea
inversă. G G’

FD F’D
TN CU TI

Optimizarea volumului de informaţie

In procesul de cuantifiăcare a imaginii se folosesc coduri li-niare. Numărul de nivele de cuantificare
±l se calculă in mod următor: L=2b, unde b este numărul de biţi folosiţi pentru reducerea numărului de
ranguri in cod. Dacă există o măsură analitică a calităţii imaginii atunci valoarea b va fi egală cu numărul
minimal de ranguri in care calitatea imaginii restabilite va fi satisfăcătoare.

22
 Cuantificarea imaginii color
Imaginea color se descrie prin componentele R,G,B, care pot fi cuantificate separat. Numărul şi
poziţiile nivelelor de cuantificare şi sennalelor de prag se determină după aceleaşi reguli ca şi la imagini
alb-negru.
Scena bloc a procesului de cuantificare este prezentată pe desenul. Se formează un semnal color Fc. Se
transformă in 3 componente: R,G,B. Fiecare se cuantifică separat, se introduce in calculator. După
prelucrarea semnalelor la ieşlre se formează componentele Rl, Gl, Bl din care prin transformări se
realizează semnalul color Fcl. Numărul de biţi pe pixel este bc=bR+bG+bB. Adică volu«iul informaţie, in
care se prezintă imaginea color creşte suficient.

5. EVALUAREA CALITĂŢII SEMNALELOR

Calitatea imaginii prelucrate (sentizate) trebuie să corespundă cerinţelor utilizatorului li să fie la un
nivel dat.
Măsurile cantitative la evaluarea calităţii semnalelor se utilizează la etapele proiectării sistemelor de
prelucrare, sinteză şi reproducere a i«agimlor.

5.l. Evaluarea subiectivă a calităţii semnalelor

Evaluarea subiectivă a calităţii semnalelor se efectuează de experţi independenţi. Fiecărui din experţi i
se prezintă un set de imagini, calitatea cărora se apreciază in baza unor scale speciale. Se folosesc două
tipuri de scăli: scala generală a ca-lităţii semnalelor şi scala de erori. In primul caz calitatea semnalelor se
apreciază in puncte conform tabelei l.

Calitatea Numărul de
imaginii puncte
Perfectă 5
Bună 4
Suficientă 3
Rea 2
Insuficientă l

Altă scală - scală de erori dă posibilitatea de a aprecia măsura de denaturări a semnalelor.

Erori in Numărul de
imagine puncte
Invizibile 5
Puţin vizibile 4
Destul de 3
Admise
vizibile 2
Nedorite l

Rezultatele aprecierilor de către experţi se prezintă printr-un punct mediu

23
 unde mi este numărul de imagini de tip i, pi este numărul de puncte corespunzător.
Pentru a avea o apreciere sigură este necesar de a atrage nu mai puţin de 20 de experţi.

5.2. Exactitatea reproducerii semnalelor alb-negru

Evaluarea mai precisă a calităţii imaginii poate fi efectuată in baza criteriului de exactitate a
reproducerii imaginii. Fie că F(x, y) şi Fe(x, y) sunt imaginile reproduse reală şi etalon respectiv.
Exactitatea reproducerii a semnalelor caracterizează nivelul de diferenţă a imaginii reale de un semnal
etalon. Există diferite măsuri de exactitate a reproducerii semnalelor, aşa ca funcţia de corelare, coeficient
de corelare, eroarea normalizată absolută, eroarea normalizată pătratică medie şi aletele. Fie că funcţia
FD(x, y) descrie un semnal digitală. Imaginea dată poate fi transformată intr-un semnal continuu prin
operaţia de convoluţie:

J K
FD(x, y)  F(x, y)    FD (x, y)R(x - jx, y - ky)
j -J k  -K

unde R este funcţia de interpolare, x,y - intervale de discretizare.

Funcţia F(x, y) este determinată in domeniul -Lx  x  Lx, -Ly  y  Ly. Exactitatea reproducerii
imaginii F(x, y) poate fi evaluată in mod următor:

Lx Ly
Q1    {F(x, y)}dxdy
 Lx  Ly

unde  este operatorul.

In calitate de m[sură a exactităţii reproducerii imaginii F(x, y) poate fi utilizată funcţia de corelare

Q 2    F(x, y)Fe (x, y)dxdy

sau coeficientul de corelare:

Q3    F(x, y)F (x, y)dxdy /   [F (x, y)]

2
e e dxdy

La fel pot fi utilizate şi alte măsuri de exactitate, aşa ca eroarea normalizată absolută:

Q4    {F(x, y)}  {Fe (x, y)} dxdy /   {Fe (x, y)}dxdy

eroarea normalizată pătratică medie:

Q5    [{F(x, y)}  {Fe (x, y)}]2 dxdy /   [{Fe (x, y)}]2 dxdy

In caz de prezentare a funcţiei prin spectrul Fourier F(x,y), exactitatea reproducerii se determină in

24
mod următor:

Q 6    F( x ,  y )d x d y /   Fe ( x ,  y )d x d y

unde Fe(x,y) este spectrul imaginii etalon. Altă măsură a exactităţii se descrie prin Q7.

Q 7    F( x ,  y ) d x d y
2

5.3. Evaluarea reproducerii semnalelor color

Pentru evaluarea exactităţii reproducerii semnalelor color se folosesc două măsuri: măsura diferenţei
culorilor şi eroarea normalizată medie.
Fie că culoarea Cl se descrie prin parametrii Tl(x, y), T2(x, y), T3(x, y), sau {Tl, T2, T3 }, iar
culoarea C2 se descrie prin (Tl+Tl), (T2+T2), (T3+T3), unde T este diferenţa parametrilor culorilor.
Măsura diferenţei culorilor Cl şi C2 se descrie ca:

Q 8  { g ij Ti Tj }1 / 2

unde gij sunt parametrii de pondere.

Eroarea normalizată pătratică medie se descrie ca:

Lx Ly I J

  [{ g ij [Ti ( x , y)  T'i ( x , y)][Tj ( x , y)  T' j ( x , y)]}] 2 dxdy

 Lx  Ly i 1 j1
Q9  Lx Ly I J

  { g ij Ti ( x , y)T'i ( x , y)}2 dxdy

 Lx  Ly i 1 j1

unde T,T’ sunt componentele color a semnalelor etalon şi reală.

25
 6. AMELIORAREA SEMNALELOR
Ameliorarea i»aginilor constă in prelucrarea lor cu scopul de a îmbunătăţi percepţia vizuală a imaginii
sau de a o transforma intr-o formă mai suficientă pentru vizualizarea şi prelucrarea in calculator.

6.l. Transformarea contrastului semnalelor

Un defect răspândit al semnalelor constă in contrastul lor insuficient. Aceasta se determină prin
limitarea diapazonului intensltăţii luminii a unităţilor de formare a semnalelor. Contrastul imaginii poate
fi mărit prin transformarea strălucităţii a fiecărui pixel. In cazul dat poate fi folosită metoda
caracteristicilor transmiterii nivelelor de strălucitate. In conformitate cu metoda aceasta diapazonul
strălucităţilor a imaginii iniţiale se transformă in diapazonul strălucităţilor a imaginii prelucrate in baza
curbei caracteristice necesare. Se folosesc caracteristici de creştere, de scădere a strălucităţii.
Caracteristicile de scădere a nivelelor de strălucitate asigură transformarea scalei de strălucitate. Aşa o
caracteristică este raţional de a folosi dacă monitorul posedă de o nelinearitate in domeniul culorii negre.
In cazul acesta domeniile întunecate a imaginii iniţiale vor fi transformate in domeniile deschise care
corespund segmentului liniar a scalei strălucităţilor monitorului.
Scalare contrastă de tip ferestrău se foloseşte pentru a forma imaginea cu un diapazon dinamic lat de
strălucităţi pe ecranul monitorului care se caracterizează cu un diapazon dinamic limitat de strălucităţi.
Transformarea nivelelor de strălucitate a unei secţiuni a imaginii permite de a selecta un interval
anumit a diapazonului de strălucităţi a imaginii iniţiale. Imaginea prelucrată va fi binară şi constă din
două nivele de strălucităţi: alb şi negru, care corespund codului binar respectiv a strălucităţn imaginii.

[Link] strălucităţii domeniilor separate a semnalelor

In procesul de prelucrare şi sinteză a semnalelor sunt posibile cazuri când strălucitatea majorităţii
pixelelor este nai joasă de mediu. In domeniile întunecate a semnalelor date amănuntele obiectelor sunt
imperceptibile.
Pentru a ameliora imaginile date se foloseşte metoda bazată pe corectarea histogramelor. Histograma
este o funcţie care descrie cantitatea pixelilor de diferită strălucitate. Metoda histogramelor prevede
transformarea strălucităţilor imaginii iniţlale in aşa mod ca histograma imaginii prelucrate să aibă o formă
necesară.
Fie că HF(J) este o parte a pixelilor imaginii iniţiale FD(x, y), strălucitatea cărora corespunde nivelului
j, j=lJ. După prelucrarea imaginii iniţiale va fi formată un semnal FDP(x, y) cu o histogramă ce se descrie
cu funcţia HFP(k), unde k=lK, KJ.
Algoritmul transformării este următorul. Începând cu nivelul de strălucitate minimal a imaginii se
grupează pixelii intervalelor de cuantificare vecine in aşa mod ca suma strălucităţilor să fie egală cu o
valoare A. Toate elementele grupate se aduc la primul nou nivel de strălucitate. Procedura descrisă se
repetă pentru alte nivele de strălucitate. Ca rezultat se formează un semnal cu o histogramă aproape
uniformă.

6.3. Înlăturarea zgomotului

Imaginea poate fi denaturată in procesul de transmitere ai ei sau de zgomotul sistemului de formare a
imaginii. Zgomotul de aşa tip se prezintă prin denaturarea pixelilor separate.
Pentru a înlătura zgomotul de tip descris se foloseşte metoda bazată pe nivelarea strălucităţii imaginii.
26
Imaginea iniţială se scanează cu o mască in formă de matrice cu dimensiuni: 3x3, 5x5, 7x7 pixeli. Se
calculează strălucitatea medie a domeniului analizat a imaginii. Dacă strălucitatea pixelului central a
domeniului analizat este mai mare de strălucitatea medie atunci strălucitatea pixelului egalează cu cea
medie. De exemplu, pentru o mască cu dimensiuni 3x3 in caz dacă

8 8
{F9 - [ Fi ]/8} , atunci F9  [ Fi ]/8
i 1 i 1

A doua metodă de înlăturare a zgomotului este bazată pe principiile filtrării spaţiale. Imaginea
prelucrată FDP(x, y) se formează prin convoluţia imaginii imţiale FD(x, y) cu un filtru H(x, y):

K L
FDP ( x, y)   FD ( x, y) H ( x  k  1, y  l  1)
k 1 l 1

frecvenţial al spectrului Fourier a imaginii şi dă posibilitatea de a folosi mai efectiv diapazonul

dinamic al imaginii. Conform metodei date la prima etapă se formează spectrul Fourier a imaginii iniţiale
F(x, y):
F(x, y)F{F(x, y)}=F(x,y)=F(u, v).
La a doua etapă fiecare din coeficienţii spectrali ai funcţiei F(u, v) se prelucrează in modul următor:
FP(u, v) = M(u, v)a exp {i(u, v)},
unde H(u, v), (u, v) sunt componentele amplitudică şi fazică respectiv a funcţiei F(u, v).
Dacă parametrul a=0, atunci funcţia FP(u, v) va fi o funcţie de fază. In caz dacă a < l atunci
coeficienţii Bari ai funcţiei F(u, v) vor fi micşorate, iar coeficienţii mici vor fi măriţi ceea ce aduce la
ameliorarea percepţiei imaginii.

6.9. Transformarea culorilor semnalelor

Scopul transformări culorilor imaginii este de a reliefa obiecte prin prezentarea lor pe un fond de
culori neobişnuite. Aceasta aduce la creşterea atenţiei operatorului. De exemplu cerul albastru in imagine
se transformă in roşu, iarba verde se prezintă in culori albastru intunecat.
Expresia generală de transformare a culorilor imaginii este:

 RP   m11 m12 m13   R 

G   m m22 m23  G 
 P   21
 BP  m31 m32 m33   B 

unde R,G,B şi RP, GP, BP sunt componentele roşu, verde şi albastru a semnalelor iniţiale şi prelucrate
respectiv; mij sunt elementele matricii de transformare.

27
 7. RESTAURAREA SEMNALELOR
Restaurarea semnalelor se efectuiază cu scopul corectării stridenţei semnalelor şi denaturărilor
geometrice.

7.l. Restaurarea semnalelor prin metoda filtrării spaţiale

Fie că un semnal ideală FI(x, y) se transmite printr-un sistem cu răspunsul impulsiv HD(x, y) şi se
denaturează cu un zgomot aditiv care se descrie cu funcţia N(x, y). Imaginea la ieşirea sistemului se va
descrie in mod următor:

FO(x, y)=FI(x, y)*HD(x, y)+N(x, y),

unde * - este semnul operaţiei de convoluţie.
Fie că sistemul de restabilire se descrie cu o funcţie spectrelor. Funcţia HR(x, y) se descrie ca:

xs / 2 ys / 2
A(x, y)   F
-xs / 2 ys / 2
Q ( x ,  y )exp{i( x x   y y)}d x x d y y,

unde xs, нs sunt frecvenţile maxime spaţiale a imaginii discretizate F(x,y) componenta FQ(x, z)
este funcţia formată in procesul de suprapunere a spectrelor colaterale a semnalelor discretizate, se
descrie ca:

 
F( x ,  y )    F(
j1-  j2- 
x - jl xs ,  y - jl ys ), j1  j2  0.

Ecuaţia (*) corespunde modelului clasic a semnalului şi zgomotului. De aceia parametrul A(x,y) poate
fi eliminat prin filtrarea funcţiei FI(x,y) şi FR (x,y). Funcţia optimală a filtrului poate fi descrisă ca:
HA(x, y)=W IR(x, y)/WR(x, y),
unde numărătorul reprezintă spectrul energetic reciproc al funcţiilor FI(x,y) şi FR(x,y) iar numitorul
este spectrul energetic a funcţiei FR(x,y).

7.2. Restaurarea semnalelor denaturate cu zgomotul multiplicativ

Fie că imaginea iniţială se descrie prin funcţia F’(x, y)=F(x, y)N(x, y), unde N(x, y) este funcţia
zgomotului multiplicativ.
Cu scopul restaurării imaginii F(x, y) la prima etapă se realizează operaţia de logaritmare a funcţiei
denaturate, ce aduce la transformarea zgomotului multiplicativ in zgomot aditiv:
F’l(x, y) = loga{F’(x, y)} = loga{F(x, y)}+loga{H(x, y)}= Fl(x, y) + Nl(x, y).
La etapa a doua se realizează filtrarea funcţiei F’l(x, y), in procesul căreia parametrul Nl(x, y) se
blochează. La etapa a treia se efectuiază operaţia inversă celei de logaritmare. Ca rezultat se formează un
semnal, apropriată de cea ideală FI(x, y).

7.3. Indicii semnalelor

Indicii imaginii reprezintă particulantăţile ei. Ei sunt de două feluri: naturale şi artificiale. Primul tip

28
de indici se formează prin analiza vizuală a imaginii şi sunt următoarele:
Srălucitatea, textura, forma conturilor obiectelor. Al doilea tip de indici se calculă in procesul de
prelucrare specială a imaginii. De exemplu: histogramele distribuirii strălucităţn, spectrele frecvenţelor
spaţiale, indicii de moment ş.a.

7.3.l. Indici de strălucitate a imaginii

Indicii de strălucitate a imaginii sunt unii din cele mai jmportanţi şi se reprezintă prin aşa valori ca:
strălucitatea, intensitatea spectrală a sursei de lumină, parametrii de culori ş.a.
Măsurarea indicilor strălucitătii poate fi efectuată in punctele separate a imaginii sau in grupe de
puncte. De exemplu, pentru o grupă din NxN de pixeli strălucitatea medie a pixelului cu coordonatele (x,
y) se determină in felul următor:
N/2 N/2
F(x, y)    F(x  k, y  l )
k -N/2 1-N/2

Indicii de strălucitate se folosesc in rezolvarea problemelor de extragere a obiectelor din imagini, in

procesul de descriere simbolică a semnalelor şi in alte cazuri.

7.3.2. Indici de histogramă a semnalelor

Histograma normalizată a imaginii se descrie prin funcţia P(b)=N(b)/M, unde N(b) - numărul de pixeli
cu nivelul de strălucitate b, M - numărul total de pixeli in imagine. Forma histogramei include o
informaţie importantă despre proprietăţile imaginii.
Există histograme de două tipuri. Caracteristicile care le descriu pe cele de primul tip sunt
urinătoarele.
Medie:
L 1
bM   bP(b)
b 0

unde L este strălucitatea maximă a pixelului.

Dispersia:

L 1
 2 B  {(b  b' ) P(b)}
b 0

L 1
bN   [ P(b)]2
b 0

Coeficientul de asimetrie:
L 1
bK  { {(b  b' ) 4 P (b)}  3} /  4
B
b 0

Coeficientul de exces:

29
 L 1
bE  {P(b) log 2 [ P(b)]}
b 0

Energia:

L 1
bS  {{(b  b' )3 P(b)}} /  3 B
b 0

Entropia:
Indicii de histogramă de tipul doi se bazează pe determinarea distribuirii comune a probabilităţilor
pixelilor semnalelor. Pentru doi pixeli F(i, j), F(k,l) distribuirea comună a valorilor strălucităţii se calculă
astfel:
P(a, b)=N(a, b) / M,
unde P(a, b) este numărul cazurilor când F(i, j)=a, F(k,l)=b. Ca-racterlsticlle principale a indicilor sunt
urinătoarele.
Autocorelarea:

L-1 L-1
BA  {abP(a, b)}
a 0 b 0

Covariaţia:

L-1 L-1
BC  {(a - a' )(b - b' )P(a, b)}
a 0 b 0

Momentul inerţiei:

L-1 L-1
BI  {(a - b) 2 P(a, b)}
a 0 b 0

Energie:
L-1 L-1
BE  {P(a, b)log 2 [ P(a, b)]}
a 0 b 0

Entropie:
L-1 L-1
BN  {P(a, b) 2 }
a 0 b 0

7.3.3. Indicii spaţial-spectrali

30
 Indicii de tipul acesta se formează pe baza transformării Fourier F(x, y) a imaginii inţiale F(x, y):
Se calculează modulul transformării Fourier:
H(x, y)=F(x, y)2
Funcţia N(x, y) este independentă la translările funcţiei iniţiale. Calcularea integralului funcţiei
N(x, y) după unghiul  in coordonatele x, y permite de a forma indicii independenţi de orientarea
unghiulară şi translări a imaginii iniţiale. Aceşti indici se descriu cu:

2
M ()   M (  , )d
0

unde =arctg(x / y),

   2 x 2 y

Alt indice se calculă in mod următor:


M ()   M (  , )d
0

şi este independent la schimbarea scării şi translării funcţiei iniţiale F(x, y).

7.3.4. Indici de textură

Textura reprezintă un semnal care se caracterizează printr-o structură repetată, de exemplu structura
ţesăturilor. Imaginile de textură nu conţin obiecte separate. Textura poate fi reală sau artificială. Textura
real prezintă imagini a scenelor reale care conţin structuri periodice. De exemplu un lan de grâu care se
analizează de asupra. Texturile artificiale sunt formate din semne grafice, de exemplu din linii, puncte,
litere. Pentru a caracteriza diferite texturi se foloseşte funcţia de autocorelare care se descrie ca :

iw jw iw jw

A( ,, i, j )   {F (m, n) F (m   , n  )} /
m i  w n  j  w
 {F (m, n)}
m i  w n  j  w
2

Funcţia dată se calculă in dimensiuni (2w+))(2+l) de pixeli pentru fiecare punct (i, j) a imaginii
,=0...T.

8. MIJLOACELE TEHNICE ELECTRONICE DE PRELUCRARE A SEMNALELOR

8.l. Achiziţia şi digitizarea semnalului

Pentru a fi disponibilă intr-o formă convenabila pentru procesare un semnal P(x, y) trebuie sa fie
digitizată atât spaţial cit şi in amplitudine.
Sa presupunem ca un semnal este eşantionata intr-o matrice cu N linii şi N coloane, unde fiecare
eşantion este de asemenea cuantificat in intensitate. Aceasta matrice, poate fi reprezentată astfel:

31
 P(0,0) P(0,1) ... P(0, M - 1)
P(0,0) P(0,0) ... P(1, M - 1)
P ( x, y ) 
P(N - 2,0) P(0,0) ... P(N - 2, M - 1)
P(N - 1,0) P(0,0) ... P(N - 1, M - 1)

unde x şi y sint variabile discrete, x=0N-l, iar y=0 M-l. Numărul de nivele de gri este G = 2P.
Numărul de biţi necesari pentru a memora un semnal binara este; b = N x M x P. De exemplu pentru
un semnal l28xl28 cu 64 de m-vele de gri sint necesari 98304 biţi de memorie.
Numărul de eşantioane şi nivele de gri necesare pentru a obţine o reproducere utilă a unei imagini
reale, depinde atât de imagine cit si de aplicaţie. Ca referinţa pentru comparare, cerinţele pentru obţinerea
unei calităţi comparabile cu aceea a unui imagini TV monocrome sint de ordinul a 5l2 x 5l2 pixeli cu l28
nivele de gri.
Informaţia vizuala este convertita in semnal electric de către senzori vizuali. Când sint eşantionate
spaţial şi cuantizate in amplitudine, aceste semnale produc un semnal digitala.
Principalele dispozitive utilizate in obţinerea unor imagini digitale, sint camerele TV cu tub
VIDICON sau cu sensor de imagine (Charge Coupled Devices CCD).

8.2. Structura semnalului video

Explorarea unei imagini consta in analiza succesiva a tuturor elementelor imaginii intr-o ordine
determinata şi cu o anumita viteza. In sistemul de TV alb-negru analiza se face punct cu punct, de la
stinga la dreapta şi de sus in jos. Se foloseşte metoda explorării intreţesute. Aceasta metoda presupune o
explorare a imaginii in doua perioade. In prima perioada se analizează imaginea de sus in jos, linie cu
linie (numai liniile impare). Numărul de linii complet vizualizate este de 287,10. După analiza unei linii
(cursa directă), fascicolul electronic trebuie sa se intoarcă din nou in partea stângă a imaginii (cursa
inversă), pentru a incepe analiza unei noi linii.
Pentru a incepe explorarea din perioada a doua, fascicolul electronic trebuie să parcurgă un drum de
intoarcere de jos in sus, pe timpul a 25 de linii complete. Deci, o primă explorare completă a unei imagini
are loc in intervalul 287,5 + 25 = 3l2, 5 linii complete.
In a doua perioada de explorare, analiza se face tot de sus in jos, tot linie cu linie, insă de aceasta data
numai liniile pare ale marginii. Schema explorării intreţesute se poate vedea in Fig.
Durata de explorare a unei linii complete este de 64ns, fiind formată din durata cursei directe (52ns) si
a cursei inverse (l2ns). Durata primei explorări a imaginii este de 20ms, cursa inversă pe verticală având
l,6nis.
Semnalul de imagine corespunzător unei imagini complete este format din totalitatea semnalelor de
imagine corespunzătoare fiecărei linii active analizate.

Semnalul de stingere.
In timpul cursei inverse pe linii sau câmpuri, se adaogă semnalului de imagine al unei linii sau al unui
semicadru un impuls de stingere. Amplitudinea impulsurilor de stingere mai mare decât cea
corespunzătoare nivelului de negru din semnalul de imagine.
Semnalul de stingere este compus din totalitatea impulsurilor de stingere pe orizontala şi pe verticală.

32
Semnalul de imagine insumat cu semnalul de stingere formează semnalul video.

Semnalul de sincronizare.
Pentru a se asigura configuraţia geometrica exacta dintre imagine captata şi cea reprodusă este
necesară o sincronizare. Această sincronizare se face prin prezenta in timpul impulsurilor de stingere pe
orizontală şi verticală a unor impulsuri de sincronizare. Dacă la semnalul de imagine se adaogă
impulsurile de stingere şi sincronizare pe linie, se obţine semnalul, care reprezintă semnalul video
complex.
Impulsurile de sincronizare ale semicadrelor se suprapun peste impulsurile de stingere ale
semicadrelor. Datorită faptului că cadru al imaginii este format din două câmpuri, şi că sincronizarea
corectă nu se poate face numai cu impulsurile de sincronizare, se impune prezenta şi a altor impulsuri
suplimentare. Aceste impulsuri suplimentare, impreună cu impulsul de sincronizare pe linii, formează
sincrosemnalul complex.
Semnal Video Complex este de standardul următor: durata unei linii complete; 64ns, din care 52ms
active; durata unui semicadru 20ns; numărul de linii in semicadru 3l2,5, in cadru - 625, din care 575
active.

Cantitatea informaţionala a semnalului video.

Semnalul video complex oferă din punct de vedere al rezoluţiei spaţiale un număr de 575 de linii
active, care conţin informaţie referitoare la imaginea care a fost analizată. Deci numărul maxim de linii al
imaginii digitizate va fi [Link] a afla rezoluţia oferita pe linie, pornim de la următoarele
considerente fascicolul folosit la analiza imaginii este perfect rotund; raportul orizontal /vertical al
rastrului de analiză (scanare a imaginii este 4/3; numărul de linii este 5710. Deci numărul maxim de
puncte(pixeli) ce poate fi obţinut pe linie este:
575x4/3=766.
In ceea ce priveşte rezoluţia oferita in amplitudine, ea este dată de sensibilitatea tubului VIDICON
circuitelor electronice asociate etajului de amplificare a semnalului de imagine.

8.3. Specializarea calculatoarelor personale pentru prelucrarea în timp real a semnalelor

Sistemelor de prelucrare şi recunoaştere a semnalelor necesită o putere de calcul foarte mare, ce nu
poate fi acoperită de o structură monoprocesor, chiar cu grad inalt de specializare.
Variantele de arhitecturi utilizate in prezent sint de tip cu multiprocesoare, cuprinzind cel puţin doua
structuri fizice asociate celor doua nivele de procesare a imaginii:
- nivelul de achiziţie si prelucrare primara a imaginii;
- nivelul inalt de prelucrare a imaginii digitale stocate in memoria imagine.

