测试图像论文（精选6篇）
测试图像论文 篇1
数字水印技术[1]是将一些标识信息 (即数字水印) 直接嵌入数字载体 (包括多媒体、文档、软件等) 当中, 但不影响原载体的使用价值, 也不容易被人的知觉系统 (如视觉或听觉系统) 觉察或注意到。通过这些隐藏在载体中的信息, 可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体是否被篡改等目的。数字图像是常见的隐藏数字水印的载体, 图像的数字水印技术非常成熟, 已经有实用的数字水印产品。对于加入了数字水印的数字媒体, 总有攻击者想提取出水印据为己有或者破坏掉图像中嵌入的水印, 极大地威胁到水印的安全性。为了能设计出抵抗攻击能力强大的数字水印算法, 首先就要弄清楚攻击者常采用的攻击手段, 并通过一些技术对数字水印技术进行测试。
本文主要针对数字图像这一载体, 研究数字水印的攻击技术和测试方法。
1 图像数字水印的攻击技术
对数字图像的编辑和修改往往会导致信息损失, 而且水印与图像紧密结合, 所以, 会影响到水印的正常检测和提取, 这些操作都可视为对水印的攻击。水印攻击分析是指对现有的数字水印系统进行攻击, 以检验其抵抗攻击的能力, 通过分析其弱点所在及其易受攻击的原因, 以便在以后数字水印系统的设计中加以改进。攻击的目的在于使相应的数字水印系统的检测工具无法正确地提取水印信息, 或不能检测到水印信息的存在。
水印攻击与密码攻击一样, 包括主动攻击和被动攻击。主动攻击的目的并不是破解数字水印, 而是篡改或破坏水印, 使合法用户也不能读取水印信息。而被动攻击则试图破解数字水印算法。相比之下, 被动攻击的难度要大得多, 但一旦成功, 则所有经该水印算法加密的数据全都失去了安全性。主动攻击的危害虽然不如被动攻击的危害大, 但其攻击方法往往十分简单, 易于广泛传播。无论是密码学还是数字水印, 主动攻击都是一个令人头疼的问题。对于数字水印来说, 绝大多数攻击属于主动攻击。
图像数字水印的攻击技术包括大量图像的常见操作和一些特殊处理, 它们可以分为:
1) 去除水印攻击:主要包括去噪、滤波、直方图修改、量化、有损压缩等针对图像的常见处理。这些操作造成了图像信息损失, 特别是压缩, 能在保证一定信息质量的前提下, 尽可能多地消除冗余, 造成水印信息损失甚至不可检测。
2) 几何攻击[2]:主要包括旋转、平移、尺度变换、剪切、删除行或列等各种几何变换。这些操作使得图像数据的空间序列的排列发生变化, 使得水印信息丢失。
3) 共谋攻击:这类攻击的目标是删除水印, 是一种有意攻击。攻击者利用同一条数字图像的多个含水印拷贝, 使用统计方法构造出不含水印的媒体数据。一种常用的共谋攻击是利用多个含水印的图像载体进行多次平均统计操作, 最后得到一个成功删除水印的载体图像。
4) 重放攻击:攻击者在已嵌入其他水印的数字图像中嵌入自己的版权信号, 从而造成版权纠纷。对付这种攻击的方法就是采用时间戳技术。时间戳由可信的第三方提供, 可以正确判断谁第一个为载体数据加了水印, 从而有效防止再次嵌入水印的攻击。
5) 统计攻击:利用合理的数字图像的统计模型和最大后验概率来估计水印或者原始图像信号, 从而将水印剔除。
对攻击技术的分析和研究促进了水印技术的革新, 但也为水印自身提出了一个又一个挑战。目前, 还不存在一种算法能够抵抗所有的攻击, 特别是几何攻击, 目前还没有成熟的方案。
2 图像数字水印的测试
正确评价水印系统, 应该从水印的不可见性和鲁棒性两个方面综合考虑。
2.1 水印的不可见性评价
水印的不可见性评价, 即含水印图像质量的评价, 要从主观和客观两个方面进行。由于含水印信息的载体图像最终接收者是人, 所以, 采用主观评价是最直接的, 也很可靠。主观方面采用主观测试方法, 结合人类视觉特性, 如果加入水印使得载体图像的质量明显下降, 就认为是不成功的。一个可行的方法就是观测者打分的方式, 这种打分可基于ITU-R Rec.500质量等级评判[3], 见表1。
但在研究中, 当把测试任务叫给计算机来完成时, 水印不可见性的测量可采用定量方法。均方差MSE是一种统计行为指数, 可以直接反映出所做评估对象的改变。采用均方差对图像的变化进行一种评估, 给出一种图像变化的客观指标, 达到衡量原始载体图像在添加水印以后图像的质量变化程度的目的。
采用信噪比 (SNR) 来衡量原始图像与水印图像的失真程度:
信噪比是指有用的保真信号与在信号处理过程中加入的噪声的比值。在图像处理中, 用SNR作为衡量重建图像质量的尺度。水印图像跟原始图像的信噪比, 得到的比值越大, 表示水印图像的质量越好。
2.2 图像数字水印鲁棒性测试
