The goal of the paper was to shorten the calculation time by realising all used signal processing algorithms in the form of stack filters. The architecture of these filters allows us to process signals using the advantages of hardware processing and simultaneous signal processing. This paper elaborated on the synthesis of stack filters which realise median, averaging, opening and closing operations. The novel achievement was to develop the binary box method which allows us to obtain stack filters for more complex algorithms. This method consists of two stages and requires that we construct a spatial structure of the data. This structure allows us to examine the stacking property in two steps. Obtained in this way architecture of the function is predisposed to VLSI implementation. The authors devised this method transforming the averaging filter into stack filter; however, the invented binary box method allows us to synthesise stack filter which realises more complex signal processing algorithms. The only assumption which limits the class of acceptable algorithms is the fact that the algorithm has to satisfy the stacking property at each stage of the signal processing. The proposed approach allows us to convert well-known signal processing algorithms into realisation which guarantees significantly greater speeds of signal processing.
The goal of this paper was to determine necessary dynamical conditions for the object tracking task. Developing these conditions required examining dynamical relationships between the UAV, camera head, disturbances and tracked object. This analysis was conducted in order to assess whether a given UAV-camera head set was suitable for a given object tracking task. The study assumed that the UAV was equipped with a flight trajectory control system. We discussed the methods of the dynamical properties description and finding a range of application for a particular set “UAV-camera head”. For each dynamical element of the examined system, we proposed a method of computing the parameters of the simulation model which corresponded to the behaviour of the real elements. In order to describe the range of the applications for the UAV-camera head set, we defined the space Ω – all combinations of the parameters which characterized the dynamics of the disturbance and object. Moreover, this study developed the method of selecting the subspace Ωs which described acceptable parameters of the object’s and disturbance’s dynamics. This paper presented the example of proper object tracking in the case of meeting the dynamical conditions and the example of losing the object in the opposite case.
W pracy została przedstawiona klasa filtrów stosowych posiadających właściwość układania w stos i wykorzystujących progową dekompozycję. Klasa ta zawiera filtry oparte na statystykach porządkowych (w szczególności filtr medianowy), filtry morfologiczne i wiele innych. Jako kryterium wyboru filtru stosowego przyjmuje się średnią wartość bezwzględną pomiędzy sygnałem idealnym a wyjściem filtru. Minimalizacja średniego błędu bezwzględnego może być uzyskana jako rozwiązanie odpowiedniego zadania programowania liniowego. Przedstawione, rozwinięte metody pozwalają na obliczanie współczynników macierzy ograniczeń dla wcześniej sformułowanego zadania programowania liniowego. Na koniec przedstawiono przykłady optymalnych filtrów stosowych.
EN
The class of stack filters preserving stacking property and threshold decomposition is introduced. Rank order filtres (especially median filters), morphological filters and many others are included in this class. Basic features of stack filtering are presented. The stack filter is fully determined by selection of appropriate Boolean function. As a criteria for selection of the function the minimization of the mean absolute error between reguired signal and the filter output is taken. The minimization of mean absolute error can be obtained through solution of the appropriate linear prgramming problem. The subject of this paper is to present some of numerical problems arising during formulation of linear programming problem. These enhanced methods allow for computation of the coefficients and the matrix of constraints for the linear programming problem formulated above. Finally, examples of stack filters are presented.
W pracy przedstawiono rozwiązanie zadania projektowania filtru stosowego w oparciu o kryterium błędu bezwzględnego. Idea filtracji stosowej oparta jest na dekompozycji ciągu wielowartościowego wybranego z macierzy obrazu, odpowiednio do użytej apertury, do ciągów binarnych, filtracji tych ciągów binarnych a następnie powrocie do wyjściowego ciągu wielowartościowego przez dodanie wynikowych ciągów binarnych. Stosowanie różnych funkcji boolowskich pozwala na uzyskiwanie różnych filtrów. W pracy sformułowano model zadania optymalizacji. Następnie określono minimalizowany wskaźnik jakości i zaprezentowano przeformułowanie ograniczeń właściwości układania w stos do postaci macierzowej. Kolejny krok stanowiło sformułowanie zadania minimalizacji jako zadania programowania liniowego. Rozwiązanie tego zadania, które zależy od parametrów sygnału i współczynników kosztu, określa poszukiwaną funkcję boolowską. Na koniec przedstawiono rozwiązania pewnych problemów numerycznych i przykłady macierzy ograniczeń dla szerokości apertury 3 i 5.
EN
In the paper a solution to the problem of stack filter design based on the mean absolute error criterion is given. The stack filtering idea is based on decomposition of multivalued sequence taken from the image matrix, according to the used window, into binary sequences, filtering of those binary sequences and then returning to multivalue output sequence by adding resulting binary sequence. By applying appropriate Boolean function to each binary sequence different types of filtering are defined. In the paper the model of optimization problem is formulated. Then a quality index to be minimized is defined an reformulation of stacking property constraints to matrix from is presented. The next step consists in formulation of the minimization problem as linear problem. Solution to this problem, which depends on signal parameters and cost coefficients, define to serched Boolean function.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.