8.4. Acceleratoare pentru prelucrări de semnale cu procesoare DSP

Acceleratoarele pentru prelucrări de imagini de acest tip reprezintă placi cu o capacitate şi viteză
inalta de procesare a datelor numerice, având drept nucleu matematic un circuit DSP (procesor pe 32 de
biţi de semnale digitale - Digital Signal Processor )
Un procesor de accelerare a prelucrărilor de imagini de acest tip (ex. OT2878, utilizând circuitul
DSP32C) efectuază FFT asupra unui cadru de 5l2 x5l2 in 2,5 sec, sau rotaţii complete de cadre cu

33
interpolare biliniară in l,8 sec. in Fig. 3.28 se prezintă arhitectura unui procesor de imagini cu nucleu
DSP. PI cu accelerarea procesării prin circuit DSP.
Circuitul DSP efectuează calcule pe 32 de biţi in virgula mobila şi pe l6 sau 24 de biţi in virgula fixă,
cu operanzi de 8, l6 sau 32 de biţi, la un ciclu instrucţiune de 80 ns. Arhitectura circuitului DSP este
organizată in jurul unei magistrale de date de 32 de biţi si a unei magistrale de adrese 24 de biţi.
Plăcile acceleratoare PI pot fi prevăzute cu memorie de 2, 4 sau 8 octeţi pentru stocarea datelor /pixeli,
a rezultatelor intermediare sau a datelor procesate. Memoria de date poate fi organizată pentru cuvinte
de 8, l6 sau 32 de biţi. Instrucţiunile program sint stocate in l28 K octeţi de memorie SRAM care nu
necesită stări de WAIT microprocesor, şi permite DSP să opereze in background in timp ce magistrala PC
AT execută alte operaţii foreground.
Prin intermediul porturilor externe unidirecţionale DT pot fi transferate date de la şi către placi FG la
o rata de l0 MHz; deoarece aceste transferuri directe nu implică magistrala PC AT, unitatea centrala PC
poate executa programe de grafică, analiză de date. şi alte operaţii in paralel cu un transfer in curs.
O facilitate importantă pentru dezvoltarea, testarea si depanarea programelor este reprezentată de
disponibilitatea compilatorului de limbaj C pentru DSP, insoţit de asamblor, linker ei simulator.
Pentru aplicaţii de prelucrare de imagini, plăcile PI cu acceleratoare DSP sint prevăzute cu biblioteci
de procesări de imagini, al căror software include facilitaţi de inlănţuire ce permit definirea, salvarea şi
reapelarea lanţurilor de funcţii -macrocombinaţii de subrutine.
In continuare sint listate subrutinele tipice unei astfel de biblioteci de funcţii PI:
Procesare geometrica: rotire de imagini cu sau fără interpolare biliniară; zoom asupra unei imagini
cu sau fără interpolare; transformare geometrică generală - cu sau fără interpolare.
Analiza statistică: calcul de histogramă; aflarea valorii maxime şi minime a unui buffer de cadru;
calcul al valorii medii a unui buffer de cadru.
Imbunătăţire de imagine: filtru general n x m in virgulă mobilă asupra unui buffer de cadru eqalizare
liniară de histogramă asupra unui buffer de cadru; filtru median asupra unui buffer cadru; filtrarea unei
imagini utilizând convoluţia de nucleu separabilă.
Filtre morfologice. Dilatare binară şi pe nivele de gri, eroziune asupra unei imagini.
Analiza in frecventă: FFT asupra unui buffer de cadru; despachetarea ieşirii FFT; calcul spectru
logaritmic dintr-o ieşire FFT.
Procesare logică: AND, OR, XOR a două buffere de cadre.
Procesare aritmetica : adunare, scădere, multiplicarea, impărţirea a conţinutului a doua buffere de
cadre sau a unui buffer cu valori constante; calcul arctg X/Y au fost amplitudinii şi fază a unui buffer
complex; calcul Ig al unui buffer de cadru.
Funcţii de inlănţuire declarare a unui lanţ de funcţii; redeclarare de închidere a unui, lanţ funcţii;
eliberare de memorie ocupată de un lanţ de funcţii; lansează sau blochează un lanţ de funcţii; testează
starea unui lanţ de funcţii; aşteptare a incheierii unui lanţ de funcţii, iniţializare şi terminare.
Gestiunea memoriei.
Transfer de date: citire / scriere buffer de date de pe placă; citire/scriere buffer de date in raport cu
port extern DT sau cu fişier pe disc.
Manipulare de buffere: copiere a unei regiuni rectangulare, conversie a unui buffer de cadru intr-un
format special; umplere a unei regiuni cu o valoare specificată ;ajustarea gamei dinamice a unei imagini;
interschimbarea a două regiuni rectangulare. Un modul PI cu accelerator DSP permite procesarea in timp

34
real a semnalelor astfel inchiderea buclei vedere / mişcare pentru sisteme robot extern adaptive care sint
integrate in aplicaţii in care robotul are sarcini de manipulare de obiecte in mişcare.
Trebuie remarcat ca nucleul de procesor FG + PI cu accelerator DSP poate fi integrat fie in subsisteme
PC AT, fie in echipamente industriale multimaster ca zonă funcţională de reacţia vizuală cuplată la
magistrala multimaster de tip trunchi.

8.5. Arhitectura DSP pentru prelucrări de imagini in timp real

Procesoarele de semnale digitale (DSP) sint microprocesoare având arhitectura specializată ce le
permite prelucrarea eficientă a semnalelor digitizate asociate pixelilor din imagini. Modulele realizate cu
circuite DSP se caracterizează prin consistentă şi compactitate.
Pentru majoritatea realizărilor DSP sint comune arhitectura paralelă de tip pipe-line şi utilizarea unui
miltiplicator rapid on-chip, ceea ce asigură o viteza inaltă de procesare cit şi eficienţa necesară execuţiei
in timp real a aplicaţiilor de VA.
Cu memorii adecvate de instrucţiuni şi date, externe circuitului DSP, codul instrucţiune poate fi adus
la valori de 80-l00ns. Dacă este prevăzută o arhitectură cu magistrală de date unică, se pot realiza operaţii
de filtrare transversală cu o înmulţire si adunare / scădere in fiecare ciclu procesor, deşi o singura valoare
numerică poate fi transferată pe ciclu.
Procesorul DSP reclamă înalta eficienţa a calculului aritmetic. Task-uri cele mai frecvent executate
sânt: acumularea de produse pentru filtrare şi corelaţie, execuţia de algoritm FFT şi de căi de căutare in
arbori de decizie sau maşini algoritmice de stare.
O arhitectură Harvard cu memorii de instrucţiuni şi date separate permite suprapunerea extragerii de
instrucţiuni cu execuţia lor. Aceasta formă de funcţionare paralelă cu decalaj este intâlnită frecvent in
toate structurile moderne de DSP.
Dimensiunile spaţiilor de adresare pentru date şi adrese depind de complexitatea programelor de
aplicaţie preconizate şi de volumul datelor direct accesibile necesare. Spaţiile mari de adrese facilitează
decodificarea de adrese atunci când mai multe module de memorie de instrucţiuni şi /sau date şi porturi
I/E mapate ca memorie trebuie adresate. Magistralele de date şi memoria de date au lăţimea de cel puţin
l6 biţi.
Secţiunea de calcul a procesorului DSP este organizata in jurul unei ALU şi a unui multiplicator rapid
separat; cele doua elemente se afla in prezent intr-o componentă standard a circuitelor DSP. Efectul
capacităţii limitate de transfer este compensat prin realizarea transferurilor prin magistrala dedicată de
date, operaţii ALU şi inmulţiri executate in paralel.
Instrucţiunile conţin o adresă de date sau operand direct, biţi de indexare pentru modificare
operandului, şi două operaţii independente: de "transfer" şi de "calcul". Pe durata ciclului de execuţie a
unei instrucţiuni, codul de transfer, impreună cu biţii operand şi de indexare determină transferul
cuvântului de date pe magistrala de date (de exemplu, de la menoria de date către un registru local al
procesorului). Simultan, codul de calcul controlează operaţia ALU asupra conţinutului registrelor locale.
Multiplicatorul separat nu este controlat, cu excepţia ingheţării operaţiei de inmulţire pe timpul nodului
de intrerupere. Blocul de inmulţire operează asupra conţinutului a doua registre local fixe in mod free-
running. Un nou produs apare in registrul său de ieşire la fiecare ciclu şi poate fi aplicat intr-o operaţie
ALU pe durata codului următor. Prin introducerea de registre pipe-line intermediare in multiplicator,
viteza operaţiei de inmulţire poate fi făcută compatibilă cu durata ciclului procesorului fără a necesita

35
circuite rapide.
Un mecanism de tipul celui descris conduce la o paralelizare pipe-line a transferurilor de date,
inmulţirii si operaţiilor ALU, transferurile şi operaţiile ALU aflându-se sub controlul codurilor de transfer
şi de calcul in instrucţiuni succesive.
Execuţia operaţiilor de filtrare transversală cu un procesor cu o magistrală de date unică necesită uzual
două cicluri de transfer pentru fiecare inmulţire. Aceasta limitare poate fi depăşita prin introducerea a
doua registre acumulator şi a tehnicii de programare denumita zipare. Această tehnică este caracterizată
prin transferarea valorilor semnalelor şi a coeficienţilor alternativ la cele două intrări ale multiplicatorului,
şi prin. acumularea produselor emise de ieşirea multiplicatorului alternativ in cele doua registre
acumulator. Alte arhitecturi de procesoare DSP oferă aceeaşi eficienta de calcul prin alimentarea
multiplicatorului in nod concurent cu cele două cuvinte de date de la o memorie dublu port.
Operaţii aritmetice sint executate in virgulă fixă sau in virgulă fixă şi mobilă (DT l992). Pentru
calculul in virgulă fixă, multiplicatorul generează produsul a două valori de l2 (sau l6) biţi. ALU şi cele
două registre acumulator sint de 20 (sau 24) de biţi. Prin preincărcarea acumulatoarelor cu constante
adecvate se rotunjesc rezultatele l2 sau l6 biţi MSB când rezultatele sint stocate in memorie de date de l6
biţi.

Arhitecturi DSP tipice.

Magistralele de adrese instrucţiuni (IA) şi de instrucţiuni (IB) sint de l6, respectiv 27 de biţi lăţime.
Magistralele de adrese date (DA) şi de date (DB) au lăţimea de l2, respectiv l6 biţi. Linia de interfaţă R/W
indică direcţia transferurilor pe magistrale de date, iar liniile CE_RAM şi CE_I/0 activează memoria de
date şi porturile I/E.
Circuitul DSP este comandat de două semnale de ceas nesuprapuse B si C la durata ciclului procesor.
Ceasul A şi liniile IN si QUT LSSD sint utilizate doar pentru testarea microprocesorului.
Linia de interfaţa STP_CLK permite oprirea procesorului, adică prelungirea duratei ciclului
procesorului la accesarea de memorii sau porturi I/E mai lente. Activarea limei OUT_FLT plasează
driverele de ieşire ale DSP in starea de impedanţa inalta.
Structura internă a unui circuit DSP este prezentată in Fig.3.2. Pot fi identificate patru entitaţi
funcţionale:
- Registru şi decodificator de instrucţiuni pipe-line
- Secvenţiator de instrucţiuni
- Generator de operanzi
- Secţiune de calcul
Linia de interfaţa PAR_CK indică paritatea instrucţiunilor citite.
Secvenţierea instrucţiunilor in modul normal
Registrul RIA de l6 biţi deţine adresa instrucţiunii curente. Cei patru biţi LSB ai săi reprezintă biţi de
pagină. Activarea limei RESET setează RIA la zero şi forţează DSP afară din modul intrerupere. Când
RESET devine inactiv, execuţia instrucţiunii incepe la adresa zero cu biţii de pagină setaţi la zero. Un
ciclu procesor incepe când o noua valoare este incărcată in RIA. Când o noua instrucţiune este extrasă,
cea extrasă anterior este executată. Pentru secvenţierea instrucţiunilor liniare, l2-HSB ai RIA sint
incrementaţi iar cei patru biţi de pagina rămân constanţi. Instrucţiunile necondiţionate şi cele de
ramificaţie condiţionată executate scriu cei l2 MSB din magistrala de date in cei l2 HSB ai RIA. Doar

36
instrucţiuni de ramificare necondiţionate inscriu de asemenea noi biţi de pagină in RIA. Biţii noi de
pagină provin de la decodificatorul de instrucţiuni când este executată o ramificaţie directă necondiţionată
(TC=BRD),sau pot proveni de la cei patru LSB ai magistralei de date când este executată o ramificaţie
indirectă (TC=BRH).Registrul de l6 biţi RIAB primeşte adresa instrucţiunii incrementate şi biţii ultimei
pagini.

Intrarea şi părăsirea modului intrerupere

Procesorul are capacitatea de intrerupere de un nivel. O intrerupere este cerută de linia INT, iar
acceptarea este confirmată de linia INT_A, rezultatele in RIA fiind setate la o valoare particulară.
Execuţia programului de intrerupere incepe la adresa 2 cu biţii de pagină setaţi la zero. In timp ce prima
instrucţiune a programului de intrerupere este extrasă, instrucţiunea anterior extrasă a programului
intrerupt este incă executată.
RIAB primeşte adresa instrucţiunii următoare ce trebuie extrasa in programul intrerupt, iar conţinutul
său rămâne ingheţat pe durata modului de intrerupere. Execuţia unei instrucţiuni de ramificaţie indirectă
necondiţionată utilizând adresa de date zero (BRM 0) incarcă conţinutul RIAB in RIA. Modul de
intrerupere este terminat şi extragerea şi execuţia instrucţiunilor sint returnate in programul intrerupt.
Linia INT_A este resetată şi DSP este pregătit pentru acceptarea unei noi intreruperi.
Acceptarea intreruperilor poate fi dezactivata prin setarea măştii de intrerupere (IM) prevăzută in
formatul instrucţiunii. IM devine efectiv după extragerea următoarei instrucţiuni. Ea trebuie setată in
fiecare instrucţiune din programul principal care poate fi urmată de o instrucţiune de ramificaţie.
Linia de interfaţa MPY_C specifică dacă pe durata modului de intrerupere multiplicatorul continua să
opereze, sau registrele RIM şi RM rămân ingheţaţi.. In acest ultim caz, cei patru LSB ai RA şi RB ce pot
fi generaţi doar de la produse, sint ingheţaţi şi facuţi să apară zero pe durata modului de intrerupere. Daca
se doreşte utilizarea multiplicatorului in modul de intrerupere, acceptarea intreruperii trebuie să fie
dezactivată in programul principal pe durata secvenţelor de instrucţiuni care utilizează multiplicatorul.
Generarea operandului efectiv
Instrucţiunile conţin un operand de l2 biţi (OP) şi un câmp de 2 biţi de control index (IX). In funcţie
de IX, OP fie rămâne neschimbat, sau este incrementat de conţinutul registrului inde de l2 biţi RI,
utilizând un sumator rapid. Operandul efectiv rezultat este generat in timpul ciclului de extragere a unei
instrucţiuni şi este stocat in registrul de l2 biţi ROP. Pe durata următorului ciclu de execuţie, conţinutul
ROP serveşte fie ca adresă de date, fie este direcţionat către magistrala de date ca un operand direct cu
patru LSB adăogaţi.

Transferuri de date pe magistrala de date

Pe durata unui ciclu de execuţie a unei instrucţiuni, codul de transfer al acesteia de patru biţi (TC)
determină unul dintre următoarele patru tipuri de transferuri pe magistrala de date:
- Citire din memoria de date (sau dintr-un port de intrare, sau din RUB) şi incărcare RX, RY, Rl, RJ)
- Incărcare RX, RY, Rl sau RJ cu operand direct;
- Ramificare directă sau indirectă (incărcare RIA cu operand direct sau valoare din memoria de date);
- Stocare a conţinutului RX, RA, RB sau RIAB in memoria de date (sau in port de ieşire, sau in
registru intern),

37
 Adresarea memoriei de date, a porturilor I/E, a registrelor interne
Accesuri la adrese de date peste 3l activează linia CE_RAH, iar in gama l-3l activează linia CE_I/0. In
plus, valoarea de pe magistrala de date este plasată in registrul RX sau RY printr-o operaţie write,
respectiv la adresa de date l sau 2, iar Rl sau RJ este incărcat cu l2 MSB ai magistralei de date printr-o
operaţie write la adresa 4, unde câmpul IX concurent determină RI sau RJ. Conţinutul RIAB este plasat
pe magistrala de date printr-o operaţie read de la adresa de date 0.
Unitatea aritmetică /logica şi multiplicatorul
ALU şi multiplicatorul operează in paralel, independent de transferurile de date ce au loc in acelaşi
ciclu.
In fiecare ciclu miasina,multiplicatorul l2xl2 acceptă l2 NSB de la registrele RX şi RY. Registrul
pipe-line RIM partiţionează şi distribuie intârzierea circuitului de multiplicare paralelă pe doua cicluri.
Astfel, un produs de 23 de biţi trunchiat la 20 de biţi MSB apare in registrul de ieşire RM de 20 de biţi al
nultiplicatorului in fiecare ciclu procesor cu o intârziere pipe-line de doua cicluri. Pe durata ciclului
următor, produsul poate fi implicat intr-o operaţie ALU după cum specifică codul de calcul.
Pe durata fazei de execuţie a unei instrucţiuni, codul de calcul CC pe 7 biţi conectează registre la
intrările ALU, selectează funcţia ALU şi controlează daca rezultatul trebuie stocat intr-un registru
acumulator de 20 de biţi RA sau RB. Astfel, faţa de lăţimea de l6 biţi a magistralei de date şi a memoriei,
produsele de la registrul de ieşire RM al multiplicatorului pot fi acumulate cu 4 biţi LSB suplimentari.
Pentru intrarea in ALU, conţinuturile pe l6 biţi ale registrelor RX si RY sint extinse cu 4 biţi LSB
zero.
Atunci când este setat, bitul S determina stocarea ieşirii ALU in RIA sau RB, in funcţie de valoarea
bitului de control AB. Pe lângă cele şase funcţii aritmetice şi logice (+,-,*,/,ŞI,SAU), este posibilă
transferarea conţinutului registrelor RX,RY şi RH la ieşirea ALU. Sânt disponibile operaţii de rotunjire
superioară şi infricarea, utilizate de obicei pentru iniţializarea acumulatoarelor, cit şi operaţii de shiftare
stânga a conţinutului registrelor RA sau RB.

Structuri matriciale pentru gestiunea memoriilor de cadre.

Gestiunea bufferelor de memorii ce stochează cadrele de imagini achiziţionate şi prelucrate numeric
multiplu reprezintă una dintre funcţiile majore ale unei arhitecturi PCF (Procesor de Cadre Flexibil).
Structurile PCF integrează pe o singura placă funcţii şi circuite dedicate achiziţiei, multiplexării şi
conversiei semnalelor video (secţiunea FG), prelucrării aritmetice de viteză inaltă a datelor asociate
pixelilor dintr-un cadru (secţiunea PI), şi stocării şi conversiei LUT a informaţiei numerice asociate
cadrelor (secţiunea de buffere de memorie cadre - BMC),
In felul acesta, se creează o autonomie reală in procesarea matematică intensivă şi in stocarea
temporară a cadrelor de imagine, numărul de accesuri ale plăcii la unitatea centrală a calculatorului
personal prin intermediul magistralei IBM PC AT fiind redus considerabil.
Cele l2 plane de imagini sint configurate in 4 bancuri, fiecare. Toate procesoarele PCF respectă
standardul ISA (Industry Standard Architecture) din punct de vedere electric şi mecanic. Interfaţa cu
unitatea centrală a calculatorului host este realizată printr-un bloc du 64 de adrese I/E. Sursa de imagine
poate fi de la magistrala calculatorului host (ex. IBM PC AT) sau de la unul din patru semnale de la
camere video.
După procesare, ieşirea BNC este afişată pe monitor standard VGA, dar utilizâd adaptoare de cablu

38
poate fi transferata unui monitor RGB ce poate recepţiona frecvente de 3l,5 KHz orizontal şi 59,9 KHz
vertical.
Procesarea de imagini necesită utilizarea de memorie de cadre in formatul 5l2 x 5l2 x 8 biţi. Numărul
real de linii in nodul normal (intrare de la camera) va fi 480.
Procesarea de imagini poate fl realizată la o rată de 40 ns per pixel; ROI definita de utilizator specifică
care pixeli dintr-un semnal trebuie procesaţi. Procesarea poate fi executată asupra unui pixel la un
moment de timp (de exemplu o conversie LUT asupra unei imagini) sau asupra a 2 sau 3 imagini
simultan in cazul operaţiilor matematice sau logice interimagini (de exemplu scăderea a 2 imagini pentru
detectarea mişcării).
Trei linii consecutive ale unei imagini pot fi procesate utilizând convoluţia 3x3. O altă clasă de
procesări tipice pentru PCF sint cele secvenţiale, care implică imaginea prezentă şi rezultatele
prelucrărilor liniilor anterioare.
Intrarea este asincronă faţă de restul sistemului, ca şi ieşirea, ceea ce face ca procesarea sa nu fie
restricţionată de viteza cadrelor video.

Arhitectura matricială
Pe durata prelucrării semnalelor, datele sint transferate intre diferite zone ale plăcii, şi un număr de
memorii primesc sau scot la ieşire imagini. Controlerul intern al PCF trebuie sa adreseze intr-un mod
oarecare aceste memorii de imagini (cadre numerice), metoda constând in utilizarea unei matrici de
bancuri şi de plane. O memorie de imagine este deci adresată prin banc şi plan.
Pe o placă tipică de PCF pot exista 4 bancuri de memorie de scop general (cu bancul l conţinând
adiţional opţiunea de mască) plus o memorie de intrare de la cameră, 5l bancuri de memorie display. In
general, mai este prevăzută şi adresarea unui număr de bancuri de memorie de extensie plasate in afara
plăcii PCF.
Pe placă, doar bancul l (Bl) utilizează o memorie in planul 0, aceasta fiind memoria mască. Cu
excepţia bancului de intrare de la camera, toate celelalte bancuri au memorii in celelalte trei planuri
(panele l,2 şi 3). De notat ca cele trei bancuri de memorie de scop general: B2, B3 şi B4 pot avea memorii
şi in planul 0.
Bancul de intrare de la camera (BIN) reprezintă o excepţie la schema de adresare matricială; cu o
singură memorie in bancul de intrare nu este necesară adresarea pe plane.

Memoria sursă şi destinaţie.

Când sint scoase date dintr-o memorie, această memorie este denumită sursă, iar când sint inscrise
date intr-o memorie, aceasta este denumită destinaţie; astfel datele sint transferate de la sursa la destinaţie.
Pe plăcile PCF pot exista mai multe memorii sursă şi memorii destinaţie, in prezenţa anumitor
restricţii. Datele "sursă" pot fi inscrise direct in memoria destinaţie, sau datele "sursă" sint transferate
nucleului de procesare DSP, a cărui ieşire reprezintă datele "destinaţie" ce sint inscrise in memoria
destinaţie.
Nucleul DSP de prelucrare digitală a imaginii nu este nici sursă, nici destinaţie. Sennalele de control
pentru intreaga placă circulă pe o magistrala de l6 biţi, iar datele numerice de imagine circula pe patru
magistrale de 8 biţi.
In plus faţa de interfaţa internă PC AT, prin intermediul unui conector al plăcii este permis accesul

39
direct al utilizatorului la trei din cele patru magistrale de imagine şi la magistrala de control. Astfel, pot fi
adăugate in configuraţie prin conectare directa placi speciale dedicate procesării, memorării, sau unor
funcţii adiţionale.
Inainte de inceperea operaţiilor de transfer de date de viteză inalta, software al PC AT trebuie să
iniţializeze configuraţia plăcii PCF (de exemplu modul de operare a nucleului DSP, configurat direct de
software-ul AT prin magistrala de date DB). Acelaşi software AT iniţializează şi configuraţia
transmiţătoarelor /receptoarelor (TR) astfel incât datele pot circula de la memoria sursă către şi afară din
nucleul DSP (dacă este utilizat) şi către memoria destinaţie, utilizând oricare sau toate cele patru
magistrale.
Fiecare banc are propria sa magistrala de memorie internă care este partajata de fiecare memorie
(plan) din banc. De aceea, o singura memorie dintr-un banc poate reprezenta sursa la un moment de timp.
Singura excepţie de la aceasta regulă o constituie modul de memorie mască din bancul l.

Restricţii la surse şi destinaţii multiple.

Prima restricţie a fost menţionată: doar o singura memorie dintr-un banc poate fi sursa la un moment
de timp. In consecinţa, un singur plan poate reprezenta sursa. Aceasta conduce la următoarea restricţie de
surse multiple: toate memoriile sursă din diferite bancuri trebuie sa fie pe acelaşi plan.
Bancul de intrare de la camera, BIN, nu este adresat de plan, şi in consecinţa nu are plan sursă. De
aceea BIN este independent de adresarea celorlalte surse. Alt banc, operând ca sursa, poate utiliza orice
plan independent de bancul de intrare. Bancuri multiple pot fi surse in acelaşi timp când bancul de intrare
este sursa, dar aceste bancuri trebuie sa se afle pe acelaşi plan.
Bancurile sursă şi destinaţie trebuie sa fie diferite. Panele sursă şi destinaţie pot fi diferite.
Pentru cazul destinaţiilor multiple, combinaţiile acestora conduc in general la acelaşi plan in banc-uri
diferite. Totuşi, aceleaşi date pot fi trimise la mai mult decât un singur plan al oricărui banc. Deoarece
memoriile din orice banc sint conectate la aceeaşi magistrală internă de banc, datele ce intră intr-un banc
destinaţie vor intra in toate planele selectate ca destinaţii. Daca sint selectate mai mult plane ca destinaţii,
atunci memoriile de pe aceste plane din fiecare banc destinaţie primesc aceleaşi date, corespunzând
configurării transmiţătoarelor /receptoarelor de pe magistralele de date /imagini.

Module LUT Auxiliare.

Procesoarele PCF pot fi conectate direct la cartele LUT Auxiliare (AUXLUT), ce conferă sistemului
de VA capacitatea de a efectua Aliniere in timp real, Corelaţie Normalizata in Scala de Gri, Calibrare de
imagini, Conversie Color RGB - HSI, Mediere Ponderată de Cadre [Adept l992].
Plăcile AUXLUT realizează operaţii LUT asupra datelor de imagine ce provin din unul sau două
buffere PCF. Datele imaginii rezultate obţinute de la AUXLUT sint plasate intr-un buffer destinaţie. Pot
fi de asemenea aplicate funcţiile de procesare DSP datelor de imagine la o frecventa de 25 MHz inainte
sau după prelucrarea lor prin AUXLUT.
O placa AUXLUT tipică conţine două memorii LUT RAM static de capacitate 64K x 8 biţi, care pot
fi incărcate fie de la PC AT, fie din alta memorie rezidenta pe o plaoa PCF.
Oricare dintre cele doua memorii LUT sau amindouă pot fi utilizate la un moment de timp. Deoarece
memoriile LUT pot fi incărcate cu valori arbitrare, pot fi implementate multiplicări, divizări de imagine,
sau alte funcţii printr-o singură trecere prin DSP.

40
 De exenplu, in cazul inmulţirii de imagini se poate crea o tabelă de multiplicare 256 x 256 in format
de imagine standard, stocată intr-un buffer de imagine al PCF. Conţinutul bufferului de imagini (256 x
256) se transferă apoi placii AUXLUT. Intr-o operaţie cu două imagini de intrare, valorile de gri ale
pixelilor corespunzători pixelilor din fiecare imagine sint folosiţi drept cele două adrese de 8 biţi (aplicate
ca un cuvint de l6 biţi) ale memoriei LUT. Valoarea stocată in LUT la acea adresă este plasată in locaţia
pixelului corespunzător din imaginea de ieşire. Imaginea de ieşire din AUXLUT este apoi transferată
către PCF unde ii poate fi aplicată o operatiţie DSP inainte de a se returna controlul calculatorului host.
3.6. Tehnici şi structuri de procesare paralelă a semnalelor utilizind transpiutere
Funcţiile de achiziţie a cadrelor video, de prelucrare paralelă, scalabilă, de viteză inaltă, a semnalelor,
cit şi de gestiune de intrari /ieşiri numerice pentru comanda externă sau comunicaţii pot fi implementate
pe o singură placă PCF integrată in corifiguraţie IBM PC AT, şi care deţine o putere inaltă de prelucrare
aritmetică, datorită prezenţei unui niunarde transputere şi de module de memorie rapidă in secţiunea PI.
Prezenţa pe placă a unui nucleu de procesare a datelor asociate cadrelor prin intermediul unei reţele de
transputere conferă prelucrărilor de imagini caracter real ei elimină comunicaţia intensivă pe magistrala
PC AT, care reprezintă locul ingust al structurii. Fig. [Link]. Arhitectura PCF cu reţea de transputere Un
tranaputer este un microprocesor puternic proiectat pentru utilizarea in aplicaţii multiprocesor, şi care
asigură facilităţi da prelucrare paralelă completă, cu legături de comunicaţie procesor - procesor
incorporate. Capacitatea de calcul a nucleului PI bazat pe transputere poate fi crescută prin adaogarea de
noi transputere in reţea, fara a necesită reprogramarea software intensivă.
Arhitectura PCF prezentată cuprinde un procesor de control ei intre l şi 9 procesoare video; toate
procesoarele sint traneputere. Procesorul de control este un transputer care gestionează toate funcţiile de
I/E 5l comanda circuitele video.
Există trei magistrale video paralele, separate, fiecare din ele putind fl conectată pentru a accepta una
din două intrări video de la cele şase canale video de intrare in placă. Aceste şase canale pot fi configurate
fie ca 6 intrari de la camere monocrome, fie că 2 intrări de la camere RGB.
Plăcile PCF cu nucleu de procesare bazat pe transputere sint plasate in sloturi de extensie in
calculatoare host (tipic PC AT), operarea fiind coordonată de un procesor-transputer de control. Funcţiile
de bază ale unui astfel de nodul PCF pot fi partajate in trei secţiuni (ce se suprapun parţial);
- Interţata video şi I/E
- Fluxul de date video
- Reţeaua de transputere
- Interfaţa video şi I/E
Procesorul rie control acceseaza 32 Kocteţi de memorie statică RAM. Comunicaţia cu exteriorul este
asigurată de trei căi. Prima este conectată la procesorul de control ţi utilizează buffere diferen- ţiale pentru
comunicaţie la distanţe mari (pina la l0 m). Celelalte două căi sint localizate pe conector de extensie ţi
sint fără buffere. Intr-un singur PC pot funcţiona mai multe astfel de plăci PCF: in sistem de jumpere de
pe placă permite desactivarea interfeţei PC AT, deoarece un singur procesor PCF poafe avea o legătură
activa PC AT.
Pentru a putea suportea diferite tipuri de sincronizări, PDF cu nucleu PI cu transputere deţine două
interete flexibile cu camere video. Fiecare interfată are intrările: 2 semnale video (3 moncrome sau l color
RGB, sincronizare orizontală, verticală şi compusă, ceas pixel, şi fisincronizare orizontală şi ceas pixel).
Fiecare ieşire este diferenţiată şi trecută prin buffere, cu impendanţă de ieşire l00 ohm; semnalul poate

41
fi inversat prin schimbarea conexiunilor la cei doi pini de ieşire. Intrarile sint diferenţiale, cu impedanţă
de intrare selectabilă la valori de 5 Kohmi sau T5 Ohmi. Sint generate următoarele semnale pentru
circuitul de eşantionare: sterge sine orizontal; sterge sine vertical ceas de eţantionare sincronizat;
suprapune cimp impar /par.
Cele 6 canale video de intrare sint aplicate unui convertor A/D de generare a unei informaţii/pixel 8
biţi de nivele de gri. Circulatul suportă noduri color de 24, l5 sau 8 biţi. Utilizind un ceas pixel generat
sau extern, fluxuri de date video cu generare variabilă, neintrepătrunse pot fi digitizate sincron.
Multiplexarea celor 6 canale de intrare, cit şi ajustarea software a impleficării şi offsetului fiecărui semnal
de intrare sint realizate de transputerul de control. Acestă comandă şi secţiunea de 6 intrari /5 ieşiri
numerice.

