BC/NW 2006, №2, (9) :12.3
МНОГОСКОРОСТНАЯ ОБРАБОТКА МНОГОМЕРНЫХ СИГНАЛОВ
М.К. Чобану
Москва, Московский энергетический институт (технический университет)
Существует целый ряд приложений, в которых цифровая обработка
многомерных (ММ) сигналов сигналов играет ключевую роль:
1. системы сжатия ММ сигналов (многоскоростные
системы, трансмультиплексоры);
2. системы обработки мультиспектральных сигналов
дистанционного зондирования Земли;
3. системы трехмерной визуализации (трехмерное
телевидение 3D-TV, световые и акустические поля).
Многоскоростные системы состоят из двух наборов (банков) фильтров –
банка анализа и банка синтеза. В зависимости от того, в каком порядке они
соединены, можно получить различные устройства. В случае, если на вход банка
анализа подается сигнал, который разлагается на подполосовые составляющие, и
далее восстанавливается обратно в банке анализа, такая система называется
банком фильтров анализа/синтеза (рис.1.а). Если
поменять порядок следования банка анализа и банка синтеза, в этом случае набор сигналов
подается на вход банка синтеза, с выхода которого комбинированный сигнал
подается на вход банка анализа, производящего его разложение на составляющие.
Такая система называется банком фильтров синтеза/анализа или (в данном случае
имеется устоявшееся название) трансмультиплексором (см. рис.1.б). Очень важно то, что обе системы описываются по
сути одними и теми же типами уравнений.
Мультиспектральные или многоканальные системы дистанционного
зондирования (ДЗ) поверхности Земли с аэрокосмических носителей широко
применяются для решения задач экологии, океанографии, геологии, картографии, в
сельском хозяйстве. Примером такой системы является спектрометр видимого и
инфракрасного диапазонов AVIRIS [1]. Покрывая
достаточно широкий диапазон волн, данная система имеет 224 канала записи
16-битной информации об изображениях размером 512х614 пикселей каждое. Тем
самым один мультиспектральный сигнал занимает примерно 134 МБ. При
необходимости оперативной оценки и обработки сигнала, а также при его передаче
и/или архивировании возникают проблемы, связанные с его большим объемом. В
связи с этим очень актуальной становится задача создания средств автоматической
оценки и обработки сигналов ДЗ.
Рис. 1: Два варианта
соединения банков анализа и синтеза
Как показано в [2], отдельные кадры мультиспектрального сигнала
могут обладать различными шумовыми свойствами и очень высокой степенью
коррелированности между кадрами (см. рис. 3-3).
Рис. 2: Пример
мультиспектрального сигнала [2]
Рис. 3: Характеристики
двух мультиспектральных сигналов [2]
Можно заметить, что
более низкий коэффициент корреляции для некоторых кадров многоканального
сигнала ДЗ обусловлен высоким уровнем шума (см. рис.3). Это особенно заметно, если сравнить зависимости
ПОСШ (рис.3.в-г) и коэффициента корреляции (рис.3.а-б).
Применение известных алгоритмов фильтрации для каждого кадра в
отдельности не позволит в полной мере учитывать и эффективно использовать
корреляционные связи между компонентами многоканальных сигналов. Разработка и
применение методов и средств декорреляции таких сигналов с помощью ММ
многоскоростных систем позволит существенно сжимать (с потерями или без потерь)
и эффективно обрабатывать мультиспектральные сигналы ДЗ. Схожие задачи решаются
при обработке ММ медицинских сигналов ультразвуковой томографии.
В различных областях физики, химии, биологии, аэрофотосъемки и др.
имеются огромные ММ наборы данных, которые необходимо визуализировать,
анализировать и обрабатывать. Именно эти приложения нуждаются в специальных ММ
средствах визуализации. Создание системы трехмерного телевидения 3D-TV может
стать стартовой точкой для таких систем визуализации. Современные достижения в
науке и повышенный спрос со стороны приложений позволили начать разработку
таких систем телевидения. Создание системы включает в себя вопросы обработки
сигналов, записи, трехмерного воспроизведения (см. рис.3), сжатия, передачи, создание трехмерных дисплеев и т.д. Среди
приложений нужно упомянуть наряду с системами мультимедиа также вещание для
3D-TV, трехмерное кино, применения в медицинских целях, в реальных трехмерных
играх, показ культурных ценностей.
Рис. 4: Базовые компоненты
системы трехмерного ТВ [3]
Создание систем 3D-TV включает также разработку систем сжатия (с
потерями и без потерь) трехмерных сеток произвольной формы и размеров,
описывающих объемные объекты (см. рис.5). Можно однозначно
утверждать, что для этих целей эффективным будет применение только неразделимых
методов обработки ММ сигналов.
Рис. 5: Вейвлет-преобразование на ММ квазирегулярной сетке: а.
наибольшее разрешение ; b. более грубое разрешение ; c. самое грубое разрешение . [4]
Так называемая интерактивная фотореалистичная ММ графика использует
метод световых полей (light fields) для записи и воспроизведения ММ сигналов с
помощью специальных камер и систем линз (см. рис.6).
Рисунок
6: Система
регистрации светового поля [5]
При этом сохраняется проблема сокращения избыточности и сжатия в общем
случае пяти- или четырехмерного сигнала, объем которого достигает десятков и
сотен гигабайт. С этой целью в [5] предложено
использовать иерархический алгоритм кодирования. В [6] впервые был разработан иерархический алгоритм
кодирования ММ неразделимых сигналов, который может быть применен для сжатия
сигналов световых полей.
Литература
1.
AVIRIS/ Jet Propulsion
2.
Preliminary automatic analysis of characteristics of hypespectral
AVIRIS images/ V.Lukin, N.Ponomarenko,
M.Zriakhov, A.Kaarna//
Proc. of Int. Conf. on Math. Meth. in
Electromag. Theory—
3.
Onural L., Smolic A., Sikora T. An overview of a new european consortium: Integrated three-dimensional
television - capture, transmission and display (3DTV)// Proc. EWIMT04, European
Workshop on the Integration of Knowledge, Semantic and Digital Media
Technologies. —
4.
Lounsbery M., Derose T.D., Warren J. Multiresolution analysis
for surfaces of arbitrary topological type// ACM Transactions on Graphics. — 1997. — Vol.16, no.1. — Pp.34–73.
5.
Light field compression using disparity-compensated lifting and shape
adaptation/ C.Chang, X.Zhu,
P.Ramanathan, B.Girod// IEEE Trans. Image Proc. — 2006. —
Apr. — Vol. 15, no.4. — Pp.793–806.
6. Чобану М.К.
Иерархический алгоритм кодирования для неразделимых решеток и банков фильтров//
Вычислительные технологии (сдан в
печать). — 2006.