1 MEJORAMIENTO DE IMÁGENES SONAR OBTENIDAS MEDIANTE BARRIDO MECÁNICO Vidal Ayala Carabajo Escuela...

Post on 29-Jan-2016

228 views 0 download

Transcript of 1 MEJORAMIENTO DE IMÁGENES SONAR OBTENIDAS MEDIANTE BARRIDO MECÁNICO Vidal Ayala Carabajo Escuela...

1

MEJORAMIENTO DE IMÁGENES MEJORAMIENTO DE IMÁGENES SONAR OBTENIDAS MEDIANTE SONAR OBTENIDAS MEDIANTE

BARRIDO MECÁNICOBARRIDO MECÁNICO

Vidal Ayala Carabajo

Escuela Superior Politécnica del Litoral

FACULTAD DE INGENIERIA EN ELECTRICIDAD Y COMPUTACION

2

ContenidoContenido

Descripción del proyectoDescripción del proyecto Sistemas sonarSistemas sonar Sonar haz de abanicoSonar haz de abanico Sonar haz de lápizSonar haz de lápiz ResultadosResultados ConclusionesConclusiones

3

El El proyectoproyecto

El trabajo desarrollado forma parte de un proyecto de investigación financiado por la empresa italiana SONSUB, para manejo de sistemas subacuaticos.

• mejorar las prestaciones de los sistemas sonar de barrido mecanico utilizados en VORs.

• combinar la informacion de telecamaras y sensores sonar para crear un ambiente submarino virtual.

4

SistemasSistemas sonar sonar

•Los sistemas sonar se dividen en 2 clases:

- sistemas de alta frecuencia (>100kHz)

- sistemas de baja frecuencia

•Limitaciones de los sistemas ópticos

-Corto alcance (depende de la iluminación artificial)

-Inutilidad en ambientes turbios

5

SistemasSistemas sonar (2) sonar (2)

•Para los sistemas de alta frecuencia existen dos modos de barrer una escena:

-desplazamiento del vehiculo

-barrido mecánico

6

• Sistemas sonar de barrido mecánico de alta frecuencia:

- Haz de abanico (fan shaped-beam)

- Haz de lápiz (pencil beam)

SistemasSistemas sonar (3) sonar (3)

7

• Incrementar la potencialidad de la información obtenida por un sistema sonar en un contexto operativo real

- Fan-shaped beam mejorar la calidad visual de las imágenes dinámicamente

-Pencil-beam desarrollar un método de detección automática de objetos en una escena submarina

Objetivos de la tesisObjetivos de la tesis

8

Fan-shaped beam Fan-shaped beam ((hazhaz de de abanicoabanico))

• Haz piramidal de sección rectangular (abanico)

• Genera imágenes del fondo marino en niveles de gris

9

Frecuencia de trabajo: 325 y 675 kHz

Apertura vertical del haz: 20° [325]

40° [675]

Apertura horizontal del haz: 3.0° [325] 1.5° [675]

Rango maximo: 300 m [325]

100 m [675]

Resolución en rango: 5 - 400 mm

Anchura del impulso

transmitido: 20 – 300 msec

Paso mecanico: 0.225°, 0.45º, 0.9º, 1.8º

Sector investigado: hasta 360°

Fan-shaped beam (2)Fan-shaped beam (2)

10

• Señales de bajo nivel (beam signal)

• Cada señal produce un conjunto de muestras

• Para cada muestra se asocia un valor de intensidad acústica

• Imágenes a niveles de gris

Formación de la imagenFormación de la imagen

Vs = 1477,5 m/s

11

Formación de la imagen (2)Formación de la imagen (2)

Señal muestreada y discretizada cada Ts segundos

Ts = periodo de muestreo

12

Formación de la imagen (3)Formación de la imagen (3)

13

Objetivos específicosObjetivos específicos

•Mejorar la calidad de las imágenes con respecto a las originales:

- aprovechamiento optimo de la luminosidad

- reducción del ruido speckle

- énfasis de las sombras acústicas

- reducción de los ecos múltiples

A. Gestión dinámica de los niveles de gris

B. Barrido y conversión (scan-conversion) e interpolación

C. Filtro adaptativo anti-speckle

D. Mejoramiento del contraste

Elaboraciones desarrolladasElaboraciones desarrolladas

14

Gestión dinámica de los niveles de grisGestión dinámica de los niveles de gris

Aprovechar eficientemente el rango de los niveles de luminosidad

- se eligen los valores de LOW y HIGH

- se aplica una curva no lineal

LOWHIGH

LOWzz in

out 255

15

16

17

Muestras por hilera: 232

Total de hileras: 90

Total de muestras por imagen: 20880

18

=1 produce un efecto de estrechamiento lineal, <1 enfatiza la luminosidad de la imagen,>1 atenúa la luminosidad de la imagen, en modo especial en relación con los valores centrales del intervalo LOWHIGH.

