Научно-технический
«ОПТИЧЕСКИЙ ЖУРНАЛ»
издается с 1931 года
 
   
Русский вариант сайта Английский вариант сайта
   
       
   
       
Статьи последнего выпуска

Электронные версии
выпусков начиная с 2008


Алфавитный указатель
2000-2010 гг


444
Архив оглавлений
выпусков 2002-2007 гг


Реквизиты и адреса

Вниманию авторов и рецензентов!
- Порядок публикации
- Порядок рецензирования статей
- Типовой договор
- Правила оформления
- Получение авторского вознаграждения
- Редакционная этика


Контакты

Подписка

Карта сайта




Журнал с 01.12.2015 допущен ВАК для публикации основных результатов диссертаций как издание, входящее в международные реферативные базы систем цитирования (Web Science, Scopus) (см. Vak.ed.gov.ru Перечень журналов МБД 16.03.2018г)

УВАЖАЕМЫЕ ПОДПИСЧИКИ НАШЕГО ЖУРНАЛА!
По техническим причинам «Оптический журнал» не попал в каталог агентства «Роспечать» на II полугодие 2018 г., что делает невозможной подписку на него на почте. Предлагаем оформить подписку на II полугодие 2018 в редакции журнала удобным Вам способом. Стоимость подписки на полугодие сохраняется (6600 руб.).
На первое полугодие 2019 и далее подписка будет проводится в ранее существовавшем порядке через "Роспечать", "УралПресс" и другие агенства печати.

Связаться с нами можно по т. (812) 315-05-48, Е-mail: beditor@soi.spb.ru

Аннотации (04.2018) : ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ ИСКАЖЕНИЙ ИЗОБРАЖЕНИЙ СПЕКТРАЛЬНЫМ СПОСОБОМ В ЗАДАЧЕ ОБРАБОТКИ СНИМКОВ ПОВЕРХНОСТИ ЗЕМЛИ,ПОЛУЧЕННЫХ СО СПУТНИКОВ И САМОЛЁТОВ

ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ ИСКАЖЕНИЙ ИЗОБРАЖЕНИЙ СПЕКТРАЛЬНЫМ СПОСОБОМ В ЗАДАЧЕ ОБРАБОТКИ СНИМКОВ ПОВЕРХНОСТИ ЗЕМЛИ,ПОЛУЧЕННЫХ СО СПУТНИКОВ И САМОЛЁТОВ

© 2018 г.       В. С. Сизиков*, доктор техн. наук; А. В. Степанов**, доктор техн. наук; А. В. Меженин*, канд. техн. наук; Д. И. Бурлов*; Р. А. Экземпляров***

*     Университет ИТМО, Санкт-Петербург

**   Крымский федеральный университет, Симферополь

*** ООО «ВАУ СЕРВИС», Санкт-Петербург

E-mail: sizikov2000@mail.ru, abc17101@yandex.ua, mejenin@mail.ru, burlofff@mail.ru, rexe@yandex.ru

УДК 621.397.3

Поступила в редакцию 23.11.2017

Решается задача устранения смазывания, дефокусирования и зашумления аэрокосмических изображений (снимков) поверхности Земли, полученных при дистанционном зондировании. Тип искажения (смазывание или дефокусирование) определяется модифицированным спектральным способом (с определением значений параметров искажений по выведенным оригинальным формулам). Определение типа искажения и получение оценок параметров искажения позволяют повысить точность восстановления изображений путём решения интегральных уравнений (некорректная задача). Предложена новая модель шума — мультиполярный импульсный шум, более адекватный, чем биполярный импульсный шум, и фильтр для его фильтрации. Показано, что погрешность восстановления изображений может зависеть от того, в какой последовательности выполнено устранение смаза/дефокусирования и шума. Приведены результаты обработки искажённых снимков некоторого участка земной поверхности.

Ключевые слова: искажённые изображения земной поверхности, смазывание, дефокусирование, зашумление, устранение искажений, функция рассеяния точки, спектральный способ оценки параметров искажений, мультиполярный импульсный шум, последовательность операций, MatLab.

Коды OCIS: 100.0100

 

ЛИТЕРАТУРА

1.         Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2006. 1072 с.