水印的攻击技术可以用来测试水印的鲁棒性, 如何提高水印抵抗攻击的能力, 是水印设计者最为关注的问题。鲁棒性是指水印在实际应用过程中可能会遭受到任何有意或无意的攻击生存能力。数字图像的各种处理会导致图像信息损失, 从而在不同程度上破坏水印完整性, 所以, 需要对水印系统施加一些攻击, 以测试其抵抗攻击的性能。对于数字水印系统的鲁棒性进行评价, 首先水印必须能够经得起对图像的压缩、滤波、加噪、剪切、缩放和旋转等常见处理;其次要结合其应用背景, 但在许多应用中, 要求数字水印系统对所有可能的处理都具有鲁棒性是没有必要的, 应用领域不同, 对于数字水印的鲁棒性要求也不同, 可以针对具体应用只测试部分攻击。目前已有多个水印基准测试软件, Stirmark[4]测试软件是其中之一, 它是剑桥大学的Petitcolas等人开发的首个用于数字图像水印算法鲁棒性测试的通用工具, 已成为广泛使用的用于水印攻击的基准测试工具。Stirmark对给定的一副含水印图像进行测试, 就能一次生成许多修改后的图像, 用来验证嵌入的水印能否被检测到。
3 结语
数字水印技术必须具有较强的鲁棒性、安全性和透明性。许多水印算法无法抵抗攻击, 必须配合其他技术手段才能达到应用目的, 而且水印技术缺少相关的标准或协议, 这些都妨碍了数字水印技术的进一步推广应用。但我们相信, 如果没有恰当地提出潜在的攻击问题, 数字水印技术也决不会迅速跨越实验阶段而得到全面应用, 水印技术现在得到了一定程度的应用离不开水印攻击的研究。要解决数字水印的应用性问题, 必须先解决水印技术的安全性和稳健性问题。而安全性和稳健性的研究必须研究水印的攻击方法, 并从理论上寻求相应的对策。通过对图像数字水印技术的抗攻击性的研究, 并结合数字信号处理技术, 寻找出它们之间的关系, 从而发现更加好的数字水印技术。
摘要：数字水印技术作为版权保护的重要手段, 已得到广泛的研究和应用。为了帮助设计者设计出安全可靠的数字水印方案, 系统地分析了数字水印的攻击技术和测试方法。
关键词：数字水印,版权保护,攻击技术,测试方法
参考文献
[1]田维佳.数字图像水印技术及应用研究[J].电子科技大学, 2010.
[2]张莉.抗几何攻击的数字图像水印技术研究与实现[J].武汉理工大学, 2007.
[3]袁大洋, 肖俊, 王颖.数字图像水印算法抗几何攻击鲁棒性研究[J].电子与信息学报.2008, (05) :239-244.
[4]王丽娜, 郭迟, 李鹏.信息隐藏技术实验教程[M].武汉:武汉大学出版社, 2004.
测试图像论文 篇2
压缩编解码系统已广泛的应用于数字广播电视系统中, 评价这些系统的质量可以通过客观测试和主观评价的方法来进行。客观测试是指借助仪器, 使用人工手段读取测量结果或者利用数学算法自动得出测量结果, 以间接反映图像的质量。主观评价 (图1) 是直接利用观察者对被测系统图像质量的主观反应来确定系统性能的一种测试。
压缩编解码算法通过利用图像信号的空间相关性和时间相关性, 对图像信号中的信息进行压缩编码并能够恢复重构编码后的图像。静态图像和客观测试信号有着很强的空间相关性和时间相关性, 所以往往客观测试结果不能够完全反映压缩编解码视频系统的质量, 而采用活动图像进行的主观评价在图像质量评价上有着最终的发言权, 主观评价方法已经广泛的应用于压缩编解码视频系统性能的测量中。
在评价过程中, 测试过程、观看条件和所采用的测试图像对于评价结果有着至关重要的影响。而测试结果尤其依赖于测试用图像序列的内容, 并且对图像内容很敏感。为了得到普遍认可的评价结果, 需选用合适的主观评价用测试图像。
2 双刺激连续质量主观评价方法简介
ITU 500规定的双刺激连续质量评价方法易于获得稳定有效的主观评价结果, 是评价系统质量时经常采用的一种方法。
在双刺激方法中, 不仅要求对被测系统的输出图像进行显示、评分, 同时还要求对它的输入图像 (即评价的基准图像) 进行显示、评分。在双刺激连续质量标度 (DSCQS) 方法中, 采用连续质量评分标度 (图2) 。该评分标度由若干对纵向标度线组成, 以对应若干个测试图像以及适应对每个测试图像的两种状态 (基准图像和被测图像) 评分。为避免量化误差, 纵向标度线提供连续质量标度 (线上不同的位置代表不同分值 (0～100) , 位置越高代表分值越大) , 并且被分成5个等份, 相当于标准的ITU-R五级质量范围, 在评分标度线的左侧标识出与不同等级范围相对应的质量术语, 即优、良、中、差、劣作为观看员评分的一般指导。可见连续质量标度的量化精度相当于五级质量制中的5级质量标度量化精度的20倍。
通常一个评价测试周期的现实如图3所示。其中基准图像和被测图像显示的先后顺序是随机变动的。为了便于说明, 先显示的图像称作A图像, 后显示的图像称作B图像, AB图像各持续10秒钟, 中间是3秒钟的灰场间隔, AB图像交替显示2遍之后, 是10秒钟的打分时间。
