УДК: 004.932.2, 517.968, 681.7.014.3

Обнаружение динамического объекта на сложном фоне по точечному слабоконтрастному изображению оптико-электронного прибора

Гузенко О.Б., Катулев А.Н., Колонсков А.А., Храмичев А.А.

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Гузенко О.Б., Катулев А.Н., Колонсков А.А., Храмичев А.А. Обнаружение динамического объекта на сложном фоне по точечному слабоконтрастному изображению оптико-электронного прибора // Оптический журнал. 2014. Т. 81. № 11. С. 51–61.

Guzenko O.B., Katulev A.N., Kolonskov A.A., Khramichev A.A. Detecting a dynamic object on a complex background from a low-contrast point image on an optoelectronic device [in Russian] // Opticheskii Zhurnal. 2014. V. 81. № 11. P. 51–61.

Ссылка на англоязычную версию:

O. B. Guzenko, A. N. Katulev, A. A. Kolonskov, and A. A. Khramichev, "Detecting a dynamic object on a complex background from a low-contrast point image on an optoelectronic device," Journal of Optical Technology. 81(11), 656-664 (2014). https://doi.org/10.1364/JOT.81.000656

Аннотация:

Предложен метод обнаружения динамических объектов на изображении оптико-электронного прибора в условиях сложного фона, формируемого интенсивной кучевой и высотно-кучевой облачностью. Изображение объекта малоразмерное (точечное), слабоконтрастное. Фрактально-корреляционный метод основан на использовании выборки в виде отношения функций правдоподобия близких альтернативных ситуаций типа “в зоне обзора оптико-электронного прибора наблюдается только сложный фон” либо “в зоне обзора оптико-электронного прибора наблюдается динамический объект на сложном фоне”. Построен алгоритм обнаружения динамического объекта как бинарный накопитель по локальному наиболее мощному критерию. Критическая граница принятия решения определена согласно лемме Неймана–Пирсона для допустимой вероятности ложного обнаружения динамического объекта. Моделированием установлена высокая эффективность метода.

Ключевые слова:

оптико-электронный прибор, метод обнаружения, точечное изображение, слабый контраст, сложный фон, близкие ситуации, критерий обнаружения

Коды OCIS: 100.0100, 100.2000, 110.3960.100.2000

Список источников:

1. Зуев В.Е., Кабанов М.В. Перенос оптических сигналов в земной атмосфере. М.: Советское радио, 1977. 368 с.
2. Храмичев А.А., Ковальчук М.П., Васильев В.Б. Методика определения пространственно-частотных характеристик фона небосвода // Вестник МГТУ им. Н.Э. Баумана. Спец. выпуск “Антенны и устройства радио- и оптического диапазонов”, серия “Приборостроение”. 2009. С. 245–252.
3. Храмичев А.А., Шевченко Л.Ф., Соловьев В.И. Методика статистического описания оптического излучения воздушных объектов // Вестник МГТУ им. Н.Э. Баумана. Спец. выпуск “Антенны и устройства радио- и оптического диапазонов”, серия “Приборостроение”. 2009. С. 253–258.
4. Шредер М.Р. Фракталы, хаос, степенные законы. Миниатюры из бесконечного рая. Ижевск: Регулярная и хаотическая динамика, 2001. 528 с.
5. Потапов А.А. Фракталы, дробные операторы и скейлинг – основа новых методов обработки информации, синтеза фрактальных радиосистем, антенн и импедансов // Материалы 20-й Международной Крымской конф. “СВЧ – техника и телекоммуникационные технологии КрыМиКо. 2010” (Севастополь, 13–17 сентября 2010 г.).Севастополь: Вебер, 2010. Т. 1. С. 39–46.
6. Хан Г., Шапиро С. Статистические модели в инженерных задачах. М.: Мир, 1969. 396 с.
7. Щиголев Б.М. Математическая обработка наблюдений. М.: ФМЛ, 1962. 344 с.
8. Кокс Д., Хинкли Д. Задачи по теоретической статистике с решениями. М.: Мир, 1981. 560 с.
9. Сосулин Ю.Г. Теоретические основы радиолокации и радионавигации. М.: Радио и связь, 1992. 304 с.
10. Башаринов А.Е., Флейшман Б.С. Методы статистического последовательного анализа и их приложения. М.: Сов. радио, 1962. С. 235–236.
11. Жуков Д.В., Коняхин И.А., Усик А.А. Итерационный алгоритм определения координат изображений точечных излучателей // Оптический журнал. 2009. Т. 76. № 1. С. 43–45.
12. Гурченков Д.А., Жендарев М.В., Набатчиков А.С., Якименко И.В. Способ обнаружения тепловых точечных объектов на сложном атмосферном фоне // Математическая морфология. Электронный математический и медико-биологический журнал. 2012. Т. 11. Вып. 3.
13. Марпл С.Л. мл. Цифровой спектральный анализ и его приложения. М.: Мир, 1990. Гл.16. 584 с.
14. Сосулин Ю.Г., Русскин А.Б. Фрактальное обнаружение протяженных малоконтрастных объектов на изображении. М.: Радиотехника, 2009. № 12. С. 48–57.
15. Катулев А.Н., Колонсков А.А., Храмичев А.А., Ягольников С.В. Адаптивный метод и алгоритм обнаружения малоконтрастных объектов оптико-электронным средством // Оптический журнал. 2014. Т. 81. № 2. С. 29–39.
16. Алпатов Б. А., Бабаян П.В., Балашов О.В., Степашкин А.И. Системы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. М.: Радиотехника, 2008. 176 с.
17. Борзов С.М., Потатуркин О.И. Обнаружение малоразмерных динамических объектов подвижной системой наблюдения // Автометрия. 2012. Т. 48. № 1. С. 22–29.
18. Киричук В.С., Косых В.П. Построение многоканального фильтра для обнаружения точечных объектов в изображении, формируемом матричным фотоприемником // Автометрия. 2012. Т. 18. № 5. С. 82–92.
19. Yilmaz А., Shafique К., Shah М. Target tracking in airborne forward looking infrared imagery // Image and Vision Computing. 2003. № 21. P. 623–635.
20. Иванов И.М. Пространственная локализация и адаптивная фильтрация слабых сигналов на фоне интенсивных помех // Радиотехника и электроника. 2012. Т. 57. № 7. С. 872–789.
21. Гнеденко Б.В. Курс теории вероятностей. М.: Наука, 1969. 400 с.