Gestión dinámica de los niveles de gris (2)Gestión dinámica de los niveles de gris (2)

LOWHIGH

LOWzz in

out 255

19

Scan-conversion e interpolaciónScan-conversion e interpolación

• construcción de una matriz de pixeles

- A cada pixel (x,y) viene asociado un valor de intensidad

• coordenadas polares coordenadas cartesianas

20

21

121

1222212

21

112211

ˆˆ

zzzz

z

• tecnica estudiada ad-hoc que trabaja en el dominio de las coordenadas polares

• media pesada de las cuatro muestras reales cercanas

Scan-conversion e interpolación (2)Scan-conversion e interpolación (2)

21

ReducciónReducción del del ruidoruido speckle speckle

• aplicación del filtro de Frost

• dimensión del filtro (3x3), (5x5), (7x7)

• al crecer la dimensión del filtromayor reducción del ruido pero tambien mayor “desenfoque”

NI

NIi

NJ

NJjij

NI

NIi

NJ

NJjijij

IJ

m

mz

r

i-I, j-Jij T-Am exp

2

μ

σDA

T = distancia al pixel central

22

MejoraMejora del del contrastecontraste

• aplicación de un metodo reciente propuesto para imagenes opticas

• ecualizacion particular del histograma que permite procesamientos muy potentes

T-C Jean, B.Hsieh, and S-J. Wang, “Image contrast enhancement based on intensity-pair distribution” IEEE Int. Conf. Image Processing, Genoa, Italy, pp.913-916, September 2005.

23

MejoraMejora del del contraste (2)contraste (2)

24

ResultadosResultados

•Comparacion de la imagen original de la estructura “estrella- triangulo” con las imagenes obtenidas aplicando:

25

(a) la optimizacion de los niveles de gris,

=1.7

26

Filtro (33)

=1.7

(b) añadiendo la reducción del ruido speckle

27

y (c) el método de mejoramiento del contraste

28

ResultadosResultados

Comparación de la imagen original de la tuberia con las imagenes obtenidas aplicando:

29

(a) la optimizacion de los niveles de gris

=1.7

30

(b) añadiendo la reducción del ruido speckle

Filtro (33) =1.7

31

y (c) el metodo de mejoramiento del contraste

32

Pencil beamPencil beam

• Haz de tipo cónico (lápiz)

• Mide tiempo de vuelo (TOF)

• Genera imágenes del perfil del fondo marino

33

Pencil beam (2)Pencil beam (2)

Frecuencia de trabajo: 0.6 y 1.1 MHz

Apertura del haz: 2° de forma conica(0.6MHz) 1° de forma conica (1.1MHz)

Alcance maximo: 80 m (600kHz)

40 m (1.1MHz)

Resolución en rango: 1 mm

Anchura del impulso: 20 – 200 sec

Ancho de banda: 30kHz

Paso mecanico del sistema: 0.45°, 0.9°, 1.35°, 1.8°

Sector barrido: variable hasta 360°

34

ModalidadModalidad de de funcionamientofuncionamiento

Imagen binaria

35

• modalidad de funcionamiento dual-head (Maestro y Esclavo)

• los dos sectores se sobreponen parcialmente

EsclavoMaestro

ModalidadModalidad de de funcionamiento funcionamiento (2)(2)

36

ObjetivoObjetivo

• localizar una tuberia cilindrica colocada en una trinchera, dada su sección

-fueron desarrolladas dos versiones de un metodo de deteccion de objetos:

A. Revelaciones congruentes

B. Discontinuidad en rango

37

DificultadesDificultades

• la conversión de los datos de (ρ,θ) a (x,y) y la unicidad de las detecciones para cada θ, producen datos extremadamente dispersos.

• el objetivo de las dos versiones es el de seleccionar un numero restringido de puntos “buenos candidatos” donde se pueda evaluar la medida de matching entre el perfil y el template.

38

Template matchingTemplate matching

• La idea comun de ambas versiones es la verificación de la similitud (matching) entre el perfil y un modelo (template)

• El punto candidato indica un conjunto de puntos del perfil que podrian representar la tuberia

39

El error se calcula como:

1-N

1ndd

N

1E 1nn

donde yn es un valor de la semicircunferencia y y’n es el valor real del perfil. N es el numero de puntos a considerar.

