Problematika dosahu OE přístrojů v reálných atmosférických podmínkách

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

Problematika dosahu OE přístrojů v reálných atmosférických podmínkách Optické vlastnosti atmosféry Vliv atmosféry na optický signál Rekonstrukce optického signálu degradovaného průchodem atmosférou Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem České republiky. 22.10.2010

1

Osnova přednášky 1. 2. 3.

Optické vlastnosti atmosféry Země Vliv atmosféry na optický signál Rekonstrukce optického signálu • • • • •

Spektrální filtrace Prostorová filtrace Adaptivní optika Softwarová restaurace obrazu Projekt KYKLOP

22.10.2010


2

OPTICKÉ VLASTNOSTI ATMOSFÉRY ZEMĚ

22.10.2010


3

Optické vlastnosti atmosféry Země Charakteristika atmosféry

Obrázek: Demonstrace vlivu atmosféry 22.10.2010


4

Optické vlastnosti atmosféry Země Charakteristika atmosféry qc

šum,

Atm

Reálná scéna

Qc p

PSFATM Degradace vlivem atmosféry +

Drift a deformace obrazu vlivem turbulence

MTFTurb

útlum optického záření

MTFÚtl

}

MTFAtm

22.10.2010


5

Optické vlastnosti atmosféry Země Charakteristika atmosféry qc

+

PSFOS PSFDet

šum,

det

p

PSFATM Degradace vlivem atmosféry

šum,

Atm

Qc

Reálná scéna

+

Drift a deformace obrazu vlivem turbulence

MTFTurb

útlum optického záření

MTFÚtl

}

Degradace obrazu vlivem OS

MTFOS

Vzorkovací efekt CCD snímače, …

MTFDet

Pozorovan q á scéna

MTFAtm

Q

22.10.2010


6

Optické vlastnosti atmosféry Země Útlum optického záření

Obrázek: Spektrální pásma propustnosti optického záření 22.10.2010


7

Optické vlastnosti atmosféry Země Útlum optického záření

 ( )   ( )   ( )  ( )  f RH , T , p,...  ( ) 

kde

() () Sm

3.91  0.55    Sm   

1/ 3 0.585S m

koeficient absorpce [km-1], koeficient rozptylu [km-1], meteorologická dohlednost [km].

22.10.2010


8

Optické vlastnosti atmosféry Země Ukázka vlivu útlum optického záření 3 km 1 km

0,5 km

a) pro Sm = 15 km

b) pro Sm = 5 km

c) pro Sm = 0.5 km

Obrázek: Vliv atmosféry na kvalitu optického signál Typické hodnoty meteorologické dohlednosti pro region JM: LÉTO: do 10-15 km, ZIMA: kolem 3 km 22.10.2010


9

Optické vlastnosti atmosféry Země Útlum optického záření – přenosová funkce



 exp  [ ( )s   ( )s 

fr 2  ],pro f r  f , c fc

M a ( f r , r,  )  exp [ ( )   ( )]  s , pro f r  f c ,

lze ji stanovit z meteor. údajů (T, p, RH, …)

22.10.2010


10

Optické vlastnosti atmosféry Země Útlum optického záření – přenosová funkce 1 0.9 0.8 0.7

MTF [-]

0.6 0.5 0.4 0.3 0.2

0.1 0

0

10

20

30

40 50 Fr [cycle/mrad]

60

70

80

90

100

Obrázek: Typická modulační přenosová funkce útlumu atmosféry 22.10.2010


11

Optické vlastnosti atmosféry Země Turbulence atmosféry

Obrázek: Vliv turbulence na obraz 22.10.2010


12

Optické vlastnosti atmosféry Země Turbulence atmosféry 10

10

10

10

10

10

10

Power spectral density

6

4

2

0

-2

-4

-6

0

10

0

10

1

10

2

10

3

Frequency (Hz)

Obrázek: Typické spektrum turbulence 22.10.2010


13

Optické vlastnosti atmosféry Země Turbulence - strukturní parametr indexu lomu Cn2

Cn2  kde: l f k y0.5

 y 0.5  0.95   f 

5/ 3

2.91k 1/ 3 l

vzdálenost pozorovaného objektu *km+, ohnisková vzdálenost objektivu pozorovacího přístroje *mm+, vlnové číslo *m-1], rozměr plochy, v níž je intenzita ozáření obrazové roviny objektivu bodovým zdrojem rovna polovině její maximální hodnoty *mm+.

