Система стабилизации изображения с неразрушающим считыванием видеоинформации

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Малашин Д.О. Система стабилизации изображения с неразрушающим считыванием видеоинформации // Оптический журнал. 2020. Т. 87. № 12. С. 43 –49. http://doi.org/10.17586/1023-5086-2020-87-12-43-49

Ссылка на англоязычную версию:

D. O. Malashin, "Image-stabilization system with nondestructive readout of video information," Journal of Optical Technology. 87(12), 733-737 (2020). https://doi.org/10.1364/JOT.87.000733

Аннотация:

Предложен способ принципиального улучшения существующих систем стабилизации изображения за счёт использования технологии неразрушающего считывания в матричном фотоприёмнике. Показано, что использование предлагаемого подхода позволяет избежать потери части поля изображения по сравнению с системой стабилизации, использующей дополнительные измерительные фотоприёмники. Предложенный подход может быть использован для создания перспективных компактных видеокамер со стабилизацией изображения, учитывающих смещение, поворот и изменение масштаба изображения.

Ключевые слова:

стабилизация изображения, неразрушающее считывание, смаз

Коды OCIS: 040.1490, 100.4550, 110.4153, 100.2980

Список источников:

1. Еськов Д.Н., Ларионов Ю.П., Новиков В.А. Автоматическая стабилизация оптического изображения. Л.: Машиностроение, 1988. 240 с.

2. Цыцулин А.К., Фахми Ш.С., Манцветов А.А. и др. Стабилизация изображений на основе измерения их смещения при совместном использовании матричного и двух линейных фотоприёмников // Оптический журнал. 2012. № 11. С. 67–75.

3. Малашин Д.О. Экспериментальное исследование прямого метода измерения смещения изображения с субпиксельной точностью // Известия высших учебных заведений России. Сер. «Радиоэлектроника». 2013. № 3. С. 55–58.

4. Barnett S.F.H., Snape M., Hunter C.N. et al. A novel application of non-destructive readout technology to localisation microscopy // Sci. Rep. 2017. V. 7. Article number – 42313.

5. Sims G.R., Atlas G., Christensen E., Cover R.W., Larson S., Meyer H.J., Schempp W.V. A CMOS visible image sensor with non-destructive readout capability // SPIE Astronomical Telescopes + Instrumentation. 2018. V. 10709. 8 p.

6. Scott P.F.I., Kachatkou A.S., Frost A.L., van Silfhout R.G. A high dynamic range camera with a non-destructive readout complementary metal–oxide–semiconductor sensor // IOP Publishing Ltd. 2009. V. 20. № 10. P. 1–8.

7. Kachatkou A., Silfhout R. Dynamic range enhancement algorithms for CMOS sensors with non-destructive readout // 2008 IEEE International Workshop on Imaging Systems and Techniques. Crete. 2008. P. 132–137.

8. Shah J. Pixel circuit with non-destructive readout and methods of operation thereof // US Patent № 7420154 B2. 2008.

9. Frojdh C. Triggering of solidstate X-ray images with non-destructive readout capability // US Patent № 6307915 B1. 2001.

10. Малашин Д.О., Малашин Р.О. Устройство стабилизации изображения // Патент РФ № 2716208. 2020.

11. NOIL1SM4000A/D. LUPA4000: 4 megapixel high speed CMOS sensor // Semiconductor Components Industries, December 2019. 29 p.

12. Малашин Д.О. Методы повышения быстродействия и точности стабилизации изображения в прикладных телевизионных камерах // Канд. диссертация. СПб: СПБГЭТУ «ЛЭТИ» им. В.И. Ульянова (Ленина), 2014. 162 с.

13. Sei Nagashima, Koichi Ito, Takafumi Aoki et al. A high-accuracy rotation estimation algorithm based on 1D phase-only correlation // International Conference Image Analysis and Recognition. / Ed. by Kamel M., Campilho A. 2007. Lecture Notes in Computer Science 4633. P. 210–221.

14. Weimin Wei, Shuozhong Wang, Xinpeng Zhang et al. Estimation of image rotation angle using interpolation-related spectral signatures with application to blind detection of image forgery // IEEE Transactions on Information Forensics and Security. 2010. V. 5. № 3. P. 507–517.

15. Master Prince, Suliman A. Alsuhibani, Nahid A. Siddiqi. A step towards the optimal estimation of image orientation // IEEE Access. 2019. V. 7. P. 185750–185759.

16. Ho-Gun Ha, In-Su Jang, Kyung-Woo Ko, Yeong-Ho Ha. Robust subpixel shift estimation using iterative phase correlation of a local region // SPIE. 2009. V. 7241. 9 p.

17. Rais M., Morel J.-M., Facciolo G. Iterative gradient-based shift estimation: to multiscale or not to multiscale? // Iberoamerican Congress on Pattern Recognition. 2015. P. 416–423.

18. Bigot J., Gamboa F., Vimond M. Estimation of translation, rotation, and scaling between noisy images using the Fourier–Mellin transform // SIAM Journal on Imaging Sciences. 2009. V. 2. № 2. P. 614–645.

19. Малашин Р.О. Принцип наименьшего действия в динамически конфигурируемых системах анализа изображений // Оптический журнал. 2019. № 11. С. 5–13. 20. Malashin D.O., Malashin R.O. Efficient hardware implementation of neural networks // Neural Networks and neurotechnologies. Chapter 23. SPb, Publish by VVM. 2019. 294 p.