Помощь в написании студенческих работ
Антистрессовый сервис

Теория и методы обработки результатов распределенных измерений в информационно-измерительных системах

Диссертация: Теория и методы обработки результатов распределенных измерений в информационно-измерительных системах
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

При создании моделей ИИС обработки результатов распределённых измерений необходимо обеспечивать адекватность отражения ими значимых аспектов функционирования подобных систем, к числу которых относятся следующие: наличие лишь общих требований к воспринимаемой информации, в которой может содержаться (а может и не содержаться) релевантная составляющаярегистрируемые ИИС сигналы лишь косвенным образом… Читать ещё >

Теория и методы обработки результатов распределенных измерений в информационно-измерительных системах (реферат, курсовая, диплом, контрольная)

Содержание

  • Раздел 1. АНАЛИЗ ПРОЦЕССОВ ОБРАБОТКИ РАСПРЕДЕЛЁННЫХ ИЗМЕРЕНИЙ В ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ
    • 1. 1. Обобщённая схема информационных потоков в ИИС
    • 1. 2. Варианты реализации ИИС и решаемые задачи
    • 1. 3. Модель формирования сигнала наблюдаемым объектом
    • 1. 4. Последовательность этапов обработки сенсорной информации в ИИС
    • 1. 5. Модель формирования оценки состояния объекта
    • 1. 6. Методы обработки распределённых измерений
    • 1. 7. Выводы и постановка задач диссертации
  • Раздел 2. ИДЕНТИФИКАЦИЯ МОМЕНТОВ НАСТУПЛЕНИЯ СОБЫТИЙ ПУТЁМ АНАЛИЗА ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ
    • 2. 1. Информационные характеристики распределённых измерений
    • 2. 2. Энтропия образа цели и фона при некоррелированных значениях пикселей
    • 2. 3. Алгоритмическая.обработка единственного пикселя
    • 2. 4. Пространственная цель
    • 2. 5. Оценка локальной плотности распределения вероятностей значений сигнала по гистограмме
    • 2. 6. Единственный пиксель цели при коррелированных значениях пикселей фона
    • 2. 7. Пространственная цель при коррелированных значениях пикселей цели и фона
    • 2. 8. Выводы
  • Раздел 3. ИДЕНТИФИКАЦИЯ МОМЕНТОВ НАСТУПЛЕНИЯ СОБЫТИЙ ПУТЁМ АНАЛИЗА СПЕКТРАЛЬНОЙ ПЛОТНОСТИ СИГНАЛА
    • 3. 1. Введение
    • 3. 2. Событие как изменение спектральных характеристик сигнала
    • 3. 3. Выделение МНС с помочью частотно-сигнального преобразования
    • 3. 4. Общая форма частотно-временного преобразования
    • 3. 5. Исследование частотных характеристик некоторых оконных функций
    • 3. 6. Событие типа «амплитудно-фазовый скачок»
    • 3. 7. Синтез ядер ЧСП
    • 3. 8. Частотно-временное преобразование сигнала
    • 3. 9. Исследование реакции ЧСП на событие типа «амплитудно-фазовый скачок»
    • 3. 10. Оценка допустимой ширины окна ЧВП и шага смещения при частотно-временном анализе сигналов
    • 3. 11. Идентификация состояния объекта в частотной области
    • 3. 12. Выводы
  • Раздел 4. ОБРАБОТКА РЕЗУЛЬТАТОВ РАСПРЕДЕЛЁННЫХ ИЗМЕРЕНИЙ РАДИОЛОКАЦИОННОГО СКАНИРОВАНИЯ МЕСТНО- «СТИ
    • 4. 1. Введение
    • 4. 2. Формирование входного сигнала
    • 4. 3. Характеристика возмущающих воздействий на ПНО
    • 4. 4. Движение кабины ПНО
    • 4. 5. Частотный анализ движения ПНО
    • 4. 6. Метод выделения доплеровской частотной составляющей
    • 4. 7. Метод вычисления оконного ДПФ при малых значениях шага смещения окна
    • 4. 8. Экспериментальные исследования процессов обработки распределённых измерений радиолокационного сканирования
    • 4. 9. Выводы
  • Раздел 5. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ПРОЦЕССА ОБРАБОТКИ МНОГОМЕРНЫХ РАСПРЕДЕЛЁННЫХ ИЗМЕРЕНИЙ
    • 5. 1. Введение
    • 5. 2. Задача преобразования кадров в единую систему координат
    • 5. 3. Методика выбора базового кадра
    • 5. 4. Методика формирования множества приводимых точек с использованием корреляционного критерия в области изображения
    • 5. 5. Методика формирования множества приводимых точек с использованием корреляционного критерия в спектральной области
    • 5. 6. Методика формирования множества базовых точек
    • 5. 7. Оценка точности определения координат приводимой точки в условиях воздействия аддитивного белого гауссова шума
    • 5. 8. Преобразование кадров в единую систему координат
    • 5. 9. Методика оценки параметров преобразования кадров в единую систему координат
    • 5. 10. Выводы
  • Раздел 6. МЕТОДЫ ОБРАБОТКИ МНОГОКАДРОВЫХ МОДЕЛЕЙ ИЗО- «БРАЖЕНИЙ
    • 6. 1. Динамическое формирование областей поиска приводимых точек при обработке ММИ
    • 6. 2. Аффинные преобразования многокадровых моделей изображений
    • 6. 3. Фильтры многокадровых моделей изображений с апертурой-столбцом
    • 6. 4. Фильтры многокадровых моделей изображений с апертурой-призмой
    • 6. 5. Обработка периферийных областей приводимых кадров
    • 6. 6. Выводы
  • Раздел 7. МЕТОДЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ УГАСАЮЩИХ ДОКУМЕНТОВ
    • 7. 1. Введение
    • 7. 2. Анализ проблем микрофильмирования угасающих документов
    • 7. 3. Система гибридного микрофильмирования как информационно-измерительная система
    • 7. 4. Формирование множества состояний наблюдаемого объекта
    • 7. 5. Процедуры повышения контраста
    • 7. 6. Оценка состояния объекта
    • 7. 7. Формирование результирующего состояния на основе оценки состояния объекта
    • 7. 8. Метод пространственно-зависимой фильтрации зашумлённых слабоконтрастных изображений
    • 7. 9. Экспериментальные исследования программно-технического комплекса формирования и обработки цифровых моделей изображений угасающей документации
    • 7. 10. Выводы

Актуальность проблемы. Современный этап развития информационно-измерительных систем (ИИС) [70−71, 120, 2, 7, 8] характеризуется, во-первых, увеличением объёмов первичной регистрируемой информации, на основе которой осуществляется принятие дальнейших решений при выработке управляющих воздействий, и, во-вторых, усложнением методов её обработки, расширением круга задач, решаемых подобными системами.