Fluxul de date video

Dupa digitizare, trei canale video paralele sint alimentate printr-un convertor de spaţiu color.
Acost convertor realizează transformări de spaţiu color lineare sub control software, sau poate fi
utilizat ca o tabelă uzuală de conversia de valori numerice LUT. Dupa conversie, semmalele sint
transferate catre reţeaua de transputere;
Reţeaua de transputere constă din unul sau mai multe circuite TRAM care conţin cel puţin 2 Mocteţi
de memorie. Datele video digitale sint transformate in aceste memorii utilizind circuite ram dublu-port.
Sistemul de multiplexare permite fiecărui TRAM sa acceseze oricăre dintre cele trei canale video
numerice paralele. Fiecare TRAM poate culege o intreaga imagine, sau poate selecta un anumit număr de
linii sau porţiuni de linii de pe un canal video .
In acest fel, fiecare TRAM poate fi configurat pentru a capta difente ferestre din imaginea de intrare.
Fiecare TRAM poate opera total independent daca este necesar, şi aceste ferestre se pot evident
suprapune.
Reţeaua de transputere
Toate procesoarele video cofmunică prin căi de viteză 20 Mbit/sec. Aceste microprocesoare sint
destinate calculului paralel. Procesoarete video sint de tip TRAM, putind fi conectate in reţea
bidimensională un număr maxim de 8 transputere.
Fiecare TRAM conţine un microprocesor, memorie şi o secţiune de control. Modulele TRAM sint
instalate pe doua nivele (layere) de cite patru, şi doar cele patru procesoare de pe nivelul inferior au acces
la magistralele de date video.
Un procesor poate fi desemnat master şi poate accesa semnalele Reset, Analiză şi Eroare ale
celorlalte procesoare. Transputerul master este acela care cornunică cu unitatea centrală PC. Selectarea
unuia dintre transputere drept master se face prin jumpere pe pleaca PCF.
Daca sint instalate două layere de transputere, circuitul master poate fi selectat pe oricare din layere.
Este de asemenea posibil de a nu avea transputer master pe placă, şi in acest caz masterul va fi un
transputer extern, de exemplu de pe altă placa PCF.
Sincroilizarea operării proceselor concurente prin trecere de mesaje reprezinta esenţa modului de
operare a [Link] cu trecere de mesaje este asigurat in cadrul software-lui de sistem,
Schema de comunicaţie-optimă pentru obţinerea unui paralelism eficient trebuie sa fie deterninata de
dezvoltatorul de aplicaţii. In configuraţii cu procesoare paralele, paralelismul este descris printr-un
fişier sursă separat. Acesta este denumit o configuraţie şi conţine trei părţi. Prima parte descrie reţeaua

42
hardware de procesoare, care la PCF este de obicei destui de simplă. A doua parte descrie reţeaua
software a procesoarelor cu referire la fişierele progranului de aplicaţie care conţin procesele compilate şi
linkate. Cea de a treia parte descrie maparea software-ului in hardware.

9. PROCESOARELE OPTICE DE PRELUCRARE A SEMNALELOR

Procesoarele optice(PO) se impart in trei grupe: PO in baza filtrelor coordonate holografice, PO in

baza filtrelor modificate şi procesoare cu măşti codificate fazice.

9.l Procesoare optice în baza filtrelor coordonate holografice

Operaţia de bază, indeplinită in procesoarele optice coe rente, este transformarea Fourier optică
bidimensională. Imaginea F(x,y) in formă de slide se plasează in planul focal din faţă Pl a lentilei optice
L. La iluminarea imaginii cu o sursă de iradiere coerentă (SIC) in planul focal din spate a lentilei Ë se for-
mează transformarea Fourier a imaginii P(x,y):



F{F(x, y)}  P(u, v)    F(x, y)exp[-j2 (xu  yv)]dxdy,

 

unde F este funcţia de transformare Fourier; u,v - coordonatele

frecvenţelor spaţiale.
Utilizînd filtrele sintetizate in modul corespunzător, pot fi realizate operaţii de corelaţie şi convoluţie.
Corelaţia optică bidimensională este una din cele mai efective operaţii, îndeplinite de procesorul analogic
optic. La realizarea ei cu ajutorul filtrelor holografice Vander-Luht productivitatea procesorului optic cu
mult întrece productivitatea sistemelor electronice.
Structura procesorului corelaţional este prezentată in figura 9.l. În planul Pl a procesorului se situează
imaginea iniţială F(x,y). |n planul P2 e situat filtrul holografic H(u,v). Lentilele Ll, L2 se folosesc pentru
calculul transformărilor optice bidimensionale Fourier.
La iluminarea imaginii F(x,y) cu un fascicol coerent de lumină cu ajutorul lentilei Ll in planul Pl se
formează transformarea Fourier a funcţiei F(x,y) :
F{F(x,y)}=F(u,v)=|F(u,v)|exp[-j(u,v)],
unde |F(u,v))| este amplitudinea transformării Fourier;
q(u,v)=argF(u,v) este componenta fazică. |n rezultat in planul
P2 se formează produsul W(u,v)=F(u,v)H(u,v). |n cazul, cind
funcţia H(u,v) este coordonată cu F(u,v), ea se descrie in modul
următor:
H(u,v)=F*(u,v)=|F(u,v)|exp[j(u,v)],
unde * este semnul conjugării complexe. Aceasta permite de a primi funcţia
W(u,v)=F(u,v)F*(u,v)=|F(u,v)|2.
Aşa dar, fascicolul optic de lumină la ieşirea planului P2 va
conţine o undă luminoasă plană. Situaţia dată se explică prin faptul, că filtrul coordonat H(u,v) cu
precizie compensează componenta fazică a undei luminoase F(u,v). Ca urmare, la indeplinirea

43
transformării Fourier a funcţiei W(u,v) cu ajutorul lentilei L2 in planul P3 va fi formată funcţia
autocorelaţională:

W( , )  F{| F(u, v) | }    F(x, y)F* (x -  , y -  ) dxdy ,
2



care conţine un maxim corelaţional luminos, deoarece semnalul optic in planul P3 se focalizează intr-
un punct.
Dacă insă imaginea iniţială se deosebeste de F(x,y), atunci componenta fazică a transformării
Fourier nu va fi complet compensată de filtrul H(u,v), şi, ca urmare semnalul de ieşire for-
mează un semnal optică spălăcită.
Dacă imaginea iniţială conţine, spre exemplu, l06...l07 pixele, iar timpul de executare a operaţiei de
corelare se determină de timpul de trecere a fascicolului de lumină in procesor şi este l0-8 sec., atunci
productivitatea unui aşa procesor va fi foarte inaltă, l0l5 biţi/sec. |n afară de aceasta, structura procesoru-
lui optic se deosebeşte cu simplitatea realizării, caracteristici de greutate şi gabarite mici (numai 50 cm3).
Procesoarele optice permit prelucrarea imagini independent de deplasările obiectului (obiectelor) in
planul de intrare, adică aşa procesoare sint invariante la deplasări. |n afară de aceasta, ele dau posibilitatea
de a analiza imaginile denaturate de zgomotul alb. Autenticitatea recunoaşterii obiectelor şi precizia de-
terminării coordonatelor lor la folosirea procesoarelor simţitor depind de gradul de nestatornicie a
imaginii analizate către cea de etalon. Astfel diferenţa unor aşa imagini se poate determina de diverşi
factori decorelaţionali: schimbarea scării imaginii de intrare, orientării ei unghiulare, unghiului de luat
vederi, contrastului, pierderii unei părţi a informatiei, denaturărilor de aberaţie ş.a.
Analiza cercetărilor teoretice şi experimentale [l-4] arată, că cea mai mare influenţă asupra procesului
de recunoaştere servesc schimbările imaginii analizate, provocate de denaturările sale geometrice (in
afară de mişcări). Denaturările optice, legate de variaţiile comune a intensitaţii medii şi contrastului ima-
ginii, pot fi inlăturate prin prelucrarea semnalelor iniţiale sau prin formarea filtrelor in suspensie de
etalon.
Au fost realizate cercetări experimentale, ce permit de a determina valorile admisibile a factorilor
decorelaţionali pentru imaginile reale de semiton. S-a arătat că valorile admisibile a transformărilor
geometrice a semnalelor de intrarela fiecare factor decorelaţional aparte sint relativ egali: +3...50 - după
unghiul de cotitură ; +10...l00 -schimbarea scării; +20...400 - unghiului de luat vederi.
|nsă in condiţiile reale factorii decorelaţionali pot acţiona concomitent, şi intre ei e posibilă o legătură
reciprocă. Deaceea aprecierea funcţiei de corelare trebuie să aibă loc la acti-
onarea concomitentă a unor aşa factori decorelaţionali ca schimbarea scării imaginii de
intrare(parametrul a), orientării ei unghiulare faţă de axele Z şi Y - qz şi qy.
Pe baza apropierii statice şi construirii modelului regresional a procesorului a fost arătat, că valorile
admisibile a factorilor decorelaţionali la acţionarea lor concomitentă vor fi: |a|,4%, |Dqz|,30,|Dqy|,90.
|ntrecerea valorilor admisibile a parametrilor a, q , q aduce la o reducere considerabilă a relaţiei
semnal/gălăgie in planul corelaţional a procesorului şi, deci a rezultatelor de recunoaştere. Greutăţile
menţionate, legate cu problemele de stabilitate a procesoarelor optice cu FAG, sint restricţii serioase
pentru utilizarea lor practică.
Pentru a evita influenţa factorilor menţionaţi au fost propuse diverse variante. Una din rezolvări este
utilizarea dispozitivului mecanic, care schimbă poziţia imaginii de intrare sau a filtrului. Un neajuns
serios a metodei date este necesitatea mutării mecanice a elementelor sistemei optice, care ingrelează
44
posibilitatea lucrului in scara reala a timpului. O altă metodă esteu tilizarea filtrelor spaţiale
compozitionale, sintetizate la diverse scări şi unghiuri de cotire a obiectului. Adresarea către filtrele de
etalon poate fi infăptuită sau consecutiv, spre exemplu cu ajutorul deflectorului, sau pe calea introducerii
filtrelor de etalon din memoria CEN-ului, sau paralel, multiplicind spectrul imaginii de intrare cu ajutorul
lentilei holografice sintetizate pe CEN, sau multiplicind nemijlocit imaginile de intrare. |n afară de
aceasta, există posibilitatea folosirii filtrelor holografice voluminare cu etaloane aplicate. Neajuns a
metodei date este necesitatea stocării unui mare număr de filtre de etalon, ce aduce la mari cheltuieli de
timp la organizarea adresării consecutive. |n cazul adresării paralele se observă pierderi in eficacitatea
difracţională, proporţionale numărului canalelor paralele sau numărului de filtre in grupă. Ca urmare a
cauzelor menţionate procesoarele analogice optice bazate pe filtrele acordate holografice sint puţin
utilizabile pentru organizarea prelucrării invariante a semnalelor denaturate.

9.2 Procesoare optice bazate pe filtre modificate

Una din direcţiile de perspectivă in organizarea prelucrării invariante a semnalelor la diferite
denaturări este crearea procesoarelor analogice optice bazate pe filtre acordate modificate spaţiale (FAM).
Aşa filtre sint combinaţie liniara a funcţiilor - etalon de imagini, formatela diverse orientari unghiulare,
scări, unghiuri de luat vederi ş.a.m.d. |n legătură cu aceasta (FAM) poartă denumirea defiltre- funcţii
sintetice discriminante sau filtre - FSD. Filtrele - FSD sint analogice filtrelor inmijlociate şi generalizate,
insă metodele lor de sinteză sint mai universale.
Schema structurală a PAO cu filtre - FSD e analogică schemei structurale a PAO cu filtre acordate
spaţiale obişnuite (vezi des.9.l). Diferenţa constă in funcţia filtrului folosit, metodele de formare şi
producere a lui. Dacă filtrul acordat poate fi produs cit cu ajutorul holografiei obişnuite, cit şi in forma
hologramei sintetizate pe CEN, atunci filtrul- FSD se calculează numai pe CEN şi se produce in special in
forma hologramelor sintetizate pe CEN.
Utilizarea filtrelor-FSD dă posibilitatea de a micşora numărul filtrelor- etalon, necesare pentru
recunoaşterea obiectului la diferite denaturări, şi cu aceasta permite de a micşora cheltuielile temporare
generale la prelucrarea semnalelor. Din acest punct de vedere procesoarelor analogice optice bazate pe
filtrele - FSD li se acordă o atenţie incordată.

9.2.l Teoria generală de sinteză a filtrelor modificate

Fie imaginea de intrare e determinată de funcţia f(x,y). Presupunem că in rezultatul transformărilor
geometrice f(x,y) pot fi formate N diverse funcţii fi(x,y),i=l_N, care se deosebesc prin scară, cotitură ş.a.
Setul dat de imaginivom numi imagini a unei clase de obiecte. Problema consta in sinteza unei aşa funcţii
a filtrului h(x,y)cu ajutorul căreia va fi posibil de a recunoaşte imaginile tuturor N obiecte.
Să examinăm metoda filtrelor - FSD cu apreciere corelatională, egală cu o oarecare mărime constantă,
adică

fi(x,y)*h(x,y)=c, (9.l)

unde * - operaţia corelaţiei. Să luăm că pentru recunoaşterea

obiectelor unei clase c=l . Aşa filtre le vom numi filtre cu aprecieri corelaţionale echivalente (ACE).
Pentru sinteza funcţiei filtrului h(x,y) ce satisface expresiei (9.l) ne vom inchipui fiecare din imaginile

45
fi(x,y) sub formă de combinatie liniară a unor funcţii de bază Fi(x,y):

f i  (x, y)   a ij f i (x, y). (9.2)

j

Pe baza expresiei (9.2) funcţia Fi(x,y) poate fi redată sub formă de combinaţie liniară a funcţiilor
fi(x,y):
 j (x, y)   d ji f i (x, y) 9.3)
i

Funcţia necesară pentru filtrul h(x,y) o vom descrie cu altă combinaţie liniară de funcţii Fj (x,y):
f(x, y)   b j f j (x, y). 9.4)
j

Substituind expresia (9.3) în (9.4) primim

h(x, y)   b j  d ji f j (x, y)  b1  d1i f i (x, y)  b2  d 2i f i (x, y) ..
j i i i

 bj d ji f i (x, y)  e1f 1 (x, y)  e2 f 2 (x, y)  ...  ej f j (x, y)   ej f j (x, y),

i j
9.5
adică funcţia h(x,y) este combinaţia liniară de funcţii fi(x,y), care la rindul său pot fi prezentate
prin funcţiile de bază fi(x,y).
În ultima expresie ej - coeficienţi primiţi pe calea grupării coeficienţilor corespunzători la fi(x,y).
Compararea expresiilor (9.4) şi (9.5) arată, că părţile lor drepte sint echivalente. Cu toate acestea in (9.4)
funcţia h(x,y) se descrie prin funcţiile de bază f (x,y), iar in (9.5)- cu ajutorul funcţiilor iniţiale fj(x,y).
În continuare pentru rezolvarea problemei puse de sinteză a filtrelor speciale e necesar de a determina
coeficienţii ej, astfel, incit ei să corespundă expresiei (9.l). Presupunem
funcţiile h(x,y), fi(x,y), fj(x,y) in formă de vectori h, fi, fj.
Înscriem operaţia de corelaţie a vectorilor fi şi h sub formă de produs fih. |n aşa caz expresia (9.l)
poate fi transcrisă sub forma fih=l. Substituind in ea in loc de h expresia lui din (9.5), primim
f i h  f i [ e j f j ]   e j (f i f j ) (9.6)
j j

În formula (9.6) expresia din paranteze este funcţia de corelaţie de la fi şi fj, care poate fi redată sub
forma elementului rij a matricei corelaţionale R a setului de imagini fi. Atunci expresia (9.6) poate fi
inscrisa astfel:

f i h   e j (f i f j )   e j ri j  1.
j j

Prezentind expresia (9.7) in formă matrice-vectoriala, primim

fjh=eR=u, (9.8)
unde vectorul e - set de elemente ej; u -vector unitar. Pe bazaexpresiei (9.8) se poate de determinat
coeficienţii necesari e=(R)-lu şi, reeşind, de calculat funcţia h(x,y) cu ajutorul expresiei (9.5). Deci,
pentru calcularea coeficienţilor ej e necesar de a forma matricea corelaţionala R a setului de funcţii
fi(x,y), de o inversat şi de o inmulţit la vectorul unitar u.
46
 Pentru formarea setului funcţiilor de bază f(x,y) la sinteza filtrelor-FSD pot fi utilizate diverse metode,
spre exemplu metoda Grăm-Smit, Fucunaga-Cunz şi Folei-Sămon, transformarea Carughen-Luv.

9.2.2 Filtrele modificate.

Pentru recunoaşterea obiectelor unei clase se folosesc filtrele-FSD cu ecouri corelaţionale echivalente
(ECE). La recunoaşterea obiectelor de clase diferite pot fi utilizate filtrele-FSD cu funcţii reciproc
ortogonale (FRO). Aşa filtre pot fi sintetizate atit pentru recunoaştere intre clase, cit şi in clase. Tot pentru
aceste scopuri pot fi folosite două tipuri de filtre-FSD fără exces.
Filtrele-FSD cu ecouri corelaţionale independente se folosesc pentru recunoaşterea obiectelor
uneiclase. Obiecte ale unei clase se subinteleg imaginile unui obiect, formate la diferite schimbări
geometrice, spre exemplu la scări intimplătoare, cotituri, unghiuri de luat vederi ş.a. Fie pentru formarea
filtrului-FSD cu ECE se foloseşte un set din Nl imagini. |n aşa caz matricea corelaţională Rl va conţine
NlxNl elemente. Vectorul coeficienţilor

e=(Ri)-lul=(Rl)-l[l,l...,l].

La acestea vectorul unitar ul conţine deasemenea Nl elemente. Elementele vectorului e sint coeficienţi
de pondere la formarea filtrelor-FSD:
h(x, y)   e j f i (x, y).
j

Aşa filtre permit de a primi ecouri corelaţionale de un tip pentru diferite imagini a uneia şi aceleiaşi
clase de obiecte in corespundere cu expresia (9.l).
Filtre reciproc ortogonale pentru recunoaşterea intre clase. Fie e necesar de a recunoaşte M clase de
obiecte.
Fie e necesar de a recunoaşte M clase de obiecte. In fiecare clasă conţine cite un obiect, adică de
tot sint M-obiecte.
Fie fj(x,y) - set de imagini iniţiale (j=l/M); R2 - matricea corelaţională, ce constă din MxM elemente.
Pentru recunoaşterea a M-obiecte de diferite clase e necesar de a sintetiza M filtre-FSD
hl(x,y),hl(x,y),...hM(x,y), astfel, că ij=fj(x,y)*hi(x,y). Cu toate acestea ij=l numai pentru j=i, in restul
cazurilor dij=0. Spre exemplu, la recunoaşterea obiectelor de două clase ll=22=l, dl2=d2l=0. In
corespundere cu metoda de sinteză a filtrelor-FSD, redate mai sus, descriem fiecare din filtre sub formă
de combinaţie liniară a semnalelor iniţiale fj(x,y):

M M
h 1 (x, y)   e1jf j (x, y), h 2 (x, y)   e 2jf j (x, y),
j1 j1

M M
h i (x, y)   e ij f j (x, y), h M (x, y)   e Mj f j (x, y),
j1 j1

47
 Coeficienţii de pondere ej pot fi determinaţi din următoarele expresii:

elR2=ul=[l,0,0,...0,0];
e2R2=u2=[0,l,0,...0,0];
....................... (9.9)
eMR2=uM=[0,0,0,...0,l].

Fiecare din vectorii ui contine M elemente, din care numai unul e egal cu unitatea, iar restul (M-l)
elemente sint egale cu zero. Locul de alocare a unităţii in fiecare din vectorii ui diferă. Din expresiile (9.9)
determinăm elementele vectorilor ei, care sint coeficienţii de pondere pentru funcţiile de bază
corespunzătoare la formarea filtrelor:

el=(R2)-lul;
e2=(R2)-lu2;
e3=(R2)-lu3;
............
eM=(R2)-luM.

Metoda redată la formarea filtrelor-FSD este asemănatoare cu sinteza filtrelor centralizate acordate,
descrise in lucrarea [l5]. Diferenţa constă in folosirea matricelor corelaţionale pentru sinteza filtrelor. In
afară de aceasta funcţia filtrului se sintetiza din coeficienţii semnalelor-Fourier a obiectelor. Să cercetăm
metodica de sinteză a astfel de filtre.
Filtrele-FSD reciproc ortogonale pentru recunoaşterea in-şi intre clase. Aşa filtre sint combinaţie a
filtrelor-FSD cu ECE, destinate pentru recunoaşterea obiectelor unei clase, şi filtrelor -FSD reciproc
ortogonale, folosite pentru recunoaşterea intre clase. Filtrele date sint folosite in cazurile, cind imaginea
de intrare aparţine uneia din citeva clase de obiecte şi, in afară de aceasta, poate fi geometric denaturată,
adică este una din obiectele uneia sau alteia clase.
Să cercetăm de la inceput construirea filtrului-FSD pentru trei clase de obiecte. Fie prima clasă de
obiecte conţine Nl imagini fli(x,y), i=l...Nl, clasa a doua - N2 imagini f2i(x,y), i=l...N2, şi clasa a treia - N3
imagini f3i(x,y), i=l...N3. E necesar de a sintetiza funcţiile a trei filtre hl(x,y), h2(x,y), h3(x,y), ce satisfac
condiţia kj = fki(x,y)*hj(x,y) pentru i=j.
Să redăm filtrul-FSD sub forma de combinaţie liniara a setului funcţiilor iniţiale fji(x,y):

Nj
h i (x, y)   e j f ji (x, y),
j1

Matricea corelaţională R3 va avea dimensiunile NxN, unde

N=Nl+N2+N3. Atunci egalităţile matrice-vectoriale pot fi inscrise
in modul următor:
elR3=ul=[l,...l;0,...0;0,...0];
e2R3=u2=[0,...0;l,...l;0,...0];
e3R3=u3=[0,...0;0,...0;l,...l].
48
 Fiecare din vectorii uj conţine N elemente, din care Nj elemente sint unitare, iar restul - zerouri. Astfel,
la funcţia hl(x,y) sint inaintate cerinţele de a forma ecouri unitare pentru N l obiecte de clasa intii şi ecouri
nule pentru restul obiectelor. Analogic funcţiile h2(x,y), h3(x,y) formează ecouri unitare numai pentru N2
şi N3 obiecte de clasa a doua şi a treia corespunzător.
Coeficienţii de pondere el, e2, e3, necesari pentru formareafiltrelor-FSD, se determină ca
ej=(R3)-luj . Dacă sint M clase de obiecte, fiecare din care conţine cite N imagini, matricea core-
laţională va avea dimensiunile (MxN)(MxN), iar vectorii coefici-
enţilor de pondere ej vor conţine cite MxN elemente.
Filtrele-FSD fără exces cu multe nivele. Neajuns a metodei de recunoaştere a obiectelor, redate mai
sus, este necesitatea sintezei unui număr de filtre, egal numărului de clase de obiecte. Să examinăm
metodica sintezei unui filtru-FSD, ce execută aceleaşi funcţii. Aşa filtru e numit fără exces, cu ecou core-
laţional de multe nivele.
Procesul de corelaţie se determină ca fji(x,y)*h(x,y)=j, unde funcţia fji(x,y) aparţine clasei j. Pentru
fiecare din clasele de obiecte parametrul i poate primi valori arbitrare in diapazonul de la l pina la Nj.
Funcţia filtrului se va descrie in modul următor:

k k
h(x, y)   e j f ji (x, y),
j1 i 1

Vectorul coeficienţilor de pondere e=(R3)-lu , unde R3 are dimensiunile NxN, N=Nj, iar vectorul
u=[l,...l;2,...2;...K,...K].
Numărul de elemente unui sau altui nivel se va determina de valoarea Nj. Spre exemplu , la
recunoaşterea obiectelor a trei clase (K=3), fiecare din care conţine cite N j=4 imagini, u=[l, l, l, l; 2, 2, 2,
2; 3, 3, 3, 3].
Insă analiza a arătat, că aşa filtre sint efective la valori mici K şi Nj (K,4). In caz contrar se inaintează
mai aspre cerinţe către detectorul spaţiului corelaţional. In afară de aceasta, e necesar de a îndeplini o
prelucrare mult mai complicată a semnalelor, de a folosi metode mai aspre de sortare a semnalelor la
formarea filtrului. Filtrele date sînt interesante mai mult din punct de vedere teoretic şi puţin utilizabile şi
efective la folosirea practică, in deosebi la semnalele iniţiale denaturate. Pentru scopuri practice mai
efective sînt filtrele FSD combinaţionale fără exces.
Filtrele-FSD combinaţionale fără exces. In corespundere cu metoda ce este redată, pentru
recunoaşterea a K-clase de obiecte se folosesc numai b filtre-FSD fără exces, şi unde b=log2K, adică
K=2B. In cazul dat se analizează (concomitent) b spaţii corelaţionale, fiecare din care poate avea două
nivele de semnale:0,l.
Să cercetăm metodica de formare a aşa filtre pe exemplul de recunoaştere a patru clase de obiecte,
adică la K=4,b=2. Să descriem seturile de imagini iniţiale sub forma fji(x,y), j=l:4,i=l:Nj.
Fie Nl=N2=N3=N4=N. Numărul total de imagini va fi egal cu M=KVN=4N. Matricea corelaţională va
avea dimensiunile MxM. Deoarece b=2 va fi necesar de format două filtre: hl(x,y) şi h2(x,y). Atunci clasa
obiectelor va fi posibil de a determina pe baza rezultatelor analizei spaţiilor corelaţionale şi in
corespundere cu tabela 9.l.