由于双刺激连续质量标度方法具有双刺激显示评分和连续质量评分标度两大特点, 使得其评价结果比起单刺激五级质量制具有很高的灵敏度和稳定性等优点, 特别适合用于对高质量电视系统或质量范围比较小的系统或设备的图像质量进行主观评价。对压缩编解码视频系统的主观评价经常采用双刺激连续质量标度方法。
3 压缩算法的典型编码效应
各种各样的视频编码标准大多数是基于DCT块的系数量化和运动补偿方法。在这些编码算法中, 压缩失真大多是由变换系数的量化引起的。虽然其他因素也影响码流的视频质量, 如运动估计、缓冲器的大小等, 但它们只是间接的影响编码过程。在压缩视频序列里通常可以看到以下类型的损伤:
(1) 块效应。
由于基于DCT块的编码算法是分别对每个块进行量化的, 通常块大小为8×8像素, 这就导致了相邻块间边界的不连续性。在具有规则图像的压缩序列里块效应通常是最常见的失真。
(2) 模糊。
由于空间细节的丢失和边缘清晰度的降低造成的模糊, 是由粗量化对高频系数的压缩造成的。
(3) 颜色混合。
主要是在完全不同的颜色区域间的模糊。它是由于色度分量的高频系数被压缩造成的。
(4) 台阶效应。
这是由于DCT对于水平线和垂直线的处理效果是最好的, 而对于斜线的处理, 在准确的重构时需要高频DCT系数, 而这些系数在粗量化时被压缩了, 因此这些系数的量化造成斜线看起来是锯齿形的。
(5) 振铃。
在平滑区域的高对比度线条的附近经常可见这种现象。在亮度和色度分量中都会出现振铃, 它常常和吉布斯现象同时出现。主要是由量化导致的高频重构不规则产生的。
(6) 虚边。
是由于运动补偿时, 从参考帧到预测帧块边缘的不连续造成的。
(7) 锯齿运动。
是由运动预测造成的。当一个宏块内的所有像素运动一致时, 以块为基础的运动预测效果最好。当运动预测的误差大时, 像素就会被粗量化, 从而产生锯齿运动。
(8) 蚊子噪声。
是在高对比度边缘或运动物体周围亮度/色度的波动, 通常在平滑的纹理处可以看见。主要是由一个序列中连续帧的同一个场景的相同区域的编码差异造成的。
(9) 闪烁。
通常在具有丰富纹理的场景中出现。由于纹理块采用了不同的量化参数, 造成了图像压缩后的闪烁效果。
有些损伤是与基于块编码算法无关的, 但仍会在其他算法中看到这些损伤出现。例如在以小波为基础的压缩算法中, 整幅图像都进行了变换, 因此没有与块相关的损伤出现。但是, 可以看见非常明显的模糊和振铃失真。
4 图像素材选择的原则
(1) 作为测试图像, 首先对所测电视制式而言应具有最佳图像质量 (除某些特殊测试需加噪波外) , 因为源图像无缺损是获得被评价系统稳定评价结果的关键。
(2) 测试图像素材应保持在适度严格和严格之间, 避免过分地严格, 因为对于不同的评价目的, 一般采用不同的测试素材, 例如对于基本质量评价, 通常采用严格, 但又不过分的素材;对于极限应用 (如演播室质量或后期处理等) 的评价一般采用严格的素材;对自适应处理系统性能的评价, 一般采用非常严格的素材。
5 数字电视系统图像质量主观评价考核的主要质量要素及其评价用测试图像素材的特点
信息量越大的素材即复合型的素材, 既包含大面积的微小细节和纹理, 又包含色彩丰富、饱和度高、动态范围大、层次丰富且复杂快速运动的场景, 对编码器来说难度越大。
针对编码器易发生的图像损失, 主要从以下方面考虑选择主观评价用测试图像:
(1) 清晰度:包含亮度/色度、静止/运动的大面积的微小细节和纹理的序列场景。
(2) 彩色重现性能:包含亮度/色度、静止/运动的大面积色彩和细节丰富以及饱和度高的彩色场景。
(3) 运动估值/运动补偿性能:包含亮度/色度的物体复杂快速、随机运动和摄像机各种操作运动及场快速切换的场景, 特别是复杂快速运动的场景到大面积细节丰富场景的切换, 包含透明或半透明移动物体的场景。
(4) 层次 (灰度级) 再现性能:包含亮度/色度、静止/运动的视频动态范围大、对比度高、层次丰富的场景序列。
(5) 对含噪声图像的处理能力:包含不同信杂比随机杂波的细节丰富、色彩鲜艳的运动图像序列。
(6) 处理特殊效果图像的性能:含特殊效果 (如快速旋转、翻滚、变焦、淡入淡出、划像、翻页等) 处理的图像序列素材。
6 主观评价应用举例
根据以上原则, 选取了行业标准《标准清晰度数字电视主观评价用测试图像》中的四个图像序列作为测试图像, 分别对两个压缩编解码系统进行了双刺激连续质量主观评价, 图像序列如表1所示。主观评价在国家实验室广播电视规划院主观评价室中进行, 参加评价共34位专家, 主观评价结果如图4所示。
主观评价结果表明两个压缩编解码系统在相同码率下, 系统1处理后的图像质量好于系统2处理后的图像质量。此组测试图像对两个被测系统的色彩、清晰度、编码预测、运动估计可以起到较好测试效果。
参考文献
[1]李若霜.数字电视图像质量的主观评价.