С одной стороны, это обуславливается стремлением разработчиков упростить эксплуатацию подобных ИИС, повысить эффективность их функционирования и расширить сферы применения, к которым, в первую очередь, можно отнести проведение научных и технических экспериментов, управление высокотехнологичными производственными процессами [135, 34, 140], использование интеллектуальных робототехнических систем [154, 151, 175], биомедицинские исследования [110], организацию эргономичных речевых интерфейсов с вычислительными системами [137], а также различные военные приложения, включающие оптическую [134] и радиолокацию [25, 123], обнаружение, измерение координат и классификацию движущихся наземных и воздушных целей [1, 12, 95, 131] и др.

С другой стороны постоянное совершенствование технической базы информационно-измерительных систем, проявляющееся в разработке специализированных сигнальных процессоров с повышенной вычислительной эффективностью, увеличении ёмкости и быстродействия запоминающих устройств, наличии широкой номенклатуры датчиков первичных сигналов, — обеспечивает возможности практической реализации всё более сложных методов обработки информации, использующих всё большие объёмы первичных регистрируемых данных.

Современное развитие информационно-измерительных систем идёт в направлении перехода от статических измерений отдельных величин к регистрации величин, изменяющихся во времени и пространстве и использованию одновременно большого количества результатов измерений с дальнейшей их централизованной обработкой.

Множество различных задач, связанных с обработкой распределённых измерений, породило множество разнообразных методов и алгоритмов их решения [155, 145, 147, 70, 81, 125, 136, 139, 5]. Общепринятым путём повышения точности результатов измерений является применение более чувствительных датчиков, сенсоров с повышенной селективностью и т. п. Однако само по себе применение более совершенных технических средств не всегда способно обеспечить желаемый результат, вызывая, вместе с тем, удорожание аппаратуры.

Поэтому в последнее время в нашей стране и за рубежом значительные усилия направляются на разработку математических моделей ИИС, обрабатывающих результаты распределённых измерений. Несмотря на достигнутые результаты, общая методология моделирования информационно-измерительных систем обработки распределённой измерительной информации в настоящее время отсутствует, что объясняет актуальность работы.

Несмотря на то, что объект наблюдения номинально не входит в состав элементов ИИС, структура и алгоритмы её функционирования существенным образом зависят от вида объекта и целей, которые ставятся перед ИИС при его восприятии. Рассматривая функционирование наблюдаемого объекта как процесс смен внутренних состояний, а конечную цель его восприятия ИИС как формирование оценки текущего состояния, можно выделить два важных фактора, определяющих способы моделирования ИИС: тесноту связи между регистрируемыми первичными сигналами и искомой оценкой состояния объекта и степень распределенности измерений.

Первый фактор может варьироваться от высокого уровня корреляции (вплоть до функциональной связи) между оцениваемым состоянием и регистрируемыми сигналами при малом уровне помех, до корреляции с незначительным уровнем, когда связь становится неоднозначной, а величины внешних и внутренних возмущающих факторов велики. Точная оценка состояния по отдельному измерению в последнем случае становится затруднительной или невозможной.

По характеру измерений, выполняемых ИИС (второй фактор), можно выделить системы с сосредоточенными и распределёнными измерениями. Сосредоточенность измерений в пространстве/времени допустима в случае оценки простых параметров объекта и наличии априорной определённости момента времени и/или пространственного положения наблюдаемого объекта, параметры которого оцениваются. В случае, когда такая определённость отсутствует или когда представляет интерес динамика наблюдаемого процесса, измерения производятся распределённо во времени и/или в пространстве, причём результаты единичных измерений (отсчёты) в процессе обработки обычно сохраняют упорядоченность.

Вышеизложенное позволяет сделать вывод, что в области информационно-измерительных систем существует отдельный класс объектов, представляющих собой программно-технические комплексы, состоящие из сенсорной подсистемы, ряда функциональных компонентов (узлов и блоков) по преобразованию информации, вычислительную подсистему и средства формирования реакции, которые осуществляют серию распределённых и упорядоченных во времени и/или пространстве измерений одного или нескольких параметров наблюдаемого объекта, и формируют оценку состояния объекта на основе обработки совокупности воспринятой информации.

Предмет исследования диссертационной работы может быть определён как способы оценивания состояния наблюдаемого объекта при проведении многократных распределённых измерений сигналов, несущих информацию о его состоянии.

При создании моделей ИИС обработки результатов распределённых измерений необходимо обеспечивать адекватность отражения ими значимых аспектов функционирования подобных систем, к числу которых относятся следующие: наличие лишь общих требований к воспринимаемой информации, в которой может содержаться (а может и не содержаться) релевантная составляющаярегистрируемые ИИС сигналы лишь косвенным образом связаны с состоянием наблюдаемого объекта, оценка которого и является целью функционирования системыпроцесс функционирования ИИС может рассматриваться как процесс обработки распределённых во времени и/или метрическом пространстве результатов измерений сигналов, генерируемых объектом.

Подходов к моделированию, в равной степени учитывающих все перечисленные аспекты, в настоящее время не существует, поэтому в диссертации разработан подход, который опирается на аналитические методы математического моделирования: теория ортогональных преобразований и спектрального анализа, теория сигналов, теория фильтрации, теория информации.

