Вы находитесь в разделе Типовых решений систем безопасности

Вейвлеты в охранном телевидении Особенности применения

Одного физика однажды спросили, почему из всех видов домашних животных он предпочитает рыбок. Ответ его был прост: "А зачем обогревать окружающую среду за свой счет?". Наверное, объяснение математика, спроси его, в чем основное достоинство вейвлет-преобразования, было бы таким же

Г.И. Макаров
Редактор раздела "Видеонаблюдение"

Немного истории

Около 200 лет прошло с момента реализации Фурье (если быть точным, идея была им высказана в 1822 г.) концепции аппроксимации сложной функции взвешенной суммой простых функций, каждая из которых получается из одной гармонической функции-прототипа. Все устройства, использующие это преобразование для обработки нестационарных сигналов, в прямом и переносном смысле "грели окружающую среду за свой счет". И какая бы более поздняя модификация Фурье-преобразования не использовалась (будь то "оконная" версия 1946-1947 гг. или "быстрое преобразование Фурье" 1965 г.) проблема с неэффективным представлением быстро меняющихся циклов оставалась, поскольку главная причина этого была неизменна. А она заключалась в том, что в основе всего лежали гармонические функции, при любых резких изменениях ситуации устремляющиеся в бесконечность и растаскивающие энергию по многочисленным гармоникам. "А причем здесь цифровое охранное видеонаблюдение?" - возможно, спросит кто-либо из читателей. Все весьма просто: циклы, которые оно должно отслеживать, сугубо не стационарны, и поэтому все алгоритмы сжатия, использующие Фурье-преобразование, мягко говоря, не особо подходят для решения большинства поставленных перед системами безопасности оперативных задач. А таких стандартов немало (давайте загибать пальцы):
1.JPEG И M-JPEG;
2 MPEG-2 и его клоны;
3.MPEG-4 и его множественные клоны.

Искушённый читатель, знакомый подробнее со стандартом MPEG-4, тут же поймает автора "за руку" и спросит: "Как же так, все - таки основное отличие стандарта в многообразии используемых преобразований, которое не ограничивается идеей Фурье и его более поздних клонов?". но дело в том, что все это "многообразие" остается только на бумаге, а в реальных кодеках везде "торчат рога" именно гармонических функций. Для экономичности времени, могу посоветовать всем желающим, перечитать опубликованную в № 4 за 2006 г. нашего журнала отличную статью на эту тему М.В. Руцкова, с мнением которого я полностью солидарен. Мы же возвратимся к теме данной публикации. Этот "энергетический беспредел" продолжался до конца 1970-х гг. Именно инженер-геофизик Морли столкнулся с проблемой анализа сигналов, которые характеризовались высокочастотной компонентой в течение короткого промежутка времени и низкочастотными колебаниями при рассмотрении больших временных периодов. "Оконные" преобразования позволяли анализировать либо высокие частоты в коротком окне времени, либо низкочастотную компоненту, но не оба колебания одновременно. В результате ученым был предложен подход, в котором для различных диапазонов частот использовались временные окна различной длительности. "Оконные" функции получались в результате растяжения-сжатия и смещения по времени функции Гаусса. Именно Морли назвал эти новые базисные функции вейвлетами (wavelets) - маленькими волнами. "Маленькие" в том смысле, что они, в отличие от гармонических (их можно было бы назвать "огромными волнами") функций, весьма компактны по времени и занимаемому пространству. Как и все оригинальные идеи, это изобретение Морли фактически 10 лет было известно лишь в весьма узких научных кругах. Так продолжалось до тех пор, пока в 1 988 г. сотрудник Бельгийского национального научного фонда Ингрид Добеши не опубликовала свою знаменитую статью в журнале по прикладной математике (Comm. Pure Appl. Math, v. XLI, p. 909-996), открывшую зеленый свет реальному широкому применению вейвлет-преобразования в обработке сигналов. И началась "эра вейвлетов". Решения на их основе появились в квантовой физике, физике электромагнитных явлений, математике, электронике и сейсмогеологии. Междисциплинарные исследования привели к новым приложениям данных методов, касающихся, в частности, сжатия образов для архивов и телекоммуникаций, исследований турбулентности, физиологии зрительной системы, анализа радарных сигналов и предсказаний землетрясений. Во множественных университетах мира было начато преподавание теории вейвлет-преобразований. Их практическому применению были посвящены специализированные конференции (например, только в 1 996 г. прошло две конференции). В России начало активной "вейвлетизации" примерно совпало с началом нового тысячелетия.