[2]章文辉, 王世平.数字视频测量技术.
[3]John Wiley and Sons.Digital Video Quality Vision Models and Metrics.
测试图像论文 篇3
关键词：聚碳酸酯 (PC) ,数字图像相关方法,压缩实验,弹性常数
1、引言
聚碳酸酯 (PC) 是一种无定形、无嗅、无味、无毒且透明的热塑性聚合物。纯净的PC具有良好的可见光透过性能, 其透光率与样片厚度有关, 样片厚度为2mm时, 其透光率为90%, 与无机玻璃相当, 而汽车玻璃要求的透光度一般在80%左右。PC板材的抗冲强度比普通无机玻璃高250多倍, 比标准聚甲基丙烯酸甲酯玻璃板材高30多倍。PC具有良好的隔热性能, 与6mm的无机玻璃相比, 6mm的PC板材热损失可减少40%～60%, 而重量仅为无机玻璃的1/2, 这对降低能源消耗具有重要意义。PC材料阻燃性好, 在火中较难融化, 既不助长火势, 也不产生有毒气体[1,2]。由于PC材料具有优良的化学物理特性, 其应用领域广泛。而准确测试其弹性常数也就具有了重要的工程意义。
数字图像相关方法由美国的W.H.Peters和W.F.Ranson等人提出[3]。该方法具有如下突出优点[4]: (1) 试件制备简单; (2) 白光照明, 对振动不敏感, 对测试环境要求较低; (3) 避免干涉测量技术中繁琐的后续条纹分析; (4) 适用测量范围广。传统的电测实验方法, 在弹性常数测试实验中需要置入引伸计或在试件表面粘贴应变片。然而当测试试件较小时, 电测方法的应用严重受限, 此时数字图像相关方法就显示出了较大的优越性。
本文第二节介绍了数字图像相关方法的基本原理;第三节利用压缩实验测试了PC材料的弹性常数;第四节分析了实验的误差来源。
2、数字图像相关方法的基本原理
数字图像相关方法的研究对象为试件变形后的两幅数字散斑图像。实验前, 在试件表面喷涂随机的斑点, 黑白相间的斑点即成为试件变形的信息载体。假设试件变形前的数字散斑图像的灰度分布函数为f (x, y) , 变形后数字散斑图像的灰度分布函数为g (x*, y*) ;对于变形前散斑图像中的任意点 (x, y) , 假设其水平位移为u, 竖直方向位移为v;则有
以待测试点为中心, 选择要进行相关计算的称为子区的计算区域, 将相关因子Q定义为:
上式中utest和vtest为相关计算时的位移假设。依据连续介质力学原理, 利用Q点变形可以表示子区内任意像素点 (x, y) 的变形。
式 (3) 中, 为待测点Q位移的一阶导数, 为待测点Q位移的二阶导数。在子区内, 越接近待测点真实位移值, 相关因子S的值越小, 所以求解计算区域位移场的任务就变成了求解相关因子S的最小值。接下来就是求解相关因子S的最小值, 即:
式中:jS表示相关因子S的梯度用牛顿迭代法方法解该方程组, 迭代格式如下:
其中Si, j表示相关因子S的二阶导数, k表示迭代运算的次数。
通过公式 (5) , 计算出向量P即得到试件待测像素点的位移及位移梯度信息。假设试件满足小变形假设, 则有:
3、实验方法与实验结果
利用选购的3.00mm厚PC板制作正方形压缩试件, 试件尺寸及加载方式如图1所示:
图中:l=26.00mm, d=3.00mm。实验一般分为以下几个步骤: (1) 对待测试件进行制斑; (2) 对待测试件进行加载, 利用计算机视觉系统 (图2所示) 获得试件变形前后的数字散斑图像; (3) 对获得的数字散斑图像进行相关运算, 得到试件变形场。
本次实验采取增量法, 即给定一个较小的初始载荷, 然后每加一定的载荷, 采集相应的数字散斑图像。利用拍摄效果较好的两幅散斑图, 计算材料弹性常数。取加载为400N和600N时的两幅数字散斑图像进行相关计算, 如图3所示。
公式 (7) 和公式 (8) 分别为弹性模量E和泊松比µ的计算公式:
式中:δP表示载荷增量, d表示试件厚度, l表示试件宽度, εx和εy分别表示试件的横向应变与纵向应变。
一般认为试件中心区域变形较为均匀, 因此在试件图像中心区域任取3像素点进行测试, 子区尺寸为31×31 pixels。理论上压缩变形的应变值为常数, 但是由于实验中的噪声影响导致测试结果并非常数。利用上述公式进行计算得到3组弹性常数如表1所示:
取三个子区测量所得弹性常数的平均值, 则聚碳酸酯弹性模量E=1488MPa, 泊松比µ=0.26。
4、结语
影响本文测试精度的因素包括以下几个因素: (1) 测试非整像素位移值, 需要对数字散斑图像进行灰度插值。本文采用二元三次样条插值。不论采用何种插值方法, 均无法完全恢复实际的空间散斑场。 (2) 离面位移引起的误差。数字图像相关方法测量物体的二维变形场时忽略了离面位移对面内应变的影响。实际测量时试件存在的离面位移必然给该方法带来一定误差。 (3) 照明光源的不稳定, CC D相机引起的误差等。在实验过程中, 尽量减少试件的离面位移, 添加冷光源增加试件表面的灰度反差, 使用信噪比较高的CCD可以有效地提高实验的测试精度。
本文介绍了数字图像相关方法的基本原理并利用数字图像相关方法测试了PC材料的弹性常数, 对于含PC材料的结构设计有这重要的工程意义。
参考文献
[1]唐伟家.聚碳酸酯的生产于应用进展[J].合成树脂及塑料, 1997, 14 (1) :62～65.