Экспериментальные исследования проводились с использованием методов статистического моделирования на естественных массивах распределённых измерений, формируемых ИИС различных типов, в частности системами радиолокационного сканирования местности, телевизионными и тепловизионными системами наблюдения, сканерами с микрофильмов.

Цель диссертационной работы решении проблемы синтеза информационно-измерительных систем в части обоснования рационального выбора метода обработки результатов распределённых измерений, основанного на аналитическом описании информационных процессов в объектах наблюдения и установления связи этих процессов с характеристиками сигналов, формируемых объектом.

— — - - - Задачи исследований. — ^ *.

1. Построение обобщённой схемы наблюдаемого объекта, отражающей структуру его взаимосвязей с ИИС и моделирующей процесс генерации сигналов, воспринимаемых и обрабатываемых ИИС.

2. Исследование особенностей информационных процессов в ИИС, которые оказывают влияние на их технические характеристики и разработка подхода к их моделированию и проектированию на основании аналитических методов.

3. Построение обобщённой структуры процессов обработки в ИИС результатов распределённых измерений.

4. Разработка методологии оценки информационных свойств различных типов обработки результатов распределённых измерений, с целью последующего выбора метода обработки, минимизирующего ошибку оценки состояния наблюдаемого объекта.

5. Исследование общих закономерностей алгоритмической обработки результатов распределённых измерений и сведение задач оценки состояния наблюдаемого объекта к ряду типовых задач обработки сигналов: фильтрации, спектральному анализу в локальной области сигнала и нелинейной гистограммной обработке.

6. Разработка метода идентификации событий смены плотности распределения, основанного на наборе статистики наблюдаемого сигнала и оценке статистических характеристик.

7. Построение методики выбора параметров частотно-временных преобразований первичных сигналов.

8. Создание на основании методологии прикладных методов обработки изображений, включающих.

— метод многокадровой фильтрации изображений, обеспечивающий подавление шумовой составляющей при малых искажениях полезного сигнала.

— метод цифровой коррекции изображений угасающей документации, обеспечивающий возможность их дальнейшего микрофильмирования.

— метод трассировки доплеровской составляющей в сигналах радиолокационного наблюдения.

9. Экспериментальная проверка разработанной методологии при создании и внедрении реальных программно-технических информационно-измерительных комплексов.

Научная новизна заключается в следующем.

1. Сформулирована концепция моделирования ИИС как множества взаимосвязанных функциональных компонентов, работа которых направлена на формирование оценки состояния наблюдаемого объекта по совокупности результатов измерений, распределённых во времени и/или пространстве.

2. Создан обобщённый метод комплексного анализа ИИС обработки результатов распределённых измерений, основанный на математическом (аналитическом) параметрическом моделировании процессов в программных и аппаратных средствах подобных систем.

3. Разработан метод выбора способа обработки на основе анализа информационных свойств наблюдаемых сигналов при реализации целевых задач обработки.

4. Разработан метод идентификации событий смены плотности распределения, основанный на наборе статистики наблюдаемого сигнала и оценке его статистических характеристик.

5. Решён ряд научно-прикладных задач обработки результатов распределённых измерений, включающий:

— метод многокадровой фильтрации для систем сканирования изображений, основанный на формировании множеств базовых и опорных точек, преобразовании кадров модели в единую систему координат и компенсации краевых эффектов;

— метод обработки слабоконтрастных изображений угасающей документации, основанный на оценке распределённого в метрическом пространстве состояния сканируемой сцены, используемой в постобработке, в процессе фильтрации и контрастирования;

— метод обработки результатов радиолокационного сканирования местности, основанный на трассировке доплеровской составляющей, выделенной согласованным фильтром с ограниченной апертурой с сокращением вычислительных затрат при выполнении частотно-временного преобразования.

Практическая ценность. Диссертационная работа в основном направлена на решение задач, имеющих непосредственное практическое значение. Разработанная методология ориентирована на создание практических рекомендаций, позволяющих повысить качество вновь разрабатываемых информационно-измерительных систем исследуемого класса при сокращении сроков их разработки.

Достоверность полученных теоретических результатов подтверждается результатами апробаций методологии при решении практических задач разработки ряда информационно-измерительных систем, осуществляющих восприятие и обработку распределённых измерений.

Научные положения, выносимые на защиту.

1. Концепция моделирования информационно-измерительных систем, состоящих из ряда программно-технических компонентов, работа которых направлена на формирование оценки состояния наблюдаемого объекта по совокупности результатов измерений, распределённых во времени и/или пространстве.

2. Формализованный подход к выбору метода обработки результатов распределённых измерений, основанный на оценке информативности формируемых системой сообщений и статистических характеристиках сигналов, описывающих различные состояния объекта.

3. Метод оценки состояния наблюдаемого объекта, основанный на анализе спектральных характеристик результатов распределённых измерений, включающий способы определения рациональных величин ширины и шага смещения окна ЧСП для заданной интенсивности потока смен состояний наблюдаемого объекта и допустимой вероятности пропуска события, определение интервалов характерных частот на основе анализа априорно известных корреляционных функций сигналов, описывающих состояния наблюдаемого объекта.

4. Метод преобразования кадров в единую систему координат при многокадровой обработке, основанный на поиске моментов наступления событий — характерных точек изображения в многокадровой модели.

5. Метод формирования фильтров для многокадровой фильтрации, учитывающий появление аддитивного шума в различных кадрах модели, возможно при наличии коррелированной составляющей внутри кадра.

6. Метод преобразования слабоконтрастных изображений угасающих документов в форму, пригодную для микрофильмирования, основанный на оценке распределённого в пространстве состояния сканируемой сценыметод низкочастотной пространственно-зависимой фильтрации слабоконтрастных изображений для подавления шумов без значительного воздействия на границы объектов.

7. Метод трассировки доплеровской составляющей в массиве данных радиолокационного сканирования местности, основанный на согласованной фильтрации результатов частотно-временного преобразования распределённых измерений наблюдаемой сцены.