49
 Funcţiile filtrelor le determinăm in modul următor:
k N
h i (x, y)   e ij f ji (x, y),
j1 i 1

TABELA 9.l. Tabela adevărului

Clasa
Utilizarea filtrului hl(x,y) h2(x,y)
Imaginii
l 0 0
2 0 l
3 l 0
4 l l

Tabela de adevar poate fi inscrisă in formă matrice-vectorială:

e11 e21   0 0
e e22   
Rx  
12    01 
e13 e23   10 
   
e14 e24   11 
sau
R[ele2]=[ulu2]. (9.l0)

Rezolvare a expresiei (9.l0) relativ de el, e2 va fi [ele2 ]=(R)-l ulu2].

Astfel, filtrele-FSD cu ECE pot fi folosite in procesoarele optice pentru recunoaşterea obiectelor unei
clase, adică la prelucrarea semnalelor a K clase de obiecte e necesar de a sintetiza K filtre. Clasa
obiectului se determină de numărul filtrului, pe care a avut loc declanşarea detectorului de ieşire a
spaţiului corelaţional, iar locul de aflare a obiectului poate fi determinat după locul de aflare a maximului
funcţiei de corelaţie. De aceea informaţia despre scară, orientarii unghiulare, unghiului de luat vederi a
imaginii se pierde.
Filtrele-FSD reciproc ortogonale se folosesc pentru recunoaşterea semnalelor nedenaturate şi
denaturate a obiectelor diferitor clase, adică pentru recunoaşterea atit intre clase cit şi in clase. In ambele
cazuri pentru recunoaşterea a K clase de obiecte e necesar de a sintetiza K filtre. Clasa obiectelorsedeter-
mină de locul de aflare a maximului corelaţional la ieşire, informaţia despre parametrii care denaturează
se pierde.
Filtrele-FSD fără exces sint destinate pentru recunoaşterea semnalelor denaturate de diferite clase. La
utilizarea filtrelor de multe nivele clasa obiectului se determină după amplitudinea maximului funcţiei
corelaţionale. In cazul dat pentru recunoaşterea a K clase de obiecte se sintetizează numai un filtru. In ca-
zul utilizării filtrelor combinaţionale clasa obiectului se determină după setul ecourilor corelaţionale.
Pentru cazul dat e necesar de a sintetiza b=log2K filtre. Posibil, că la utilizarea filtrelor fără exces locul
de aflare a obiectului e determinat de locul de aflare a maximului corelaţional. Informaţia despre restul
parametrelor care denaturează, ca şi mai inainte, se pierde.
Avantaje ale procesoarelor cu filtre-FSD este micşorarea numărului necesar de filtre pentru

50
recunoaşterea semnalelor denaturate de diferite clase, ce permite de a micşora, in primul rind, cheltuielile
de timp la etapa prelucrării. Din acest punct de vedere e mai eficace de utilizat filtre combinaţionale fără
exces. Un neajuns comun a procesoarelor cu filtre-FSD este inposibilitatea calculării unor aşa parametri a
obiectelor, precum sint orientarea unghiulară, scara, unghiul de luat vederi ş.a. In afară de aceasta, sint
necesare cheltuieli costisitoare a puterilor de calcul la etapa sintezei filtrelor.

9.2.3. Modelarea procesorului optic in baza filtrelor-FSD

Sint aduse rezultatele cercetărilor experimentale a procesorului optic cu filtre-FSD, petrecute pe calea
modelării pe CEN. In calitate de imagini identeficate s-au folosit imaginile a patru clase de obiecte -
diverse nave maritime (des.9.4). Pentru fiecare navă se formau seturi din 36 imagini iniţiale, primite pe
calea rotării ei cu intervale de l0o. Apoi imaginile se discretizau pe l28x32 elemente (pixele)cu două nive-
le de strălucire (0;l) şi se introduceau in CEN. Pe baza semnalelor iniţiale se formau seturi de imagini de
bază (cite şase la fiecare clasă de obiecte), care apoi se foloseau pentru calcularea diferitor tipuri de filtre-
FSD in corespundere cu metodele expuse mai sus. Pentru aprecierea recunoaşterii corecte a obiectelor se
formau funcţiile bidimensionale de tranzacţie Fourier a semnalelor iniţiale, care se inmulţeau cu funcţiile
filtrelor-FSD şi apoi se calculau transformările inverse Fourier. Primitein aşa mod cimpurile corelaţionale
numerice in urmare se analizau.
La formarea filtrelor-FSD cu ECE lucrul se efectua cu imaginile

Set de Formarea Formar Analiza

imagini setului de ea filtrului spaţiului
iniţiale funcţii de F*{h(x,y)} corelaţional
{fij(x,y)} F(x,y)

Imaginea Transfor Inmulţir

in marea directă ea funcţiilor Transformare
recunoaştere Fourier F(fij(x,y))* a inversă
Fourier
{fij(x,y)} F{fij(x,y)} F(h(x,y))

Fig.9.3. Schema structurală a procesului de modelre a procesorului optic bazat pe FSD - filtre
numai primei clase de obiecte.

Se calculau şi se analizau funcţiile filtrului etalon corelaţional cu fiecare din 36 de imagini a clasei
date. La formarea filtrului-FSD reciproc ortogonal se foloseau l2 imagini a clasei intiia şi a doua.
Corespunzător se efectuau recunoaşteri a obiectelor aceloraşi clase. In cazul formării filtrului-FSD cu
multe nivele au fost folosite l8 imagini de clasa intii, doi şi trei.

51
 TABELA 9.2. Rezultatele recunoaşterii obiectelor la folosirea filtrelor-FSD de diferite tipuri

Probabilitatea
Tipul filtrului recunoaşterii
corecte,%
Filtru-FSD cu ECE l00
Filtru-FSD reciproc ortogonal 95,8
Filtru-FSD cu multe nivele
Filtru-FSD cu multe nivele 95,4

Şi, in sfirşit, la calcularea funcţiei filtrului-FSD combinaţional cu multe nivele se utilizau imaginile a
tuturor trei clase de obiecte. Rezultatele recunoaşterii sint redate in tab.9.2. Analiza rezultatelor modelării
a arătat, că cu mărirea numărului claselor de obiecte capacitatea discriminaţională a filtrelor-FSD se
inrăutăţeşte. Aşa, la folosirea filtrelor-FSD de tipul patru probabilitatea recunoaşterii corecte conţine
numai 90,3%. La aberaţia semnalelor de intrare probabilitatea recu-noâjtern corecte brusc se micşorează.
Spre exemplu, la aberarea fiecărei din imagini pină la 60% probabilitatea recunoaştem corecte cu
folostrea tipului menţionat de filtre conţine numai 50%.
Sint obţinute rezultatele modelării de catre maşină a procesorului optic cu filtre-FSD, confecţionate
sub forma hologramelor sintetizate pe CEN. Aşa holograme in ultiniul timp atrag tot mai multă atenţie
graţie repetării lor destul de bune, posibilităţii dirijării cu diferite caracteristici, relaţiei inalte
semnal/zgomot. Modelarea procesorului se efectua pe CEN VAX-750. In calitate de imagini iniţiale se
folosea setul din 36 de imagini a tancului, formate pe calea rotirii imaginii etalon inprejurul axei cu pasul
l0 . Din setul dat in calitate de imagini de bază au fost luate şase imagini, care se foloseau pentru formarea
filtrului-FSD. Imaginile se discretizau pe 5l2x5l2 pixele. In procesul modelării se cercetau
caracteristecele umătoare: eficacitatea filtrului-FSD, care se deternina ca relaţia energiei in maximul
corelaţional către energia totală a imaginii de intrare; relaţia amplitudei maximului corelaţional către
mărimea imediată a semnalului in cimpul corelaţional şi catre semnalul doi maximal ş.a.
Analiza rezultatetor a arătat, că eflcacitatea totală a filtrelor-FSD sintetizate pe CEN este foarte mică
(mai puţin da l%). La realizarea fizică eficacitatea unor astfel de filtre va fi incă mai mică ca urmare a
pierderilor in mediurile registratoare. Măcar că eficaoitatea atit de mică a filtrelor teoretic şi nu este
obstacol pentru crearea modelelor de procesoare reale, poate apare necesitatea in utilizarea surselor foarte
putenice de iradiere laser. Altă problemă este legată de posibilitatea declanşărilor false (recunoaşteri), ce
se determină de relaţia joasă a amplitudei maximului ecoului corelaţional la ecoul fals. Aceasta poate
aduce la autenticitatea neajuns de inaltă a recunoajterii corecte a obiectelor.
In aşa mod, analiza rezultatelor cercetărilor experimentale a procesorului optic pe baza filtrelor-FSO a
arătat umătoarele:
- din punct de vedere a probabilităţii recunoaşterii corecte mai eficace sint procesoarele pe baza
filtrelor cu ECE;
- la aberarea semnalelor iniţiale probabilitatea recunoaştem corecte a obiectelor cu utilizarea filtrelor-
FSD brusc se micşorează (pină la 50%);
- eficacitatea filtrelor-FSD sintetizate pe CEN este foarte joasă (<l% ). Aceasta poate fi cauza
52
necesităţii utilizării surse-lor puternice de iradiere laser.
Este descris un procesor conpact optic pe baza filtrelor-FSD, ce lucrează in regin de timp real.
Dimensiunile lui nu intrec l2,7x30,5 cm. In procesor pentru introducerea semnalelor se folosea un
modulator pe cristale lichide. Filtrele-FSD sint executate sub forma hologramelor sintetizate pe CEN. Aşa
procesor este cel mai putermc şi comapact intre aparatele de menire analogică, se deosebeşte cu o
greutate mică, preţ, puterii consumate.
Procesoarele cu filtrele-FSD sint de perspectivă, deoarece permit de a prelucra imaginile denaturate a
obiectelor; după structură sint analogice cu PAO cu filtre acordate obişnuite, se deosebesc prin simplitate,
gabarite mici, greutate. Este posibilă reallzarea scării reale a timpului. Din punct de vedere a probabilităţii
recunoaşteri corecte a obiectelor cele mai bune caracteristici le au procesoarele pe baza filtrelor-FSD cu
ecouri corelaţionale echivalente. Cea mai mare rapiditate o au procesoarele cu filtrele-FSD fără exces.
Autenticitatea recunoaşterii corecte in procesoarele cu filtre-FSD in mare măsură depinde de aberarea
semnalelor de intrare şi numărului funcţiilor de bază, folosite la etapa formării filtrelor. In afară de
aceasta, eficacitatea filtrelor-FSD, sintetizate pe CEN, in timpul de astăzi este foarte mică (mai puţin de
l%), ce poate aduce la necesitatea utilizării surselor puternice de iradiere laser. Procesoarele pe baza
filtrelor-FSD nu perinit de a calcula informaţia despre orientarea unghiulară a obiectslor recunoscute,
scării lor, unghiului de luat vederi, şi intr-un rind de cazuri - şi locul aflării obiectetor (la folosirea filtrelor
reciproc ortogonale şi fără exces). Aceasta mărgineşte posibilităţile funcţionale ale unor astfel de
procesoare.

9.3. Procesorul optic pe baza măştilor codificate fazice

Este examinat procesorul analogic optic pentru recunoaşterea invariantă a obiectelor, care este bazat
pe utilizarea măştilor codificate fazice (MFC) şi filtrelor speciale holografice. Aşa filtre au ecouri
impulsionale, ce sint superpoziţia amplitudică a diverselor funcţii de etalon cu codurile fazice
corespunzătoare. Şi atunci locul de aflare a maximului corelaţional in procesor poate fi dat din timp, la
etapa fomării filtrului, iar fiecare funcţie etalon poate corespunde unei anumite schmbări a obiectului
(scării, cotiturii ş.a.). Astfel, recunoaşterea obiectului se face după locul de aflare a maximului corelaţiei.
Sint aduse rezultatele experimentale la prelucrarea semnalelor cu diverse scări şi orientării unghiulare, cit
şi rezultatele analizei teoretice a influenţei gălăgiei asupra preciziei calculărilor şi aprecierii numărului
necesar de funcţii de etalon.

9.3.l Descrierea matematică a metodei de recunoaştere a obiectelor pe baza măştilor

fazocodificate
Fie imaginea, supusă clasificării, conţine un obiect, prezentat pe un oarecare fon. Este cunoscut,
funcţia statistică liniară optimală D, ce permite de a face concluzia despre apartenenta obiectului către una
sau altă dasă, este dscrisă de expresia

D   g(x, y)f (x, y)dxdy,

*
9.17

unde g(x,y) - imaginea de intrare; f(x,y) - funcţia etalon; * -semnul racordării complexe. Din altă
parte, corelatorul obişnuit optic fornează funcţia corelaţională, descrisă in modul urnător:

53
 W(x, h)   g(x, y)f * (x - x, y - h)dxdy.
9.18

La g(x,y)=f(x,y) funcţia W(,) va fi anticorelaţioţială. Din expresiile (9.l7) şi (9.l8) se vede, că

părţile lor drepte coincid. Analizind functia corelaţională in punctul cu coordonatele (x 0,y0), se poate de
spus că ea corespunde corelaţiei intre funcţia de intrare g(x,y) şi funcţia deplasată f(x-x0,y-y0). Astfel,
există posibilitatea de a folosi corelatorul pentru fomarea setului maximelor corelaţionale a imaginii de
intrare cu funcţiile etalon la diversele lor decalări, in multe cazuri apare necesitatea de a executa imagini
de intrare cu un set mai generalizat de funcţii etalon, ce nu sint marginite numai de decalările obiectului,
spre exemplu cu imaginile, ce au orientarea unghiulară şi scară diferită, ş.a.m.d. Sau apare necesitatea de
a deternina clasa obiectului, adică de a efectua recunoaşterea intre clase. Pentru a scăpa de necesitatea
executării operaţiei de corelaţie a imaginii obiectului de intra-re cu funcţiile etalon la diversele lor
decalări, imaginea de intrare se inmulţeste cu masca fazocodificată K(x,y)=exp[i(x,y)]. In afară de
aceasta, rezultatul corelaţiei se inmulţeşte cu funcţia complex-racordată a unei măşti asemanătoare. Masca
fazica se fornează in aşa mod, incit autocorelaţia ei să dea funcţia, apropiată de funcţia-delta. In aşa caz
funcţia corelării se descrie in modul următor:


W' (x, h)   g ( x, y )k ( x, y )f * (x - x, y - h)dxdy 

 

 g ( x, y) exp{ij ( x, y)} f * (x - x, y - h)exp{ij(x - x, y - h)}[  g ( x, y) f * (x - x, y - h)dxdy] d(x, h)

 
4.19

unde [...] - amplitudinea funcţiei-delta in punctul (0,0). Reiese că, la calcularea funcţiei de corelaţie cu
ajutorul expresiei (9.l9.) va fi exclusă influenţa decalărilor funcţiei etalon la maximul funcţiei de corelare.
La etapa următoare funcţia f(x,y) poate fi redată printr-un set generalizat de funcţii etalon fpq(x,y) sub
forma sumelor.
Pentru a impărţi spaţial diverse funcţii de intrare, funcţia complex-racordată de la fpq(x,y) se
inmulţeşte cu funcţia K*(x,y), iar apoi funcţiile corelaţionale, primite la diferite decălari se sumează. Şi
atunci funcţia corelaţională de ieşire primeşte urnătorul aspect:

 N
W"    g ( x, y ) exp[ij ( x, y )] *  f * pq ( x  x  pD, y  h  qD)
 p,q
N 
exp[ ij ( x  x  pD, y  h  qD)]dxdy     g ( x, y)[ f *
p,q  
pq ( x  x, y  h)dxdy ] 9.20

d ( x  pD, h  qD)

unde D- pasul decalării. Funcţia, descrisă de expresia (9.20), conţine un set bidimensional de ecouri
corelaţionale, fornate cu decalajul D, şi fiecare ecou corespunde unei diferite operaţil.

54
 9.3.2. Structura procesorului optic codificat fazic
Ie fig. 9.5,a este redată structura procesorului optic pentru realizarea setului de operaţii, descrise de
expresia (9.20). Pro-cesorul conţine holograma in planul 0, care fornează masivul componentelor fazice
codificate. Imaginea de intrare se instalează in planul l. In partea dreaptă de la l se formează pcodusul
funcţiilor g(x,y) şi K(x,y). In planul 2 se situează filtrul spaţial cu caracteristica, descrisă de funcţia

N
h( x, y )  f*
p ,q
pq ( x  pD, y  qD) exp[ ij ( x  pD, y  qD)]

In planul S se formează funcţia corelaţională rezultantă.

Filtrul spaţial poate fi format cu utilizarea mijloacelor obişnuite a holografiei sau sub fomă de
holograme, sintetizate pe CEN. Insă mai preferabil este ultima metodă, ce se lămureşte de un şir de
factori. In primul rind, sumarea funcţiilor etalon se indeplineştepe CEN şi este suma amplitudelor, atunci
cind in holografia obişnuita aceasta va fi suma intensităţilor. Deoarece eficacitatea difracţională la
sumarea amplitudelor este mai inaltă, apare posibilitatea de a suprapune un mare număr de funcţii etalon.
şi al doilea rind, aşa holgrame este mai uşor de formiat. Cade necesitatea in tablourile luminoase cu
funcţiile etalon. Normalizarea funcţiilor etalon uşor se indeplineşte pe CEN. Se exclude necesitatea
schimbărilor mecanice la formarea hologramelor cu ajutorul mijloacelor obişnuite. In rindul trei, apare
posibilitatea de a executa diverse operaţii de prelucrare a funcţiilor etalon cu ajutorul CEN-ului pina la
codificarea lor sub formă de holograme. Şi, in sfîrşit, măştile fazocodificate pot fi proiectate in mod
optimal. Pe des.9.10. este redată amplasarea experimentală a procesorului, care funcţionează in regimul
real al timpului. Fascicolul de lumină laser colimat de la sursa l este transmisă prin holograma 2 şi apoi se
polarizează vertical cu ajutorul polarizatorului 3. Cu ajutorul lentilei 4 se indeplineşte transformarea
Fourier. Imaginea rezultantă prin oglinda reflectoare 5 şi cubul de divizare a luminii 9 se dă la tabloul
optic luminos 8, pe care are loc inmulţirea imaginii de intrare g(x,y) proiectate pe tabloul luminos cu
ajutorul sursei de iradiere 6 şi lentilei 7. Fascicolul coerent de lumină, reflectat de la tabloul luminos, se
polarizează in planul orizontal. Cu ajutorul lentilei l0 se indeplineşte transformarea Fourier a funcţiei
imaginii de intrare, inmulţite cu funcţia măştii. Apoi are loc inmulţirea cu funcţia hologramel a doua II
(funcţia conplex racordată a măştii), şi apoi cu ajutorul lentilei l2 are loc a doua transformare Fourier.
Vidiconul l3 detectează planul optic corelaţional rezultant. Semnalele electrice de la ieşirea vidiconului
trec prin PAN in memoria tampon l6. Fiecare imagine cu frecvenţa desfăşurării se cuantifică pe 256x5l2
elemente cite 256 nivele de luminozitate. In continuare conţinutul memoriei tampon se dă in CEN-ul l5,
unde se indeplineşte analiza corespunzătoare şi elminarea informaţiei pe terminalul l7. Filtrle etalon in
procesor se introduc din CEN prin scanorul laser l4 şi se inscriu pe tabelul luminos optic dirijat.

Rezultatele expehnentelor de recunoaştere a obiectelor

Posibilităţile procesorului fazocodificat au fost aratate pe exemplele diferitor probleme de
recunoaştere. Prima problemă constă in recunoaşterea fotografiei reliefului litoralului. Fotografiile puteau
avea o orientare unghiulară arbitrară, Cu acest scop in CEN a fost introdusă un semnal, intoarsă apoi la
diferite unghiuri. Prin metoda aceasta au fost formate şepte imagini, care ipreună cu cea iniţială se
foloseau pentru formarea hologramelor sintetizate pe CEN. Holograma primită se aranja in planul filtrului

55
procesorului, iar planul corelaţional de ieşire se analiza pe ecranul monitorului.
Pe des.9.6 sint redate planurile cordaţionale a semnalelor cu orientare unghiulară diferită (locul de
aflare a maximului corelaţional caracterizează onentarea unghiulară a imaginii analizate.) In cazul dat
filtrul etalon a fost produs in aşa mod, incit maximurile funcţiilor corelaţionale se formau pe
circumferinţa, şi locul de aflare a lor caracteriza unghiul corespunzător de cirnire a imaginii de intrare.
Pentru recunoaşterea obiectului cu frecvenţe spaţiale mai inalte va fi necesar de un număr mare de funcţii
etalon. Aşa, spre exemplu, pentru recunoaşterea invariantă a semnalelor lanternei şi a cleştelui plat a fost
necesar de 436 funcţii etalon. A fost de asemenea efectuată o serie de experimente pentru găsirea
posibilităţilor invariantului către scara recunoaşterii. Cu ajutorul CEN se formau 8 imagini cu scara in
intervalul de la 0,4 pina la l,6. Filtrul etalon era sintetizat in aşa mod, incit ecoul corelaţional să se situieze
in unul din patratele matricei 3x3. Pe des.9.7 sint redate rezultatele recunoaşterii.( Locul de aflare a
maximului corelaţional caracterizează scara imaginii.)
Mai sus au fost arătate posibilităţile procesorului optic fazocodificat de recunoaştere a imaginii unui
obiect la diverse orientări unghiulare, scări, adică pentru recunoaşterea in dasă. Insă aşa procesor poate fi
deasemenea folosit şi pentru recu-noajterea intre clase, adica pentru recunoaşterea obiectelor ce aparţin
diferitor clase. In afară de aceasta, el este utilizabil pentru recunoaşterea imbinată in şi intre clase. Pe
des.9.8 sint arătate rezultatele recunoaşterii a două obiecte diferite (lan-ternei şi cleştelui plat),fiecare din
care are o orientare unghiulară aleatoare. Imaginea de ieşire este impărţită in două părţi de o linie
diagonală. In partea de sus ecoul corelaţional se formează in cazul, dacă in imaginea de intrare se conţine
cleştele plat, iar in partea dreaptă de jos prezenţa ecoului corelaţional corespunde recunoaşterii lanternei.
Şi locul de aflare a maximului pe drcumferinC se determină de orientarea unghiulară a obiectului de
intrare.
A fost efectuată cercetarea de autenticitate a recunoaşterii obiectului cu ajutorul procesorului optic
fazocodificat şi procesoarelor optice pe baza filtrelor obişnuite acordate şi inmjlociate. Experinenţele au
arătat, că in procesorul cu filtrele inmijlociate procentul erorilor la recunoaştere ating 20, iar in procesorul
cu filtre acordate - pina la 30. In acelaşi timp la utilizarea procesorului fazocodificat erorile practic
lipsesc.

10. SISTEME OPTO-ELECTRONICE DE PRELUCRARE A SEMNALELOR

10.l. Sisteme opto-electronice bazate pe metoda indicilor de moment a semnalelor

In procesul rezolvării problemelor de prelucrare şi identificare a semnalelor, o atenţie deosebită se
acordă folosirii metodelor momentelor invariante. Momentele invariante nu depind de variaţia scării, de
orientarea unghiulară şi de decalajul semnalelor obiectelor identificabile. Teoria dată a fost extinsă şi
pentru invarianţa faţă de contrastul semnalelor. Metoda momentelor invariante poate fi folosită in
sistemele de dirijare ale roboţilor, la navigarea aparatelor de zbor, la prelucrarea semnalelor primite de la
radar şi in alte scopuri.
Momentele invariante pot fi obţinute in rezultatul combinaţiilor neliniare ale momentelor geometrice
Mpq, care se descriu in felul următor:

56
 
M(p - q)   x
p
y q f(x, y) dx dy (10.1),
-

unde Mpq - momentul geometric de ordinul (p+q); f(x,y) - funcţia imaginii bidimensionale.
Momentele invariante pot fi calculate cu ajutorul diferitor mijloace de calcul. Insă folosirea maşinilor
de calcul numerice (MCN) obişnuite, aduce la creşterea considerabilă a cheltuelilor. Aşa dar, pentru
definirea numai a ll valori ale momentelor semnalelor cu 5l2*5l2 elemente in timp, care nu trebuie să
depăşească 30 ms, sint necesare MCN cu rapiditate nu mai mică de l,6xl08 oper/sec. Cerinţele inalte faţă
de rapiditatea mijloacelor de calcul imbinate cu necesitatea de transformare analogic-numerică (TAN) a
datelor şi inscrierea lor in memorie , aduce la mari dificultăţi la realizarea regimului timp real cu ajutorul
MCN. In cazul de faţă mai preferabile sint mijloacele de calcul opto-electronice hibride, care pentru
calcularea valorilor Npq folosesc procesoarele optice paralele, iar pentru prelucrarea ulterioară -
procesoare numerice (PNj). In capitolul de faţă este dată o structură generalizată a sistemului de
identificare a obiectelor - bazată pe metoda momentelor. De asemenea sint prevăzute şi părţile principale
ale sistemului mijloacele de calcul ale momentelor geometrice ale semnalelor şi de clasificare ulterioară a
obiectelor. Este arătat, că in timpul de faţă o atenţie deosebită este acordată primei etape de prelucrare
calculării momentelor. Sânt analizate diferite metode şi structuri de calcul a momentelor - optice, opto-
electronice, acusto-optice, electro-optice, la baza cărora stau transformările lui Radon. Sint expuse rezul-
tatele aprecierii experimentale ale certitudinii identificării obiectelor la folosirea metodei momentelor.

10.l.l. Indici de momente ale semnalelor

Din teoria momentelor invariante se ştie ,că faţa de decalaje şi deplasări semnalelor analizate sint
invariante următoare funcţii:

1   20   02 , (10.2)
 2  (  20 -  02 )  4 ,
2 2
(10.3)
 3  (  30 - 312 )  (3 21 -  03 ) ,
2 2
(10.4)
 4  (  30  12 ) 2  (  21   03 ) 2 , (10.5)
 5  (  30 - 312 ) (  30  12 )  [(30  12 ) - 3(  21  30 ) 
2 2

 (3 21 -  03 )(  21   03 )[(3 30  12 ) 2 - (  21   03 ) 2 ], (10.6)

 6  (  20 -  02 )[( 30  12 ) - (  21   03 ) ]  411( 30  12 )(  21   03 ),
2 2
(10.7)
 7  (3 21 -  03 )( 30  12 )[( 30  12 ) - 3(  21   03 ) ] -
2 2

- (  30 - 312 )(  21   03 )[3( 30  12 ) 2 - (  21   03 ) 2 ] (10.8)

In ecuaţiile (10.2) - (10.8) Hpq - reprezintă momentele centrale, care se definesc in felul următor:


M 10 M
M p ,q   X Y q f (x 
p
, y  01 )dxdy (10.9)

M 00 M 00

Valoare lui Mpq poate fi descrisă de asemenea şi in termin geometric a momentelor imaginii f(x,y) cu
ajutorul expresiei (10.l). Aşa dar, 00= M00, 20 = M20 = (M2l0/M0l). Setul de momente, invariante faţa de
scară,rotire,deplasări,nu este alt ceva de cit pq=pq/my00 - unde y=l+(p+q)/2 - valorile lui Mpq se

57
determină din expresia (10.9).

10.l.2. Structura sistemului optoelectronic.