Вейвлеты в охранном телевидении

Главное преимущество вейвлет-сжатия лучше всех сформулировал его известный популяризатор Робби Поликар. Если при сжатии с использованием Фурье-преобразования предлагается выбрать, что желательно увидеть, лес или деревья, то использование вейвлетов позволяет увидеть и то и другое одновременно. Согласитесь, это довольно важное преимущество для охранного телевидения!

Число базисных функций для вейвлет-преобразования, называемых материнскими вейвлетами, в настоящее время достаточно велико, но они настолько мало похожи друг на друга, что объединяет их только одно - все они не являются гармоническими. Поэтому, когда в строчке, где указывается тип сжатия цифрового устройства видеонаблюдения, скромно написано " вейвлет", это так же крайне не желательно считать однозначным свидетельством его эффективной работы. Данным фактом, в частности, объясняется различие в оценках размера сжатого кадра при одном и том же качестве. Единственное, что гарантировано - отсутствие блокинг-эффекта (появление квадратных артефактов при сильном сжатии) и "дрожания" линий на границах контрастных яркостных и цветовых переходов. Это связано с тем, что здесь не применяется быстрое преобразование Фурье (в компьютерных технологиях его называют "дискретное косинусное преобразование" или просто ДКП), которое используют все алгоритмы, работающие с разложениями по гармоническим функциям. Именно в них все изображение разбивается на блоки, которые и подвергаются преобразованию Фурье. При вейвлет-сжатии в такой разбивке просто нет нужды - обрабатывается весь кадр целиком, что исключает появление блокинг-эффекта.

вейвлет-преобразование открывает большие просторы для разработки конкретных алгоритмов сжатия, в то время как все Фурье-подобные преобразования похожи друг на друга и делятся всего на несколько типов. Здесь мы подходим к так же одному достоинству (тут может быть проведена параллель с Linux-Windows) вейвлет-сжатия: его можно точно настроить для решения конкретных специфических задач, таких как охранное видеонаблюдение.

Думаю, сейчас мало кто сомневается в специфичности требований, выставляемых к техническим системам обеспечения безопасности, - количество публикаций на эту тему достаточно велико - можно сказать, что это единое мнение экспертного сообщества. И, разумеется, охранное телевидение не является здесь исключением. Беда состоит в том, что абсолютно все обычные стандарты сжатия были разработаны совершенно для иных целей. Здесь можно полностью воспользоваться всеми преимуществами вейвлетов для разработки необходимых специальных решений. Более того, гиперболически выражаясь, в нашем случае просто преступно использовать стандартное вейвлет-сжатие. Дойдя до этого места, автор, удовлетворенно потерев руки, приготовился к обзору многочисленных отечественных разработок для систем безопасности на основе вейвлет-преобразования. но все попытки найти это "многообразие" удивительным образом провалились. Нет, понятно, что разработка каждого алгоритма сжатия весьма долгая и кропотливая работа, но все - таки многие идеи просто лежат на поверхности! Ну, например, можно обратиться к истории систем видеонаблюдения. В свое время (в 90-х гг.прошлого века) были разработаны устройства для передачи видеосигнала по телефонным линиям.