Реализация и внедрение результатов работы. Полученные в диссертации теоретические и практические результаты использованы в рамках комплексной инновационной научно-технической программы Государственного комитета РФ по высшему образованию 13.22 (1993;1996 г. проект «Создание комплексов обработки изображений и средств отображения информации»), а также внедрены на предприятиях при выполнении следующих научно-исследовательских и опытно-конструкторских работ: по теме № 22 801 «Комплекс цифрового управления и обработки сигналов оптической пеленгационной установки» в ГУЛ КБ Приборостроения, 2000 г. по теме № 170 001 «Разработка комплекса программного обеспечения телевизионного автомата боевой машины комплекса «Панцирь» в ГУП КБ Приборостроения, 2002 г. по теме «Исследование технических и программных средств авиони-ки» в ФГУП «Санкт-Петербургское ОКБ «Электроавтоматика», 2002 г. по теме № 27−2000 «Программный комплекс классификации целей по данным радиолокационного наблюдения» (шифр «Всплеск») в ФГУП НИИ «Стрела», 2003 г. по теме «Разработка методики, алгоритма и программы для восстановления малоконтрастного («угасающего») изображения» в ФГУП РФ «НИИ репрографии», 2004 г.

Часть исследований была выполнена при поддержке Министерства образования РФ и губернатора Тульской области: грант губернатора Тульской области в сфере науки и техники № 21−2000 от 05.12.2000 г. «Исследование процесса разрушения информации на магнитных носителях». грант Министерства образования РФ № 17 103 Гр. 01.200.105 186 за 2001;02 гг. «Математическое моделирование параллельных процессов в мехатронных системах». грант губернатора Тульской области в сфере науки и техники № 18−2001 от 16.01.2002 г. «Исследование информационных процессов идентификации объектов».

Результаты диссертации использованы при выполнении госбюджетных научно-исследовательских работ по научно-технической программе «Научные исследования высшей школы по приоритетным направлениям науки и техники», проект № 09.01.056 «Концепция и методология информационного проектирования программно-технических измерительных и управляющих систем подвижных объектов», проводимых в Тульском государственном университете, а также нашли применение в учебном процессе.

— Апробация работы. Содержание и основные результаты диссертации докладывались на следующих научно-технических конференциях и семинарах:

1. Всероссийская научно-техническая конференция «Биотехнические, медицинские и экологические системы и комплексы», РГРА, Рязань, 1996 г. 2. Международная школа-семинар «Новые информационные технологии», Судак, 1996 г. 3. Межвузовская научно-техническая конференция «Микроэлектроника и информатика», МГИЭТ (ТУ), Москва, 1997 г. 4. XI Межвузовская научно-техническая конференция, ТВАИ, Тула, 1997 г. 5. III Международная конференция «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации», КГТУ, Курск, 1997 г. 6. Всероссийская научно-техническая конференция «Биотехнические, медицинские и экологические системы и комплексы», РГРА, Рязань, 1997 г. 7. Научно-техническая конференция 3 ЦНИИ МО РФ, Москва, 1997 г. 8. 35-ая Научно-техническая конференция Михайловской артиллерийской академии, Санкт-Петербург, 1997 г. 9. XIV (1997) и XV (1998) Научные сессии, посвященные Дню радио, ТулГУ, Тула, 1997;98 гг. 10. Всероссийская межвузовская научно-техническая конференция «Микроэлектроника и информатика», МИЭТ, Москва, 1998 г. 11.1 (1999) и II (2000) Всероссийские научно-технические конференции «Компьютерные технологии в науке, проектировании и производстве», НГТУ, Нижний Новгород, 1999;2000 гг. 12. XII Научно-техническая конференция «Пути совершенствования ракетно-артиллерийских комплексов, методов их эксплуатации и ремонта», ТАИИ, Тула, 1999 г. 13. Международная научная конференция «Математические методы в технике и технологиях — ММТТ-12», НГУ, Великий Новгород,.

1999 г. 14. Всероссийская научно-техническая конференция «Информационные технологии в науке, проектировании и производстве», Верхневолжское отделение Академии технологических наук РФ, Нижний Новгород,.

2000 г. 15. Всероссийские научно-технические конференции «Системы управления электротехническими объектами», ТулГУ, Тула, 2000;02 гг. 16. Региональная научно-техническая конференция «Интеллектуальные и информационные системы», ТулГУ, Тула, 2000 г. 17. Международная научная конференция «Математические методы в технике и технологияхММТТ-14», Смоленский филиал МЭИ (ТУ), Смоленск, 2001 г. 18. Всероссийская научно-практическая конференция «Проблемы информатизации образования», ТулГУ, Тула, 2001 г. 19. Всероссийская научно-техническая конференция «Новые информационные технологии в научных исследованиях и образовании», РГРА, Рязань, 2002 г. 20. Межрегиональная научно-техническая конференция «Интеллектуальные и информационные системы», ТулГУ, Тула, 2003 г. 21. Всероссийские научно-технические конференции «Проблемы специального машиностроения». Тула, 2000;03 гг. 22. XL Всероссийская конференция по проблемам математики, информатики, физики и химии, РУДН, Москва, 2004 г. 23. Электронная конференция «Приоритетные направления развития науки, технологий и техники», Российская академия естествознания, Москва, 2004 г.

Публикации. По теме диссертации опубликованы 62 работы, в том числе: 1 монография, 2 учебных пособия, 26 тезисов докладов на международных, всероссийских, региональных и отраслевых конференциях и семинарах, 32 статей, получено 1 свидетельство об отраслевой регистрации разработки.

Структура и объём работы. Диссертация состоит из введения, 7 разделов, заключения, изложенных на 333 страницах машинописного текста, и включающих 83 рисунка и 4 таблицы, приложений на 62 страницах и списка использованной литературы из 209 наименований.

7.10. Выводы.

1. Задача обработки слабоконтрастных изображений угасающей документации сформулирована и решена как задача оценки распределённого в метрическом пространстве состояния сканируемой сцены. Показаны способы использования этой оценки в постобработке, в процессе фильтрации и контрастирования изображения.

