38926

Межкадровая фильтрация и измерение динамических параметров

Контрольная

Физика

Кроме того изменения параметров динамического объекта за время Тк невелики опять же не всегда а в подавляющем большинстве случаев. применение к последним межкадрового усредения приведёт скорее всего к нежелательным последствиям например размазыванию изображения движущегося объекта. Но обычно перед ТВсистемами стоит задача измерения динамических параметров в частности непрерывный контроль за текущим состоянием объекта которые не могут быть определены однократным измерением. Так например скорость объекта где – положения...

Русский

2013-09-30

56 KB

1 чел.

Межкадровая фильтрация и измерение динамических параметров

Как правило, соседние кадры мало отличаются друг от друга. Это обуславливает квазипериодичность телевизонного сигнала (с периодом, равным межкадровому интервалу Tк). Большую часть кадра обычно занимает статичный фон, изменения же присходят в сигнале от динамических объектов (меняющих свои местоположение/размер/цвет/яркость), которые при этом занимают небольшую часть кадра. Кроме того, изменения параметров динамического объекта за время Тк невелики (опять же, не всегда, а в подавляющем большинстве случаев).

В наблюдательных ТВ-системах усреднение по нескольким кадрам применительно к фону позволяет эффективно подавить случайный шум (вызвающий, в частности, т.н. рябь изображения), причём без какого-либо замыливания, зачастую имеющего место при фильтрации кадра в отдельности. При этом важно качественно отделять статические объекты от динамических, т.к. применение к последним межкадрового усредения приведёт, скорее всего, к нежелательным последствиям (например, размазыванию изображения движущегося объекта).

В измерительных ТВ-системах выходной информацией служит не картинка, а количественная оценка измеряемого параметра (или нескольких параметров). При этом циклы измерения повторяются с периодом Тк. Если измеряемый параметр статичен, то получается последовательность однократных измерений, которые можно традиционно усреднить для уменьшения СКО погрешности итогового измерения.

Но обычно перед ТВ-системами стоит задача измерения динамических параметров (в частности, непрерывный контроль за текущим состоянием объекта), которые не могут быть определены однократным измерением. Так, например, скорость объекта

,

где ,  – положения объекта в n-м и (n-1)-м кадрах соответственно. Каждая оценка положения объекта сопровождается погрешностью. Если СКО этой погрешности не меняется от кадра к кадру и составляет некоторую величину : , то СКО погрешности измерения скорости

.

Погрешность можно уменьшить за счёт обработки информации не по двум, а по большему количеству кадров. Это и называют межкадровой фильтрацией.

Зачастую имеются какие-то априорные сведения о возможных поведениях объекта измерения, которые можно (и нужно) использовать при межкадровой фильтрации. Т.е. динамические параметры имеют некоторые ограничения, обусловленные теми или иными причинами (в частности, физическими). Так, если измеряемый параметр – скорость автомобиля, то понятно, что она не может быстро скачкообразно меняться туда-сюда (чего нельзя сказать о броуновском движении частиц). Но с каким-то ускорением автомобиль может двигаться – пусть неизвестным, но имеющим известное ограничение. Также ограничения могут быть наложены на третью производную (скорость ускорения), и т.д. Априорные сведения о характеристиках сопровождающего измерения шумового процесса тоже, как правило, учитываются при составлении алгоритма фильтрации.

Особый интерес при измерении динамических параметров представляют рекурсивные, они же БИХфильтры (фильтры с бесконечной импульсной характеристикой). При определении текущего значения измеряемого параметра эти фильтры используют результаты оценок по всем предыдущим кадрам. Т.е. проводится усреднение между значением, полученным по последнему кадру, и значением, которое некоторым образом предсказывают все предыдущие кадры. Для этого рекурсивные фильтры используют свой выход в качестве одного из входов (или несколько выходов в качестве части входов), т.е. обратную связь. В общем случае рекуррентное разностное уравнение, описывающее БИХфильтр, выглядит так:

,

где  – n-е значение выходного параметра (измеряемого),  – n-е значение входного параметра (оценка которого производится по одному n-му кадру), М – порядок входного сигнала (), N – порядок обратной связи. Применительно к нашему примеру – измерению скорости перемещения – входным параметром будет положение объекта, выходным – скорость.

При большом значении СКО погрешности, сопровождающей оценку параметра по отдельному кадру, и наличии априорной информации о возможных изменениях измеряемого параметра рекурсивная фильтрация оказывается очень эффективной (как с точки зрения многократного уменьшения СКО погрешности, так и с т.з. малости вычислительных затрат).


 

А также другие работы, которые могут Вас заинтересовать

52709. Героев имена помнит Донбасс 53 KB
  Цель: Воспитывать уважительное отношения к исторической памяти народа. Способствовать формированию стремлению учащихся знать историю своего народа и отстаивать историческую правду. Воспитывать ответственность, эмпатию, потребность личного участия в мероприятиях, посвященных празднованию памятных дат.