22.10.2010


14

Optické vlastnosti atmosféry Země Turbulence atmosféry a)pro dlouhé expozice:

MTFturbulexp( 57.3  f r5 / 3  Cn2  1/ 3  s)

b) pro krátké expozice: 1/ 3        f r   5/3 2 1 / 3 MTFturbulexp  57.3  f r  Cn    s  1  x      D       

lze ji stanovit z meteor. údajů (T, p, RH, SF, v…)

22.10.2010


15

Optické vlastnosti atmosféry Země Turbulence atmosféry – přenosová charakteristika MTF atmosfery (cervena-utlum, zluta-turbulence, modra-celkova) 1 0.9 0.8 0.7

MTF [-]

0.6 0.5 0.4 0.3 0.2 0.1 0

0

10

20

30


60

70

80

90

100

Obrázek: Srovnání typické MTF útlumu a turbulence - noc 22.10.2010


16

Optické vlastnosti atmosféry Země Turbulence atmosféry – přenosová charakteristika MTF atmosfery (cervena-utlum, zluta-turbulence, modra-celkova) 1 0.9 0.8 0.7

MTF [-]

0.6 0.5 0.4 0.3 0.2 0.1 0

0

10

20

30


60

70

80

90

100

Obrázek: Srovnání typické MTF útlumu a turbulence - poledne 22.10.2010


17

VLIV ATMOSFÉRY NA OPTICKÝ SIGNÁL

22.10.2010


18

Vliv atmosféry na optický signál Absorpce, Rozptyl • Pokles intenzity zobrazení • Pokles kontrastu zobrazení

Turbulence • Geometrické deformace obrazu

22.10.2010


19

Vliv atmosféry na optický signál Statické vlivy ovlivňující zobrazení • Absorpce optického záření • Rozptyl optického záření

Obrázek: Vliv útlumu na optický signál (vpravo) 22.10.2010


20

Vliv atmosféry na optický signál Statické vlivy ovlivňující zobrazení • Absorpce optického záření • Rozptyl optického záření

• Refrakce, …

Projevy: • pokles intenzity optického záření • pokles kontrastu obrazu • odklon optického paprsku od původního směru

22.10.2010


21

Vliv atmosféry na optický signál 

Kvalita obrazu

MCFA 0

MTF ( f r ) df r fr

1 0.9

M C F A

0.8

[ -]

0.6

0.7

0.5 0.4 0.3 0.2 0.1 0 0

1

2

3

4

5

6

Dálka objektu [km]

22.10.2010


22

Vliv atmosféry na optický signál ln(

Dosah OEPř

zt 1 

MCFAid ) MCFApoz

MCFAid

6 5.5 5 4.5 4

Zt [-]

3.5 3

2.5 2 1.5 1

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

MCFA [-] 22.10.2010


23

Vliv atmosféry na optický signál Dynamické vlivy ovlivňující zobrazení • Turbulence atmosféry

Obrázek: Vliv turbulence na optický signál (vpravo) 22.10.2010


24

Vliv atmosféry na optický signál Dynamické vlivy ovlivňující zobrazení • Turbulence atmosféry

Projevy: • geometrické deformace obrazu • změna dopadového úhlu paprsku • pokles kontrastu obrazu při dlouhých expozicích • fluktuace energie paprsku ve směru šíření

22.10.2010


25

Vliv atmosféry na optický signál Dynamické vlivy ovlivňující zobrazení – kvantifikace turbulence

Obrázek: Schéma pasivního scintilometru 22.10.2010


26

Vliv atmosféry na optický signál Dynamické vlivy ovlivňující zobrazení

Obrázek: Vizualizovaná turbulence 22.10.2010


27

Vliv atmosféry na optický signál Dynamické vlivy ovlivňující zobrazení

+ Frame1

+ Frame3

+ Frame2

t1  t   2 t3     t 4  ...  

x1 , y1 

x2 , y2  x3 , y3 

x4 , y4  ...