2. Предложены различные процедуры формирования результирующих изображений, обеспечивающие снижение оптической плотности фона и повышение контраста изображения.

3. Разработан метод низкочастотной пространственно-зависимой фильтрации слабоконтрастных изображений, обеспечивающий усреднение яркости и цветового оттенка протяжённых однородных областей изображения без значительного воздействия на границы объектов, что позволяет осуществлять оценку состояния более точно.

4. Проведены экспериментальные исследования программно-технического комплекса формирования и обработки цифровых моделей изображений угасающих документов. Показана эффективность предложенной методики.

6.

ЗАКЛЮЧЕНИЕ

.

В целом по работе можно сделать следующие выводы.

1. В работе решена важная народно-хозяйственная проблема синтеза информационно-измерительных систем в части обоснования рационального выбора метода обработки результатов распределённых измерений, основанного на аналитическом описании информационных процессов в объектах наблюдения и установления связи этих процессов с характеристиками сигналов, формируемых объектом.

2. Исследованы варианты структур информационно-измерительных систем для решения различных задач по регистрации и обработке сигналов. Показано, что существует класс ИИС с общими задачами, функционирование которых может быть сведено к выполнению ряда измерений, распределённых во времени и/или пространстве.

3. Выполнен анализ и синтезирована обобщённая структура информационных потоков и последовательность этапов обработки данных в системах рассматриваемого класса. Показано, что отличительной особенностью таких ИИС является наличие блока (алгоритма) формирования оценки состояния наблюдаемого объекта, которая может использоваться непосредственно для формирования реакции системы, либо опосредованно, при постобработке входной информации.

4. Исследованы методы решения целевых задач обработки сигналов. Показано, что основным методом обработки распределённых измерений является обобщение результатов измерений во многих точках времени/пространства, в качестве которых может служить упорядоченное обобщение — спектр, и неупорядоченное — гистограмма.

5. Построена модель сигнала со скачкообразно изменяющейся локальной спектральной плотностью. Показано, что при анализе событий типа «амплитудно-фазовый скачок» ширина переходного процесса определяется шириной окна ядра ЧСП. Её увеличение снижает точность локализации формируемых оценок спектра в пространстве сигнала, но повышает их разрешение по частоте и/или надёжность. Верхняя граница ширины окна оценена исходя из допустимой вероятности одновременного возникновения двух и более событий в пределах области ненулевых значений оконной функции.

6. Найдены зависимости для определения шага смещения окна ЧСП для заданной интенсивности потока смен состояний наблюдаемого объекта и допустимой вероятности пропуска события.

7. Разработан метод оценки целесообразности использования в качестве информативного признака упорядоченного обобщения — спектра, включающий определение интервалов характерных частот, в результате анализа априорно известных корреляционных функций сигналов, описывающих состояния наблюдаемого объекта.

8. Разработан формализованный подход к выбору метода обработки результатов распределённых измерений, основанный на оценке информативности формируемых системой сообщений и статистических характеристиках сигналов, описывающих различные состояния объекта.

9. Определены понятия многокадровой модели изображения, базового и приводимого кадра, базовой и приводимой точки. Разработан метод многокадровой обработки, включающий методику выбора базового кадра, методику формирования множества базовых точек, методику поиска приводимых точек с использованием гистограммных и спектральных признаков. Выполнена оценка точности определения координат приводимой точки в условиях воздействия аддитивного белого гауссова шума.

10. Сформулирован критерий и найдены оптимальные оценки параметров совмещения кадров. Разработана методика преобразования кадров многокадровой модели изображения в единую систему координат, включающая итерационную процедуру динамического формирования областей поиска приводимых точек при преобразовании кадров, обладающую меньшей вычислительной сложностью по сравнению с прямым поиском.

11. Показано, что алгоритмы линейной и нелинейной локальной фильтрации могут быть обобщены на случай обработки многокадровых моделей изображений. Предложены варианты локальных фильтров многокадровых моделей изображений с различной формой апертуры. Рассмотрены вопросы компенсации краевых эффектов при фильтрации периферийных областей кадров многокадровой модели.

12. Задача обработки слабоконтрастных изображений угасающей документации сформулирована и решена как задача оценки распределённого в метрическом пространстве состояния сканируемой сцены, используемой в постобработке, в процессе фильтрации и контрастирования.

13. Разработан метод низкочастотной пространственно-зависимой фильтрации слабоконтрастных изображений, обеспечивающий усреднение яркости и цветового оттенка протяжённых однородных областей изображения без значительного воздействия на границы объектов.

14. Разработан алгоритм трассировки доплеровской составляющей для случая обработки данных радиолокационного наблюдения, и предложены средства сокращения вычислительных затрат при выполнении их анализа.

15. Прикладные результаты работы внедрены при решении конкретных проектных задач создания информационно-измерительных систем обработки распределённых измерений в рамках ряда научно-исследовательских и опытно-конструкторских работ.

