ОБОСНОВАНИЕ ПРАВИЛА ВЫДЕЛЕНИЯ СВЯЗНОЙ ОБЛАСТИ НА ЧАСТОТНО-ВРЕМЕННОЙ СЕТКЕ

Введение

При выделении низкочастотной помехи сначала оценивается спектральная плотность мощности, затем ячейки матрицы относятся к искомой области [5]. В авторском алгоритме решение принимает клеточный автомат [1; 3; 6; 7], хотя одиночные выбросы подавляют и более простые методы обработки изображений [2]. Цель работы — определить условия преимущества локального правила и его чувствительность к параметрам.

Методика эксперимента

Модельная сцена представляла сетку 96 × 64 ячейки: временное окно × частотный бин. Истинная низкочастотная область имела плавно изменяющуюся границу 6–27 бинов и экспоненциальный спад мощности, характерный для аэродинамической помехи [4]. Добавлялись распределённый фон уровня σ и 15 компактных групп высокоэнергетических выбросов. Параметр δ задавал систематическое смещение и покадровое дрожание оценки верхней границы; для каждой конфигурации усреднялись 30 реализаций.

Сравнивались: порог по мощности; порог с жёстким частотным ограничением; тот же порог после медианного фильтра 3 × 3; морфологическое открытие с закрытием; удаление восьмисвязных компонент площадью менее восьми ячеек; клеточный автомат. Для базовых правил порог подбирался отдельно по максимуму коэффициента пересечения, что давало им благоприятные условия.

Правило автомата имело вид U = αq/3 + βP + γA + ηB, где q — прежнее состояние, P — нормированная мощность, A — доля активных соседей, B — принадлежность допустимой полосе. Использованы α = 0,25, β = 0,20, γ = 0,40, η = 0,15, окрестность Мура 3 × 3 и пять итераций. Качество оценивалось коэффициентом пересечения D автоматической и эталонной масок; дополнительно учитывалось относительное время обработки.

Результаты

При точно заданной границе (δ = 0) основную роль играет само частотное ограничение. При σ = 0,35 оно повысило D простого порога с 0,777 до 0,973; клеточный автомат и отсев малых компонент дали по 0,988, медианная фильтрация — 0,985. При σ = 0,55 автомат сохранил небольшое преимущество (0,976 против 0,964 у отсева компонент), но работал примерно в восемь раз медленнее. Поэтому при точной границе его применение избыточно.

Влияние погрешности границы

При ошибке границы преимущество автомата становится существенным (рис. 1). При δ = 8 его D равен 0,961; у правил с жёстким ограничением — 0,848–0,867, после повторного подбора порога — 0,849–0,872. Простая смена порога не исправляет ошибку в другой переменной.

Различие определяется способом учёта границы. В базовых правилах ячейка выше её оценки обнуляется независимо от мощности и окружения. В автомате признак полосы имеет вес η = 0,15 и может компенсироваться высокой мощностью и локальной поддержкой, поэтому связная часть области сохраняется даже при заниженной границе. Порог без частотного ограничения формально нечувствителен к δ, но его D = 0,777 остаётся ниже результатов остальных правил.

Чувствительность и вычислительная настройка

Однофакторный анализ при σ = 0,35 и δ = 0 выявил главный механизм правила. При γ = 0 коэффициент пересечения равен нулю, при γ = 0,1 — 0,334: без локальной активности соседей автомат вырождается в поэлементную обработку. Вес частотного ограничения имеет узкий максимум около η = 0,2; его рост до 0,4 снижает D до 0,852, поскольку низкоэнергетический фон внутри полосы получает избыточную поддержку. Для α и β максимум пологий в области 0,3. Это согласуется с определяющей ролью локального взаимодействия в клеточно-автоматных моделях [1; 3; 6; 7].

После второй итерации D не меняется, а переход к пяти увеличивает объём вычислений в 2,5 раза. Окрестность 5 × 5 снижает D с 0,980 до 0,971. Целесообразны две-три итерации и окрестность 3 × 3.

Обсуждение

Клеточный автомат оправдан, когда погрешность частотного ограничения сопоставима с шириной переходной зоны. При точной границе отсев малых компонент даёт то же качество дешевле; при ошибке до восьми бинов мягкое сочетание мощности, соседства и полосы сохраняет область лучше жёсткого отсечения. Следовательно, правило решения следует выбирать с учётом точности предшествующей спектральной оценки.

Ограничение исследования — модельный характер сцен: фон однороден, а мешающие события компактны. Реальные гул двигателя и вибрация корпуса сами образуют связные области, поэтому численные результаты требуют проверки на размеченном корпусе аудиозаписей.

Заключение

При точной границе автомат не превосходит отсев малых компонент (D = 0,988), но устойчивее к погрешности: при δ = 8 получено 0,961 против 0,848–0,872. Преимущество создаёт локальная поддержка при мягком учёте полосы. Рекомендуются две-три итерации, окрестность 3 × 3 и проверка веса η на реальных данных.