Методика синтеза фоноцелевых изображений с учетом характеристик тепловизионной оптико-электронной системы


Авторы

Краснов А. М.1*, Шашков С. Н.2, Румянцев А. В.3

1. «Технологический парк космонавтики «ЛИНКОС», Москва, Щербинка, Россия
2. Государственный научно-исследовательский институт авиационных систем, Москва, Москва, Россия
3. Центр (управления комплексной безопасностью) МО РФ, Москва, Россия

*e-mail: a_krasnov@inbox.ru

Аннотация

Рассмотрены обобщённая схема обучения нейронной сети; методика синтеза фоноцелевых изображений с учетом характеристик тепловизионной оптико-электронной системы. В примере приведены результаты, полученные при выполнении каждого этапа методики, и продемонстрированы синтезированные фоноцелевые изображения. Определено необходимое обеспечение, в части касающейся, программного обеспечения; средств измерений и рабочих мест; материально-технического обеспечения. Рассмотрена методика оценки соответствия синтезированных фоноцелевых изображений изображениям, формируемым оптико-электронной системой. 

Ключевые слова:

синтезированные фоноцелевые изображения, оптико-электронная система, функция передачи сигнала, 3D модель шума, частотно-контрастная характеристика, нейронная сеть

Список источников

  1. Corey D. Packard, Mark D. Klein, Timothy S. Viola, David C. Bell, Peter L. Rynes, "Automated simulation-generated EO/IR image library for artificial intelligence applications," Proc. SPIE 11406, Infrared Imaging Systems: Design, Analysis, Modeling, and Testing XXXI, 1140606 (23 April 2020); doi: 10.1117/12.2558843.
  2. Ronald G. Driggers, Melvin H. Friedman, John W. Devitt, Orges Furxhi, Anjali Singh. Introduction to Infrared and Electro-Optical Systems - Third Edition. Artech House, 2022.
  3. Alijafar Mousivand, Wout Verhoef, Massimo Menenti, Ben Gorte “Modeling Top of Atmosphere Radiance over Heterogeneous Non-Lambertian Rugged Terrain”. Remote Sens. 2015, 7, 8019-8044; doi:10.3390/rs70608019.
  4. Gerald C. Holst. Electro-Optical Imaging System Performance - Fifth edition. JCD Publishing and SPIE Press, 2008.
  5. А. А. Черторийский. Методы и технические средства измерения параметров оптического излучения. Учебное пособие. Ульяновск, УЛГТУ, 2020.
  6. Datasheet Mid-IR Spectrometer ATP8250, www.optosky.com, Optosky Photonics Inc., 2015.
  7. Хисматов И.Ф. Методика воспроизведения метеоусловий при имитационном моделировании авиационных оптико-электронных систем // Труды МАИ. Выпуск №108.  https://doi.org/10.34759/trd-2019-108-18.
  8. Сhrzanowski K. Testing thermal imagers. Practical guidebook. // Military University of Technology, 00-908 Warsaw, Poland, 2010.
  9. Краснов А.М., Трегубенков С.Ю., Румянцев А.В., Хисматов Р.Ф., Шашков С.Н. Оценка эффективности оптико-электронных систем посредством аналитической модели. Функции порогового контраста и передачи модуляции // Информационно-измерительные и управляющие системы. 2021. Т. 19. № 1. С. 45-64. DOI: 10.18127/j20700814-202101-04
  10. Краснов А.М., Трегубенков С.Ю., Румянцев А.В., Хисматов Р.Ф., Шашков С.Н. Оценка эффективности оптико-электронных систем посредством аналитической модели. Модель шума системы «ОЭС-оператор». Труды МАИ. 2022. № 122. DOI: 10.34759/trd-2022-122-22.
  11. J. A. D’Agostino and C. M. Webb, «Three-dimensional analysis framework and measurement methodology for imaging system noise,» Proc. SPIE 1488, 110 (1991).
  12. Patrick O’Shea, Stephen Sousk “Practical Issues with 3D-Noise Measurements and Application to Modern Infrared Sensors”. Infrared Imaging Systems: Design, Analysis, Modeling, and Testing XVI, Proceedings of SPIE Vol. 5784, 2005; doi: 10.1117/12.604588.
  13. Alan Irwin, "Performance prediction from EO system measurements using IRWindows and NV-IPM," Proc. SPIE 10625, Infrared Imaging Systems: Design, Analysis, Modeling, and Testing XXIX, 1062502 (26 April 2018); doi: 10.1117/12.2315492 
  14. Gerald C. Holst. Electro-Optical Imaging System Performance - Sixth edition. JCD Publishing and SPIE Press, 2017.
  15. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. Москва: Техносфера, 2006.
  16. Т. Саати. Принятие решений. Метод анализа иерархий. Москва, «Радио и связь», 1993 г.
  17. Саати Т.Л. Принятие решений при зависимостях и обратных задачах: аналитические сети. Пер. с англ./Науч.ред. А.В. Андрейчиков-М.: Издательство ЛКИ, 2008, 360с.
  18. Н.С. Касимов, Е.И. Голубева, И.К. Лурье, М.В. Зимин, Т.Е. Самсонов, О.В. Тутубалина, У.Г. Рис, А.И. Михеева, А.Р. Аляутдинов. Библиотека спектральных характеристик географических объектов в структуре геопортала МГУ имени М.В. Ломоносова. Вестник Московского университета. Серия 5. ГЕОГРАФИЯ. 2015. № 5.
  19. ГОСТ Р 57700.37 – 2021. Компьютерные модели и моделирование. Цифровые двойники изделий. Общие положения
  20. ГОСТ Р 57700.24. Компьютерные модели и моделирование. Валидационный базис».
  21. ГОСТ Р 57700.22. Компьютерные модели и моделирование. Классификация.
  22. ГОСТ Р 57412. Компьютерные модели в процессах разработки, производства и эксплуатации изделий. Общие положения


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2025

 Вход