Идея передачи видеосигнала по узкополосным общественным линиям связи была высказана так же в 1 970-х гг., но проблема заключалась в том, что время передачи одного кадра в стандартном формате составляло порядка 7 минут. Конечно, с развитием коммуникаций увеличилась пропускная способность телефонных линий, это время сократилось в несколько раз, но кому нужна система охранного телевидения, в которой кадры поступают с частотой пусть даже и раз в 30 секунд? Проблема была решена с изобретением метода адаптивного сжатия, или "условного обновления", - после первого (как мы сейчас сказали бы "опорного") кадра передавались только изменения, произошедшие в изображении. Это сразу позволило довести частоту кадров до одного в секунду (разумеется, если изменения были небольшими), что уже было приемлемо для практического использования. Почему бы не использовать аналогичное усовершенствование и в вейвлет-сжатии? к таким его стандартным преимуществам, как адаптация к пропускной способности канала, контроль качества изображения и оптимизация загрузки циклора, добавилось бы так же существенное уменьшение размера сжатого кадра. интенсивный поиск по открытым источникам дал следующие результаты: некоторые российские производители используют практически традиционное вейвлет-сжатие (например, "КомКом" и "Вокорд Телеком"), но нашлись только две технологии, так или иначе реализующие описанный выше алгоритм - Delta Wavelet (Johnson Controls (Великобритания), CIEFFE (Италия) и ISS) и Motion Wavelet (ITV). Не мало ли для целой индустрии? Думается, это свидетельствует о том, что потенциальные возможности вейвлетов остаются недооцененными. изучим две имеющиеся технологии более подробно.

Компрессор, работающий по Delta Wavelet, вычитает друг из друга различные кадры и сжимает полученную разницу. Если при этом требуется получить высокое качество видеоизображения, то оба кадра берутся также с высоким качеством, и в них присутствует в большом объеме высокочастотная составляющая, значит шумы. В этом случае результат вычитания (разность двух кадров) имеет большой объем, причем за счет шумов. Эта проблема отсутствует, когда требуется высокая степень сжатия и высокочастотная составляющая убирается из исходных кадров так же до вычисления их разности. В таком случае технология Delta Wavelet эффективна: в кадрах остаются только крупные контуры, они легко вычитаются друг из друга и хорошо сжимаются. Motion Wavelet работает не по принципу вычитания: в нем есть внутренний детектор движения, который определяет на следующем кадре, какие элементы изображения изменяются, и сжимает он только их. Если опять начинается движение во всем кадре, то сжимается все, и это будет покадровое вейвлет-сжатие. Но для охранного телевидения именно сжатие, связанное с движением отдельных фрагментов, безусловно, играет основную роль, поскольку именно в них обычно и заключается нужная оперативная информация. Предоставим читателю право самому судить о достоинствах и недостатках вейвлет-сжатия и его модификаций, о которых шла речь в этой публикации. В заключение приведем только один факт - на выставке IFSEC'2006 в номинации "Лучший CCTV-продукт" победил CIEFFE с кодеком Nettu-no Senses. И знаете, что самое интересное? В нем использована вовсе не технология Delta Wavelet, что подтверждает справедливость вышеизложенного.

Читайте далее:
Компактная цветная система видеонаблюдения для малого бизнеса "из одной коробки"
CPcam. Эволюция ваших желаний
Развитие сетевого видео привлекает новых игроков на рынок
Грудничковые хроники доктора Пилюлькина (По материалам блога Михаила Руцкова Печатается в авторской
Дурная наследственность
Антитеррористический видеокомплекс SaveVision
DVR: оставьте заботы нам
DX-TL5000E
Колонка редактора Цифровые CCTV: "ум" против "интеллекта"
Пост центрального наблюдения: вчера, на данный момент и завтра
Энциклопедия брендов Mitsubishi Electric
Энциклопедия брендов: Videotec
Приборы с использованием GSM-каналов сотовой связи
Прыжок под куполом
Профессиональная техника для дома и офиса