2.         Сизиков В.С. Оценка функции рассеяния точки по спектру искаженного томографического изображения // Оптический журнал. 2015. Т. 82. № 10. С. 13–17.

3.         Сизиков В.С. Спектральный способ оценки функции рассеяния точки в задаче устранения искажений изображений // Оптический журнал. 2017. Т. 84. № 2. С. 36–44.

4.        Сизиков В.С. Прямые и обратные задачи восстановления изображений, спектроскопии и томографии с MatLab. СПб.: Лань, 2017. 412 с.

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

6.        Бейтс Р., Мак-Доннелл М. Восстановление и реконструкция изображений. М.: Мир, 1989. 336 с.

7.         Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах. Новосибирск: Изд-во НГТУ, 2002. 352 с.

8.        Сизиков В.С. Обратные прикладные задачи и MatLab. СПб.: Лань, 2011. 256 с.

9.        Сизиков В.С., Экземпляров Р.А. Последовательность операций при фильтрации шумов на искажённых изображениях // Оптический журнал. 2013. Т. 80. № 1. С. 39–48.

10.       Остриков В.Н., Плахотников О.В. Идентификация функции рассеяния точки канала наблюдения по калибрующему изображению посредством метода наименьших квадратов // Оптический журнал. 2006. Т. 73. № 2. С. 26–30.  

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

12.       Yan L., Lin H., Zhong S., Fang H. Semi-blind spectral deconvolution with adaptive Tikhonov regularization // Applied Spectroscopy. 2012. V. 66. № 11. P. 1334–1346.  

13.       Тихонов А.Н., Гончарский А.В., Степанов В.В. Обратные задачи обработки фотоизображений // Некорректные задачи естествознания / Под ред. Тихонова А.Н., Гончарского А.В. М.: Изд-во МГУ, 1987. С. 185–195.

14.       Hansen P.C. Discrete inverse problems: Insight and algorithms. Philadelphia: SIAM, 2010. 213 p.

15.       Леонов А.С. Решение некорректно поставленных обратных задач: Очерк теории, практические алгоритмы и демонстрации в МАТЛАБ. М.: Книжный дом «ЛИБРОКОМ», 2010. 336 с.

16.       Протасов К.Т., Белов В.В., Молчунов Н.В. Восстановление изображений с предварительным оцениванием функции рассеяния точки // Оптика атмосферы и океана. 2000. Т. 13. № 2. С. 139–145.

17.       Воскобойников Ю.Е. Комбинированный нелинейный алгоритм восстановления контрастных изображений при неточно заданной аппаратной функции // Автометрия. 2007. Т. 43. № 6. С. 3–16.

18.       Антонова Т.В. Методы идентификации параметра в ядре уравнения первого рода типа свертки на классе функций с разрывами // Сибирский журнал вычислительной математики. 2015. Т. 18. № 2. С. 107–120.

19.       Сидоров Д.Н. Методы анализа интегральных динамических моделей: теория и приложения. Иркутск: Изд-во ИГУ, 2013. 293 с.

20.      Sidorov D. Integral dynamical models: singularities, signals and control. Singapore–London: World Sci. Publ., 2014. 243 p.

21.       Дьяконов В., Абраменкова И. MATLAB. Обработка сигналов и изображений. СПб.: Питер, 2002. 608 с.  

22.      Sizikov V.S., Stepanov A.V. Method of training examples in solving inverse ill-posed problems of spectroscopy // Sci. Techn. J. Information Technologies, Mechanics and Optics. 2015. V. 15. № 6. P. 1147–1154.

23.      Леонов А.С., Ягола А.Г. Адаптивные оптимальные алгоритмы решения некорректных задач с истокообразно представимыми решениями // Журн. вычисл. матем. и матем. физики. 2001. Т. 41. № 6. С. 855–873.

24.      Lim J.S. Two-dimensional signal and image processing. New Jersey: Prentice Hall PTR, 1990. 694 p.

25.      Яне Б. Цифровая обработка изображений. М.: Техносфера, 2007. 584 с.

26.      Бурлов Д.И., Меженин А.В., Немолочнов О.Ф., Поляков В.И. Автоматизация выбора метода сжатия цифрового видео в интеллектуальных системах железнодорожного транспорта // Вестник РГУПС. 2014. № 1(53). С. 35–40.

 

 

Полный текст