Structura sistemului opto-electronic hibrid de prelucrarea semnalelor pe baza metodei momentelor
este reprezentată in fig.10.l Sistema conţine blocuri de segmentare l şi de prelucrare numerică preliminară
2, procesorul de calcul a momentelor geometrice 3, blocul de determinare a parametrilor de perturbaţii 4
şi procesorul numeric de clasificare a obiectelor 10. Blocul de segmentare l este destinat pentru separarea
a unor fragmente din imagina iniţială fiecare dintre care conţine imaginea numai a unui singur obiect. In
blocul de prelucrare preliminară 2 sint efectuate diverse operaţii pentru perfecţionarea a imaginii.
Aceste operaţii sint bazate, de regulă, pe folosirea operatorilor locali şi executarea calculelor simple.
De exemplu, pentru inlăturare redundanţei de informaţie din afară a obiectului, inlăturare zgomotului etc.
Cu mărirea complexităţii metodelor se măreşte şi volumul de calcul efectuat in blocul de prelucrare
preliminară şi ca rezultat primim micşorare a eficacităţii procesului de calcul a momentelor in intreagă
sistemă. Procesorul de calcul a momentelor 3 poate fi realizat ca pur optic, opto-electronic, acustic.
Procesorul dat este caracterizat de o rapiditate inaltă, care depăşeşte esenţial rapiditatea mijloacelor
electronice obişnuite. In blocul 4 de determinare a parametrilor sint calculate aşa caracteristici a
obiectelor, ca orientarea unghiulară proprie , modificarea scării, poziţionarea, racursul etc. Pe baza
parametrilor calculaţi şi a valorilor momentelor geometrice ale semnalelor, in procesorul numeric 5 se
face clasificare nemijlocită a obiectelor. Informaţia despre clasa obiectelor şi a parametrilor lor se
foloseşte mai departe in problemele de dirijare a roboţilor, de navigaţia a aparatelor de zbor etc. In afară
de această, la ieşirea sistemului poate fi formată informaţia specială ,care ne va permite să acceptăm o
concluzie mai justă in condiţii neobişnuite. De exemplu, in cazul când trebuie schimbată poziţia spaţială
a traductorului de intrare , trebuie prelucrat fragmentul corectat al imaginii şi pe baza datelor noi mai
corect de determinat categorii a obiectului şi parametrii lui.

10.l.3. Mijloacele de calculul a momentelor geometrice ale semnalelor.

Când merge vorba de clasificarea obiectelor prin folosire momentelor invariante - unul din etapele
principale este calcularea momentelor geometrice a semnalelor oblectelor. Acest moment este condiţionat
de faptul, că etapa dată de prelucrare a imaginii necesită cheltuieli considerabile de calcul şi influenţiaza
cu mult la timpul total de identificare a obiectelor. Din aceste considerente mulţi autori acordă o atenţie
deosebită lucrărilor in domeniul de creaţie a mijloacelor specializate cu rapiditate inaltă de calcul a
momentelor geometrice. Aceste mijloace de calcul sint bazate pe folosirea principiilor opticei coerente,
acusto-optice, formelor speciale de reorganizare. Productivitatea mijloacelor date este cu mult mai mare
de cit ceia a mijloacelor electronice obişnuite.

10.l.4. Procesoarele optice de calcul ale indicilor de moment ale semnalelor

Procesoarele optice in curs de analiză permit calcularea momentelor geometrice nemijlocit din
imaginile obiectelor. Se întâlnesc procesoare optice de calcul succesiv şi simultan a momentelor
geometrice. In procesorul de calcul succesiv fiecare moment este format prin introducerea măştii
corespunzătoare.
Procesorul de calcul simultan permite cu ajutorul unei măşti să fie calculate valorile tuturor

58
momentelor Mpq simultane. Analizăm structurile procesoarelor optice. Procesorul optic de calcul succesiv
a momentelor (fig.10.2.a) conţine un panou cu imaginea iniţială f(x,y), instalat in planul l, care reflectă
sistemul optic din lentile m, 2, mască de generare a momentelor g(x,y),ce se afle in planul 2, lentilă
Fourier - transformare 3 şi un fotodetector ce se afle in planul 3. Mască şi fotodetectorul sint situate in
planurile focale anterioare şi posterioare corespunzătoare a lentilei 3. Momentele geometrice se
formează la ieşirea fotodetectorului.
La iluminare panoului de intrare cu o sursă de iradierea coerentă se efectuiază modularea fascicolului
optic cu funcţia f(x,y) şi apoi se produce iniiulţirea cu funcţia mască g(x,y). Lentila 3 realizează
transformarea Fourier.

U(w x , w y )    f(x, y) g(x, y) exp[-j(w x x  w y y)]dx dy (10.10),
-

Cimpuloptic in planul 3 se descrie prin ecuaţia:


U(0,0)    f(x, y)g(x, y) dxdy,
-

iar valoarea in punctul central (0,0)

unde f(x,y)- imaginea de intrare in planul l, g(x,y)- funcţia măştii in planul 2. Dacă g(x,y)=l sau x ,
sau y ,sau xy, atunci valoarea corespunzătoare u(0,0) va fi egală cu momentul M 00, Ml0, M0l sau Mll. Mai
departe procesorul numeric calculează momentele invariante prin efectuare operaţiilor matematice
corespunzătoare asupra lui Mpq. La realizarea practică a procesorului optic apar diferite probleme. In
primul rând, funcţia de transmisie a măştii trebuie să fie bipolară , cu alte cuvinte x şi y sint integrate de
valori pozitive şi negative. In a doilea rând, pentru calcularea fiecărui moment Mpq se cere o mască
aparte. Această micşorează esenţial viteza şi posibilităţile procesorului optic.

Procesorul optic de calcul simultan a momentelor

Pentru a evita neajunsurile enumerate de mai sus este propusă o metodă alternativă de rezolvare a
problemei. In corespundere cu această metodă funcţia măştii g(x,y)=exp[X * *exp(jw0x)] exp[y
exp(jw0y)]. In cazul de faţă distribuirea luminii in planul 3


M pq  
xi y k
U ( wx , wy )  U ( p 0 , q 0 )      i!k! * (10.10)

p!q! i 0 k 0

* exp[ j (i 0 x  k 0 y )] f ( x, y ) exp[  j ( wx x  wy y )]dxdy

unde exp[x exp(jw x)]=S x e 0 /n!
Din ecuaţia (10.l0) reiese, că imaginea in 3 conţine transformarea Furier a funcţiei [f(x,y)xpyq]
pentru toate combinaţiile p, q, centrale in punctele (x, y)={p0,q0). Valorile imaginii in aceste puncte
sint proporţionale cu valorile momentelor Mpq, fiecare dintre care este ponderat cu inmulţitorii l/p’q’.
Transformarea Furie a funcţiei [f(x,y)xpyq] este proporţională cu [vpvq F(x,y)/ wpxwqy]. Dacă
f{x,y) este limitată cu zona de emsie max, adică F(x,y)=0. Şi dacă max>(x2+y2)l/2 , atunci

59
[f(x,y)xpyq] va fi la fel mărginită cu valoare max. Aşa dar , valorile Mpq pot fi socotite ca detectori, situaţi
in planul 3. De oarece funcţia g(x,y) trebuie să fie complexă, ea poate fi realizată in fomă de 2 măşti şi
un filtru (fig.10.2,b). Exprimăm g(x) in felul urmtător: g(x)=exp[Xexp(j0x)]=exp(x cos(0x)) exp(j x
sin(wx))= tA(x)tB(x), unde tA(x) reprezintă partea reală şi pozitivă , tB(x) - partea complexă. Pentru
realizarea tB(x) descriem in planul l funcţia:

Z(x)=l+cos(x sin0x + lx)=l+{exp[j(x sin0+lx)]+exp[-jfx sin(x sin0+lx)]}/2. ([Link])

Cu ajutorul lentilei Ll se efectuiază transformarea Fourier a funcţiei Z(x) in planul 2 .Filtrul F in

planul 2 lasă să treacă numai componenta a două a expresiei ([Link]) şi o inlatură pe 2. La ieşirea lui 3
se formează funcţia aşteptată g(x)=tA(x)tB(x).
In planul 3 este situată de asemenea şi imaginea f(x,y), in modul care permite să fie calculat produsul
fg - şi in planul 4 se formează setul de valori a momentelor Mpq, repartizate in plan conform relaţiei
(10.l0). Procesorul optic analizat pentru calcularaa momentelor a primit denumire de procesor exponenţial
de gradul infinit. El asigură formarea momentelor bipolare prin folosirea a două măşti şi a unui filtru
 
x P yQ
g(x.y)   exp(jp 0 x)exp(jq 0 y).
P  0 Q  0 p!q!

special. Prima mască conţine funcţia {cos(x sin0x + lx)}, După filtru special se formiază funcţia
complexă tB(x)=exp( j x sinw x). O altă mască se descrie prin funcţia t A(x)=exp(x cosw x). Produsul
tA(x)tB(x) reprezintă funcţia cerută de trecere. Prin descompunerea acestei funcţii in şir, obţinem măştile:
Pentru simplificare este propus cazul unidimensional.
O particularitate a procesorului este necesitatea folosirii in planul de ieşire a două fotodetectoarelor
pentru fixarea valorilor momentelor de polaritate diferită. Această se determină prin faptul , că in
procesorul de generare a momentelor sint folosite două măşti. Complexitatea acestui procesor constă in
necesitatea formării şi prelucrării momentelor bipolare precum şi cerinţele inalte faţă de gradul de
permisie a măştilor.
Este propusă o nouă metodă, care permite să operăm numai cu momente pozitive (fig.10.3). Metoda
constă in faptul, că imaginea de intrare se deplasează in primul cadran, ce permite să fie descrisă in felul
următor f(x+x0,y+y0) , şi funcţia măştii:

 
g(x.y)   g pq (x, y)[Bp  cos(1  p 0 ) x][Bq  cos(1  q 0 ) y ].
p 0 q 0

unde gPQ(x,y)=xpyq; P,Q - valorile maximale ale p, q. Valorile momentelor Mpq se formează in
punctele p, q. Aşa dar, este necesară numai o simplă mască. Procesorul dat se numeşte de ordin finit
cosinusoidal. Cu ajutorul procesorului optic se pot calcula momente cu un grad de până ta gradul 2l. Aşa
cum funcţia de intrare se deplasează cu x0,y0, valorile momentelor Mpq se vor deosebi da valorile
momentelor Mpq a funcţiei f(x, y). ,insă valorile Mpq pot fi determinate pe baza ecuaţiei următoare :

60
 p q
M pq    x p y q f(x  x 0 , y  y 0 )dxdy   ci c j (-x 0 ) i {-y0 ) j M p i ,q  j 10.12
p q

i  0 j 0

In conformitate cu relaţia (10.l2) valorile momentelor bipolare Mpq pot fi calculate prin inmulţire Mpq
la matricea corespunzătoare. In cazurile când valorile x 0, y0 sint cunoscute, matricea cerută poate fi
calculată şi inscrisă in memorie dinainte. In alte cazuri x0, y0 se calculează din valorile momentelor M0l şi
Ml0. Calcularea valorilor momentelor cu ajutorul expresiei (10.l2) simplifică esenţial măştile folosite,
detectoarele şi sistemul optic in intregime. Concomitent din expresia dată reiese, că pentru calcularea
momentelor Mpq e necesar că in prealabil să fie calculate valorile momentelor Mpq până la ordinea (p+q).
In unele algoritme de identificare pe baza momentelor invariante valorile lui (p+q ) nu depăşeşte ordinul
10.

Cercetare experimentală a sistemului opto-electronic de calcul a momentelor

S-a efectuat cercetări experenentale a sistemului dat de prelucrare a momentelor, din punct de vedere
a influenţei zgomtului, preciziei transformărilor analogic-numerice ale semnalelor, lungimei filtrelor
numerice (numărul de discretizării la precizia de calcul a momentelor . Cercetările au fost efectuate prin
modelare la CN. In calitate de metodă etalon de calcul a momentelor a fost folosită metoda standartă de
calcul (expresia 10.l)
In tab.10.l sint reprezentate rezultatele cercetărilor influenţei zgomotului aliator al imaginii de intrare
la precizia calculelor momentelor de graduri diferite (probabilitatea de apariţie a zgomotului se schmbă de
la 0 pină la l). Cum se vede din rezultatele obţinute precizia de calcul a momentelor prin metoda optică
este destul de inaltă pentru momentele pare cu gradul pina la l0. Pentru momentele impare ultimul grad
accesibil este 3.
In fig.10.5,a sint arătate rezultatele influenţei zgomotelor la precizia de calcul a momentelor. Prin
aceste zgomote se subinţelege neomogenitatea luminării a panoului (influenţa aberaţiei), neomogenitatea
a suprafaţei panoului şi a. Raportul semnal/zgomot se deternină cu ajutorul expresiei SNR=l0logl0(Ps/Pn),
unde Ps. Pn reprezintă puterea corespunzător semnalului şi zgomotului. In fig.10.5,b sint reprezentate
rezultatele influenţei zgomotului in planul de detectare in precizia calculelor momentelor de diferite
graduri . In cazul dat rolul zgomotelor poate fi indeplinit de curenţii intunecaţi, fluctuaţie detectorilor ,
inf-luenţa capacităţii parazitare a detectoarelor, TAN şi a. Analiza datelor reprezentate pe fig.10.5 ne
arată, că precizia calculării momentelor devine satisfăcătoare, cind raportul semnal/zgomot la intrare este
mai mare de l10...20dB. Cu mult mai rea situaţie avem la influenţa zgomotdor in Furier-plan. Aici
raportul semnal/zgomot trebue să fie mai mare de l00 dB. Din lucrarea [II] ştim, că planul de detectare
este punctul critic in sistem. In fig.10.5,b sint reprezentate rezultatele determinării preciziei de calcul a
momentelor de graduri diferite in dependenţa de pasul discretizării in Furier-plan. Cum se vede , erorile
minimale se observă la pasul de discretizare egal cu l/4L( pentru L=20mm).
In tab.10.2 sint reprezentate aprecierile preciziei calculelor prin metoda optică a momentelor in
dependenţă de lungimea codurilor la ieşire, care sint formate cu ajutorul filtrelor diferenţiale.
Din rezultatele obţinute reese, că codurile cu lunginea de l5 biţi asigură precizia necesară pentru
momentele pină la gradul 5, cu lungimea de 2l pină la gradul 8, de 3l pină la gradul ll. Aşa dar, cu cit e
mai mare lungimea codului, momentele gradului mai mare pot fi calulate cu precizia cerută. Din
rezultatele calculelor reesă, că ştiind gradul maximal a momentului necesar pentru rezolvarea problemelor
61
de clasificare, se poate de mărginit lungimea codului la ieşirea filtrului. In tab.10.3 sint reprezentate
rezultatele de influenţa a lungimii cuvintului TAN la precizia calculării optice a momentelor. Din datele
propuse reese, că această influenţa este considerabilă. Aşa dar, cind aveim TAN cu lunginiea cuvintului
de l6 biţi , cu precizia admisă pot fi calculate momentele de gradul 7, cind avem TAN cu lunginea
cuvintulin de l2 biţi - pina la gradul 3-i, 8 biţi pina la gradul l-i.

10.l.5. Procesorul numeric al sistemului de prelucrare a semnalelor

Este propusă structura procesorului nuneric a sistemului opto-electronic de prelucrare a semnalelor,
care este destinat pentru dasificarea nemijlocită a obiectelor şi determnarea parametrilor lor. Prelucrarea
inforimaţiei se efectuiază in două etape. La primul pas se determină clasa obiectului şi racursul lui prin
folosirea criteriului Fisher, la pasul doi - se efectuiază dasificare de precizare a obiectelor şi se detemină
alte parametre ale obiectelor prin folosirea algoritnului lui Beies.
Determinarea racursului obiectului şi elasificarea lui. Cum sa arătat mai sus, momentele invariante,
folosite pentcu clasificarea a obiectelor şi determinarea parametrilor lor, se calculează pe baza mometelor
geometrice ale semnalelor. Momentele geometrice a imaginii analizate f(x,y), descrise prin expresia
(10.l), sint variabile aliatoare ale lui Gaus (VAG). Modul VAG permite folosirea clasificatorului Beies[l9]
, care minimizează probabilitate aprederii incorecte a dasei obiectului. Simptomele momentelor invariante
sint VAG faţă de deplasarea obiectului (x0,y0), scară lui (a,b) şi rotirea in planul (q), insă nu in raport cu
rotirea din in afară planului . Deatita pentru clasificarea obiectului apare necisitate de apreciere
preliminară a parametrului . Racursul obiectului de identificare se deterimină din relaţia momentelor
centrale:

A=20/ 02, unde 20=M20-M2l0/M00, 02=M02-M20l/M00,

Mij - valoare momentelor geometrice. Pentru toate imaginile etalon a obiectelor de o clasă bine
determinată. Valorile parametrilor A se calculează analogic şi apoi se determină parametrul k=’’A/A, care
in continuare se compară cu mărimea pragului TA. Valoare K  TA determină clasa obiectului. Pentru
micsorarea numărului de clase analizate se foloseşte criteriul lui Fisher [20], ce permite micsorarea
volumului de calcule la etapa a două a clasificării.
Casificatorul lui Beies. El minmizează probabilitatea clasificării incorecte. Funcţia care trebuie
minimizată are următoare reprezentare :

gi(x)=(x-i)T-l(x-i), (10.13)

unde i şi -l(x-i) - vectorul clasei şi matricea covariantă a clasei corespunzătoare. Pentru acest caz
vectorul de simptome x este vectorul momentelor geometrice. Analizăm vectorul parametrilor
b=(x0,y0,a,b,z,), unde x, y - deplasările obiectului in plan; a,b-variaţia scarei pe acsele x,y; x,y, z
orientarea unghiulară a obiectului , F - racurs. Fie că Mi(b)- funcţia clasei a obiectului şi a parametrilor lui
b. Deoarece M (b) - funcţia neliniară de la b ,folosim algoritmul iterativ care are urnătoarea reprezentare:

bk+l = bk + ak rk, (10.l4)

62
 unde bk - valoarea lui b la iteraţia k ; bk+l- punctul in plan r-dimensional. Pentru determinarea
complectă a algoritmului, dat prin expresia (10.3l), desconpunen Mi(b) in seria lui Taylor:
Mi(b)=Mi(bk)Jk(b-bk),
unde J-iacobian de la Mi(b), in raport cu b la iteraţia i. Pentru vectorul de semne măsurat M valoare
erorii care trebue minimizată, să exprimă prin Ei=M-Mi(b), iar eroare pătrată Ei=eiT(ei)-l, unde (ei)-l -
matricea ponderată. Subsistituid expresiile pentru ei şi Mi(b) in expresia pentru Ei obţinem, că valoare b,
care minimizează Ei(b), trebuie să satisfacă condiţiilor, că:

bk+l=bk+[(Jk)T(Jk)-l](Jk)T[[M-Mi(b)]]-l. (10.15)
Expresia (10.32) este algoritmul neliniar iterativ, care este folosit in calculator la etapa a două, pentru
aprederea lui b.
Pentru fiecare clasa i calculele conform expresiei (10.32) se repetă, prin calea această se detetrmaină
valoarea nouă lui b.
Pentru fiecare bk aveni:
gi=[ gik (b ) - gik-l(b ) ] / gik(b),
unde gi(b )=Ei. Iteraţiile in (10.30) şi (10.32) se repet pină atunci, cind ggi să fie aşa mică de valoare
de prag. Structura procesorului nuimenc a sistemului este prezentată in fig.10.8. Procesorul conţine
calculatorul de nivelul I, blocul de păstrare a etaloanelor 2, blocul de selectare a etaloanelor 3,
calculatorul de nivelul doi 9. In calculatorul de nivelul întîi se face clasificarea obiectului şi determinarea
racursului lui. In calculator de nivelul doi se efectuează compararea valorilor de intrare a momentelor cu
valorile etalon şi deterninarea parametrilor de denaturare - scarei, deplasărilor obiectului, orientării
unghiulare.
Pentru determinarea clasei obiectului i (şi simultan parametrului F,la fel şi a altor parametri (x 0,y0,a)
este necesar de efectuat aproxiativ l5 iteraţii a algoritmului fig.10.8 Stractura procesorului numeric a
sistemului.
Pentru simplificarea calculării valoarei b parametri de deplasarea a obiectului x 0,y0, variaţia scarei a,b
se determin din relaţiile:
    t
x0=-Ml0/M00, y0=-M0l/M00; a=b= M00.
A fost deterninat, că valorile pragurilor pentru calculatoarele ambelor niveluri sint aceleaşi şi egale cu
0.310. Este arătat, că pentru efectuare calculelor necesare, in calculatorul de primul nivel este necesar de
efectuat citeva operaţii asupra matriciior, iar in calculatorul de nivelul doi - aproximativ l8800 de operaţii
pentru o iteraţie şi aproape l5 iteraţii pentru o clasă a obiectului.

10.l.6. Cercetările experementale a sistemului opto-eltctronic de prelucrare a semnalelor.

Prin modelare au fost efectuate cercetările experimentale a sistemului de prelucrare a semnalelor pe
baza metodei momentelor. Pentru aceasta au fost folosite imaginile corăbiilor de diferite clase (uit. pe
fig,9.4).Fiecare din clase avea 36 de variante a semnalelor formate pentru orientare unghiulară diferită (
cu interval de l0 grade). Greutate analizei imaginii constă in determinarea clasei obiectului şi a orientării
unghiăulare a lui (tab.10.4) Cun se vede din datele propuse ,algoritmul folosit dă rezultatele
satesfăcătoare şi permite identificarea cu probabilitate mai mare de 90% (in afară de imaginea părţii din
63
faţa şi din spate a curbei).
In tab.10.5 sint reprezentate rezultatele identificării obiectelor prin metode difente pentru două cazuri :
A-sint folosite toate imaginile de testare (in total aproape de l80 de imagini);
B-sint folosite imaginiIe numai a părţilor laterale a corabiei (ll0 de imagini), clasificatorul de nivelul
intii permite micşorarea număruluin de imagini, care trebuie prelucrate la nivelul doi şi, deci, volumu de
calcul in sistemă. In cazul general dacă clasificatorul de nivelul l nu funcţionează destul de bine atunci
clasificatorul de nivelul doi nu permite inbunătăţirea rezultatelor de prelucrare.
In tab.10.6. sint reprezentate rezultatde cercetărilor clasificatorului de nivelul doi. Este aratată
dependenţa numărului necesar de iteraţii in clasificator in dependenţa de pragul T. Datele sint obţinute
pentru p=98,2%(cazul 8). Cum reese din datele propuse, cu mărirea pragului T numărul de iteraţii se
micşoriază.
Timpul indelungat o atenţie deosebită se atrage la prelucrarea semnalelor cu folosirea metodelor
momentelor. Insă realizare metodelor date cu ajutorul MCN necesită cheltueli de timp considerabile. In
legătura cu această apropiere se foloseşte numai in cazurile cind nu sint propuse cerinţe inalte faţa de ca-
racteristicile sistemelor de prelucrare a semnalelor. In ultimii ani se fac cercetari intensive in cimpul de
crearea a sistemelor de calcul opto-electronice de prelucrare invariantă a semnalelor pe baza metodei
momentelor.
In aceste sisteme procesul de prelucrare se imparte pe trei etape - prelucrarea preliminară a
semnalelor, calcularea momentelor semnalelor a obiectelor şi nemijlocit clasificarea a obiectelor,
determinarea parametrilor lor. In acest proces o deosebită atenţie se atrage la elaborare mijloacelar de
calcul a momentelor. Au fost propuse dispozitive de tipuri diferite - optice, opto-electronice,acusto-optice
şi electro-optice pe baza transformării Radon. Procesoarele optice de calculul paralel a momentelor sint
de perspectivă de atita, că sint cele mai sinple şi rapide. In acelaşi timp, se atrage o atenţie deosebită
dispozitivelor, care permit calcularea valorilor momentelor cu precizia desmtul de inaltă şi prelucrarea
semnalelor cu puterea de rezoluţie sporită. In prima direcţie este propusă o metoda de calculare a
momentelor Furie-spectrelor semnalelor, iar in a două - folosirea principiilor acusto-optici. Trăsătura
caracteristică a sistemului de prelucrare a semnalelor bazat pe metoda momentelor este posibilitatea nu
nunai a clasificării obiectelor , dar şi determinarea tuturor parametnlor necesari - situării in plan ,
orientării unghiulare şi locului scareiă şi a.
La neajunsurile metodelor şi mijloacelor de identificare invariantă a imagimilor pe baza momentelor
se poate adăuga necisitatea segmentării semnalelor iniţiale cu scopul evidenţierii şi apoi prelucrarea
imaginnlor numai a obiectelor anumite. Această măreşte timpul total de prelucrare a semnalelor. In afară
de acestă ,veridicitatea rezultatelor calculelor depinde esenţial de zgomotele marginilor de intrare şi de
sistema insăşi. Şi in sfirşit, in sistemele, ce realizează metoda momentelor volumul de bază a calculelor se
indeplineşte cu ajutorul mijloacelor numerice(etapa clasificării, determinării parametrilor). Această dease-
menea necesită cheltueli considerabile de timp, ce in sfirşit coaplică posibilitate realizării scarei reale de
timp.

64
 10.2. Prelucrare opto-electronică a semnalelor pe baza analizei statistice a spectrilor-furie şi a
funcţiilor corelaţionale.

10.2.l. Identificarea invariantă a semnalelor în baza indicilor Fourie-descriptivi

Este propusă abordarea identificării imaginiilor pe baza fu-rie-descriptorilor, care sint invanante la
deplasăh,rotiri }i variaţii ale scarei. Abordarea dată este bazată pe calcularea fu-rie-spectriilor a
iinaginilor iniţiale, evldenţierea liniilor inc-hise de aceiaşi luninanţă şi cu fornarea ulterioară a discripto-
rilor invananti. dasificarea nemijlocită a inaginii se efectu-iază prin metodele statistice. Sistenia ce
realizează iietoda fu-rie-descnptorilor conţine procesorul optic de calcul fu-rie-spectrilor a inaginii şi
procesorul nuinenc de prelucrare şi clasificare ulterioară a datelor.
Formare Fourie-descriptoarelor. Pe baza inaginilor iniţiale se fornează furie-spectrii optici, din care in
continuare , prin metoda liintării pragunălor se svedenliază punctele cu acelaji nivel de lumnan(e.
Măriflea pragului se alege in aşa nod,ca să fie posibilă forinarea unm contur inchis a spectrului. De obicei
mărniea pragului se alege egală cu 70 de procente de la valoarea maxiina)ă a luminanţei spectrului.
Oe exemplu in fig.10.9. sint reprezintate porţiunile fotografiei aeriene, care conţin trei clase de
imagini - peisaj urban, ciinp, pădure. Pe fig.10.l0,a este reprezentat conturul spectrului unei imagini. In
planul frecvenţilor spaţiale (u,v) linia de contur K(,) poate fi descrisă prin funcţia unghiurilor (S)
dintre tangente li acsa u. Descoiipunen funcţia (S)- in şirul lui Fourie

(S)=[akcos(2S k/L) + bksin(2S k/L)].

unde L-lungimea totală a curbei. Dacă curba se discretizează in H-puncte, coeficenţii rindului se vor
deterinina in felul umător:

M
-1
ak 
k
 
p 1
P sin(2S p k/L),

M
-1
bk 
k
 
p 1
P cos(2S p k/L). (10.16)

Pentru
unde Sp - distanţa dintre puiictele p şi ptl;
p detemină unghiul dintre punctele p-l şi p. Modulul Ak=(ak+bk)l/2 este invariant ia rotire şi la
variatia scarei.
10.2.2. Sistema opto-electronică cu folosirea detectorului radial-circular
Aceasta sistemă e destinată pentru identificarea invariantă a obiectelor. Sistema (fig.10.l3) conţine

P
Sp   S
q 1
q

procesorul analogic-numeric l pentru transformarea Fourie a imagjnii de intrare, detectorul radial-

cictic 2 (RCD), destinat pentru evitare indicii-lor invarian{i a obiectelor şi procesorut nuneric de
clasificare.