Показать весь текст

Список литературы

  1. В.А., Суздаль В. Г. Поиск объектов. М.: Сов. радио, 1977.-336 с.
  2. Автоматизированные измерительные комплексы. — М.: Энергоатомиздат, 1982. 216 с.
  3. П.С., Бакут П. А., Богданович В. А. и др. Теория обнаружения сигналов. — М.: Радио и связь, 1984. — 440 с.
  4. В.В., Горский М. Д. Представление и обработка изображений. Рекурсивный подход Л.: Наука. Ленингр. отд-ние, 1985. — 189 с.
  5. Т.М. и др. Вероятностные измерительно-вычислительные устройства /Алиев Т.М., Тер-Исраелов Г. С., Тер-Хачатуров А.А. -М.: Энергоатомиздат, 1983. 168 с. ь
  6. Л. Машинная графика на персональном компьютере. М.: Сол Систем, 1992. — 230 с.
  7. Анализ измерительных информационных систем / Маликов В. М., Дубовой В. М., Кветный P.M., Исматулаев П. Р. Ташкент: Ташкентский политехи, ин-т им. А. Р. Беруни., 1984. — 176 с.
  8. А.В., Шпак И. И. Цифровая обработка информации в измерительных приборах и системах. Минск: Высш. шк., 1987. — 174 с.
  9. .В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983. — 295 с.
  10. Н., Рао К. Ортогональные преобразования при обработке цифровых сигналов. М.: Мир, 1980. — 248 с.
  11. В.К., Бочкарев A.M., Мусьяков М. П. Методы фильтрации сигналов в корреляционно-экстремальных системах навигации.-М.: Радио и связь, 1986.-216 с.
  12. П.А., Жулина Ю. В., Иванчук Н. А. Обнаружение движущихся объектов. — М.: Сов. радио, 1980. -288 с.
  13. Баруча-Рид А. Т. Элементы теории марковских процессов и их приложения. М.: Наука, 1969. — 512 с.
  14. Г. В., Котов В. В. Архивное хранение информации в технических системах. Тула: Тул. гос. ун-т, 2001, — 102 с.
  15. С.И. Радиотехнические цепи и сигналы: Учебник. — М.: Высш. школа, 1983. 536 с.
  16. М., Банвеист А. Обнаружение изменения свойств сигналов и сигналов и динамических систем. М.: Наука, 1989. — 278 с.
  17. А.В., Левин М. Ш. Принятие решений: Комбинаторные модели аппроксимации информации. -М.: Наука, 1990. — 160 с.
  18. Р. Быстрые алгоритмы цифровой обработки сигналов. М: Мир, 1989.
  19. Л.И., Гаврилин А. П., Данилкин Ф. А., Котов В. В. Цифровая обработка изображений угасающих документов при микрофильмировании // Вопросы оборонной техники (серия 7) Вып. 1 (167), 2004.-С. 33−41.
  20. А.В., Шикин Е. В., Шикин Г. Е. Компьютерная графика: первое знакомство. М.: Финансы и статистика, 1996. — 176 с.
  21. Е.А., Островский В. И., Фадеев Л. И. Обработка изображений на ЭВМ. М.: Радио и связь, 1987. — 236 с.
  22. Быстрые алгоритмы в цифровой обработке в цифровой обработке изображений. // Ред. Хуанга Т. С. М.:.Радио и связь, 1984. — 224 с.
  23. Г. М., Тараторкин A.M. Восстановление изображений. М.: Радио и связь, 1986. — 302 с.
  24. К.К., Крашенинников В. Р. Методы обработки многомерных случайных полей. Саратов: Изд-во Сарат. ун-та, 1990. — 128 с.
  25. В.В., Власов О. В. и др. Радиолокационные устройства (теория и принципы построения), М.: Советское радио, 1970.
  26. М. Современные тенденции развития технологии технического зрения. // «Обозрение Тошиба». 50, № 8, 1995. -С. 604−606.
  27. Введение в цифровую фильтрацию: пер. с англ., под ред. Филиппова Л. И. М.: Мир, 1976.
  28. А.Д. Курс теории случайных процессов. М.: Наука, 1975.-320 с.
  29. Е.С. Теория вероятностей. — М.: Наука, 1964. 572 с.
  30. Е.С., Овчаров JI.A. Теория случайных процессов и её инженерные приложения. М.: Высш. шк., 2000. — 383 с.
  31. Т.К. Анализ, распознавание и интерпретация речевых сигналов. Киев: Наукова думка, 1987.
  32. М.М. Аналого-цифровые преобразователи для информационно-измерительных систем. М.: изд-во стандартов, 1989. — 317 с.
  33. В.Л., Ерош И. Л., Москалев Э. С. Системы распознавания автоматизированных производств. — Л.: Машиностроение, 1988. — 245 с.
  34. В.И. Формирование и обработка изображений в реальном времени. М.: Радио и связь, 1986. — 312 с.
  35. В.М. Мышление и кибернетика //Вопросы философии, 1963. № 1.С. 10−24.
  36. Н.М. Оптика. Учебное пособие для вузов. М.: Высш. школа, 1977.-432 с.
  37. ., Рейден И. Цифровая обработка сигналов. М.: Мир, 1973.-367 с.
  38. JI.M. Цифровая обработка сигналов. М.: Радио и связь, 1990.- 325 с.
  39. Горелик A. JL, Скрипкин В. А. Методы распознавания. — М.: Высш. шк., 1977. 222 с.
  40. Н.С., Кац Б.М., Цуккерман И. И. Выделение статистически однородных участков изображений. В кн.: Иконика. Цифровая голография. Обработка изображений. М.: Наука, 1975. — с. 62−73.
  41. ГОСТ 13.1.002−80. «Репрография. Микрография. Документы для съемки. Общие требования и нормы» // Изд-во стандартов, 1982.
  42. У., Фрайбергер Р. Краткий курс вычислительной вероятности и статистики. М.: Наука, 1978. — 192 с.
  43. A.M. Некоторые вопросы теории технической информации. М.: ЮБЕКС, 1998. — 112 с.
  44. Д., Мерсеро Р. Цифровая обработка многомерных сигналов. М.: Мир, 1988. — 488 с.
  45. Ф.А., Котов В. В. Методы обработки многокадровых моделей изображений. Тула: Тул. гос. ун-т, 2000. — 96 с.
  46. Ф.А., Котов В. В., Ларкин Е. В. Выделение кривых на круговых диаграммах. // Известия Тульского государственного университета. Серия Математика. Механика. Информатика. Том 4. Выпуск 4. Тула: ТулГУ, 1998.-С. 21−23.
  47. В.И. Прикладная теория информации. М.: Высшая школа, 1989.-320 с.