+ Frame4

Obrázek: Drift fragmentu obrazu – záměrného bodu 22.10.2010


28

Vliv atmosféry na optický signál Dynamické vlivy ovlivňující zobrazení – drift záměrného bodu 3

10

E x, y, t  v 

2

10

1

E x, y, t  0 t

10

0

10

-1

-2

10

j-4

j-3

j-2

j-1

j

j+1 W

Obrázek: Stavový vektor Wi a jeho aproximace 22.10.2010


29

Vliv atmosféry na optický signál Kompenzace vlivu turbulence

22.10.2010


30

Použitá literatura [1] Řehoř Z.: Charakteristiky atmosféry, které mohou ovlivnit přesnost měření pasivních systémů lokalizace objektu; Výzkumná zpráva projektu CILEPAS, 120 stran, Brno, 2002. [2] R. C. Gonzalez and R. E. Woods, Digital Image Processing. Upper Saddle River, N.J.:Prentice Hall, 2002. [3] Sandot, D.- Dvir, A.- Bergel, I.- Kopeika, N.S.: Restoration of thermal images distorted by the atmosphere, based on measured and theoretical atmospheric modulation transfer fuction; Optical Engineering, 33, č.1, str. 44-53, 1994.

[4] M. J. Black and P. Anandan, “The robust estimation of multiple motions: Parametric and piecewise smooth flow fileds,” Computer Vision and Image Understanding, vol. 63, no. 1, pp. 75–104, January 1996. [5] DOSKOČIL, Radek, BALAŽ, Teodor, MACKO, Martin, et al. Real-Time Software Restoration of Optic Image Degraded by the Atmosphere. Mathematics and Computers in Science and Engineering, World Scientific and Engineering Academy and Society, WSEAS Press, Athens, s.79-84. ISBN 978-960-474-027-7, Greece, 2008.

22.10.2010


31

REKONSTRUKCE OPTICKÉHO SIGNÁLU

22.10.2010


32

Osnova přednášky • Rekonstrukce optického signálu • • • • •

Spektrální filtrace Prostorová filtrace Adaptivní optika Softwarová restaurace obrazu Projekt KYKLOP

22.10.2010


33

Rekonstrukce optického signálu Spektrální filtrace

k [%]

Obrázek: Závislost středního koef. útlumu na vlnové délce 22.10.2010


35


Obrázek: Spektrální propustnost filtru pro zvýšení kvality obrazu 22.10.2010


36

Rekonstrukce optického signálu Spektrální filtrace • VÝHODY • jednoduchá aplikace • účinnost metody je úměrná na charakteristice filtru • zpracování signálu bez časového zpoždění

• NEVÝHODY • mění spektrální vlastnosti přijímaného signálu • neúčinná pro potlačení turbulence

22.10.2010


37


Obrázek: Ukázka účinnosti restaurace obrazu s využitím spektrální filtrace

22.10.2010


38


Obrázek: Ukázka účinnosti restaurace obrazu s využitím spektrální filtrace Dálka pozorování: 50km

22.10.2010


39

Rekonstrukce optického signálu Adaptivní optika

Obrázek: Princip adaptivní optiky 22.10.2010


40




41




42

Rekonstrukce optického signálu Adaptivní optika • VÝHODY • velmi účinná metoda potlačení dynamických vlivů atmosféry • minimální časové zpoždění • neovlivňuje spektrální charakteristiky signálu

• NEVÝHODY • neúčinná na statické vlivy atmosféry • potřebuje referenční bod (umělou hvězdu) • účinné zpracování jen malých zorných polí • náročná na přístrojové vybavení 22.10.2010


43


Obrázek: Ukázka účinnosti využití adaptovní optiky (vlevo) 22.10.2010


44

Rekonstrukce optického signálu Prostorová filtrace 1 0.9 0.8 0.7

MTF [-]