65
 Din proprietăţile transformării lui Furie este cunoscut, in primul rind, că mărimea transformării lui
Furie este invariantă către deplasarea funcţiei. Amplituda transformărn lui Furie nu se schimbă in
dependenţa de deplasările imaginii de intrare.
In a doilea rind , cu rotirea imaginii de intrare, imaginea in planul Furie de asemenea se roteşte. In
afară de acesta fişiile spaţiale a frecvenţelor in planul de intrare (patratul produsului dintre frecvenţa
maximală de intrare şi dimensiunile fizice a planului de intrare după o coordonată) şi in planul
transformărilor lui Fourie sint egale. Proprietălţie propuse permit folosirea reprezentării in planul Fourie
pentru comprimarea sensibilă a datelor. Dacă imagmea in planul Fourie se detectează cu ajutorul DRC,
atunci la ieşirea lui poate fi obţinută informaţia despre scară şi rotirea obiectului de intrare.
Este descris captorul radial-circular, care şi realizează proprietăţiile transforiiarii lui Fourie, descrise
mai sus. Dispozitivul conţine 64 de elemente - 32 radiale şi 32 de detectoare inelare, situate pe o placă cu
diametrul 2,54 cm. Informaţia de la toate ieşirile se formează paralel . Deoarece imaginile sint funcţii
reale şi pozitive , transformarea Fourie va fi simetrică. In conformitate cu acest fapt la impărţirea imaginii
in furie planul in două părţi simetrice, perderea de informaţie nu va avea loc. Captoarele radiale DRC
permit obţinerea informaţiei despre orientarea unghiulară a obiectului la invarietate către scară.
Captoarele inelare permit obţinerea informaţiei despre scară obiectului la invarietate către rotirea. Cu
folosire DHC se efectu-iază micşorarea dimensiunii spaţiului indicilior semnalelor. Aşa dar, dacă
imaginea de intrare conţine l0 de indicaţii ,atunci la ieşire lui DRC avem numai 64 de indicaţii.
Micşorarea dinensiunii indiciilor cu ajutorul DRC are o insemnătate destul de senmificativă in
sistemele hibride - deoarece permite de a micşora volumul cheltuelilor de calcul in procesorul numeric de
clasificare a obiectelor. Au fost analizate trei metode de prelucrare a indiciilor şi clasificărilor: pe baza
transfornărilor lui Carunen-Luva, Fucunaga-Cunz, Fulei-Senon. Toate acestea sint bazate pe formarea
seturilor semnalelor de instruire pentru fiecare clasa de obiecte. Au fost efectuate un şir de experienţe la
identificarea oblectetor de clase diferite a tancului şi automobilului militar, literelor alfâbetului latin.
Rezultatele cercetărilor au arătat, că metoda bazată pe transformarea lui Carunen-Luva dă rezultatele bune
numai la identificarea dintre clase. Metodele lui Fucunaga-Cunz şi Fulei-Senon mai mult se folosesc la
identificarea dintre clase. Din ultimele două cea mai efectivă este metoda lui Fulei-Setion.
Aşa dar, sistena analizată pernite identificarea obiectelor independent de amplasarea lor, variaţia
scării, şi orientarea unghiulară. Avantajul sistemei este aceea,că ea este destul de simplă. Insa in sistem nu
există posibilitatea determinării parametrilor perturbaţilor semnalelor. In afară de acesta, un volum
considerabil de calcul se efectuiază in procesorul numeric a sistemei, ce agraveaza posibilitatea realizării
scării reale a timputui.

10.2.2. Sistemul optico-electronic de identificare invariantă a obiectelor pe baza transforiiării

coardelor.
Transformarea coardelor e deosebit de captivantă pentru scopurile identificării, deoarece ea e
invariantă la pozi|ia obiectului,la schinbarea orientaţiei unghiulare a lui şi a scării. Insă realizarea unei aşa
transformări cu ajutorul CEN necesită cheltueli de timp calculator considerabile, ce complică realizarea
scării reale de timp.
Se examinează posibilităţile de realizare a transformării coardelor şi a identificării invariante a
obiectelor cu ajutorol sistemului optico-electronic. Este arătat că transformarea coardelor poate fi
efectuată calculind autocorelaţia imaginii iniţiale. Astfel de operaţie se realizează uşor in mod optic. In

66
sistem se foloseşte un detector radial-ciclic, care se utilizează pentru discretizarea funcţiei de
autocorelare, pentru extragerea simbolurilor invariante şi introducerea lor in procesorul numeric.
Prelucrarea ulterioară a informaţiei se realizează după criteriul Fisher.
Realizarea optică a transformărri generalizate a coardelor. Transformarea coardelor se determină
pentru imaginea binară f(x,y) reprezentată prin conturul său exterior [3l]. Pentru fiecare pereche de puncte
pe contur se construieşte coarda şi se determină lungimea ei r şi unghiul . Obiectul este caracterizat de
funcţia h(r, ), care descrie toate coardele posibile. Reprezentarea imaginii binare f(x,y) in formă de
functia h(r, ) constitue transfornarea coardelor. Pentru orice imagine binară pot fi deterninate funcţiile
densităţii lungimilor coardelor r şi unghiurilor . Pentru obiectul prezentat in fig. 10.l4,a funcţiile
densităţii r şi  sint prezentate in fig. 10.l4,b,c. Din ultima figură se vede că funcţiile date nu depind de
amplasarea obitctului. Cu schimbarea orientaţiei unghiulare a obiectului funcţia densităţii h() se reduce
la decalare, insă funcţia densităţii h(r) nu se schimbă. Şi invers, cu schimbarea scării nu se schimbă h(),
iar funcţia h(r) se schimbă proporţional scării.

h(r , )    g ( x, y, r , )dxdy    b( x, y)b( x  r cos , y  r sin )dxdy 10.17

Pentru cercetarea transformării generalizate a coardelor să examinăm metodele optice de realizare a

ei. Să determină punctele pe imagine prin (x,y) şi limitele imaginii prin punctele respective in (x,y)=l.
Atunci coarda există intre două puncte a imaginii, dacă g(x,y,r,)=b{x,y)b(x+rcos ;y+rsin)=l, adică
dacă două puncte se găsesc la linitele imaginii. Transfornarea coardelor h(r,) poate fi determinată cu
ajutorul expresiei
In care substituind x=rcos şi h=rsin,
Obţinem

h( x, h)    b( x, y)b( x   , y   )dxdy  b( x, y) * b( x, y)

Expresia (10.34) reprezintă g autocorelaţie a imaginii de contur. Astfel, din (10.34) rezultă că funcţia
h(x,h) poate fi determinată calculind autocorelaţia imaginii de contur a obiectului.
Deoarece procesoarele optice uşor realizează funcţia de corelare, realizarea optică a transformării
coardelor este deosebit de captivantă. Totodată sistemul optic poate realiza şi autocorelaţia imaginii
complete (dar nu numai a conturului lui), fără a mări conplexitatea sistemului. Să deterninăm
autocorelaţia imaginii complete f(x,y):

h( x, h)    f ( x, y ) f ( x   , y   )dxdy  f ( x, y) * f ( x, y)

Deoarece funcţia dată nu se deternină numai de imaginea de contur sau binară, s-o determinăm ca o
transformare generalizată a coardelor. Autocorelaţia imaginii poate fi realizată optic prin diferite metode.
A fost utilizată transformarea Fourier binivelară a puterii spectrului. Autocorelaţia poate fi realizată
paralel cind se folosesc două modulatoare de lumină. O altă metodă este utilizarea corelatorului cu

67
transformarea inbinată, care este bazată pe repactizarea imaginii de intrare cu ajutorul elementulut
holografic.


h()   h(r cos , r sin )rdr
0

Sistemul optico-electronic de identificare. Metoda transformării coardelor se utiliză in diferite lucrări

pentru asigurarea prelucrării invariante a semnalelor. In calitate de indici invarianţi s-au examinat
lungimile şi unghiurile coardelor obiectului. Transformarea coardelor a fost utilizată [30] pentru
descriminarea literelor alfabetului şi a fost realizată prin metoda numerică. Metodele enumerate sint
caracterizate de complexitatea de calcul şi sint orientate pentru identificarea obiectelor de formă din cele
mai simple. O perspectivă mai mare o are metoda transformării coardelor bazată pe prelucrarea funcţiei
optice de auto-corelare cu micşorarea ulterioară a dimensiunilor indicilor pe baza detectorului radial ciclic
(DRC). Structura sistemului optico-electronic e prezentată in fig.10.l10. Sistemul conţine procesorul optic
l pentru calculul funcţiei de autocorelare a imaginii iniţiale (pentru realizarea transformării coardelor),
detectorul radial ciclic semiconductor 2 şi procesorul numeric 3 de clasificare a obiectelor. Un astfel mod
de abordare e deosebit de captivant pentru rezolvarea problemelor aplicative de identificare a semnalelor.
El intruneşte paralelismul sistemelor optice pentru extragerea indicilor şi flexibilitatea, şi deasemenea
posibilităţile de calcul a procesoarelor digitale de clasificare. Determinind funcţia de transfornare a
coardelor h(,)=h(rcos, rsin), ieşirile detectoarelor radiale ale traductorului putem să le descriem ca
iar ielirile detectoarelor circulare:


h( r )   h(r cos , r sin )rd
0

Analiza ultiinilor expresii arată că h() nu depinde de r (de lunginea coardei) şi e invariantă la
schimbarea scării imaginii de intrare; funcţia h(r) nu depinde de  (orientaţie) şi e invariantă la
schimbarea orientaţiei unghiulare a imaginii. Utilizarea DRC (fig.10.l6) face posibilă discretizarea
funcţiei h(r, ) in 64 de elemente.
Procesorul digital al sistemului e destinat pentru realizarea operaţiei de clasificare a obiectelor.
Algoritmul de clasificare e bazat pe utilizarea criteriului lui Fisher cu determinarea combinaţiei liniare a
indicilor obiectelor şi formarea functiei liniare de discriminare (FLD).

Ni
1
m ij 
Nj
f i 1
10.18

In multe cazuri la formarea FLD se utilizează seturi de imagini etaloane (imagini din diverse clase de
obiecte cu diferite orientaţii unghiulare, scări ş.a.m.d.). Să examinăm problema identificării a două clase
de obiecte cu seturi de imiagini etaloane {fli(x,y)},{f2i(x,y)} şi cu numărul de imagini Nl şi N2 respectiv.
Pentru fiecare imagine calculăm vectorii indicilor fli, f2i, vectorii mărimilor medii ml şi m2

68
 Ni T

Sj  ( f
i 1
ji  m j )( f ji mj)

i=l şi matricile dispersiilor

Scopul clasificatorului liniar constă in deterninarea FLD sau vectorului m, care reprezintă o
combinatie liniară a indicilor. Pentru imaginea de intrare necunoscută se fomiează vectorul indicilor f, se
calculează produsul WTf (unde T inseannă operaţia transpunerii) şi rezultatul se compară cu pragul P.

2
m1  m2
I  2 2
S1  S2

Dacă WTf>P, atunci obiectul de intrare necunoscut se clasifică ca eleaent de categoria intiia sau a
doua respectiv. Pentru determinarea W e necesar de a alege măsura, care apoi va trebui optimizată. In
dasificatorul lui Fisher astfel de parametru este

Ni
1
W
T T
mj  f ji W mj 10.19
Ni i 1

In expresia (10.37) ml, m2 - mărimile medii ale proiecţiilor setului de date etaloane in categonile l si 2
pem», adică

T T T
S j  (W f ji W mj) W S jW (5.39)

şi Sl ,S2 - dispersiile proiecţiilor setului datelor etaloane in categoriile respective:

Astfel l reprezintă măsura de distincţie intre categorii.
Pentru determinarea FLD W, care maxmizează l in (10.37), e necesar de a descrie I9 prin W.
Folosind expresiile (10.35),(10.38), scriein numărătorul expresiei (10.37) in felul numărător:

(m1 - m 2 )  (W T m1 - W T m 2 ) 2  W T SB W , (10.20)

unde matricea interclasială a dispersiilor SB pentru problema distincţiei a două clase reprezintă un
vector:

SB= (ml- m2)(ml-m2)T.

Să descriem numitorul expresiei (10.37), folosind (10.36), (10.39):

S12  S22  W TS1W  W TS2 W  W TSW W, (10.21)

unde matricea SW = Sl+ S2. Substituind expresiile (10.40) şi (10.4l) in (10.37), vom determina că
relaţia lui Fisher poate fi descnsă cu ajutorul FLD W in felul următor:
69
 W T SB W
I(W)  (10.22)
W TSW W

Diferenţiind expresia (10.42) după W şi egalind rezultatul cu zero vom afla că W se determină din
expresia

SB W  ISW W. (10.23)

Dacă S nu este o matrice unitară, expresia (10.43) poate fi scrisă astfel

SW SB W  W.
-1
(10.24)

Soluţia expresiei (10.44) este FLD căutată:

W  SW (m1 - m 2 ).
-1
(10.25)

Astfel, pentru calcularea FLD conforin expresiei (10.45), e necesar de a calcuia vectorii mărinilor
medii ml şi m2, şi deasemenea matricea SW pentru setul de date etaloane. Substituind valorile găsite in
(10.45), determinăm FLD W optimală, care maximizează relaţia lui Fisher I(W) in (10.37). In calitate de
prag se ia mărimea medie a proiecţiilor seturilor etaloane de date:

( m1 - m 2 )
P . (10.26)
2

Rezultatele cercetărilor experimentale. Pentru efectuarea experimentelor au fost utilizate seturi de

imagini ale corăbiilor, obţinute in spectrul infraroju. Setul era compus din două categoni de corăbii,
fiecare categorie conţinind 36 de imagim, formate prin rotire cu intervalul de l0o. In expermente au fost
utilizate imagini cu semitonuri şi binare. In tab, 10.7 sint prezentate seturile de imagini a fiecărei clase de
corăbii cu care au fost efectuate nemijlocit experienţele.
Numărul de indici sau dimensiunile spaţiului indicilor influienţează asupra numărului de imagini
etaloane in set. Sint posibile urnătoarele cazuri: 0 > N, D = H, D < N, unde H = Nl <• N2. Daca D > N,
sint posibile diferite soluţii, W se alege una din ele. Totodată S W este unitară (ordinea lor e mai mică ca
D).
Şi deoarece FLD W care maximizează relaţia lui Fisher nu există (fiindcă nu există S ), rezultă că sint
multe soluţii. Cind D == N, există o singură soluţie, care uşor se găseşte rezolvind ecuaţia matricial-
vectorial. Dacă D < N, atunci nu există o soluţie directă, şi este necesar de a utiliza metode de
aproximatie. Totodată se minimizează eroarea medie patratică.
Condiţia D < N (ce se intilneşte des in practică) constă in aceea că setul de imagini accesibil să fie
limitat, deaceea este necesar de micşorat mărmea D. Dacă vor fi utilizaţi D = 64 indici, ridicaţi de pe
DRC, sint necesare N >= 65 imagini etaloane. Pentru identificarea semnalelor a două clase sint in total 72
70
de imagini (cite 36 pentru fiecare clasă). Astfel, dacă se utilizează toţi 64 de indici, atunci este necesar de
a păstra 65 de imagini din 72. Aceasta dă posibilitate de a utiliza pentru control numai 7 imagim din 72.
Rezultatele unor astfel de experimente nu vor fi suficient de impresionante. Deacea este necesar de a
micşora in viitor numărul de indici. Aceasta este necesar de efectuat şi pentru mcşorarea volumului de
calcule. Analiza semnalelor de ieşire a DRC pentru 72 de imagini a arătat că ieşirile a opt detectoare
circulare sint egale cu zero. Deaceea numărul de indici se micşoreaza pină la D = 56.
Pentru micşorarea ulterioară a dimensiunii indicilor calculăm mărimile medii mld şi m2d şi devierile
medii patratice s2ld, s22d a fiecărei ieşiri a DRC ( a = l,...,56) pentru diferite seturi etaloane. Apoi se
calculează R = (mld - m2d)/(s2ld + s22d ) a tuturor 56 detectoare. In calitate de indici se menţin semnalele de
ieşire a l8 detectoare cu valoarea lui R maximală.
In tab. 5,8 sint prezentate rezultatele experimentale a identificării semnalelor binare şi cu semtonuri a
corăbiilor. Experimentele au fost efectuate pe fiecare din seturile de imagini etaloane (tab.10.7). Pentru
fiecare caz se calculau valorile ml, m2 şi SW-l, pe baza cărora mai apoi se forma funcţia liniară de
discriminare W in corespundere cu expresia (10.45) şi valoarea pragului P (expresia (10.46)).
După cum urmează din rezultatele menţionate, exactitatea de identificare a obiectelor rămiine
suficient de mare chiar şi la prelucrarea seturilor de imagini micşorate de doua-trei ori in comparaţie cu
cea iniţială (seturile 2-5). Totodată probabilitatea identificării corecte la prelucrarea imaginilar cu
semitonuri e mai mare decit a celor binare.
In alte sisteme bazate pe utilizarea criteriilor lui Fisher, Fucunaga-Kunz ş.a., clasificatoarele au fost
aplicate pentru sinteza filtrelor. Pentru soluţionarea diferitor probleme de identificare in astfel de sisteme
este necesar de format filtre noi. Structura examinată este mai generală, deoarece sistemul optic la
rezolvarea altor probleme de identificare nu se schimbă.

10.2.3. Sistemul optico-electronic de clasificare a obiectelor pe baza analizei statistice a

funcţiilor de corelare.
Procesoarele şi sistemele optice, optico-electronice, bazate pe principiile filtrării adaptive, sint
mijloace de calcul cu o capacitate destul de mare. Insă intr-o serie de cazuri luarea de decizie despre clasa
obiectului pe baza măsurarii simple amplitudinii maximului corelaţional nu este suficientă. Se
examinează sistemul optico-electromc hibrid, in care cu ajutorul procesorului optic analogic se calculează
funcţia de corelare a imaginii de intrare a obiectului, iar prelucrarea ulterioară a funcţiei date se efectuiază
cu mijloace numerice[38,39]. Totodată se utilizează metode de analiză statistică. Sint aduse rezultate
experimentale a identificării diferitor obiecte.
Principiile de identificare a obiectelor pe baza analizei statistice a funcţiilor de corelare. Modul
general de abordare al identificării constă in măsurarea distanţei intre vectorul obiectului necunoscut şi
vectorul-etalon [40]. Una din căile realizării optice a metodei de identificare este filtrarea adaptivă [4l].
Totodată sennalul de la ieşirea corelatorului poate fi descris in felul umător:


W ( , )   f ( x, y ) h * ( x   , y   ) dxdy


unde f(x,y) - funcţia obiectului identificat; h(x,y) - funcţia etalonului. Funcţia W(,) reprezintă
semnalul de corelare.

71
 Poziţia maximului de corelare corespunde poziţiei obiectului, identificat in imaginea de intrare.
Intensitatea (sau mărinea) maximului corelaţiel serveşte adesea ca unitate de măsură a apropierii imaginii
de intrare şi etalonul. Pentru deterninarea apartenenţei obiectului la o oarecare clasă se utilizează
detectarea de prag. Totodată in calitate de indice al obiectulin la clasificare se utilizează valoarea
maximulul intensităţii semnalului de corelare. Analiza posibilităţilor practice a metodei date de clasificare
a arătat că intr-o serie de cazuri ea nu este suficient de efectivă şi are două neajunsuri principale:
- pentru fiecare obiect identificat este necesar un filtru adaptiv. Aceasta aduce la aceea că la
identificarea unui număr mare de obiecte apare necesitatea de utilizare a unui număr mare de filtre
etaloane, ce aduce la cheltueli mari de timp la identificare. Inafară de aceasta, filtrele trebuesc instalate cu
o pre-cizie inaltă pentru a evita pierderile difracţionale excesive;
- intr-o serie de cazuri la clasificare măsurarea simplă a intensităţii maximului semnalului de corelare
nu este suficientă. Obiectul puţin modificat sau alterat se ia drept obiect necunoscut, nou.
Este prezentată o metodă de evitare a neajunsunlor nentio-nate, care constă in unificarea posibilităţilor
metodelorcu rapiditatea inaltă de corelare optică cu metode numerice de prelucrare a semnalelor. Se
examinează sistemul hibrid experimental, care conţine un corelator optic coerent şi un procesor digital cu
prelucrarea ulterioară a funcţiei de corelare şi clasificarea pe baza microprocesoarelor. Micşorarea
numărului de filtre necesare pentru identificare poate fi obţinută prin codificarea binară. Este arătată [42-
44] redundant[ filtrăriii adaptive. Pentru clasificarea a N imagini sint necesare doar k = log N diferite
funcţii etaloane. Totodată funcţia corelaţie va căpăta forma următoare:

Imaginile identificate ale obiectelor pot să se deosebească de cele etaloane printr-o serie de parametri.
De exemplu, ele pot fi alterate, pot să aibă o orientaţie unghulară, scară şi unghiul de luat vederi arbitrare.
Prin alte cuvinte, in filtre e imposibil de a lua in consideraţie diferite modificări statistice ale obiectelor
identificate. Deaceea la clasificarea obiectelor măsurarea simplă a intensităţii maxmului semnalului de
corelare poate să deie rezultate insuficient de bune .


Wnk ( , )    f n ( x, y)hk * ( x   , y   )dxdy , n  1...N , k  1...K


In fig. 10.l8 sint prezentate răsunete corelationale la diferite alterări ale obiectelor. După cum se vede,
amplitudinea maximelor funcţiilor de corelare poate să se schimbe esenţial. In acelaşi timp forma
semnalului de corelare la alterare a imagnii de intrare practic nu se schimbă. De aceia pentru a mări
exactitatea identificării e raţional de a extrage mai multă informaţie din semnalul de corelare. Sint
examinaţi diverşi indici ai semnalelor de corelare:
- indicii conturului (parametrii simpli,discriptorii-fourier);
- histogramele gradiente multinivelare;
- histogramele multinivelare ale curbelor;
- momentele canonice;
- analiza directă cu multe nivele.
Pentru clasificarea definitivă a obiectelor se utilizează metode statistice. Toti indicii semnalelor
formează vectorul indicilor. In viitor dimensiunea unui astfel de vector se micşorează prin analiza
conponentelor principale. Clasificarea se efectuiază prin analiza discriminantă. Sistemul optico-electronic
72
hibrid de pretucrare a semnalelor. Pentru realizarea metodelor de identificare a semnalelor examinate mai
sus a fost elaborat sistemul optico-electronic (fig.10.l9). Sistemul constă din două părţi principale -
complexul de mijloace digitale electronice de prelucrare a semnalelor şi procesorul optic coerent. In
componenţa complexului de mijloace digitale intră teminalul l,procesorul de prelucrare a semnalelor 2,
funcţionarea căruia este dirijată de CEN 3 de tipul PDP-ll/60, monitorul 4, blocurile de memorie a
semnalelor cu senitonuri 5,8, blocul de memrie a semnalelor binare 6, blocul de limitări de prag 7,
convertorul analogic-numeric 9, blocul de codificare in culori l0, monitorul in culori ll, vidiconul l2, CEN
de dirijare l3. Procesorul optic conţine lentile de transfomare-Fourier l4,l8, dispozitivul de inregistrare a
filtrelor etaloane l9, panoul pentru introducerea semnalelor iniţiale l5, oglinda semitransparentă l6,
oglinda reflectoare 20, laserul l7. Procesorul optic coerent este instalat pe o masă cu rezistenţă la vibraţii.
In calitate de generator de radlaţie coerentă se utilizează laserul din argon. Filtrele etaloane se
inregistrează pe peliculă temoplastică. Totodată este admisă posibilitatea de inregistrare a grupului de
filtre şi introducerea lor succesivă la etapa identificării. Semnalul optic de corelare este citit de vidiconul
l2, cu ajutorul CAN 9 se discretizeaza in 64x64 elemente cite 256 de nivele de luminanţă, şi se
inreaistrează in blocul de memorie 10. După operaţia programabilă a delimitării de prag imaginea
introdusă se transformă in binară şi se inregistrează in blocurile memorie 6. In viitor imaginile binare se
conturează, iar cele cu semitonuri se folosesc pentru extragerea indicilor. Pentru cercetarea vizuală se
utilizează monitorul in colori ll. Procesorul digital 2 de prelucrare a semnalelor e construit pe baza
micropro-cesoarelor din seria Motorola 68000. Dirijarea cu prelucrarea informiaţiei in sistem se
realizează cu ajutorul CEN l3. Pentru obţinerea invarianţei la poziţia şi orientaţia unghiulară a marginilor
in catitate de indice se utilizează valorile histogramelor a patru matrici de gradienţi.
Histogramele schimbărilor prin mai multe nivele. Schimbarea prin mai nulte nivele pe X se determină
in felul următor:

Gx(i,j) =G(I+l,j) - 2G(i,j)+G(i-l,j).

Valorile histogramelor se utilizează in calitate de indici, invarianţi la amplasarea şi rotirea semnalelor.

Momentele canonice ale ordinii (k+l) - ale funcţiei bidimensionale f(x,y) se determină in felul urnător:

 k ,l    ( y  y )l ( x  x') k f ( x, y )dxdy


Sau in cazul inatricii discrete F(i,j) cu dimensiunile N x N:

N 1 N 1
mk ,l   (i  i ' ) k ( j  j ' )l F (i, j )
i 0 j 0

unde (x’,y’),(i’,j’) - coordonatele centrului de masă a imaginii. Pentru semnalul de corelare se

calculează momentele pină la ordinea 23 (adică 300 de valori ale momentelor), care se folosesc in calitate
de indici in procesul clasificării.
La analiza directă cu multe nivele de fomare a indicilor se analizează un fragment al imaginii cu
dimensiunile l7xl7 pixeli, care conţine in sine maximul corelaţional. O astfel de analiză se efectuiază
73
după metoda lui Carunen-Luv.
Seturile de indici ale funcţiilor de corelare. In procesul de prelucrare al semnalelor se analizează
cimpurile de corelare ale funcţiilor auto- şi repartitor corelaţionale. Totodată se extrag diverse seturi de
indici ale funcţiilor de corelare. La etapa următoare indicii extraşi se folosesc pentru clasificarea obiecte-
lor. Să examinăm seturile de indici ale funcţiilor de corelare.
Au fost utilizate două seturi de indici ai conturului -parametri şi discriptorii-fourier simpli. Pentru
fiecare semnal de corelare se formează şase contururi pe diferite nivele de luminanţă - 20, 30, 40 50, 60,
70% din valoarea maximală a lui. In procesul analizei se formează parametrit simpli - suprafaţa,care este
cuprinsă de contur, şi lungnnea lui, intensitatea semnalului, şi de asemenea discriptorii-fourier.
Histogramele gradienţilor cu multe nivele ale semnalelor de corelare. O altă metodă de extragere a
indicilor din semnalele de corelare constă in construirea histogramelor gradienţilor cu multe nivele ale
semnalelor de date. Totodată se apreciază valoarea absolută a gradienţilor in patru direcţii (orizontală,
verticală,şi două diagonale). Deoarece pasul de discretizare a semnalelor e constant, valoarea gradientului
e proporţională cu diferenţa dintre luminanţele a doi pixeli vecini ai imaginii. De exemplu, valoarea
absolută a gradientului după Sx(i,j) =|G (i+l,j) - G(i,j)|, unde G(i,j) - matrice cu multe nivele,
caracterizează imaginea corelaţională.
Următoarea etapă după extragerea indicilor este reducerea spaţiului de indici de la 300 la o cifră mai
mică admisibilă. După aceasta cu ajutorul analizei discriminante se efectuiază nemijlocit clasificarea.
Reducerea spaţiului de indici al funcţiilor de corelare. Dacă pentru fiecare seinnal de corelare se
formează p-indici, atunci semnalul de corelare se reprezintă in formă de vectorul x in spaţiul de indici
euclid p-dimensional. Pentru analiza discriminantă ulterioară un astfel de vector, care conţine circa 300
elenente, este foarte mare. Totodată există o interconexiune intre diverse elemente (indici) ale funcţiei de
corelare. Aceasta inseamnă că vectorul indicilor x este redundant, adică conţine elemente redundante.
Pentru inlăturarea elementelor redundante ale vectorului este necesar de transformat spaţiul de indici p-
dimensional in n-dimensional, unde n<p. Vectorul indicilor x se transformă in vectorul y cu ajutorul
matricii B cu dimensiumle pxn: y = Bx. Matricea de transfortiare B va fi determinată in felul următor: B
= VG-l/2 , unde V - matricea vectorilor; G - matricea diagonală a valorilor matricii corelaţionale de indici
R. Matricea R = l/N  XiXi’ , unde N - numărul de obiecte al modelului. Pentru a primi B este necesar de
calculat R. V şi G trebue să fie astfel, incit să satisfacă ecuaţia RV = VG. După etapa de reducere a
dimensiunii următorul pas in procesul identificării este analiza discriminantă. Ultima etapă la identificare
este clasificarea semnalelor de corelare, reprezentate de vectorul y, in k clase. Aceasta se efectuiază cu
ajutorul transfornării liniare. Totodată vectorul cu n elemente y se transfomă in vectrul z, care se
utilizează in clasificarea ulterioară: z = V’y. Dacă valoarea z a obiectului i e cunoscută, atunci obiectul
aparţine acelei clase i,j=l...k, pentru care probabilitatea pji e maximală (clasificarea după Bayess).
Scopul analizei discriminante este aflarea celei mai avantajoase funcţii discriminante, adică a unui
astfel de vector al coeficienţilor V, incit intervalul interclasial să fie maximal, iar dispersia intraclasială -
minimală. Densitatea probabilitătii vectorului Vi a clasei j cu vectorul mărimilor medii i şi matricea
intraclasială a dispersiilor Dm se determină in felul următor:

pij= (2)-0,5n Dm-0,5 exp {-0,5(yI - I) D-lm(yi - j)}.