  48. Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976.-511 с.• 56. Завалишин Н. В., Мучник И. Б. Модели зрительного восприятия и алгоритмы анализа изображений. М.: Наука, 1974. — 344 с.
  49. И.Ю., Касаткин В. Н. Построение изображений на экране персональной ЭВМ. Киев: Тэхника, 1990. — 116 с.
  50. В.К., Кобаев В. Н. О точности корреляционного совмещения точечных изображений на ЭВМ. // Вычислительные машины, комплексы и сети. Межвузовский сборник научных трудов. — Рязань: РГРТА, 1996.-С. 30−33.
  51. В.П., Батраков А. С. Трехмерная компьютерная графика. М.: Радио и связь, 1995. — 224 с.
  52. В.М., Котов В. В. Влияние белого шума при многокадровой обработке изображений. // Сборник тезисов докладов XI межвузовской НТК. Тула: Изд-во ТВАИУ, 1997. С. 114−115.
  53. В.М., Котов В. В. Особенности аффинных преобразований многокадровых моделей изображений. // Научно-технический сборник № 14 Тула: Изд-во ТВАИУ, 1997. С. 92−102.
  54. В.М., Котов В. В. Уменьшение искажений изображений при многокадровой обработке. // Сборник тезисов докладов НТК 3 ЦНИИ МО РФ, 1997. С. 35.
  55. В.М., Ларкин Е. В. Восприятие информации в системах искусственного интеллекта. — Тула.: ТГТУ, 1993. — 88 с.
  56. В.М., Ларкин Е. В., Абузова И. В. Сканирующие системы с повышенным разрешением. Тула: ТулГУ, 1996. — 85 с.
  57. Информационно-измерительная техника и технологии / Калашников В. И., Нефедов С. В., Путилин А. Б. и др. М.: Высш. шк., 2002. -45 с.
  58. Информационно-измерительные системы коллективного пользования / Загорский В. П., Пугачев И. С., Ярусов А. Г. АН БССР. Ин-т технической кибернетики. Минск: Наука и техника, 1987. — 104 с.
  59. Искусственный интеллект: Справочник: Кн. 2. Модели и методы / Под ред. Д. А. Поспелова. М.: Радио и связь, 1990. — 304 с.
  60. Каппелини В, Константинидис А. Дж., Эмилиани П. Цифровые фильтры и их применение.- М.: Энергоатомиздат, 1983 360 с.
  61. В.Г. Основы теории дискретных сигналов и цифровых фильтров. — М.: Высш. школа, 1982. — 109 с.
  62. Г. П. Восприятие и анализ оптической информации автоматической системой. — М.: Машиностроение, 1986. — 416 с.
  63. Г. П. Методы и вычислительные средства обработки изображений. Кишинев: Штиинца, 1991. — 209 с.
  64. Г. П. Обработка визуальной информации М.: Машиностроение, 1990. — 320 с.
  65. М.Дж., Стюарт А. Статистические выводы и связи. — М.: Наука, 1973.-899 с.
  66. Д., Хинкли Д. Теоретическая статистика. М.: Мир, 1978. — 560 с.
  67. А.Н. Три подхода к определению понятия «количество информации» //Проблемы передачи информации, 1965. Т. 1. Вып. 1. С. 25−38.
  68. С.В. Адаптивные методы обработки измерений. — Саратов: Изд-во Саратовского ун-та, 1982. 120 с.
  69. Г., Корн Т. Справочник по математике (для научных работников и инженеров). — М.: Наука, 1973. 831 с.
  70. В.В. Использование гистограммных оценок в задачах распознавания // Успехи современного естествознания. № 4, 2004. — С. 40−43.
  71. В.В. Организация интерфейса для сканирующих устройств с радиальной разверткой. // В кн. Алгоритмы и структуры систем обработки информации. Тула: ТулГУ, 1996. С. 67−77
  72. В.В. Применение вейвлетов различных типов для анализа событий. // Известия Тульского государственного университета. Серия: Вычислительная техника. Автоматика. Управление. Том 3. Выпуск 3. Управление. Тула: ТулГУ, 2001. С. 165−167.
  73. В.В. Распределённые измерения: методы обработки. — Тула: Изд-во ТулГУ, 2004. 140 с.
  74. В.В. Технология обработки цветных многокадровых моделей изображений. // Микроэлектроника и информатика — 97: Тезисы докладов межвузовской научно-технической конференции. Часть 2. М.: МГИЭТ (ТУ), 1997. С. 62.
  75. В.В. Трассировка основных частотных составляющих одномерных сигналов. // Известия Тульского государственного университета. Серия: Проблемы специального машиностроения. Вып. 5, часть 1. — Тула: изд-во ТулГУ, 2002. С. 321−324.
  76. В.В. Ускорение вычислений при обработке сигналов радиолокационного наблюдения. // Известия Тульского государственного университета. Серия Проблемы специального машиностроения. Вып. 6. Ч. 2. Тула: Изд-во ТулГУ, 2003. — С. 375−378.
  77. В.В. Фильтрация многокадровых изображений // Школа-семинар «Новые информационные технологии»: Тез. докл. май 1996- Т.2 -С.359.
  78. В.В., Басалова Г. В. Обнаружение одиночных объектов на тепловизионных изображениях. // Научно-технический сборник № 18. -Тула: ТАИИ, 2001. С. 94−100.
  79. В.В., Зиборов О. В. Алгоритм выделения примитивов из поля регрессии. / Интеллектуальные и информационные системы: материалы межрегиональной научно-технической конференции. // Тула: изд-во ТулГУ, 2003.-С. 90−93.
  80. В.В., Игнатьева Т. В. Особенности выбора базового кадра при обработке многокадровых моделей изображений. // Сборник тезисов докладов 35-ой научно-технической конференции Михайловской артиллерийской академии. Санкт-Петербург, 1997. С. 71.
  81. В.В., Игнатьева Т. В. Технология пространственных преобразований многокадровых моделей изображений. // Автоматизация и современные технологии. № 7, 1998. С. 17−21.
  82. В.В., Игнатьева Т. В. Технология улучшения изображений на основе многокадровой обработки. // Автоматизация и современные технологии. № 7, 1997.-С. 15−19.