[2]李复生, 殷金柱, 魏东炜等.聚碳酸酯应用与合成工艺进展[J].化工进展, 2002, 21 (6) :395～398.
[3]Peters W H, Ranson W F.Digital imaging techniques in experimental stress analysis[J].Optical Engineering, 1982, 21 (3) :427～431.
测试图像论文 篇4
图像质量评价方法可以分为主观评价方法和客观评价方法, 国际公认的是主观评价方法。随着可视电话、图像通信、电视会议、视频邮件等多媒体业务的发展, 基于视觉特性的数字压缩技术等得到了充分的应用, 传统的客观评价方法无法反映这些系统的视觉感受效果, 为了降低主观评价方法的复杂度, 满足系统设计、优化和度量的要求, 需要研究符合视觉标准的实时客观评价方法。目前, 已有不少图像质量的评价方法被提出[1,2,3,4], 基于视觉感知的评价方法, 依据HVS (Human Visual System) 的3个基本模型 (非线性视觉感知、多通道分解和视觉掩盖效应) 考察图像, 是目前图像质量评价方法的主流。其中多通道分解模型用于描述图像空间尺寸对主观视觉感受的影响, 已有对比度视觉函数、离散余弦变换、离散小波变换等相关评价方法已提出。文献[5-6]依据CSF (Contrast Sensitivity Function) 特性, 采用DCT变换结合量化掩膜矩阵考察视觉感受的权重。文献[7]利用小波变换频带的伸缩特性, 研究了小波分解带通特性加权系数与视觉感受的关系。文献[8]采用CCIR颁布的亮度加权网络时域频率标准, 将亮度加权网络由时域频率扩展到空间频率, 考察图像空间尺寸对视觉感受的影响。在研究图像质量评价的过程中, 图像测试信号设计是理论检验的一个关键环节, 是图像质量评价过程的必要步骤。文献[9]给出了一种基于三要素的测试信号设计方法, 验证了彩色图像亮度、色调和饱和度对视觉感受的影响程度。文献[10]依据电视原理色度的定义, 给出了一个与亮度、色调和饱和度相关的数字视频测试信号设计方法, 以及部分典型测试信号的设计示例和实验结果。文献[11]采用向量范数和夹角等参量, 给出一种与空间结构相似性相关的测试图像设计方法, 该方法有利于结构相似性的标准测试信号的建立, 以及结构化图像质量评价实验的考察。为了考察多通道分解客观评价模型的正确性, 有利于客观实验结果与主观视觉感受相比较, 下面给出一种与多通道分解模型相关的测试图像设计方法, 以及对应的设计实例和实验结果。
2 信号设计方法
多通道图像测试信号设计的关键, 是如何获得信噪比相同但视觉感受截然不同的一对测试图像。设计思路如下:产生一个白噪声, 经正交变换、掩模量化矩阵和正交反变换获得误差图像, 其中通过调整掩膜量化矩阵控制误差图像高频和低频成分, 最后由误差图像和标准图像组成测试图像信号。测试图像信号产生的基本结构框图参见图1。
具体分析如下:
1) 白噪声是指功率谱密度在整个频域内均匀分布的噪声。对白噪声信号进行正交变换到频域, 只要保持频域两幅图像面积相等, 则它们的信噪比基本相等。
3 信号设计示例
实验选择多种正交变换和不同的量化掩膜矩阵, 对30多种标准测试图片进行反复测试, 均获得了相同的视觉感受和稳定的度量参数。这里以典型图片标准lena女郎头像作为样本进行说明, 正交矩阵选择DCT和DWT, 掩膜量化矩阵选择对角矩阵和对角矩阵。实验结果图见表1, 图中显示分别保留高频、低频分量的误差图像及其加权前后信噪比的对应参数。其中加权后的信噪比由文献[8]多通道评价方法提供。从实验图像和数据可以看出, 当加权前信噪比基本相同时, 采用低频量化掩膜矩阵保留的噪声对应空间尺寸较大的物体, 而高频量化掩膜矩阵保留了噪声对应空间尺寸较小的物体, 由于噪声空间尺寸越大人眼越易于觉察, 因此损伤图像保留低频分量图像质量明显低于保留高频分量的图像, 误差图像中保留低频分量的噪声视觉感受明显高于保留高频分量的图像。采用多通道加权评价方法考察视觉加权后的结果, 高频量化图像较低频量化图像得到明显提高, 正确表述了对应两幅图像的质量。由于对角掩膜矩阵获取的噪声低于对角矩阵, 图像质量优于对角掩膜矩阵, 此外DWT与DCT变换有相同的作用。
4 结束语
基于多通道分解的图像测试信号设计方法, 具有简单方便的特点, 通过在DCT频域定义一个与视觉感受相关的加权系数, 考察了图像空间尺寸对主观视觉感受的影响。该方法与基于MOS标准图像库的方法比较, 一是给出了特定误差参数的测量方法, 二是减少了试验数据受主观生理和心理因素的影响。
摘要：HVS中多通道分解模型用于度量误差图像空间尺寸的视觉感受, 为了降低主观评价实验方法的条件要求, 建立了一种基于多通道分解的图像测试信号设计方法。该方法通过控制白噪声在频域存在的区间, 即白噪声经正交变换、掩膜量化矩阵, 产生信噪比相同且空间尺寸不同的测试图像信号。分析和实验表明, 多通道分解测试图像信号产生一对与高频和低频对应的误差图像, 其信噪比基本相等但其空间尺寸的视觉感受不同, 有利于考察与视觉感知相吻合的图像评价方法。