Repartizarea luminanţei imaginii reale se caracterizează de trei matrici principale:

74
 - suma intraclasială a patratelor produselor repartitoare -matricea W;
- suma interclasială a patratelor produselor repartitoare -matricea A;
- suma totală a patratelor şi a pcoduselor repartitoare -matricea T.

k Nk
W  (y
j 1 i 1
ji   j )( y ji   j )' ;

k
A  N k  (  j   )(  j   );
j 1

T  SS ( y   )( y   )'

Totodată matricile examinate se deteritină in felulurmător:

unde k - numărul de clase; N - numărul de obiecte in fiecare clasă; B - vectorul valorilor medii ale
claselor; n - vectorul valorilor medii totale.
Dacă este dată transfornarea z = V’y, atunci suma interclasială a patratelor funcţiilor discrminante este
egală cu V A V, iar suma intraclasială - cu V W V. Pentru o discriminare mai avantajoasă funcţia
 = (V’AV)/(V’WV) trebuie să fie maximală. Măsura calităţii discriminării este parametrul =|W|/|T|.
Rezultate bune la clasificare se obţin pentru mărimi mici a lui .
Cercetarea experimentală a metodei clasificării. In procesul clasificării in procesorul digital
prelucrarea informaţiei se efectuiază după următorul algoritm. Se execută discretizarea semnalului optic
in 64x64 elemente, apoi se formează diverşi indici (x). Cu ajutorul matricii B indicii daţi se transfomă in
vectorul yi care se inmulţeşte cu vectorul transfomărilor V şi formează valoarea discrminantă zi. Pe baza
parametrului zi se calculează probabilităţile pli şi p2i pentru grupurile semnalelor de corelare. Semnalul de
corelare aparţine acelei clase, probabilităţile pji ale căreia sint maximale.
Pentru verificarea proprietătilor de clasificare şi puterii discriminante a diverşilor indici se efectuau
cercetări experimentale pe baza setului din 64 de litere şi cifre ale alfabetului latin (fig- 5,20). Funcţia de
corelare se forma prin metoda numerică. Pentru modelarea condiţiilor reale simbolurile au fost supuse
perturbării cu zgomot binar ocaziţional, schimbării orientaţiei unghiulare, scării, inclinării. Au fost
formate două grupuri de simboluri cu cite 32 fiecare. Pentru simbolurile primului grup se calculau filtrele
corespunzătoare. Astfel de simboluri se refereau la semalele identificabile. Al doilea grup il constituiau
semnalele neidentificabile.
A fost format un set din 256 de semnale de corelare etaloane, cite 64 de semnale pentru obiecte:
- fără schimbări;
- răsucit cu 2,5 ;
- cu schimbarea scării de 0,95 ori;
- cu schiabarea inclinării cu unghiul a = arctg(0,07).
Pentru fiecare din semnalele de corelare se extrăgeau indici invarianţi, descrişi anterior. Asupra
indicilor extraşi afost efectuată analiza componentelor principale şi analiza discriminantă. Se efectua
clasificarea semnalelor etaloane şi necunoscute, se calculau parametrii  şi procentul obiectelor clasificate
corect.
Setul semnalelor de control necunoscute conţinea cite l6 sennale:
- perturbate;

75
 - rotite cu 2 ;
- cu schinbarea scării cu 0,955;
cu schimbarea inclinării cu unghiul a = arctg(0,05).
In tab. 10.9 sint prezentate rezultatele clasificării pentru-diverse seturi de indici ale semnalelor de
carelare. Din tabel se vede că cele mai rele rezultate se obţin prin metoda momentelor. Inafară de aceasta,
metoda dată necesită cheltueli de timp mai mari la realizarea in CEN. Pentru inbunătăţirea calităţii identi-
ficării se foloseau conbinaţii de indici, extraşi prin diferite metode. Rezultatele idsntificărn pentru
conbinaţiile din două sau trei seturi de indici sint prezentate in tab. 10.l0. După cum se vede din tabel, in
cazul combinaţiei din două seturi, cele mai bune rezultate se obţin pentru indiciide contur şi gradienţii cu
multe nivele. Totodată probabilitatea identiflcării corecte pentru obiectele setului etalon pl= l, setului de
control p2= 0,953l, setului general de obiecte p3= 0,9906. Mai bune rezultate se obţin in cazul combinaţiei
din trei seturi de indici. In cazul utilizării indicilor, gradienţilor şi schimbărilor cu multe nivele de contur
pl= l,0, p2= 0,9688, p3= 0,9938
Astfel, metoda filtrării optice coerente poate fi utilizată cu succes pentru extragerea indicilor in cazul
identificării multiclasiale a obiectelor. Cu ajutorul prelucrării numerice obiectele se clasifică prin analiza
statistică a semnalelor de corelare. Un astfel mod de abordare dă rezultate mai bune, in comparaţie cu
filtrarea adaptivă. Insă, pentru obţinerea probabilităţii de identificare corecte suficient de mari este
necesar de utilzat combinaţia din trei şi mai multe seturi de indici, extraşi prin diferite metode.
Bineinţeles, aceasta necesită cheltueli de timp considerabile, ceea ce ingreunează posibilitatea de realizare
a scării reale de timp. Pe lingă aceasta, in cazul acestui mod de abordare e posibilă prelucrarea imaginii,
care conţine numai un obiect. In caz contrar, pentru a nu permite reducerea exactităţii de identificare,
inaintea operaţiei de filtrare optică este necesar de a segmenta imaginile de intrare, ceea ce deasemenea
va aduce la mărirea timpului total de prelucrare a informaţiei. Sint examinate structurile sistemelor
optico-electronice pe baza analizei statistice a spectrelor-fourier ale inagini-lor,funcţiilor de autocorelare
(transforaarea coardelor) li re-partitor-corelaţionale.
În sistenul descris in 10.2.l, cu ajutorul procesorului optic-se calcuiează spectrul fourier al imaginii
iniţiale, care apoi se introduce în CEN. În viitor pe baza spectriilui Founer se formează discnptorn
invarianţi ai imaginilor şi se efectuiază clasificarea obiectelor cu utillzarea algoritmelor speciale de
analiză statistică. Sistenul prezentat în 10.2.2 deasemenea este bazat pe calculul spectrului Fourier al
imaginii, însă pîna la introducerea în CEN informaţia optică se transformă în informaţie numerică cu
ajutorul detectorului radial-ciclic. Dispozitivul dat dă posibilitate de a extrage din spectrul Fourier al
imaginii indici ai obiectului identificat invarianţi la orientatie unghiulară şi scară. Indicii formaţi astfel se
îtntroduc apoi în CEN şi se prelucreaza conform algoritmelor corespunzatoare. În sistemul descris în
10.2.3, pentru realizarea transformării coardelor se utlizează procesor optic. În structura sistemului e
analogică celei precedente, adică conţine detectorul radial-ciclic, CEH. Sistemul prezentat în 10.2.4
conţine procesorul optic bazat pefiltre holografice adaptive şi procesorul digital de analiză a funcţiior de
corelare. Particularitatea sistenului constă inaceea că so-lutionarea identificării obiectului se efectmază
nupe baza năsurării sinple a anplitudinii răsunetului corelaţional, dar prin analiza func(iei de corelare prin
diferite netode statistice. Particularitatea caracteristică a sistenelor prezentate esteo coBbinare a
mijloacelor optice de calcul, utilizate pentru extra-gerea indicilor inaginii, cu nijloace digitale de calcul
pentru anliza ulterloară a indicilor extraşi cu utilizarea netodelor de analiză statistică. Astfel, se unifică
paralelismul procesoarelor optice şi flexibilitatea, resursele de calcul ale aijloacelor di-gitale. 0 altă

76
particularitate iiiportantăasistenelor exaninate esta lipsa necesitătii de păstrare afiltrelor etaloane şi conpa-
rarea lor cu obiectele identificate (înafară de sistemele bazate pe analiza funcfiilor repart<tor-
corelaţionale). Aceasta dă posi-bilitate intr-o măsură amnntă de a sinplifica sistemul. Totodată sistatelor
date le sint proprii un şir deneajunsuri. În primul rind, volunul considerabil de calcule seefectuiază in
procesorul digital după algoritiie destul deconplicate. Ca rezultat posibili-tatea realizării scării reale
detinp va provoca anuiiite difi-cultăIi. in al doilea rind, insistene lipsejte poslbilitatea de-terninării
conplecte a tuturor paranetrilor obiectelor - amplasării, orientaţiei [Link]ării, unghiului de luat
vederi. în al treilea rind, exactitatea identificării obiectelor depinde considerabil de gradul perturbării
semnalelor de intrare.

11. PROIECTAREA SISTEMELOR DE PRELUCRARE A SEMNALELOR

11.l. Proiectarea sistemelor electronice.

11.l.l. Particularitatile proiectarii sistemelor de prelucrare a semnalelor.
Sistemele de prelucrare a semnalelor reprezinta o clasa din sistemele de calcul. Pentru proiectarea
acestor sisteme pot fi folosite diferite metode de proiectare a sistemelor de calcul. Procesul de proiectare a
sistemului de calcul consta din etapele următoare:
l. Proiectarea sistemo-tehnica;
2. Proiectarea schemo-tehnica;
3. Proiectarea constructiva.
Tot odata e necesar sa luam in consideratie particularitatile urmatoare:
l. Necesitatea prelucrarii rapide a masivelor mari de date duce la organizarea functionarii paralele a
modulelor sistemului la nivele structurale si functionale.
2. Etapa principala in procesul de proiectare este etapa sistemo-tehnica ce reese din particularitatea l.

11.l.2. Etapele principale a proiectarii sistemelor de prelucrare a semnalelor.

Etapele de proiectare a sitemului de prelucrare a semnalelor:
l. Analiza problemei. Proiectarea arhitecturii sistemului. Formularea cerintelor generale catre SOFT.
2. Proiectarea structurii sistemului. Estimarea prealabila a caracteristicilor structurii. Aprecierea
cerintelor catre SOFT.
3. Proiectarea si alegerea schemelor structurale si functionale a subsitemelor, modulelor si blocurilor
sistemului. Proiectarea structurii SOFT-ului si estimarea caracteristicilor tehnice a sistemului.
9. Proiectarea modulelor de nivel de scheme principiale, alegerea elementelor de baza, alegerea,
elaborarea algoritmilor si programelor. Estimarea caracteristicilor tehnic0-economice a modulelor si
sistemului in general.

77
 11.l.3. Proiectarea sistemelor de prelucrare a semnalelor în baza calculatoarelor personale
Sistemul se proiecteză in baza sarcinei următoare:
l) Destinatia. Ameliorarea semnalelor semiton cu un numar de pixeli de 5l2x5l2. Recunoasterea
obiectelor.
2) Datele initiale se prezinta in forma de semnal video (rezultatul - pe monitorul calculatorului).
3) Timpul prelucrarii este nu mai mare de 2 cadre/sec.
4) Se prevede regim de lucru interactiv.
La etapa l se analizeaza posibilitatea rezolvarii probabilitatii puse in baza calculatorului standard
(Tc=40ms). Sistemul de prelucrare a semnalelor se formeaza in baza algoritmului de pre-
lucrare a semnalelor care consta din urmatoarele etape :
l - formarea imaginii despre obiectul initial si introducerea ei in sistem; ca rezultat se formeaza o
matrice de stralucitate.
2 - ameliorarea imaginii cu scopul de a inlatura zgomotul si alte denaturari.
3 - prezentarea imaginii din forma binara in forma semiton. 4 - prelucrarea prealabila a imaginii
binare si extragerea
indicilor obiectelor.
5 - recunoasterea obiectelor.
Etapa l se realizeaza cu ajutorul unui subsistem de introducere a imaginii. Etapele 2 pana la 5 se
realizeaza in subsitemul de prelucrare a semnalelor. La etapele 2, 3, 5 imaginea se prezinta in forma
diferita, deacea are rost sa fie folositi procesori pentru prelucrarea semnalelor semiton si binare.
Pentru a asigura rapiditatea necesara e rational de a folosi un canal de schimb rapid de date video
dintre subsitem de introducere a imaginii si procesorul de prelucrare a semnalelor semiton. La etapele 3,
4, 5 pentru prelucrarea semnalelor pot fi utilizate procesoare de prelucrare a semnalelor a calculatorului
personal. Functiile de extragere a imaginii pot fi transferate prin magistrala de sistem a calculatorului
personal. Functiile de extragere a semnalelor pot fi realizate in baza suvsitemelor de introducere a
imaginii.

11.l.4. Optimizarea sistemelor de prelucrare a semnalelor.

Sistemul proiectat se caracterizeaza printr-un set de parametri pl, p2,..., pn. Structura sistemului poate
fi optimizata in baza unei functii de optimizare care este:

R = f{pl, p2,...pn}.

Parametrii pi sunt niste functii de la parametrii al,a2,...an pi = al,a2,...an, unde este functia ce descrie
dependenta [Link] calitate de ai pot fi numarul de canale, numarul de blocuri de memorie
[Link] sistemului poate fi efectuata in baza metodelor si mijloacelor standarde asa ca : sistemul
de modelare GPSS etc.
6.2. Elaborarea sistemelor de prelucrare a semnalelor bazate pe imbinarea procesoarelor optice ii
electronice
In ultimii ani s-a atins un inalt progres in elaborarea ii crearea cum a sistemelor de calcul specializate,
aia ii a sistemelor universale multiprocesoare [3,4]. Astfel de sisteme sunt caracterizate de o inaltă

78
productivitate, care atinge sute de miliarde operaţiiţsecundă. Cu toate acestea ele sunt complicate,
consumă o putere deosebită, care in unele cazuri limitează sfera de [Link] esenţiale au fost
căpătate in direcţia creării procesoarelor optice ii optico-electronice de prelucrare a semnalelor,
care se deosebesc prin caracteristicele sale masăţgabarit mici ii in acelai timp capacitate de
transmitere inaltă [6,7]. In genere au fost elaborate procesoare , care realizează diferite operaţii de
prelucrare prealabilă a semnalelor, aia ca transformarea coordonatelor semnalelor, conturarea,
eliminarea zgomotului i.a.O altă direcţie legată de crearea procesoarelor optice este destinată extragerii
particularităţilor semnalelor ii recunoaiterea lor invariantă ţ7i. Astfel, sunt proiectate dispozitivele bazate
pe calcularea criteriilor de moment, funcţiilor de corelare cu folosirea filtrelor discriminant-codificate
după fază ii sintetizate de [Link] optice, care realizează operaţiile indicate, sunt bazate
pe folosirea filtrelor holografice, sintetizate la calculatoarele numerice ii deasemenea pe principiile
logicii celulare. Rapiditatea a astfel de procesoare se determină de viteza luminii ii este limitată
numai de productivitatea dispozitivelor introducereţextragere a informaţ[Link]ă analiza arată, că nu
toate operaţiile de prelucrare a semnalelor in prezent pot fi realizate cu ajutorul mijloacelor optice. In
afară de aceasta, mijloacele optice de calcul au un neajuns, care este determinat de o flexibilitate
limitată.Deacea crearea mijloacelor de calcul de prelucrare a semnalelor efective ii cu o productivitate
inaltă, este legată de elaborarea sistemelor multiprocesoare, bazate pe imbinarea structurilor optice ii
electronice, distribuirea optimală a funcţilor intre dispozitivele de prelucrare de tip [Link] capitolul dat
se precaută un iir de probleme, legate de cercetarea ii elaborarea teoriei proiectării sistemelor paralele
opticoelectronice de prelucrare a [Link] paragraful 6.2.l este propus modelul unui sistem de pre-
lucrare paralelă a semnalelor, bazat pe folosirea principiului decompoziţiei funcţiei de prelucrare.
Modelul permite de a organiza prelucrarea paralelă de două tipuri - in timp ii in spaţ[Link] paragraful 6.2.l
sunt analizate posibilităţile realizării diferitor operaţii de prelucrare a semnalelor cu ajutorul mijloacelor
electronice ii optice de calcul. Este arătat, că timpul realizării optice a unor operaţii este esenţial mai mic
decit realizarea lor prin mijloace electronice. Este precăutat modelul structural a sistemului de calcul, care
reprezintă prin sine un conveier a dispozitivelor de calcul [Link] paragraful 6.2.2 s-au estimat
cheltuielele de timp in sistemul propus la prelucrarea a unei sau a unui set de imagini.S-a calculat
dependenţa cheltuielelor de timp in funcţie de lungimea conveierului, raportul dispozitivelor optice ii
electronice ii a timpului de prelucrare in ele.
In paragrafele 6.2.3, 6.2.4 sunt expuse metodele proectării sistemelor de prelucrare a imaginei in
regim static ii dinamic in lipsa ii prezenţa limitelor asupra resurselor dispozitivelor de prelucrare.

11.2. Elaborarea sistemelor de prelucrare a semnalelor bazate pe îmbinarea procesoarelor optice şi

electronice

11.2.l. Modelul prelucrării paralele a semnalelor

Fie problema de prelucrare a imaginei se determină in felul următor:
G(p,q) = W(P(x,y)) unde:
W - funcţia generală de prelucrare a imaginei;
P(x,y) - imaginea iniţială;
G(p,q) - rezultatul prelucrării.
Majoritatea problemelor de prelucrare a imaginei pot fi reprezentate in formă de consecutivitate

79
liniară a unor subprobleme separate. De exemplu: problema recunoaiterii obiectului dintrun semnal este
compusă din următoaerele etape:
- formarea imaginei de intrare;
- prelucrarea prealabilă a imaginei (inlăturarea zgomotului, evidenţierea conturului, segmentarea i.a.);
- extragerea criteriilor obiectului;
- normalizarea imaginei;
- compararea cu cea etalon i.a.
Folosirea principiului decompoziţiei permite organizarea prelucrării paralele de două tipuri - in timp ii
in spaţiu. Paralelismul de timp sau funcţional constă in organizarea conveierului de subprobleme (etape),
care se realizează consecutiv una după alta. Acest fel de paralelism se realizează efectiv la fel ii in cazul,
dacă prelucrării va fi supusă nu un semnal, dar un set de imagini, ce se formează [Link]
spaţial constă in aceea, că la fiecare etapă a prelucrării de conveier se organizează prelucrarea paralelă a
imaginei in intregime sau a unor fragmente separate ale ei. Ultimul tip de paralelism se determină de
aceea că in timpul prelucrării imaginei pot fi evidenţiate clase de operaţii, care se indeplinesc asupra
fiecărui pixel al imaginei, asupra unei porţiuni separate ale imaginei, sau asupra imaginei in intregime. Cu
alte cuvinte, pentru primirea rezultatului este necesară informaţia iniţială globală (ca in ultimul caz) sau
locală (ca in primele două). In cazul lucrului cu informaţia locală toată imaginea poate fi reprezentată in
formă de un set de subimagini, care se prelucrează de dispozitive respective. Paralelismul spaţial poate fi
realizat cu ajutorul setului de procesoare de tip electronic sau [Link] corespundere cu cele expuse
anterior modelul prelucrării paralele a semnalelor poate fi reprezentat in felul următor:

G(p,q) = Csi{Uj[Wij(Pij)]}

unde:
Cs - operaţia de suprapunere;
i - numărul etapei conveierului;
Uj - operaţia de reunire a rezultatelor prelucrării la una
din etapele conveierului;
j - numărul fragmentului imaginei;
Wij - operaţia de prelucrare la etapa i a fragmentului j a
imaginei;
Pij - fragmentul j a imaginei la etapa i.
Modelul dat poate fi de asemenea redat ii in formă de operator:

P(x,y) => Wl{mL} -> W2{m2} -> ... -> Wk{mk} => G(p,q)

Modelul dat se deosebeite cu un nivel maximal de deparalelizare a operaţiilor de prelucrare a

semnalelor, ce asigură o inaltă productivitate a sistemului de [Link] sistemului va depinde
de asemenea de baza de elemente folosită. In legătură cu aceasta vom cerceta posibilitatea realizării ale
diferitor operaţii de prelucrare a semnalelor cu folosirea mijloacelor de calcul optice ii electronice.

80
 11.2.2. Analiza posibilităţilor realizării operaţiilor de prelucrare a semnalelor cu ajutorul
mijloacelor de calcul optice şi electronice
Folosirea a unui dispozitiv optic sau electronic de prelucrare la una din etapele a sistemului
conveierizat de analiză a semnalelor va fi determinată de un iir de [Link] primul rind, de metoda de
formare a imaginei iniţiale. Imaginea poate fi formată cu ajutorul mijloacelor electronice sau optice. In
primul caz se foloseite camera de luat vederi, echipamente de localizare radio i.a. In al doilea caz pentru
formarea imaginii poate fi folosit un sistem optic, care constă dintr-un obiectiv, amplificator optic ii un
transparant. In ambele cazuri există posibilitatea de formare a imaginii unei scene, reprezentate in diferite
lungimi de undă. Deosebirea intre căile indicate constă in acea, că la folosirea mijloacelor
electronice imaginea, de obicei, se formează consecutiv, element după element. In acest caz numărul
de elemente in imagine este determinat de sensibilitatea captorului [Link] folosirea mijloacelor
optice imaginea se formează paralel, cu o viteză cu mult mai inaltă. Sensibilitatea obiectivului atinge
citeva sute de liniiţmm, iar a amplificatorului ii transparantului optic - de ordinul 30-40 linţmm. Deacea
se poate de presupus, că sistemul optic de formare a imaginei asigură rezoluţia de 30 linţmm, ceea ce este
comensurabil cu rezoluţia mijloacelor electronice de formare a semnalelor. Caracteristicile mijloacelor
electronice ii optice sunt reprezentate in [Link] alt factor - este posibilitatea principială de realizare a
unei sau altei operaţii cu ajutorul mijloacelor optice. De exemplu, cu ajutorul mjloacelor optice pot fi
realizate efectiv operaţiile prelucrării prealabile a semnalelor - evidenţierea contururilor, inlăturarea unor
tipuri de zgomot, imbunătăţirea semnalelor, transformarea semnalelor (de exemplu din sistemul lui
Decart de coordonate (SDC) in sistemul polar de coordonate (SPC); din SDC in sietemul polar logaritmic
de coordonate (SPLC), transformările Fourier, calculul funcţiilor de corelare, calculul momentelor
semnalelor i.a. Insă unele operaţii de prelucrare a semnalelor in prezent este problematic de a le realiza pe
cale optică. De exemplu, este destul de problematic cu ajutorul mijloacelor optice de a roti imaginea cu
unghiul necesar sau schimbarea scării imaginii cu un coeficient dorit; de a calcula momentele centrale sau
invariante a semnalelor. Aia operaţii pot fi indeplinite numai prin mijloace electronice, sau imbinind ii
mijloace optice.
Tabelul l.l Caracteristecele dispozitivelor electronice ii optice de formare a imaginelor

Rezolutia Timpul formarii, ms

Tipul dispozitivului linţmm cadrul complet lţ2 cadru
5l2x5l2 256x256
Electronic 30 40 40 5-l0 20
Optic 30 50 5-l0

In legătură cu aceasta introducem noţiunea de realizare a operaţiei de prelucrare a imaginei Rl.

Posibilitatea realizării operaţiilor prin mijloace optice vom nota prin l=l, iar mijloace electronice - prin
l=2.
Atunci modelul de prelucrare a imaginei poate fi scris in felul următor:

P(x,y) => Rll Wl{ml} -> R22 W2{m2} -> ... ->
-> Rli Wi{mi} -> ... -> Rkk Wk{mk} => G(p,q)

81
 În tab.l.2 sunt prezentate posibilităţile ii timpul de realizare a unor tipuri de operaţii de prelucrare a
semnalelor cu ajutorul diferitor sisteme de calcul. Analiza datelor din tab.l.2 arată, că timpul realizării
optice a unor operaţii de prelucrare a imaginei este esenţial mai mic decit cel realizat prin mijloace
[Link] folosirea procesorului optic la intrarea lui este rezonabil de a aplica imaginea optică
complectă, la ieiire se formează de asemenea un semnal optică complectă. In cazul realizării operaţiei in
dispozitivul de prelucrare electronică, la intrarea lui poate fi aplicată informaţia despre imaginea
complectă sau un fragment al ei. Adică in primul caz informaţia se aplică - extrage paralel, optic, iar in al
doilea caz - paralel sau consecutiv in formă de semnale [Link] dependenţă de tipul
procesorului folosit pentru realizarea operaţiei la una sau altă etapă se determină structura legăturii
ntre diferite etape. Dacă două operaţii vecine sunt de tip diferit in sensul realizării, atunci este
necesar de a organiza transformarea semnalului electric in semnal optic sau invers, cu folosirea
dispozitivelor speciale de [Link]ăm dispozitivul de tampon prin Bm,n unde parametrii m,n pot primi
valorile l sau l. Aici l corespunde dispozitivului electronic, iar 2 - dispozitivului optic. De exemplu
dispozitivul Bl,2 este un dispozitiv de tampon pentru racordarea procesoarelor electronice ii [Link]
examina posibilităţile realizării a diferitor tipuri de dispozitive tampon de racordare. Dispozitivul de
racordare de tip Bl,2 poate fi realizat (fig.l.l) pe baza tubului electronic (TE), transparantului cu dirijare
optică (T). Semnalul electronic (analog sau numeric) cu informaţia despre imagine se aplică de la TE pe
ecranul căreia se formează imaginea bidimensională. In cazul dacă in procesorul optic se indeplineite
prelucrarea coerentă a informaţiei, imaginea de la TE se proiectează ii se inscrie pe transparantul T. Cu
ajutorul fluxului de lumină coerent, format de lazerul L ii oglinda semitransparentă OS, imaginea se
citeite de pe transparantul T, se transformă in coerentă ii mai depasrte poate fi introdusă in procesorul
optic [Link] de tampon de tipul B2,l adică transformare opto-electronică, poate fi
indeplinită in baza fotoreceptorului F, convertorului analogic-numeric CAN ii unei memorii operative
locale MO. Imaginea optică se proiectează pe fotoreceptor F, se scanează ii se transformă intr-o secvenţă
de semnale analogice electrice. Cu ajutorul CAN semnalul analogic se discretizează ii se scrie in
[Link]ă este necesară buferizarea imaginei optice, dispozitivul de racordare poate fi indeplinit, de
exemplu, pe baza purtătorului fototermoplastic, sau a transparantului optic. In ultimul caz structura
dispozitivului este analogică cu blocul dispozitivului de racordare de tipul Bl,2 (fără TE).
Cheltuielele de timp la buferizarea semnalelor de diferite tipuri sunt reprezentate in tab.l.3.
Tabelul l.3 Cheltuielel de timp la buferizarea semnalelor de tip diferit, ms

Tipul Dimensiunea imaginei

tamponului 5l2x5l2 256x256
Bl,l 40 20
Bl,2 50 30
B2,l 40 20
B2,2 l0 l0

Trebuie de menţionat, că intr-un şir de cazuri nu este necesară buferizarea prin dispozitive optice sau
electronice, deoarece imaginile pot fi transmise nemijlocit dintr-un dispozitiv in altul. Analiza
caracteristecelor dispozitivelor de formare a semnalelor (DFI) a arătat, că DFI electronice şi optice
asigură rezoluţie identică. Deosebirea dintre ele constă in viteza formării imaginei. DFI optice permit
82
formarea imaginei de la 2 pnă la 8 ori mai rapid. Analiza petrecută a posibilităţilor de realizare
ai operaţiilor de prelucrare a semnalelor permite de a concluziona următoarele:
l. O mare parte din operaţii larg folosite pot fi realizate optic.
2. Realizarea optică cere de 2-4 ori mai puţin cheltuieli de timp in comparaţie cu cea electronică.
3. Există un şir de operaţii care in prezent nu pot fi realizate optic.
In legătură cu aceasta este raţională elaborarea sistemelor de calcul opticoelectronice paralele de
prelucrare a semnalelor.

