Как отобразить невидимое. Цветовая палитра в тепловизорах и режимы увеличения контраста

Человек обладает способностью ощущать тепло и холод. Как известно, у человека имеется пять органов чувств. Глаза, уши, нос, язык и кожа. Кожными покровами человек способен ощущать тепло и холод, прикасаясь к предметам, ощущать их горячими, теплыми или холодными. Для поддержания своего организма в оптимальных условиях человек наделен способностью ощущать тепловые волны. Тепло и тепловое излучение играют одну из ключевых ролей в жизнедеятельности на Земле. Солнечный свет несет в себе огромнейшее количество энергии. Одна из частей этой энергии приходится на тепловую часть спектра – на область от 2 до 17 мкм. Область же спектра, которая представляет собой видимый человеческим глазом свет, лежит в диапазоне 0,3–0,8 мкм. Огромнейшая разница как в ширине спектра, так и в длинах волн.

Бoльшую часть информации человек получает через зрение – через видимый спектральный диапазон (0,3–0,8 мкм). Поэтому логично, что большинство приборов, дающих возможность получить информацию из других, отличных от видимой областей спектра, разрабатываются и изготавливаются таким образом, чтобы преобразовать информацию из исследуемого диапазона в видимый.

Функция «черного ящика»

Наиболее характерные и известные приборы, преобразующие информацию в видимый диапазон, – это рентгеновские аппараты, УЗИ, видеокамеры, приборы ночного видения и тепловизоры. Каждый из этих приборов работает на своих длинах волн, но общее между ними – это наличие некой функции, преобразующей получаемую информацию в некоторый графический вид, который можно увидеть обычным человеческим зрением. По своей сути, эта функция представляет собой этакий черный ящик, на входе которого – энергия в определенной области спектра, а на выходе – изображение. То есть это некий энергетический трансформатор, некая проекция из одной области в область видимых изображений. А механизм данной проекции – это и есть механизм функции. Таким образом, то, какое видимое изображение мы получаем, зависит от механизма (или алгоритма) используемой функции. Меняя алгоритм функции, можно получать совершенно различные видимые изображения одного и того же наблюдаемого физического объекта. Такое критическое значение алгоритма функции преобразования является ключевым моментом как в построении приборов, так и в интерпретации получаемых изображений.

Закономерности линейных систем

Посмотрим на процесс преобразования информации с системной точки зрения. В природе линейные системы практически не встречаются. Можно лишь говорить о некоторой области значений, в которой рассматриваемая система ведет себя линейно. Но несмотря на это, человеческое мышление привыкло к линейным зависимостям. Хорошей иллюстрацией может послужить пример огорода и удобрений. Так, если на огород положить 1 кг удобрений, то урожай повысится со 100 до 200 кг, если 2 кг, то до 300 кг, если 3 к г, то всего до 330 к г, а если 4 кг, то урожай вообще понизится до 70 кг, поскольку почва будет отравлена. Такие же принципы действуют и в других системных областях. Говорить о линейности можно только там, где она реально есть, и только при определенных условиях, в которых находится система. Если изменятся внешние условия, то далеко не факт, что алгоритм функции системы будет продолжать выдавать линейные изменения выходных значений на линейные же изменения входных значений.

Алгоритм работы тепловизора

Тепловизоры показывают тепловое распределение энергии на поверхностях объектов, и функцию преобразования теплового излучения в видимое изображение можно описать так. Тепловизор, наблюдая определенную сцену, воспринимает тепловое излучение от всех объектов, находящихся на этой сцене. Какие-то объекты имеют наиболее мощное излучение, какие-то – наименее мощное. Одни объекты расположены ближе к тепловизору, другие – дальше от тепловизора. На датчик тепловизора – микроболометр – попадает излучение ото всех объектов, находящихся на сцене. Датчик воспринимает мощность или энергию попадаемого на него излучения от объектов, и задача микропроцессора тепловизора – преобразовать эту энергию в видимое изображение. По сути, в микропроцессоре работает программа, которая и преобразует один вид получаемой информации в другой. Данная программа и есть алгоритм, рассмотренный нами ранее в системном подходе.

Тепловое излучение и видимое изображение

В настоящее время алгоритм, используемый для преобразования энергии теплового излучения в видимое изображение, предельно прост. Наиболее холодному объекту на сцене (объекту, от которого до тепловизора доходит меньше всего энергии) ставится в соответствие черный цвет.

Наиболее горячему объекту – белый. Далее весь динамический диапазон получаемой энергии от самого холодного до самого горячего объекта делится на 256 градаций, и каждому значению равномерно присваивается свой оттенок серого. Чем меньше энергия излучения, тем ближе оттенок к черному, чем больше энергия, тем оттенок ближе к белому.

Почему используется именно 256 градаций? Такое количество градаций соответствует среднему значению возможности человеческого глаза по различению градаций цвета. Конечно, от континента к континенту это число меняется. Например, жители экваториальной части земного шара способны различать больше градаций зеленого, чем жители северных регионов. Дело в том, что в природной гамме экваториальной части земного шара зеленый цвет преобладает. Тем не менее в среднем человек различает около 256 градаций цвета (8 бит информации).

