Сравнительный анализ энтропийных метрик информативности оптических изображений космических объектов


DOI: 10.34759/trd-2020-112-10

Авторы

Тимошенко А. В.1*, Кошкаров А. С.2**

1. АО «Радиотехнический институт имени академика А. Л. Минца», ул. 8 Марта, 10, строение 1, Москва, 127083, Россия
2. Военно-космическая академия имени А.Ф. Можайского, Санкт-Петербург, Россия

*e-mail: atimoshenko@rti-mintsu
**e-mail: vka@mil.ru

Аннотация

Рассмотрены особенности наблюдения космических объектов наземными оптическими средствами в интересах мониторинга околоземного космического пространства. Обоснована необходимость проведения предварительной отбраковки получаемых изображений перед проведением анализа человеком-оператором. Проведен сравнительный анализ энтропийных метрик информативности пригодных для полутоновых изображений космических объектов. НА примере реальных изображений оценена возможность их использования с учетом особенностей зрительного восприятия изображений человеком-оператором.

Ключевые слова:

анализ изображений, космический мусор, информативность изображений, зрительное восприятие

Библиографический список

  1. Вениаминов С.С. Космический мусор – угроза человечеству. – М.: Изд-во ИКИ РАН, 2013. – 312 с.

  2. Астероидно-кометная опасность: вчера, сегодня, завтра / под. ред. Б.М. Шустова, Л.В. Рыхловой. – М.: Физматлит, 2010. – 384 с.

  3. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. – М.: Радио и связь, 1987. – 400 с.

  4. Аксенов А.Ю., Олейников И.И., Покучаев В.Н., Пнырин В.В. Автоматизированная система предупреждения об опасных ситуациях в околоземном космическом пространстве // Полет. 2013. № 10. С. 11 – 16.

  5. Молотов И.Е., Воропаев В.А., Юдин А.Н. и др. Комплексы электронно-оптических средств для мониторинга околоземного космического пространства // Экологический вестник научных центров ЧЭС. 2017. Т. 14. № 4-2. С. 110 – 116.

  6. Шилин В.Д., Лукьянов А.П., Молотов И.Е., Агапов В.М. и др. Проблемы предупреждения об опасных ситуациях в околоземном космическом пространстве. Планы и возможности. Роль оптических наблюдений // Экологический вестник научных центров ЧЭС. 2013. Т. 10. № 4-2. C. 171 – 175.

  7. Зиновьев Ю.С., Мишина О.А., Глущенко А.А. Перспективы развития оптических телескопов наземного и космического базирования // Труды МАИ. 2018. № 101. URL: http://trudymai.ru/published.php?ID=96976

  8. Кириченко Д.В., Клейменов В.В., Новикова Е.В. Крупногабаритные оптические телескопы // Известия вузов. Приборостроение. 2017. Т. 60. № 7. С. 589 – 602.

  9. Бельский А.Б., Здор С.Е., Колинько В.И., Яцкевич Н.Г. Новый подход к разработкам оптико-электронных средств мониторинга околоземного космического пространства // Оптический журнал. 2009. № 8. С. 22 – 28.

  10. Мальцев Г.Н. Организация оптических наблюдений и обработки данных о «космическом мусоре» // Оптический журнал. 2001. № 10. С. 65 – 69.

  11. Верба В.С. и др. Радиолокационные системы землеобзора космического базирования. – М.: Радиотехника, 2010. – 680 с.

  12. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. – М.: Техносфера, 2006. – 616 с.

  13. Василенко Г.И., Тараторин А.М. Восстановление изображений. – М.: Радио и связь, 1986. – 304 с.

  14. Чен Ш.-К. Принципы проектирования систем визуальной информации: Пер. с англ. – М.: Мир, 1994. – 408 с.

  15. Шигаев А.К., Лучкин Р.С., Машкин М.Н., Тюрин В.С. Робастный алгоритм выделения изображения космического объекта на снимке невысокого качества // Труды МАИ. 2015. № 82. URL: http://trudymai.ru/published.php?ID=58775

  16. Pantin E., Starck J.-L. Deconvolution of astronomical images using the multiscale maximum entropy method // Astronomy and Astrophysics Supplement Series, 1996, vol. 118, no. 3, pp. 575 – 585. DOI: https://doi.org/10.1051/aas:1996221

  17. Starck J.-L., Murtagh F., Querre P., Bonnarel F. Entropy and astronomical data analysis: Perspectives from multiresolution analysis // Astronomy and Astrophysics, 2001, vol. 368, pp. 730 – 746. DOI: https://doi.org/10.1051/0004-6361:20000575

  18. N. Ageorges, C. Dainty. Laser Guide Star Adaptive Optics for Astronomy, Springer Science & Business Media, 2000, 340 p.

  19. 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

  20. Цыцулин А.К., Адамов Д.Ю., Манцветов А.А., Зубакин И.А. Твердотельные телекамеры: накопление качества информации. – СПб.: Изд-во ЛЭТИ, 2014. – 272 с.

  21. Чумак О.В. Энтропии и фракталы в анализе данных. – М. – Ижевск: НИЦ «Регулярная и хаотическая динамика», Институт компьютерных исследований, 2011. – 164 с.

  22. Patni G.C., Jain K.C. Axiomatic Characterization of Some non-additive measures of Information // Metrika: International Journal for Theoretical and Applied Statistics, 1977, vol. 24, issue 1, pp. 23 – 34.

  23. Amelia Carolina Sparavigna. On the Role of Tsallis Entropy in Image Processing // International Scientific Research Journal, IRJ Science, 2015, no. 1 (6), pp.16 – 24.

  24. A. Ramírez, A. Raúl Hernández, G. Herrra, I. Domínguez. Determining the Entropic Index q of Tsallis Entropy in Images through Redundancy // Entropy, 2016, no. 18, pp. 299 – 313, available at: https://doi.org/10.3390/e18080299

  25. M.S.R. Naidua, P.Rajesh Kumar, K. Chiranjeevic. Shannon and Fuzzy entropy based evolutionary image thresholding for image segmentation // Alexandria Engineering Journal, 2018, vol. 57, issue 3, pp. 1643 – 1655. DOI: 10.1016/j.aej.2017.05.024


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2024

 Вход