Generowanie syntetycznych obrazów cyfrowych z punktami sygnalizowanymi

W celu tworzenia syntetycznych obrazów cyfrowych bliskiego zasięgu, do badania dokładności i niezawodności zaawansowanych operatorów dopasowania (matching), opracowany został autorski program o nazwie Image Generator. Program Image Generator może generować okrągłe, ciemne sygnały (target) na jasnym tle lub jasne sygnały na ciemnym tle. Wygenerowanie testowych obrazów cyfrowych w formacie BMP, ze sztucznymi punktami sygnalizowanymi, wymaga w programie zdefiniowania następujących parametrów: rozdzielczość obrazu, wielkość piksela, promień znaku (target), odległość między znakami, jasność znaku i jego tła, szum tła, rozmycie krawędzi znaku, poziom ostrości, parametry kalibracji kamery cyfrowej oraz wielkość obszaru zainteresowań (interest area). Parametry radiometryczne obrazu definiuje się za pomocą składowych R, G, B, i dodatkowo przez wprowadzenie szumu gaussowskiego, o dowolnej wielkości i sile zakłócenia, oraz dwóch rodzajów filtrów uśredniających (boxfilter). Zmianę jasności znaków otrzymuje się przez wprowadzenie gradientu. Zniekształcenia geometryczne obrazu modelowane są błędami systematycznymi wg modelu Brown’a i El-Hakim’a oraz Beyer’a, które zawierają dystorsję radialną symetryczną, dystorsję radialną asymetryczną i tangencjalną, afinizm oraz nieortogonalność osi (shear) matrycy sensora. Zdjęcia dowolnie zorientowane tworzone są za pomocą transformacji rzutowej 2D. Aplikacja umożliwia dodatkowo tworzenie obszarów poszukiwań dla programu Matching, generowanie fragmentu obrazu z sygnałem, tworzenie protokołów zawierających współrzędne pikselowe z poziomami jasności. Program Image Generator został napisany w języku programowania Delphi 7. Testowanie wygenerowanych w programie Image Generator obrazów cyfrowych z sygnalizowanymi punktami różnej wielkości przeprowadzono wykonując automatyczny pomiar współrzędnych w autorskim programie Matching (zastosowano metodę ważonego środka ciężkości CWM – Center Weighted Metod i metodę dopasowania najmniejszych kwadratów LSM – Least Squares Matching) oraz komercyjnym programie Pictran DE (metoda LSM). Pomierzone współrzędne pikselowe środka znaków porównano z teoretycznymi współrzędnymi, które obliczono metodą Newtona. Średnia odchyłka kwadratowa RMS różnic współrzędnych pikselowych dla obrazów zniekształconych dystorsjami geometrycznymi i radiometrycznymi wyniosła RMSΔx'y' ≤ 0.3 piksela.

In order to generate synthetic digital close range images for testing the accuracy and reliability of the advanced matching operators especially dedicated application Image Generator was developed. Image Generator can generate circular dark targets on bright background and the other way bright targets on dark background. Generating test digital images (*.bmp) with artificial targets in Image Generator requires defining the following parameters: image resolution, pixel size, target radius, distance between targets, brightness of the target and its background, background noise, target edge blur, sharpness level, calibration parameters of digital camera and interest area.. Radiometric parameters of the image are being defined by R, G, B color components and additionally by Gaussian noise with any size and noise strength and two boxfilters (9 and 25 elements mask). Brightness change of targets requires gradient introduction. Geometric image distortions are being modeled by systematic errors by Brown’s and El-Hakim’s and Beyer’s model which includes symmetric radial distortion, asymmetric and tangential radial distortion affinity and a shear of the sensor matrix. The free oriented images are processed with 2D projective transformation. The application additionally allows for creation of interest area for Matching software, image fragment (crop) generation, listing with pixel coordinates and brightness level. The Image Generator application was developed in Delphi 7 programming language. Tests of digital images with artificial targets of various sizes were conducted by automatic coordinates measurement in authors application Matching (CWM – center weighted method and LSM – least square method were applied), as well as in commercial software Pictran DE (LSM method). Measured pixel coordinates of targets centers were compared with theoretical coordinates, which were calculated using Newton method. Pixel coordinates discrepancies on radiometric and geometric distorted images amounted to RMS Δx'y' ≤ 0.3.