0.6

0.5 0.4 0.3 0.2

0.1 0

0

10

20

30


60

70

80

90

100

Obrázek: Princip prostorové filtrace 22.10.2010


45

Rekonstrukce optického signálu Prostorová filtrace

 1  F ( f r )  Norm  g  MTF 

1 0.9 0.8 0.7

MTF [-]

0.6

0.5 0.4 0.3 0.2

0.1 0

0

10

20

30


60

70

80

90

100

Obrázek: Princip prostorové filtrace 22.10.2010


46

Rekonstrukce optického signálu Prostorová filtrace 1

2

3

1

1.Vstupní a výstupní optická soustava 2.Prostorově-frekvenční modulátor 3.Spektrální filtr 22.10.2010


47

Rekonstrukce optického signálu Prostorová filtrace • VÝHODY • jednoduchá aplikace • zpracování signálu bez časového zpoždění • omezeně umožňuje potlačit vliv turbulence (nízkých frekvencí)

• NEVÝHODY • relativně složitý prostorový filtr (modulátor)

22.10.2010


48

Rekonstrukce optického signálu Prostorová filtrace

Obrázek: Ukázka účinnosti restaurace obrazu s využitím prostorové filtrace 22.10.2010


49

Rekonstrukce optického signálu Softwarová rekonstrukce obrazu – lineární zpracování Model atmosféry

1 … N

Preprocesing snímků

Algoritmus zvýšení rozlišení obrazu

Zvýraznění detailu obrazu

Obrázek: Základní algoritmus softwarové rekonstrukce obrazu 22.10.2010


50

Rekonstrukce optického signálu Softwarová rekonstrukce obrazu – lineární zpracování FIR  Ham2  FFT2 1 {FFIR }

Hodnota [-]

1 0.8 0.6 0.4 0.2 0 1 0.5

1 0.5

0

0

-0.5 Frekvence [rad]

-0.5 -1

-1

Frekvence [rad]

Obrázek: Amplitudová frekvenční odezva filtru 22.10.2010


51

Rekonstrukce optického signálu Softwarová rekonstrukce obrazu – lineární zpracování Vstup meteorolog. parametrů

Určení MTF atmosféry

Určení frekvenční charakteristiky prostorové odezvy bod. zdroje (Mf ) Amplitudová frekvenční odezva filtru (FFIR)

Určení Ham. okna (Ham2) a matice filtru (FIR)

Matice FIR

Obrázek: Příklad možného algoritmu restaurace obrazu 22.10.2010


52

Rekonstrukce optického signálu Softwarová rekonstrukce obrazu – skládání snímků n qi x, y, Li   i 1 Váhová funkce výběru snímků

a)

q p  x, y , L  

n

b)

Obrázek: Výřez snímku – jasný bod (série snímků ve falešných barvách) a) X odezev z vybraných nejlepších snímků, b) modře – ideální odezva bodu, červeně – výsledná odezva vzniklá zprůměrováním dílčích odezev dle a) 22.10.2010


53

Rekonstrukce optického signálu Softwarová rekonstrukce obrazu – skládání snímků

Obrázek: Výřez snímku – jasný bod (série snímků ve falešných barvách) a) nejlepší jednotlivý snímek, b) jednotlivý snímek deformovaný turbulencí , c) průměrný snímek z 10 po sobě jdoucích 22.10.2010


54

Rekonstrukce optického signálu Softwarová rekonstrukce obrazu – adaptivní zpracování Preprocesing snímku

Aplikace  vrstvy

Aplikace rekurzivního filtru

-

Adaptivní váhová fce

+

Obrázek: Příklad možného algoritmu softwarové rekonstrukce obrazu 22.10.2010


55

Rekonstrukce optického signálu Adaptivní zpracování – vybrané druhy interakčních algoritmů Jansson-Van Cittert

f n1  f n  q  H  f n 

Gold-Meinel

f n 1  C ( f n )  q  H  C ( f n )

Landweber

f n 1  f n  H T  q  H  f n 

Richardson-Lucy

Maximum následnosti

S.M.A.R.T

  qH  f n 1  f n  ( H  f )  H n    q   f n 1  f n exp   1 * H    H  f n    q   f n 1  f n exp  H  ln  H  f n   