11.2.3. Estimarea timpului de prelucrare a semnalelor.

In corespundere cu modelul expus, structura sistemului de calcul paralel de prelucare a imaginei poate
fi reprezentată in forma fig.l.2, unde Yi - dispozitivul, care realizează operaţia Wi, Bi - dispozitivul
tampon. Dispozitivul Yi poate fi optic sau electronic. In ultimul caz el poate fi alcătuit din unul sau o
grupă de procesoare, care funcţionează [Link] estima cheltuielelor de timp pentru prelucrarea unei
imagini. In structura reprezentată pe fig.l.2., vom grupa dispozitivele optice situate consecutiv intr-un
modul de prelucrare optică şi dispozitive electronice - intr-un modul de prelucrare electronică (fig.l.3).
Fie, că sistemul constă din in module optice şi ne module electronice (n0+ne=m), şi fiecare din modul
conţine lj0 dispozitive optice şi lqe dispozitive electronicede prelucrare. Numărul total de dispozitive
optice l0,electronice le şi, la fel lungimea conveerului lk alcătuieşte:

n0 ne
l 0   lj0 , l e   lje , l k  l 0  l e
j1 j1

Să analizăm următoarele caracteristice de timp.

t0pj - timpul prelucrării in modulul optic j:

l j0

t 0
pj   t 0 pjz
z 1

2. tepq - timpul prelucrării in modulul electronic q:

lq e

t e
pq   t e pqf
f 1

t0kj - timpul comutării intre dispizitive in modulele electronice:

t0kj = (l0j - l) tb00

unde:
tb00 - timpul de buferizare a două dispozitive optice vecine;

9. tekq - timpul comutării intre dispozitive in module electronice:

83
 tekq = (leq - l) tbee unde:

tbee - timpul buferizării a două dispoziteve electronice

viecine de prelucrare

10. tpkq - timpul comutării intre procesoarele dispozitivului modulului electronic:

lq e

t p
kq   t p kq f
f 1

6. tkoe - timpul buferizării modulelor optice cu cele electronice:

n
t k oe   t b oei (1.1)
i 1
n -1
t k oe   t b oei (1.2)
i 1

7. . tkoe - timpul buferizării modulelor electronice cu cele optice:

In expresiile (l.l), (l.2) valoarea lui in se determină in modul următor:

m/2 pentru n 0  n e

n   n0 n0  ne
n n0  ne
 e

Cheltuielele de timp in modulele optice şi elecronice pot fi estimate in felul următor:

l0 j
t 0
j t 0
pj t 0
kj   t 0 piz  (l 0 j - 1)t b oo ,
z 1

le q le q
t e
q t e
pq t e
kq t p
kq  t e
pqf  (l e
q - 1)t b
ee t e
kqf ,
f 1 f 1

Cheltuielele de timp in sistemul de calcul optoelectronic la prelucrarea unei imagini pot fi determinate
ca:

84
 n0 n0 n0 l0 j ne le q n0
T   t j   t q 2 * t 0 e k
oe   t 0
pjz   t e pqf   (l0 j - 1)t b oo
j1 q 1 j1 z 1 q 1 f 1 j1
e
ne l q n
  ( t e kqf  (le q - 1)t e ee   (t b oei  t b eoi ) (1.3)
q 1 f 1 i 1

Analiza expresiei (1l.3) arată, că cheltuielele de timp la prelucrarea imaginei se compun din două
componente - timpul prelucrării nemijlocite şi timpul de comutare. Timpul de comutare
se determină de timpul de transmitere a datelor (sau a imaginelor
intermediare) intre etapele conveierului (timpul buferizării
dispozitivului) şi timpul comutării procesoarelor in dispozitivul
prelucrării electronice.
Fie tpi - timpul prelucrării imaginii la etapa i a
conveierului, tki - timpul comutaţiei. Timpul total de prelucrare
la etapa i a conveierului va alcătui:

ti = tpi + t’'ki , unde t’ki = max(tki-l, tki)

Capacitatea de transmitere a conveierului la prelucrarea unui set de imagini se determină ca [3]:

CT = l / (maxi(ti)) = l / t'i (l.4)

In baza expresiilor (l.3),(l.4) au fost estimate (fig.l.4,l.5) cheltuielele de timp pentru prelucrarea unei
imagini şi capacitatea de transmitere sistemei in dependenţă de lungimea conveierului lk cu un raport
diferit al dispozitivelor optice şi electronice koe =lo /lk şi timpul prelucrării in procesoarele electronice in
raport cu timpul prelucrării in procesoarele optice:

at = tepfq / t0piz

Analiza datelor arată, că mărirea parametrului koe condiţionează micşorarea cheltuielele de timp
T pentru diferite valori ale lui lk. Cu micşorarea parametrului at pentru lk,[Link] maxime de
timp T se observă pentru koe=0.5 (fig.l.4). Aceasta fapt este legat de acea, că la micşorarea
parametrului at o influenţă esenţială incepe să exercite cheltuielele de timp in comutatoarele dintre
module, care sunt maximale pentru koe=0.5 (fig.l.5). Pe grafic sunt reprezentată cheltuielele de timp
T pentru prelucrarea imaginei in modulele optice şi electronice in dependenţă de schimbarea numărului
de dispozitive pentru diferite valori a parametrului at. Estimarea capacităţii de trecere CT a sistemului in
caz de prelucrare a unui şir de imagini arată, că la schimbarea valorii ti de la 50pină la 240 ms valoarea
PS se schimbă de la 20 pină la 4 imagini pe sec. Anterior a fost arătat, că timpul de prelucrare depinde de
tipul dispozitivului: in dispozitivul optic el este esenţial mai mic. In afară de aceasta, in dispozitivele
optice timpul prelucrării nu depinde de imaginea de intrare, cind in dispozitivul electronic valoarea T
poate fi determinată de un şir de parametri, de exemplu: de numărul de pixeli informaţionali,
complexitatea imaginei. De acea pentru dispozitivele electronice este rezonabil de a precăuta abaterea

85
medie patratică AM a timpului de prelucrare. Luind in consideraţie cele spuse, au fost elaborate metode
de proiectare a sistemelor de prelucrare a imaginei pentru două cazuri:
l. Valoarea AMP a tuturor dispozitivelor in sistemă este egală cu zero.
Acest caz corespunde sistemului optic sau sistemului opto-electronic, timpul de prelucrare in
dispozitivale electronice caruia nu depinde de imaginea de intrare.
2. Valoarea AMP pentru toate sau pentru o parte din dispozitivele prelucrării sistemei in regim
static, a doilea in regim dinamic.

11.2.4. Proiectarea sistemului de calcul în regim staţionar de prelucrare a semnalelor

Se presupune că prelucrării vor fi supuse o consecutivitate destul de mare de imagini, de acea etapa
iniţială de introducere a imaginei poate fi neglijată.
Metoda constă in următoarele.
l. Funcţia de prelucrare a imaginei W se reprezintă in forma unui set de operaţii (Wi) in aşa fel ca
impărţirea ei de mai departe să nu fie posibilă sau este nerezonabilă. De exemplu, de inempărţită poate fi
aşa o funcţie Wi, impărţirea căreia nu aduce la micşorarea timpului de prelucrare.
2. Se determină setul de operaţii (Wi)0, care pot fi realizate cu ajutorul mijloacelor optice, care asigură
un nivel maxim a paralelizmului spaţial, rapiditatea şi compacticitatea. Pentru următoarele funcţii se
cercetează posibilitatea realizării lor cu ajutorul dispozitivelor de tip electronic.
3. Se formează o reţea de comutare corespunzătoare, care constă din dispozitive tampon de tip optic şi
electronic.
9. Se determină timpul realizării tpi a diferitor operaţii Wi şi comutării tki. Pe baza setului de
parametri (tpi), (tki) se evidenţiază operaţia de prelucrare Wi' care necesită cheltuieli maxime de timp ti':

ti' = maxiti = maxi(tpi+tki')

10. In caz, dacă operaţia Wi' se realizează cu ajutorul mijloacelor electronice, se cercetează
posibilitatea micşorării ti' pină la nivelul altor valori din mulţimea (ti). Cu acest scop se analizează
posibilitatea introducerii paralelismului spaţial cu folosirea setului de procesoare elementare. In acest caz
imaginea se detrmină in fragmente separate aparte, pentru prelucrarea fiecărui dintre care, li se alocă unul
sau citeva procesoare. Insă dacă Wi' se realizează cu mijloace optice şi posibilitatea micşorării
parametrului ti' nu există, atunci este rezonabil de a realiza egalarea parametrilor ti a modulelor
electronice pină la nivelul ti' prin calea micşorării numărului procesoarelor folosite, sau schimbul lor
cu unele mai puţin rapide şi, prin urmare, mai [Link] rezultat va fi primit un set de parametri (t i), care
asigură o capacitate de trecere CT maximă a sistemei de [Link] expusă de proiectare a sistemei de
calcul presupune lipsa limetelor asupra resurselor procesoarelor in dispozitivele electronice. In acel caz,
cnd astfel de limite sunt prezente, metoda de proiectare va consta in urmă[Link] din n funcţii, care
vor fi supuse realizării, r0 funcţii vor fi realizate optic şi re=n-r0 funcţii trebuie să fie realizate prin
mijloace electronice. In afară de aceasta, fie resursele alcătuiesc Mr procesoare electronice şi la fiecare
etapă a prelucrării electronice se folosesc Mri procesoare.
La limitarea resurselor procesoarelor sunt posibile următoarele cazuri: re>Mr; re=Mr; re<Mr. In primul
caz, adică pentru re>Mr este posibilă unirea citorva operaţii de prelucrare şi realizare a lor intr-un
dispozitiv de prelucrare. Dacă o grupă de operaţii care este supusă prelucrării electronice, sunt plasate

86
consecutiv, o aşa cale nu crează probleme esenţiale. Dacă insă aşa operaţii se află ne consecutiv, apare
necesitatea organizării ciclelor, legate cu comutarea.
In cazul doi şi trei la fiecare din operaţii pot fi alocate unul sau citeva dispozitive de prelucrare.

11.2.5. Proiectarea sistemelor de calcul in regimul dinamic de prelucrare a semnalelor

Regimul dinamic de prelucrare a semnalelor se deosebeşte prin acea că timpul funcţionării
procesoarelor electronice a conveierului nu este staţionar pentru diferite imagini şi poate fi prezentat in
felul unei variabile aleatorii. Deaceia metoda de proiectare a sistemelor in regim dinamic se deosebeşte de
metoda proiectării sistemelor in regim staţionar. Astefel de deosebiri sunt caracterizate de influenţa
mărimii aleatorii indicate, timpului mediu de prelucrare in module asupra capacităţii de transmitere a
sistemului.
Ca rezultat al cercetărilor petrecute au fost formulate recomandări n privinţa măririi capacităţii de
transmitere a sistemului, lund in consideraţie metoda proiectării sistemelor de prelucrare a semnalelor in
regim dinamic.
Cercetarea influenţei caracteristicelor timpului de prelucrare a semnalelor asupra capacităţii de
transmitere a sistemului de calcul
Structura modelului sistemului de calcul discutată in paragraful l.3 conţine un set de dispozitive de
prelucrare (module). Fiecare modul poate fi reprezentat in forma unui dispozitiv separat de deservire,
intrucit rezultatele prelucrării imaginei (sau imaginei prelucrate), pot fi transmise in următorul modul
numai după terminarea calcului in modulul precedent.
Anterior a fost arătat, că timpul funcţionării a tuturot sau a unei părţi de dispozitive electronice de
prelucrare poate fi precăutat in forma unei variabile aleatorii. Deacea modelul propus a sistemului de
prelucrare poate fi precăutat in forma unui sistem de deservire in masă (SDM), unde dispozitivele de
deservire (DD) sunt conectate consecutiv.
Fie Ti - timpul deservirii in DDi. După cit repartizarea variabilei aleatorii Ti poate fi caracterizată de
legea lui Gauss, aceasta aduce la complicarea primirii hotăririlor analitice. Pe de altă parte, in urma
limitării posibilităţilor dispozitivelor tampon sunt posibile blocări, ceea ce face nereală petrecerea analizei
separate a fiecărui din module.
Circumstanţele indicate aduc la aceea, că SDM aleasă este rezonabilă de a o analiza prin metoda
modelării imitaţionale. In procesul modelării sistemei de prelucrare a imaginei se presupunea, că
repartizarea timpului de prelucrare in modulele electronice corespunde legii normale.
In procesul de modelare sau schimbat următorii parametri:
- ne, n0 - numărul de module a prelucrării electronice şi optice;
- AMPe- abaterea medie patratică a timpului de prelucrare in modulele electronice;
- me, m0 -timpul mediu de prelucrare In modulele
electronice şi optice corespunzător;
- coeficientul variaţiei w = AMPe / me.
Caracteristecele care au fost supuse măsurărilor sunt următoarele:
- capacitatea de transmitere a sistemului

CT = l / max(mi')

87
 unde mi' - timpul reţinerii in dispozitiv;
- capacitatea de transmitere nominală

CT = l / max(mi)

- capacitatea de transmitere relativă g = (CT / CTe).

La prima etapă a fost cercetată influienţa coraportului numărului modulelor electronice ne şi optice n0
in conveier de lungime fixă lk asupra capacităţii de trecere. Valoarea lk=l0, ne- s-a schimbat de la 2 pină
la l0, n0=lk-ne; mr=m0=l20; CTe s-a schimbat in limitele de la 0 pină la 50.
Dependenţele g=f(ne,CTe) sunt prezentate pe fig.l.7. Analiza arată că, cu mărirea CTe pină la l0,
valoarea g se schimbă neesenţial. Pentru CTe> l0 valoarea g incepe să se micşoreze.
La următoarea etapă a fost petrecută cercetarea influienţei valorii timpului mediu de prelucrare m in
modul asupra valorii g pentru diferiţi parametri w,ne. In acest fel parametru w sa schimbat in limita de la
0.l pină la 0.3, ne - de la 2 pină la 8.
Rezultatele modelării reprezentate pe fig.l.9_fig.[Link], arată, că cu creşterea parametrelor m, w, ne
capacitatea de transmitere a sistemei se micşorează. In acest fel se observă o micşorare bruscă a lui g
pentru w . 0.2.
Au fost petrecute de asemenea cercetările influienţii timpului mediu de prelucrare me in modulele
electronice asupra valorii g pentru diferite valori a parametrelor w,ne. Valoarea me s-a schimbat
concomitent pentru toate modulele electronice in limita de la l00 pină la l60. Timpul de prelucrare in
modulele optice a alcătuit m0=l20. Rezultatele modelării sunt reprezentate pe fig.l.l2, fig.l.l3 şi arată, că
mărimea g nu depinde esenţial de me şi ne numai pentru valori w nu prea mari (w,0.l). Pentru w>0.l şi
valori ne joase (ne=2) capacitatea de transmitere este minimă pentru me=m0. Pentru me-m0 capacitatea
de transmitere creşte. Pentru valorile ne şi mai mari (ne=6) cu mărirea me capacitatea de transmitere
scade.
Au fost petrecute cercetările influienţii mărimii medii a timpului de prelucrare in modulele optice m0 ,
asupra capacităţii de transmitre a conveierului pentru diferite valori CTe pentru me=l20 (fig.l.l4). Analiza
arată, că cu creşterea lui m0 de la 80 pină la l20 valoarea g scade.
Rezultatele modelării petrecute arată următoarele.
l. Cu mărirea numărului modulelor electronice in sisteme şi a abaterii medii patratice a timpului de
prelucrare in ele, capacitatea de transmitere a sistemei scade.
2. La micşorare timpului mediu de prelucrare in modulele sistemului şi raportului AMP faţă de
parametrulul indicat capacitatea de trecere creşte.
3. Micşorarea timpului mediu de prelucrare in modulele electronice şi raportul AMP faţă de acest
parametru permite de asemenea de a mări capacitate de transmitere a sistemului.
9. Micşorarea timpului de prelucrare in modulele optice faţă de timpul prelucrării in modulele
electronice aduce la mărirea capacităţii de trecere a sistemei.
Particularităţile proiectării sistemelor de calcul in regim dinamic
In paragraful l.4 a fost cercetată metoda proiectării sistemelor optico - electronice de prelucrare a
imaginei pentru cazul staţionar, adică, presupunind că cheltuielele de timp in modulele sistemului nu se
schimbă in timpul prelucrării diferitor imagini. Pentru cazul dinamic, cind imaginile de intrare pot să
difere una de alta prin complicacitate, numărul de elemente informative şi alţi parametri ce va aduce la

88
schimbarea cheltuielelor de timp in modulele electronice, metoda de proiectare a sistemei trebuie să fie
modificată luind in consideraţie rezultatele modelării petrecute in paragraful l.10.l cu scopul atingerii
capacităţii de trecere maxime a sistemei.
Analiza arată că sunt posibile următoarele metode de mărire a capacităţii de trecere a sistemei.
l. Inlocuirea maximală a dispozitivelor electronice cu cele optice. In particular cu dispozitive cu o
inaltă abatere de timp mediu patratic de prelucrare.
2. Micşorarea concomitentă a cheltuielelor de timp pentru prelucrarea in dispozitivele electronice şi
optice prin folosirea noilor algoritmi şi a bazei electronice.
3. Micşorarea cheltuielelor de timp in dispozitivele
electronice cu un inalt coraport AMP faţă de timpul mediu de
prelucrare.
9. Micşorarea cheltuieleor de timp in modulele prelucrării optice
Să examinăm consecutivitatea proiectării sistemelor optico - electronice cu prezenţa şi lipsa limitelor
asupra resurselor - SOFT-HARD.
Proiectarea sistemelor fără limită asupra resurselor.
Metoda de proiectare este bazată pe materialele, expuse in paragraful l.9. Deosebirea constă in poziţia
10. La etapa dată poate fi folosită una sau citeva metode, expuse anterior. Alegerea şi aplicarea unei sau a
altei metode depinde de un şir de factori şi aduce de obicei la mărirea cheltuielelor de cost HARD-SOFT.
Astfel, aplicarea primei metode poate fi limitată de posibilitatea realizării operaţiilor de prelucrare
prin mijloace optice. Este mai efectivă a doua metodă, pentru că ea permite de a micşora in intregime
cheltuielele de timp pentru prelucrarea imaginelor, de a mări capacitatea de transmitere. Numai că, nu
intotdeauna, dar există posibilitatea de micşorare a cheltuielelor de timp in modulele optice şi electronice
concomitent. In acest caz se foloseşte metoda a treia sau a patra.
Proiectarea sistemelor cu limită asupra resurselor
La proiectarea unor astfel de sisteme sunt posibile următoarele metode. Cum şi in capitolul precedent,
poate fi folosită prima metodă, adică, efectuarea schimbărilor modulelor electronice cu optice. In afară de
acesta, e posibilă mărirea cheltuielelor de timp in modulele electronice cu valori joase w pentru timpul
micşorat de prelucrare corespunzător in modulele cu valoarea w inaltă. Aşa metodă este legată de
reimpărţirea resurselor de calcul.
In cazurile, dacă modulele electronice se caracterizează de un AMP nu prea inalt a timpului de
prelucrare, este acceptabilă mărirea cheltuielelor de timp in modulele optice.

11.2.6. Exemplu proiectării sistemei de calcul de prelucrare a imaginii.

Eficacitatea teoriei propuse o vom examina pe baza exemplului construirii sistemei de calcul, care
realizează unul din algoritmele prelucrării semnalelor.
Problema prelucrării semnalelor constă in recunoaşterea obiectelor prin folosirea criteriilor
momentelor invariante.
Algoritmul constă in următoarele.
l. Se formează imaginea analizată
2. Se eleimină zgomotul de pe imagine prin folosirea metodei filtrării mediane
3. Obiectul supus recunoaşterii se extrage prin calea limitarea de prag a intensităţii imaginii.
9. Se calculă setul criteriilor momentelor invariante.

89
 10. Obiectul se recunoaşte prin contrapunerea criteriilor calculate cu cele etalon.
In aşa fel, funcţia de prelucrare a imaginei W poate fi reprezentată in forma unei imbinări de 5 operaţii
Wi,i=l_5, fiecare din tre care realizază un punct separat a algoritmului descris:

P(x,y) -> Wl -> W2 -> W3 -> W4 -> W5 -> G(p,q)

Din setul W(Wi) operaţiile W2_W4 pot fi realizate prin mijloace optice, W5 - numai prin folosirea
mijloacelor electronice şi Wl - prin mijloace optice sau electronice.
Structura sistemului de calcul poate fi prezentată in forma fig.l.l10. In această sistemă operaţia Wl se
realizază cu ajutorul dispozitivului de formare a imaginei DFI, operaţiile W2 _ W4 - cu ajutorul
procesoarelor optice Pl_P3, şi operaţia W5 - de procesorul electronic P9. Tipul dispozitivului tampon Bl -
va depinde de tipul DFI. Dispozitivul tampon B2, B3 - sunt de tip optic, iar dispozitivul B4 - optico -
electronic.
Structura sistemului de calcul opticoelectronic
In lucrarea [8] este cercetată realizarea algoritmului descris in sistema de calcul electronică, care
constă din 33 procesoare, conectate după tehnologia ghipercubului. In aşa sistemă operaţiile W2, W3
- se realizază cu ajutorul reţelei din 28 procesoare.
In tab.l.9. sunt expuse cheltuielele de timp la realizarea operaţiilor in blocurile şi dispozitivele
sistemei. Analiza datelor prezentate arată, că cheltuielele de timp maxime in sistemele optico - electronice
sunt legate de realizarea operaţiei W5: t'=t8+t9=90ms. Capacitatea de transmitere a sistemei alcătuind
P'=lt'=ll cadre/s.
Cheltuielele de timp maxime in sistema ghipercubică se determină de realizarea operaţiilor W 3 şi
alcătuiesc t''=t2+t5=3.l5s, ce determină capacitatea de transmitere a sistemei P'' = l / t'' ~ 0.3 cadre/s.
In aşa fel, contrapunerea sistemei de calcul optico - electronică cu cea hipercubică arată, că
capacitratea de transmitere a primei dintre ele este de 36 ori mai mare. Cheltuielele de timp sumare pentru
prelucrarea unei imagini sunt de 20 ori mai mici.

Concluzii
l. Analiza petrecută a posibilşităţilor realizării operaţiilor de prelucrare a imaginelor a arătat,
că o parte esenţială a unor astfel de operaţii poate fi realizată optic cu o viteză, de ordinul 3-4 mai mari
decit a realizării electronice corespunzătoare. Cu toate acestea există operaţii, care pot fi realizate
numai cu ajutorul mijloacelor electronice de calcul. In legătură cu aceasta eeste rezonabilă construirea
sistemelor de calcul paralele optoelectronice de prelucrare a semnalelor.
2. A fost demonstrat, că la elaborarea sistemelor de calcul paralele optico - electronice de prelucrare a
imaginolor o importanţă esenţială o are lungimea conveerului (lk), şi la fel raportul procesoarelor optice şi
electronice după numărul lor (k) şi timpul prelucrării (at). Pentru at>l04 eficacitatea sistemei creşte cu
mărirea numărului procesoarelor optice pentru o lungime diferită a conveierului lk. Cu micşorarea
parametrului at cele expuse anterior se referă numai la sistemele cu lk>8. Sistemele cu lk=8 sunt efective
pentru k>0.6, dar cele cu lk=4 pentru k>0.810.
3. Cercetările petrecute a influienţei caracteristecelor de timp ca mărimi aleatorii asupra capacităţii de
transmitere CT a sistemei a arătat, că valoarea CT se măreşte la micşorarea timpului mediu de prelucrare
mt in module, raportul abaterii medii patratice a timpului de prelucrare in modulele optice faţă de timpul

90
de prelucrare in modulele electronice.
3. Pe baza rezultatelor cercetărilor petrecute sau elaborat metode de proiectare a sistemelor de calcul
cu o inaltă productivitate de prelucrare a semnalelor in regimurile staţionare şi dinamice.

BIBLIOGRAFIE
1. Optical Data Processing/Ed. by D. Casasent. – Springer-Verlag, 2004.
2. Goodman J.W. Introduction to Fourier Optics. – McGrawHill, 2003.
3. Applications of Optical Fourier Transforms/Ed. by [Link]. – Academic Press, 2002.
4. William K. Pratt. Digital Image Processing. John Wiley&Sons, Ltd, 2003.
5. B. Jahne. Digital Image Processing. Springer, 2002.
6. Optical Engineering. The Journal of SPIE – the International Society for Optical Engineering.
7. S. V. Vaseghi. Advanced Digital Signal Processing and Noise Reduction. John Willy&Sons, Ltd, 2002.
8. S.M. Kuo, B.H. Lee. Real Time Digital Signal Processing. John Wiley&Sons, Ltd, 2001.
9. [Link]
10. [Link]
11. [Link]
12. [Link]
13. [Link]
14. Aнисимов В.В. Распознование и цифровая обработка изображений. - M.: Наука, 1989.
15. Блинов Н.Н. Телевизионные методы обработки рентгеновских и гамма-изображений. – М. :,
Энергоатомиздат, 1982.
16. Бутаков Е.А. Обработка изображений на ЭВМ. M. : Машиностроение, 1990.
17. Быков Р.Е., Гуревич С.Б. Анализ и обработка цветных и объeмных изображений. - M.:
Радио и связь, 1989.
18. Василенко Г.И. Голографическиe распознающие устройства. - M.: Радио и связь, 1991.
19. Васильев В.И. Распознающие системы. – Киев : Наукова думка, 1993.
20. Виттих В.А. Обработка изображений в автоматизированных системах научных
исследований. Наука, 1992.
21. Генкин В.Л. Системы распознавания. - M.: Радио и связь, 1993.
22. Голяс Ю.Е. Системы ввода и обработки изображений в ПЭВМ, . M. : Машиностроение,
1993.
23. Горелик А.Л. Методы распознавания. M. : Машиностроение, 1987.
24. Григорьев В.Л. Видеосистемы ПК IBM. – Л. : Наука, 1999.
25. Кантони В.б Левьялди С. Мультипроцессорные системы для обработки изображений.
//ТИИЭР, 1988, N8, С.118-129.
26. Катыс Г.П., Пержу В.Л., Ротарь С.Л. Методы и вычислительные средства обработки
изображений. – Кишинев : Штиинца, 1991.
27. Мареска М. Параллельные вычислительные архитектуры для систем технического зрения
//ТИИЭР, 1988, N8, С.130-149.
28. Очин Е.Ф. Вычислительные системы обработки изображений. Л.: Энергоатомиздат, 1989.
29. Патрик Э. Основы теории распознавания образов. Пер. с англ. В.М. Баронкина. - M.: Радио
и связь, 1980.
30. Прэтт У. Цифровая обработка изображений
31. СБИС для распознавания образов и обработки изображений. Под ред. К. Фу. Пер. с ангд.
В.С. Дубровина. - М. : МИР, 1988.
32. СБИС и современная обработка сигналов. Под ред. С. Гуна. Пер. с англ. В.А. Лексаченко. -
M.: Радио и связь, 1989.
33. Фомин Я.А. Статистическая теория распознавания образов. - M.: Радио и связь, 1986.
34. Фор А. Восприятие и распознавание образов.
35. Хромов Л.И. Видеоинформатика. - M.: Радио и связь, 1991.
36. Vlaicu A. Prelucrarea digitală a semnalelor.  Cluj Napoca, 1997.
37. Neagoie V., Stănăsilă O. Teoria recunoaşterii formelor.  Bucureşti, 1992.

91