МЕТОД ПОШУКУ ОБ’ЄКТІВ ІНТЕРЕСУ ЗА СПЕКТРАЛЬНИМИ ОЗНАКАМИ НА ЗОБРАЖЕННЯХ З АКТИВНОЇ ОПТИКО-ЕЛЕКТРОННОЇ СИСТЕМИ СПОСТЕРЕЖЕННЯ
Ключові слова:
активна оптико-електронна система, комп’ютерна обробка зображення, пошук об’єктів на зображенні, спектральна ознака
Анотація
Предметом вивчення в статті є метод пошуку об’єктів інтересу за спектральними ознаками на основі активної оптико-електронної системи, у якій в якості джерела випромінювання застосовується набір багатоспектральних лазерних випромінювачів, з подальшою комп’ютерною обробкою отриманого зображення. Метою є розробка методу пошуку об’єктів інтересу із застосуванням активної оптико-електронної системи з подальшою комп’ютерною обробкою отриманого зображення. Завдання: аналіз особливостей побудови і функціонування активних оптико-електронних систем з динамічною спектральною обробкою; розробка методу пошуку об’єктів за спектральними ознаками активною оптико-електронною системою з комп’ютерною обробкою зображень; розробка математичної моделі, яка дозволяє прийняти рішення про наявність об’єкта інтересу шляхом визначення ділянок зображення з елементами, що мають найбільше значення яскравості. Використовуваними методами є: методи цифрової обробки зображень, методи математичного моделювання, методи теорії оптимізації, аналітичні та емпіричні методи аналізу зображень після їх цифрової обробки. Отримані такі результати. Проаналізовано особливості побудови і функціонування активних оптико-електронних систем з динамічною спектральною обробкою. Розроблено метод пошуку об’єктів за спектральними ознаками активною оптико-електронною системою з комп’ютерною обробкою зображень. Розроблена математична модель, яка дозволяє прийняти рішення про наявність об’єкта інтересу шляхом визначення ділянок зображення з елементами, маючими найбільше значення яскравості. Висновки. Розроблено метод пошуку об’єктів за спектральними ознаками активною оптико-електронною системою з комп’ютерною обробкою зображень. Особливістю розробленого методу є застосування на початковому етапі активної оптико-електронної системи для вимірювання спектрального коефіцієнту відбиття досліджуваної ділянки, який в подальшому разом зі спектральними характеристиками об’єкта інтересу, використовується в обчисленні апаратної функції (вектора фільтру) для забезпечення підвищення контрасту зображення об’єкта інтересу. На заключному етапі проводиться комп’ютерна обробка отриманого зображення з метою визначення ділянки, на якій розміщено об’єкт інтересу, за елементами зображення з найбільшим значенням яскравості. Проведено математичне моделювання розробленого методу пошуку об’єкта інтересу в зоні спостереження. За результатами математичного моделювання рішення про наявність об’єкта інтересу було прийнято для ділянок, складові елементи яких мають найвищі показники яскравості.Завантаження
Дані про завантаження поки що недоступні.
Посилання
1. Білинський Й. Й., Огородник К. В., Юкиш М. Й. Оптико-електронні системи, основні тенденції розвитку. Електронні системи : навчальний посібник. Вінниця : ВНТУ, 2011. С. 14-16.
2. Skvortsov L. Active spectral imaging for standoff detection of explosives. Quantum Electron. 2011. No. 41(12). P. 1051–1060.
3. Manolakis D., Marden D., Shaw G. Hyperspectral image processing for automatic target detection applications. Lincoln Laboratory Journal. 2003. Vol. 14. No. 1. P. 79-113. http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.163.733.
4. Купченко Л. Ф., Риб'як А. С., Проклов В. В., Антонов С. Н. Виявлення об'єктів за спектральними ознаками в оптоелектронних системах з використанням принципів динамічної спектральної фільтрації. Прикладна радіоелектроніка. 2011. № 10(1). С. 22–26.
5. Купченко Л. Ф., Худов Г. В., Гурін А. П., Гурін О. О., Риб’як А. С. Метод вимірювання коефіцієнту відбиття фону активною оптико-електронною системою виявлення об’єктів з динамічною спектральною обробкою оптичного випромінювання. Системи обробки інформації. 2023. № 2(173), С. 32-39. https://doi.org/10.30748/soi.2023.173.04.
6. Денисова А. Ю., М'ясников В. В. Виявлення аномалій на гіперспектральних зображеннях. Комп'ютерна оптика. 2014. Т. 38. № 2. С. 287-296.
7. Купченко Л. Ф., Худов Г. В., Гурін А. П., Риб’як А. С., Гурін О. О. Удосконалений метод виявлення спектральних аномалій на основі інформаційного критерію Кульбака-Лейблера в системах дистанційного зондування. Системи озброєння і військова техніка. 2022. № 2(70). С. 56-61. https://doi.org/10.30748/soivt.2022.70.07
8. Kumar S., Kumar A., Lee D.-G. Semantic Segmentation of UAV Images Based on Transformer Framework with Context Information. Mathematics. 2022. Vol. 10. No. 24:4735. https://doi.org/10.3390/math10244735.