Template matching (2)Template matching (2)

40

Paso Paso previoprevio: : reducciónreducción del del ruidoruido

Se introduce un valor de umbral (SogliaRumore) para descartar las muestras cercanas al sensor

41

1. template matching a lo largo de los puntos del perfil que respetan determinados parametros:

•numero maximo de puntos crecientes a la izquierda

•numero maximo de puntos decrecientes a la derecha

2. medición del error cometido para cada punto considerado

3. extracción el error minimo

Detecciones congruentesDetecciones congruentes

42

DiscontinuidadDiscontinuidad en en rangorango

•Se basa en la discontinuidad en rango que las muestras adaycentes presentan en el caso en el que exista un objeto entre ellas (distancia C-D)

•los procesos vienen realizados directamente sobre los datos en coordenadas polares de los dos perfiles separadamente (2 vectores)

43

1. busqueda de los puntos candidatos para representar la tuberia: se calculan los pares de muestras que tienen una discontinuidad mayor de un cierto umbral

DiscontinuidadDiscontinuidad en en rango (2)rango (2)

2. se verfica si existen pares de “candidatos vecinos” (de sensores diferentes) que representen la tuberia. Se define un rectangulo (Δx,Δy)

xM - x < xs < xM + x yM - y < ys < yM + y

44

DiscontinuidadDiscontinuidad en en rangorango (3) (3)

3. template matching: se aplica una verificación del error de similitud (mis-matching) entre el perfil asociado a los puntos candidatos y el template semicircular:

donde yn es un valor de la semicircunferencia y y’n es el valor real. N es el numero de puntos que se consideran

4. se busca el error minimo, identificando asi la tuberia

1-N

1ndd

N

1E 1nn |y'y|d nnn

45

ResultadosResultados

ESCLAVO MAESTRO

(1)

ESCLAVO MAESTRO

(2)

DeteccionesDetecciones congruentescongruentes

46

ResultadosResultados (2) (2)

DiscontinuidadDiscontinuidad en en rangorango

ESCLAVO MAESTRO

(1)

ESCLAVO MAESTRO

(2)

47

• Es necesario decidir el numero de puntos (N) que hay que considerar para el calculo del error

DeteccionesDetecciones congruentescongruentes

DiscontinuidadDiscontinuidad en en rangorango

• Es necesaria la sobreposición parcial de los 2 barridos

• La sobreposición parcial de los 2 barridos no ayuda

• Los resultados son satisfactorios en terminos de precision en la localizacion de la tuberia

• El exito del metodo es fuertemente dependiente del valor de los parametros

• Es necesario que el perfil esté distribuido lo mas uniformemente posible con respecto al centro del template.

• El valor asignado a los parametros no es critico

• Optima carga computacional (aprox. 0,5 seg. por imagen)

Comparación entre las dos técnicasComparación entre las dos técnicas

|

|

|

|

|

|

48

ConclusionesConclusiones

• Los resultados obtenidos muestran en forma general una mayor homogeneidad en la imagen y, por tanto, una mejor calidad visual.

•Desde el punto de vista de la carga computacional, el tiempo por imagen es de aproximadamente 3 segundos.

Fan-shaped beamFan-shaped beam

El objetivo perseguido en el curso de esta tesis, ha sido plenamente alcanzado gracias al buen nivel de los resultados obtenidos, trabajando con datos reales adquiridos durante algunos experimentos en el mar y probando las técnicas de mejoramiento de imágenes y detección de objetos en dichos datos.

49

• La mayor dificultad ha sido poner en funcionamiento las tecnicas con relación a la distribución particular de los datos adquiridos por el sistema sonar: las tecnicas fueron proyectadas ad hoc.

• Fueron evaluadas en más de 300 imágenes de perfiles producidos por los sistemas sonar funcionando en modalidad dual.

• En el caso del procedimiento de detecciones congruentes, el porcentual de correcta localización es de cerca del 90%. En el 6% de los casos, en cambio, se ha cometido un error colocando la tubería en una posición no correcta, mientras que en el restante 4% no se ha producido la localización.

• En cuanto a la segunda versión, la porcentual de localizaciones correctas se ha estimado en torno al 91%, la localización de la tubería en una posición errada es del 5% y la no localización es del 4%.

Pencil-beamPencil-beam

Conclusiones (2)Conclusiones (2)

50

¡Gracias!