测试图像论文 篇5
传统高压断路器机械特性参数测试中, 一般采用加装传感器的方法;然而这种“接触式”测量夹具的安装非常繁琐[1,2]。文献[1]表明, 中压断路器由于结构紧凑, 绝缘连杆上已经无法实现传感器的安装;同时断路器操动连杆的运动轨迹多为弧线, 而传感器测量单一方向的数据, 这样不仅安装费时费力, 且不可避免造成行程、速度等参数测量的误差。
目前, 以图像处理为代表的计算机视觉广泛应用在电力系统故障识别领域中, 并得到丰硕的成果[3,4]。然而在断路器机械特性参数测量中应用较少, 文献[5]初步实现了机器视觉对断路器的机械特性参数测定;但由于相机性能限制, 只获取不足十帧的机构运动图片, 只能对断路器行程进行局部分析。文献[6]在追踪过程中采用的匹配模板!和背景颜色差别不大、匹配困难、误差高, 并且采用传统的相关匹配法对图像进行匹配, 匹配速度慢, 且限于对方法的验证, 没有系统化和实用化。
将高速摄像和图像处理技术相结合, 充分利用相机高速捕捉人眼无法观察的高速运动图像, 由计算机进行图像智能分析和识别, 获取断路器连杆运动轨迹和时间。通过厂家给定的连杆和动触头函数关系间接测定动触头运动轨迹, 从而计算断路器机械特性参数。本系统的测量目的是获取和动触头相连的运动连杆的运动状态。
1 断路器机械特性参数测定方法
1.1 断路器标识及运动参数识别过程
系统以ZN65—12户内高压真空断路器作为测试对象如图1中 (a) 所示, 在与断路器动触头联动的绝缘拉杆上粘贴特定的标识。此标识采用按预先规则排列的标准尺寸模板, 并且设置明显区别背景的标识, 诸如黑点等作为断路器操作中的跟踪目标, 便于图像畸变校正和相机标定, 图1中 (b) 为与动触头联动的绝缘拉杆上标出的标识。
使用高速相机捕捉断路器分、合闸过程, 经图像处理分析获得断路器机械参数的过程如图2所示。
从运动目标获取到断路器机械参数计算, 这种方法是一种非接触式测量方法, 相机像素间隔是微米级, 因此图像校正和相机标定后, 可大大提高测量精度, 同时避免了传统接触式测试传感器安装困难的问题。在这种断路器特性测试新方法中, 其中高速图像序列预处理、目标匹配和运动跟踪方法是解决问题的关键。
1.2 断路器图像分析方法
高速相机在具有1 000帧及以上拍摄速率并有足够分辨率才能够满足高压断路器机械特性检测的要求[6]。本系统所用相机拍摄速率能达到5 000帧同时有1 280的分辨率, 完全满足实验要求。采然后通过GIGE Vision接口把相机采集到的图片传输给计算机处理系统。
1.2.1 追踪目标运动图像获取
断路器测试中, 高速相机会拍摄大量冗余图像, 即图像中标识静止。首先通过图像差分法[7]找到断路器动作的首帧和末帧图像, 滤除合闸前后图像中标识静止的无效图像, 重点分析首帧和末帧之间操动连杆运动的图像序列, 有利于提高后续图像处理和识别速度。
差分法[7]是先假定图像序列中第k帧第x行第y列像素的灰度值为I (x, y, k) , 则第k帧图像可以表示为:
d (x, y, k) 为相继帧差, 反映了相邻帧间的灰度变化:
对固定的坐标位置 (x, y) , D (x, y, k) 表示为帧数k的函数, 它记录了位置 (x, y) 处像素随时间的变化。如果差分结果, 判断为无运动目标出现, 继续进行帧差检测;反之则表示连杆发生了运动, 并同时对无运动帧数进行计数。其中T1为剔除微小的物体变动的阈值。
1.2.2 运动标识追踪
本测试系统的核心目标是确定追踪目标在各帧图像中的位置, 进而确认其运动轨迹。这需要选择一个合适的匹配方法。由国内外对匹配方法的研究历程来看, 直接利用图像的灰度像素值进行图像匹配的方法最成熟。不需要图像分割和特征提取, 这就大大减少了图像预处理时候的精度损失, 甚至在满足条件的情况下无需图像处理。但是这种方法对匹配对象存在缩放或者旋转的情况并不适用。为解决这个问题, 通过复杂的预处理, 然后提取图像中的对缩放、旋转、比例、互动变换不敏感的特征量进行匹配。但这种基于特征的匹配方法算法非常复杂。计算时间长。随着匹配类型的多样化和匹配方法的发展研究, 采用某些匹配特征方法针对特定问题也能达到理想的效果, 但这些图像特征的认定并不具有权威性和有据可循。可以算作另一类匹配方法, 属于是对图像理解和解释的匹配方法。例如基于神经网络和遗传算法的匹配技术和支持向量机方法[8—12]。
随着电网对断路器在线故障诊断的要求越来越高, 实现断路器机械参数的实时在线测定有着重要意义。这需要大幅度提高匹配算法的速度。一方面使用高性能相机并且选用基于灰度的匹配方法直接跳过图像预处理这一过程。另一方面从匹配算法入手提高匹配速度。
基于灰度值匹配模板是一副图像t (j, k) , 通过在给定图像上进行平移并在每个位置计算相似程度s。相似度s是一个函数, 即
相似度度量方法一般是计算模板与图像之间差值的绝对值的总和
