Помехоустойчивое комплексирование мульти- и гиперспектральных изображений в оптико-электронных комплексах информационного обеспечения современных и перспективных вертолетов


DOI: 10.34759/trd-2020-110-12

Авторы

Шипко В. В.

Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», Воронеж, Россия

e-mail: shipko.v@bk.ru

Аннотация

В работе рассмотрен алгоритм комплексирования многоспектральных изображений в условиях аддитивного гауссовского шума, основанный на методе межканальной градиентной реконструкции. Предложенный алгоритм позволяет устранять высокодисперсные значения амплитуды шумов в спектрозональных компонентах многоспектральных изображений при их комплексировании, а также повысить локальный контраст результирующего изображения, содержащего элементы исходных изображений одной и той же сцены, полученных в разных спектральных диапазонах, при этом максимально сохранив контурные признаки объектов от всех спектральных компонент многоспектрального изображения и яркостный портрет приоритетной спектрозональной компоненты. Представлены примеры комплексированных изображений и результаты численных исследований, подтверждающие эффективность предложенного метода.

Ключевые слова:

мультиспектральные изображения, гиперспектральные изображения, комплексирование, аддитивный шум, оптико-электронные системы

Библиографический список

  1. Тарасов В.В., Якушенков Ю.Г. Двух- и многодиапазонные оптико-электронные системы с матричными приемниками излучения. – М.: Университетская книга, Логос. 2007. – 192 с.

  2. Автоматизированные системы наземных комплексов сбора и обработки данных воздушной разведки. Учебное пособие / Под ред. И.Н. Белоглазова. – М.: ВВИА им. проф. Н.Е. Жуковского, 2003. – 296 с.

  3. Современные технологии обработки данных дистанционного зондирования Земли / Под ред. В.В. Еремеева. – М.: Физматлит, 2015. – 460 с.

  4. Бельский А.Б. Системы технического зрения военных и специальных вертолетов. Задачи и направления развития // III Всероссийская научно-практическая конференция «Проблемы эксплуатации авиационной техники в современных условиях»: сборник статей (Люберцы, 16 ноября 2017). – Люберцы: НИЦ ЦНИИ ВВС МО РФ, 2017. С. 101 – 106.

  5. Бельский А.Б., Чобан В.М. Математическое моделирование и алгоритмы распознавания целей на изображениях, формируемых прицельными системами летательного аппарата // Труды МАИ. 2013. № 66. URL: http://trudymai.ru/published.php?ID=40856

  6. Бельский А.Б. Применение гиперспектрометров для решения задач по обнаружению, распознаванию объектов в составе вертолетов // VI Международная научно-практическая конференция «Актуальные вопросы исследований в авионике: теория, обслуживание, разработки»: сборник статей (Воронеж, 14–15 февраля 2019). – Воронеж: ВУНЦ ВВС «ВВА», 2019. С. 91 – 97.

  7. Гонсалес Р., Вудс Р. Цифровая обработка изображений. – М.: Техносфера, 2005. – 1072 с.

  8. Барабин Г.В., Гусев В.Ю. Фотограмметрический метод построения единого изображения при спутниковой съемке секционированным датчиком изображений // Труды МАИ. 2013. № 71. URL: http://trudymai.ru/published.php?ID=46740

  9. Казбеков Б.В. Совмещение инфракрасных изображений с изображениями видимого диапазона в задачах идентификации подвижных наземных целей с борта беспилотного летательного аппарата // Труды МАИ. 2013. № 65. URL: http://trudymai.ru/published.php?ID=35912

  10. Гусев В.Ю., Крапивенко А.В. Методика фильтрации периодических помех цифровых изображений // Труды МАИ. 2012. № 50. URL:http://trudymai.ru/published.php?ID=28805

  11. Шипко В.В. Метод и алгоритмы межканальной градиентной реконструкции многоспектральных изображений в оптико-электронных комплексах воздушной и космической разведки // Труды МАИ. 2019. № 104. URL: http://trudymai.ru/published.php?ID=102211

  12. Кудинов И.А., Холопов И.С., Храмов М.Ю. Технология формирования панорамных разноспектральных видеоизображений для обзорных авиационных оптико-электронных систем // Труды МАИ. 2019. № 104. URL: http://trudymai.ru/published.php?ID=102241

  13. Сагдуллаев Ю.С., Ковин С.Д. Восприятие и анализ разноспектральных изображений: Монография. – М.: Издательство «Спутник+», 2016. – 251 с.

  14. Васильев А.С. Методы комплексирования изображений многоспектральных оптико-электронных систем // Международная конференция «Прикладная оптика – 2014»: сборник трудов (Санкт-Петербург, 21 – 24 октября 2014). – СПб.: Оптическое общество им. Д.С. Рождественского, 2014. Т. 2. С. 191 – 194.

  15. Шипко В.В. Алгоритм комплексирования двух разноспектральных изображений на основе цветового синтеза // Цифровая обработка сигналов. 2017. № 3. С. 32 – 38.

  16. Богданов А.П., Костяшкин Л.Н., Морозов А.В., Павлов О.В., Романов Ю.Н., Рязанов А.В. Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений. Патент RU 2451338 С1, МПК G06T 5/00, 20.05.2012.

  17. Богданов А.П., Костяшкин Л.Н., Морозов А.В., Павлов О.В., Романов Ю.Н., Рязанов А.В. Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений. Патент RU 2451338 С1, МПК G06T 5/00, 20.05.2012.

  18. Шипко В.В. Метод комплексирования многоспектральных изображений на основе переноса градиентов // Цифровая обработка сигналов. 2019. № 3. С. 3 – 9.

  19. Самойлин Е.А., Шипко В.В. Межканальная градиентная реконструкция сигналов цветных цифровых изображений искаженных импульсными помехами // Автометрия. 2014. Т. 50. № 2. С. 22 – 30.

  20. Шипко В.В., Ханов А.С., Шаронов И.Е., Конов В.С. Программный модуль комплексирования двухспектральных изображений. Свидетельство о государственной регистрации программы для ЭВМ № 2019618914, 08.07.2019.

  21. Шипко В.В., Ханов А.С., Шаронов И.Е., Конов В.С. Программный модуль комплексирования многоспектральных изображений. Свидетельство о государственной регистрации программы для ЭВМ № 2019662064, 16.09.2019.


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2024

 Вход