Специальные алгоритмы обработки изображения

Информация, поступающая с тепловизионного детектора на процессор имеет 14-битную разрядность. Таким образом, потенциально алгоритм преобразования мог бы отобразить более 16 тыс. оттенков цвета. От самого холодного до самого теплого. Технически это возможно. Однако нецелесообразно линейно выводить все 16 тыс. оттенков цвета, получаемых с детектора. Человек просто не сможет их все различить, и потеряется огромное количество информации.

14-битная информация с детектора используется для систем машинного зрения и систем обработки видео. Например, наиболее продвинутые системы видеоанализа и детекции движения используют все 14 бит, приходящих с детектора, получая всю возможную информацию для работы своих алгоритмов. Каким же образом уместить 14-битную информацию в 8-битную? Это одна из самых нетривиальных и интересных задач, которые нужно решить при разработке тепловизора. Стандартное решение – описанная выше линейная зависимость и механизмы настройки отображаемого динамического диапазона. Это классический режим работы АРУ тепловизора. Однако для высококонтрастных сцен или сцен с небольшим динамическим диапазоном и мелкими важными деталями такой режим не будет оптимальным, так как появится много упущенной информации.

Решением данной проблемы занимаются ведущие производители тепловизоров. Например, компания DRS Technologies разработала специальный алгоритм повышения контрастности тепловизионного изображения ICE™ – Image Contrast Enhancement. В основе этого алгоритма находится принцип равномерного разбиения изображения на квадратные области, каждая из которых обрабатывается отдельно от других и потом изображение как бы склеивается из отдельных квадратных областей. Плюс добавляется фильтр, который выбирает отдельные полосы из 14-битного диапазона и каждую полосу обрабатывает отдельно, также склеивая изображение в конце.

Китайские производители также работают над улучшением качества изображения, хотя не раскрывают даже принципов обработки информации и держат свои разработки в секрете. В России ЦНИИ «Комета» – одно из известнейших предприятий, занимающихся вопросами цифровой обработки изображений, еще с середины 1980-х гг. имеет уникальные наработки в плане повышения контрастности изображений. Тем не менее принципы обработки должны быть сходными, а реализация, конечно, у всех разная.

Выбор цветовой палитры

Еще одна интересная задача при формировании тепловизионного изображения – это выбор цветовой палитры для отображения 256 цветовых градаций. По сути, можно выбрать абсолютно любые 256 цветов и поставить им в соответствие градации сигнала с процессора тепловизора. Обычно так и поступают при формировании тепловизионной палитры, только выбирают один основной цвет и делают от него 256 градаций. Например, градации серого, градации красного, градации зеленого и т.д.

Существуют также палитры, которые имеют в себе сочетание нескольких цветов или вообще все – от красного до фиолетового. При использовании таких цветовых палитр, как правило, используют классическое сочетание цветов радуги. Красному ставят в соответствие наиболее теплый объект на изображении, а фиолетовому – наиболее холодный.

Разноцветные палитры на тепловизорах применяют в основном в электроэнергетике, где необходимо найти перегретые или неисправные элементы

Тогда цветное изображение очень информативно. Хотя профессионалы, проработавшие много лет с тепловизионной техникой, используют палитру в градациях серого даже в электроэнергетике. Это не удивительно. Помните, ранее мы обсуждали системы и линейность человеческого мышления. Палитра в градациях серого – это классический пример линейного отображения информации. При использовании этой палитры все предельно понятно и просто. Темнее – холоднее, светлее – теплее. И более того, изображение, получаемое с тепловизора, использующее палитру в градациях серого, наиболее близко к обычному изображению с фото или видеокамеры в черно-белом режиме. Такое изображение привычно для человеческого глаза и не вызывает дискомфорта.

Палитры для видеонаблюдения

В охранном видеонаблюдении в подавляющем большинстве случаев применяют именно палитру в градациях серого ввиду обозначенных выше причин и необходимости предоставить оператору системы изображение в наиболее понятном для него и адекватном виде.

Интересный тренд сейчас – начало использования палитр в градациях красного. Такая палитра имеет два явных преимущества

1. Привлечение внимания оператора, поскольку красный воспринимается как цвет опасности.

2. Красный цвет наиболее близок к невидимой ИК-области из всех цветов радуги. И он менее всего воздействует на глаз при переходе от освещенного места к темному. Представьте, вы вышли ночью из освещенного дома на темную улицу. Поначалу вы будете видеть не очень хорошо, так как глазам нужно время для адаптации к небольшой освещенности на улице, и только через некоторое время глаза адаптируются, и будет видно лучше.

Так как красный цвет наиболее близок к инфракрасному, палитры на основе красного начинают активно применять в ручных тепловизорах, с которыми оператор работает непосредственно на улице или в поле. При таком применении особенно важно, чтобы глаз быстро восстановился после работы с прибором и начал видеть в темноте. Поэтому в охранном тепловизионном наблюдении рекомендуется использовать монохромные палитры с градациями серого, если это стационарный или поворотный тепловизор, или с градациями красного, если это персональный ручной тепловизор.

Комментарии запрещены.