选取追踪目标及其周围区域作为模板, 在后面的模板匹配算法中调用该模板文件进行匹配运算。追踪目标可以保证模板和图像背景差别很大, 获取尽量高的相似度量值, 能保证匹配的精度。但是一幅数字图像中包含大量的冗余信息, 利用这所有信息在图像中进行匹配是相当耗时的。匹配速度的关键是如何减少参与运算的象素点数量和相似度计算的运算量, 匹配时无需对每个像素点进行运算, 可以通过合理的选用一定数目的像素点进行相似度运算, 在保证匹配精度的同时大幅度提高了匹配速度。图像模板匹配中匹配目标不存在旋转, 相似度变化趋势是从大到小然后在变大的过程, 变化都是从边缘开始, 变化较大, 中心区域的变化比较细微。可以通过边缘检测方法来调整采样密度。实现边缘区域采样密集。如图3所示。
边缘检测的方法能提供有关图像结构的信息, 一幅图像中图形边缘的信息远远少于整个图像的信息。但是却是最重要的信息, 然后使用非均匀采样技术却只对图像中有代表意义的部分进行采样, 采样的密度随图像的像素分布情况自动进行调整。图像的有用信息都包含在灰度有变化的边缘区域内, 所以灰度值变化大的地方采样多, 灰度值均匀的情况下采样少。从而高效的对图像模板进行学习。减小要处理的信息量, 加快系统的处理速度。
通过对边缘信息进一步的处理, 可以提取图像中与几何形状图形有关的数据, 例如被测图像中直线和圆的数量等。如图3, 模型匹配中匹配对象的计数可简化为圆形的匹配处理。这种非均匀采样技术结合了边缘像素和几何建模的优势, 可以在大小误差不超过±5%和方向在0°~360°的范围内精确的定位目标。
综合运用非均匀采样, 边缘检测和几何图形建模方法能快速和精确地对追踪目标进行匹配。表1是与其他匹配方法对比结果。其中, TLD追踪算法属于基于特征匹配方法的一种。
1.2.3 追踪目标位置标定
图4为合闸前后相机采集到的绝缘拉杆的运动轨迹。其中红色矩形框就是匹配结果, 假定矩形中心是追踪目标中心位置。以图像的左上角作为坐标原点, 我们就能获得追踪目标在各个图像中的坐标位置。但坐标是以像素点作为基本单位, 并不是我们所需要的结果。为此需要进行相机标定, 把追踪目标在像素坐标系里的参数转换到世界坐标系里, 即把像素单位转换为物理单位 (mm) 。这样才能对参数有个直观认识, 对后续的实验结果进行分析。本实验中, 追踪目标小并且在一个很小的范围内运动, 畸变很小并且不存在旋转。直接通过像素和物理距离的等比例转换就能满足实验要求。图像中胶带尺寸是17 mm对应图像中220个像素点。所以, 通过追踪目标在图像中的像素坐标和比例系数17/220的乘积能很方便的获得追踪目标在世界坐标系里的物理位置。通过换算, 图4的匹配结果如表2所示。
2 断路器测试实验结果分析
通过对追踪目标的物理位置坐标进行最小二乘法拟合获得断路器绝缘连杆在左右 (x方向) 和上下 (y方向) 的运动轨迹, 如图5的 (a) 和 (c) 所示, 速度曲线是通过相邻两帧图像目标位置坐标除以帧间时间所得。如图5的 (b) 和 (d) 所示。
通过实验数据显示, ZN65—12真空断路器合闸时间经历46 ms。绝缘拉杆在x和y方向的总行程分别为55.54 mm和14.23 mm, 由此可知, 绝缘拉杆在左右方向上位移较大, 但在合闸触头弹跳阶段起伏很小, 而在上下方向上连杆也有较大的位移量, 弹跳阶段起伏明显。通过对断路器操动机构分析可知, 这是由ZN65—12真空断路器独特的变直传动机构所造成的。最大位移速度分别为1.77 m/s和0.58 m/s。
3 结论
以图像信号作为主要处理对象的断路器机械参数测试平台, 通过对ZN65—12真空断路器进行参数测定, 可以得出以下结论:
(1) 本文的方法避免了测试现场安装传感器的技术难题。能够实现断路器的在线运行测量, 同时测量主体设备只有高清相机和一台计算机, 易于携带。
(2) 通过分析ZD65—12断路器结构可知, 绝缘拉杆是通过独特变直传动机构来带动触头运动的。这就导致了触头的弹跳信息主要集中在连杆上下即y方向上的运动。传统的测定方法, 只能测定连杆左右方向上的运动, 结果必定会丢失一些重要的信息。系统测量精度高, 由实验数据可得, 测量数据的有效精确数字精度能达到0.01 mm。
(3) 采用的方法匹配速度快, 抗干扰能力强, 在不影响匹配质量的情况下能达到每秒30帧图片, 远远超过了同组其他方法的匹配速度。
参考文献
[1] 赵怀军, 马鹏, 傅卫平, 等.基于DSP的断路器机械特性检测装置.高压电器, 2006; (05) :382—384Zhao H J, Ma P, Fu W P, et al.Detection device for mechanical characteristics of circuit breaker based on DSP.High Voltage Apparatus, 2006; (05) :382—384
[2] 沈力, 黄瑜珑.高压断路器机械状态监测的研究.中国电机工程学报, 1997;17 (2) :113—117Shen L, Huang Y L.Research on mechanical condition monitoring for HV circuit breakers.Proceedings of the SEE, 1997;17 (2) :113 —117
