W rozprawie przedstawiono szereg zaawansowanych modułów sprzętowych do realizacji operacji przetwarzania, analizy i szyfrowania obrazów zaimplementowanych w układzie reprogramowalnym FPGA. Wykonano moduł szyfrujący algorytmem Clefia oraz moduł filtracji obrazów kolorowych algorytmem PGF (ang. Peer Group Filtering). W obu przypadkach była to pierwsza implementacja metody w układzie FPGA. Zaprezentowano również moduł binaryzacji lokalnej opisany w języku wysokiego poziomu Mitron-C. W dalszej części pracy przedstawiono wyniki badań nad implementacją generacji tła i segmentacji obiektów ruchomych. Jako podstawę wybrano opisany w literaturze wielowariantowy algorytm klasteryzacji. Wprowadzono do niego szereg ulepszeń: m. in. zastosowanie przestrzeni barw CIE Lab oraz dodanie segmentacji na podstawie tekstury. W ostatniej części pracy opisano trzy systemy użyteczne w automatycznym monitoringu wizyjnym, których elementem jest generacja tła: detekcję naruszenia strefy zabronionej, detekcję aktów sabotażu kamery i detekcję głowy i ramion z wykorzystaniem deskryptorów LBP i klasyfikatora SVM. Wszystkie zaproponowane moduły umożliwiają przetwarzanie strumienia wizyjnego o rozdzielczości co najmniej 640 x 480 i z częstotliwością 60 ramek na sekundę w czasie rzeczywistym. Wyniki prac zostały opublikowane na konferencjach oraz w czasopismach naukowych.
Implementation of advanced image processing, analysis and encryption algorithms in reprogrammable devices.
The thesis presents a range of advanced hardware modules to realize image processing, analysis and encryption implemented in reprogrammable FPGA device. Encryption with the block cipher Clefia and colour image filtering with the PGF (Peer Group Filtering) algorithm were proposed. In both cases, it was the first implementation of the method in FPGA. Local thresholding described in a high level synthesis language Mitron-C was also presented. In the following part of the thesis, research results on background generation and moving object detection were described. As the basis the multivariant clustering algorithm was used. Several improvements were introduced among others: the use of the CIE Lab colour space and an additional segmentation using textural information. Finally, three modules useful in automated video surveillance systems, which are based on background generation, were implemented. These includes intrusion into protected zone detection, camera tampering detection and head and shoulders detection using LBP descriptor and SVM. All proposed modules allow processing of the video stream with a resolution of at least 640 x 480 and a frequency of 60 frames per second in real time. The research results were published in several scientific journals and conference proceedings.