22.10.2010


56

Rekonstrukce optického signálu Adaptivní zpracování – vybrané druhy interakčních algoritmů

Obrázek: Rychlost iterakce vybraných algoritmů na nezašumělém obraze 22.10.2010


57

Rekonstrukce optického signálu Adaptivní zpracování – vybrané druhy interakčních algoritmů

Obrázek: Rychlost iterakce vybraných algoritmů na nezašumělém obraze 22.10.2010


58

Rekonstrukce optického signálu Softwarová rekonstrukce obrazu • VÝHODY • lze ji snadno adaptovat na konkrétní podmínky • lze ji kombinovat s dříve uvedenými metodami • umožňuje komplexní potlačení vlivu atmosférického kanálu (statických i dynamických vlivů)

• NEVÝHODY • časové zpoždění závislé na velikosti a frekvenci obrazu • náročná na hardwarové vybavení

22.10.2010


59

Rekonstrukce optického signálu Softwarová rekonstrukce obrazu

Obrázek: Ukázka účinnosti restaurace softwarové rekonstrukce obrazu 22.10.2010


60

Rekonstrukce optického signálu Softwarová rekonstrukce obrazu - turbulence

Obrázek: Ukázka účinnosti restaurace softwarového potlačení turbulenceu 22.10.2010


61

Rekonstrukce optického signálu Projekt KYKLOP

22.10.2010


62


Obrázek: Mapa měřících stanic 22.10.2010


63

Rekonstrukce optického signálu Projekt KYKLOP – základní údaje Počet zapojených pozorovatelů:

56

Průměrný počet snímků na obrázek:

560

Průměrný průměr objektivu:

150 mm

.

Výsledný průměr objektivu:

1122 mm

Velikost báze:

až 770 km

22.10.2010


64

Rekonstrukce optického signálu Projekt KYKLOP – základní údaje Princip snímání

synchronní

Restaurační algoritmus:

S. M. A. R. T.   q   f n 1  f n exp  H  ln   H  f n  

22.10.2010


65

Rekonstrukce optického signálu Projekt KYKLOP Metoda zpracování: SM.A.R.T.

*

Obrázek: Princip projektu KYKLOP 22.10.2010


66


Obrázek: Princip projektu KYKLOP 22.10.2010


67


Obrázek: Nezpracovaný snímek planety Saturn 22.10.2010


68


Obrázek: Snímek zpracovaný průměrováním a klasickým filtrem FIR 22.10.2010


69


Obrázek: Snímek zpracovaný metodou synchronního snímání a adaptivním filtrem 22.10.2010


70


Earth’s shadow

Obrázek: Zatmění Měsíce zpracované metodou synchronního snímání 22.10.2010


71

Děkuji za pozornost 22.10.2010


72

Použitá literatura [1] Řehoř Z.: Charakteristiky atmosféry, které mohou ovlivnit přesnost měření pasivních systémů lokalizace objektu; Výzkumná zpráva projektu CILEPAS, 120 stran, Brno, 2002. [2] R. C. Gonzalez and R. E. Woods, Digital Image Processing. Upper Saddle River, N.J.:Prentice Hall, 2002. [3] Sandot, D.- Dvir, A.- Bergel, I.- Kopeika, N.S.: Restoration of thermal images distorted by the atmosphere, based on measured and theoretical atmospheric modulation transfer fuction; Optical Engineering, 33, č.1, str. 44-53, 1994.

[4] M. J. Black and P. Anandan, “The robust estimation of multiple motions: Parametric and piecewise smooth flow fileds,” Computer Vision and Image Understanding, vol. 63, no. 1, pp. 75–104, January 1996. [5] DOSKOČIL, Radek, BALAŽ, Teodor, MACKO, Martin, et al. Real-Time Software Restoration of Optic Image Degraded by the Atmosphere. Mathematics and Computers in Science and Engineering, World Scientific and Engineering Academy and Society, WSEAS Press, Athens, s.79-84. ISBN 978-960-474-027-7, Greece, 2008.

22.10.2010


73

Problematika dosahu OE přístrojů v reálných atmosférických podmínkách

Recommend Documents