[3] 周风余, 吴爱国, 李贻斌, 等.高压架空输电线路自动巡线机器人的研制.电力系统自动化, 2005;28 (23) :89—91Zhou F Y, Wu A G, Li Y B, et al.Development of a mobile robot for inspection of high voltage overhead power transmission lines.Automation of Electric Power Systems, 2005;28 (23) :89—91
[4] 吴功平, 肖晓晖, 肖华, 等.架空高压输电线路巡线机器人样机研制.电力系统自动化, 2006;13:90-93, 107Wu G P, Xiao X H, Xiao H, et al.Development of a mobile inspection robot for high voltage power transmission line.Automation of Electric Power Systems, 2006;13:90-93, 107
[5] 迟婧.基于计算机视觉的真空断路器行程测试方法的研究.保定:华北电力大学 (河北) , 2008Chi Q.Study on stroke parameter testing method of vacuum circuitbreaker based on computer vision.Baoding:North China Electric Power University, 2008
[6] 黄兴泉, 王伟, 张欲晓, 等.断路器机械特性的高速摄像法检测.华北电力大学学报 (自然科学版) , 2011; (05) :43—47Huang X Q, Wang W, Zhang Y X, et al.Mechanical properties detection of circuit breaker by high speed digital camera method Journal of North China Electric Power University, 2011; (05) :43—47
[7] 胡敬舒.基于帧间差分的运动目标检测.哈尔滨:哈尔滨工程大学, 2013Hu J S.The moving target detection based on frame difference.Harbin:Harbin Engineering University, 2013
[8] 雷巧利.基于Lab VIEW的机器视觉测量技术及应用.西安:西安电子科技大学, 2011Lei Q L.Machine vision measurement technology and applications based on Lab VIEW.Xi'an:Xidian University, 2011
[9] 刘锦峰.图像模板匹配快速算法研究.长沙:中南大学, 2007Liu J F.Study on fast image template matching algorithm.Changsha:Central South University, 2007
[10] Heipke C.Overview of image matching techniques.Proc of the OEEPE Workshop on the Application of Digital Photogrametric Workstations.1996
[11] 张建民, 龙佳乐, 何怡刚.结合遗传算法的神经网络在电力电子电路故障诊断中的应用.科学技术与工程, 2009; (08) :2182—2184Zhang J M, Long J L, He Y G.Application of artificial neural network combined by genetic algorithm in fault diagnosis of power electronic circuits.Science Technology and Engineering, 2009; (08) :2182—2184
测试图像论文 篇6
10 月10 日,工信部批准发布《中小型轴流潜水电泵》等902 项行业标准,其中机械行业标准648 项、汽车行业标准13 项、航空行业标准24 项、船舶行业标准20 项、轻工行业标准48 项、化工行业标准9 项、冶金行业标准19 项、建材行业标准3 项、有色金属行业标准2 项、稀土行业标准5 项、电子行业标准60 项、通信行业标准51 项。
其中的60 项电子行业标准编号、名称、主要内容及起始实施日期详见本期“标准发布栏目”。电子行业标准由工信部电子工业标准化研究院出版,标准咨询服务部联系电话:010-64102617。