9. Kupchenko L.F., Goorin O.A., Karlov V.D., Ponomar A.V., Rybiak A.S., Natarova A.O. Active electro-optical system with dynamic spectral processing of optical radiation. 2019 IEEE 8th International Conference on Advaced Optoelectronice and Lasers (CAOL). 2019. P. 489-492. https://doi.org/10.1109/CAOL46282.2019.9019458.
10. Tulansky S. Curiosities of light rays and light waves. New York: American Elsevier Publishing Company, 1965. 109 p.
11. Купченко Л.Ф., Слабунова Н.В., Гурін О.А. Акустооптичний процесор в оптико-електронній системі забезпечує динамічну спектральну фільтрацію. Прикладна радіоелектроніка. 2016. Т. 15, № 4. С. 359-361.
12. Kupchenko L.F., Karlov V.D., Rybiak A.S., Goorin O.A., Ponomar A.V. Active electro-optical system of targets detection with dynamic spectral processing of optical radiation. Semiconductor Physics, Quantum Electronics and Optoelectronics. 2021. Vol. 24, No 2. P. 218-226. https://doi.org/10.15407/spqeo24.02.218.
13. Fukunaga K. Introduction to statistical pattern recognition. San Diego : Academic Press, Inc., 1990. 626 p
2. Skvortsov L. Active spectral imaging for standoff detection of explosives. Quantum Electron. 2011. No. 41(12). P. 1051–1060.
3. Manolakis D., Marden D., Shaw G. Hyperspectral image processing for automatic target detection applications. Lincoln Laboratory Journal. 2003. Vol. 14. No. 1. P. 79-113. http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.163.733.
4. Купченко Л. Ф., Риб'як А. С., Проклов В. В., Антонов С. Н. Виявлення об'єктів за спектральними ознаками в оптоелектронних системах з використанням принципів динамічної спектральної фільтрації. Прикладна радіоелектроніка. 2011. № 10(1). С. 22–26.
5. Купченко Л. Ф., Худов Г. В., Гурін А. П., Гурін О. О., Риб’як А. С. Метод вимірювання коефіцієнту відбиття фону активною оптико-електронною системою виявлення об’єктів з динамічною спектральною обробкою оптичного випромінювання. Системи обробки інформації. 2023. № 2(173), С. 32-39. https://doi.org/10.30748/soi.2023.173.04.
6. Денисова А. Ю., М'ясников В. В. Виявлення аномалій на гіперспектральних зображеннях. Комп'ютерна оптика. 2014. Т. 38. № 2. С. 287-296.
7. Купченко Л. Ф., Худов Г. В., Гурін А. П., Риб’як А. С., Гурін О. О. Удосконалений метод виявлення спектральних аномалій на основі інформаційного критерію Кульбака-Лейблера в системах дистанційного зондування. Системи озброєння і військова техніка. 2022. № 2(70). С. 56-61. https://doi.org/10.30748/soivt.2022.70.07
8. Kumar S., Kumar A., Lee D.-G. Semantic Segmentation of UAV Images Based on Transformer Framework with Context Information. Mathematics. 2022. Vol. 10. No. 24:4735. https://doi.org/10.3390/math10244735.
9. Kupchenko L.F., Goorin O.A., Karlov V.D., Ponomar A.V., Rybiak A.S., Natarova A.O. Active electro-optical system with dynamic spectral processing of optical radiation. 2019 IEEE 8th International Conference on Advaced Optoelectronice and Lasers (CAOL). 2019. P. 489-492. https://doi.org/10.1109/CAOL46282.2019.9019458.
10. Tulansky S. Curiosities of light rays and light waves. New York: American Elsevier Publishing Company, 1965. 109 p.
11. Купченко Л.Ф., Слабунова Н.В., Гурін О.А. Акустооптичний процесор в оптико-електронній системі забезпечує динамічну спектральну фільтрацію. Прикладна радіоелектроніка. 2016. Т. 15, № 4. С. 359-361.
12. Kupchenko L.F., Karlov V.D., Rybiak A.S., Goorin O.A., Ponomar A.V. Active electro-optical system of targets detection with dynamic spectral processing of optical radiation. Semiconductor Physics, Quantum Electronics and Optoelectronics. 2021. Vol. 24, No 2. P. 218-226. https://doi.org/10.15407/spqeo24.02.218.
13. Fukunaga K. Introduction to statistical pattern recognition. San Diego : Academic Press, Inc., 1990. 626 p
Опубліковано
2024-04-30
Як цитувати
HurinА. Метод пошуку об’єктів інтересу за спектральними ознаками на зображеннях з активної оптико-електронної системи спостереження / HurinА., H. Khudov, O. Maslenko, P. Mynko, Y. Solomonenko // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2024. – Т. 2 (76). – С. 5-10. – doi:https://doi.org/10.26906/SUNZ.2024.2.005.
Розділ
Навігація та геоінформаційні системи
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
