А.Г. Ташлинский – д.т.н., профессор, зав. кафедрой «Радиотехника»,  Ульяновский государственный технический университет

E-mail: tag@ulstu.ru

С.В. Воронов – к.т.н., доцент, кафедра «Радиотехника», Ульяновский государственный технический университет E-mail: valmedia@yandex.ru

А.В. Жукова – аспирант, Ульяновский государственный технический университет E-mail: donskaya.alena@mail.ru

Рассмотрены основные этапы разработки алгоритма оценивания параметров привязки цифровых изображений, в котором целевой функцией качества оценивания выбрана взаимная информация привязываемых изображений. Отмечено, что математической основой алгоритма является аппарат безыдентификационной псевдоградиентной адаптации. С использованием дополнительной выборки проведен расчет энтропии и взаимной энтропии изображений, на основе которой ищется псевдоградиент взаимной информации. Для восстановления плотности распределения вероятностей яркостей изображений для нахождения энтропии по выборкам небольшого объема использован метод окон Парзена. Показано, что разработанный алгоритм при высоком быстродействии дает хорошие точностные характеристики и устойчивость оценок при привязке разномодальных изображений и изображений, имеющих значительные нелинейные яркостные искажения.

1. Ташлинский А.Г., Минкина Г.Л., Синицын В.И. Методика анализа точности псевдоградиентного оценивания геометрических деформаций последовательности изображений // Наукоемкие технологии. 2007. Т. 8. № 9. С. 14−23.
2. Ташлинский А.Г., Кавеев И.Н., Воронов С.В. Методика привязки изображений в условиях интенсивных помех // Радиотехника. 2012. № 9. С. 45−49.
3. Ташлинский А.Г., Жукова А.В. Эффективность использования корреляционных и информационных мер для синтеза рекуррентных алгоритмов оценивания пространственных деформаций видеопоследовательности // Сб. трудов III Междунар. конф. и молодежной школы «Информационные технологии и нанотехнологии». Самара: Новая техника. 2017. С. 581−586.
4. Voronov S.V., Tashlinskii A.G. Efficiency analysis of information theoretic measures in image registration // Pattern recognition and image analysis. 2016. V. 26. № 3. P. 502−505.
5. Maes F., Loeckx D., Wouters J., Vandermeulen D., Suetens P. Non-rigid image registration using mutual information // Proceedings in Computational Statistics (Compstat). 2006. P. 91−103.
6. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Изд. 3-е, исправ. и доп. М.: Техносфера. 2012. 1104 с.
7. Pluim J., Viergever M. Interpolation Artefacts in Mutual Information-Based Image Registration // Computer Vision and Image Understanding. 2000. № 77. P. 211−232.
8. Collignon A. Multi-modality medical image registration by maximization of mutual information. PhD thesis. Leuven (Belgium): Catholic University of Leuven. 1998. 100 р.
9. Parzen E. On Estimation of a Probability Density Function and Mode // Annals of Math. Statistics. 1962. V. 33. P. 1065−1076.
10. Viola P., Wells W.M. Alignment by maximization of mutual information // International Journal of Computer Vision. 1997. V. 24. P. 137−154.
11. Spall J. Introduction to Stochastic Search and Optimization: Estimation, Simulation and Control. Wiley. Hoboken. NJ. 2003. 618 p.
12. Spall J. Implementation of the simultaneous perturbation method for stochastic optimization // IEEE Transactions on Aerospace and Electronic Systems. 1998. № 34. P. 817−823.
13. Klein S., Staring M., Pluim P. Evaluation of Optimization Methods for Nonrigid Medical Image Registration Using Mutual Information and B-Splines // IEEE Transactions on Image Processing. 2007. V. 16. № 12. P. 2879−2890.
14. Klein S., Staring M., Pluim P. Comparison of gradient approximation techniques for optimization of mutual information in nonrigid registration // Proc. SPIE 5747, Medical Imaging: Image Pro-cessing. 2005. P. 192−203.
15. Ташлинский А.Г., Воронов С.В., Воронов И.В. Анализ целевых функций в задаче оценивания взаимных геометрических деформаций изображений // Автоматизация процессов управления. 2013. № 4(34). С. 26−29.
16. Ташлинский А.Г., Хорева А.М., Смирнов П.В. Выбор конечных разностей при нахождении псевдоградиента целевой функции в процедурах оценивания межкадровых деформаций изображений // Радиотехника. 2012. № 9. С. 56−60.