  83. В.В., Киселёв А. Н. Применение вейвлет-преобразования в задачах распознавания фонем. // Известия Тульского государственного университета. Серия: Математика. Механика. Информатика. Том 7. Вып. 3. Информатика Тула: изд-во ТулГУ, 2001. — С. 73−77.
  84. В.В., Святенко И. Ю. Особенности сопряжения систем радиального сканирования с персональным компьютером // «XXI Гагарин-ские чтения»: Тезисы докладов молодежной науч. конф. — М: МГАТУ, 1996, Ч.5-С. 98−99.
  85. В.В., Соколов В. А. Идентификация событий при решении задач распознавания. // Известия Тульского государственного университета. Серия Проблемы специального машиностроения. Вып. 6. Ч. 2. — Тула: Изд-во ТулГУ, 2003. С. 62−65.
  86. В.В., Хмельницкий Д. В. Низкочастотная фильтрация изображений угасающих документов И XL Всероссийская конференция по проблемам математики, информатики, физики и химии. Тезисы докладов. Секции физики. М.: Изд-во РУДН, 2004. — С. 86−89.
  87. М., Вошни Э. Измерительные информационные системы. М.: Мир, 1975. — 312 с.
  88. Ю.А., Шилин В. А. Микросхемотехника БИС на приборах с зарядовой связью. — М.: Радио и связь, 1988. 160 с.
  89. И.В., Кедрус В. А. Основы теории информации и кодирования. Киев: Вища школа, 1986. — 360 с.
  90. С.З. Основы проектирования систем цифровой обработки радиолокационной информации М., Радио и связь, 1986.
  91. Л.Ф., Мотов В. В. Теоретические основы информационных процессов. М.: Высш. шк., 1987. — 248 с.
  92. Дж., Макгиллем К. Вероятностные методы анализа сигналов и систем: Пер. с англ. — М.: Мир, 1989. 376 с.
  93. М.С., Матюшкин Б. Д. Цифровая обработка сигналов: процессоры, алгоритмы, средства проектирования СПб., Политехника, 1998.
  94. Е.И., Старостин Е. Л., Корчашин А. Ю. Внешнее ориентирование изображений по линейным маркерам в системах реконструкции трехмерной среды. // «Вопросы кибернетики» (Москва). № 181, 1995. -С.148−159.
  95. В.Г. Алгебраическая теория сигналов и систем. Быстрые многомерные преобразования Фурье. Свердловск: Изд-во Уральского ун-та, 1989.- 186 с.
  96. Е.В. Алгоритмы управления доступом к информации в терминальном репрографическом комплексе. // Информационный листок № 87−0283.-М.-.ВИМИ, 1987.-3 с.
  97. Е.В., Котов В. В. Особенности идентификации событий методами вейвлет-анализа. // Известия Тульского государственного университета. Серия: Математика. Механика. Информатика. Том 7. Вып. 3. Информатика Тула: изд-во ТулГУ, 2001. — С. 96−103.
  98. Е.В., Котов В. В. Поиск целей на тепловизионных изображениях. // Известия Тульского государственного университета. Серия: Проблемы специального машиностроения. Выпуск 4 (часть 2). Тула: Изд-во ТулГУ, 2001. С. 25−28.
  99. .Р. Теоретические основы статистической радиотехники. М.: Сов. радио, 1968. — Кн. 2. — 503 с.
  100. В.Л. Пространственная фильтрация в оптических системах пеленгации. М.: Сов. радио, 1971. — 200 с.
  101. В.М., Мехнников А. И. Гибкие измерительные системы в метрологии. М.: Изд-во стандартов, 1988. — 175 с.
  102. Мелик-Махназаров A.M., Маркатун М. Г. Цифровые измерительные системы корреляционного типа. М.: Энергоатомиздат, 1985. -128 с.
  103. Методы автоматического распознавания речи. / Под ред. Ли У. В 2-х томах.-М.: Мир, 1983.-716 с.
  104. Методы компьютерной обработки изображений. / Под ред.
  105. B.А. Сойфера. М.: Физмат, 2001. — 784 с.
  106. Методы цифрового моделирования и идентификации стационарных случайных процессов в информационно-измерительных системах /Лебедев А.Н., Недоседкин Д. Д., Стеклова Г. А., Чернявский Е. А. Л.: Энергоатомиздат, 1988. — 64 с.
  107. МикроЭВМ в информационно-измерительных системах. / Пе-реверткин С.М., Гаранин Н. И., Костин Ю. Н., Миронов И. И. М.: Машиностроение, 1987.-244 с.
  108. Д.В., Котов В. В. Алгоритм описания трёхмерной сцены из бинокулярного стерео И Микроэлектроника и информатика-98: Тезисы докладов Всероссийской межвузовской научно-технической конференции. Апрель 1998 г. Часть 2. М.: МИЭТ, 1998. С. 192.
  109. В.В., Мучник И. Б. Скрытые марковские модели в структурном анализе сигналов. М.: ФИЗМАТЛИТ, 1999. — 352 с.
  110. И.В. Последовательное обнаружение изменения свойств временных рядов. М.: Наука, 1983. — 199 с.
  111. Л.В. Основы вейвлет-анализа сигналов. — Санкт-Петербург: 1999.
  112. О.Н., Фомин А. Ф. Основы теории и расчёта информационно-измерительных систем. М.: Машиностроение, 1991. — 322 с.
  113. М. Быстрое преобразование Фурье и алгоритмы вычисления сверток . — М.: Радио и связь, — 1985. — 248 с.
  114. Обучающиеся системы обработки информации и принятия решений: Непараметрический подход / РАН Выч. центр- Лапко А. В., Ченцов
  115. C.И., Крохов С. И., Фельдман Л. А. Новосибирск: Наука, 1996. — 296 с.
  116. А.В., Шафер Р. В. Цифровая обработка сигналов. -М.: Связь, 1979.-416 с.
  117. Е.Ф. Вычислительные системы обработки изображений.. JL: Энергоатомиздат, 1989. — 132 с.
  118. Т. Алгоритмы машинной графики и обработки изображений. М.: Радио и связь, 1986. — 400 с.
  119. А.И. Системы технического зрения. J1.: Машиностроение, 1988. — 240 с.
  120. Ф.П. Фоточувствительные приборы с зарядовой связью. М.: Радио и связь, 1991. — 264 с.
  121. У. Цифровая обработка изображений: В 2х кн. М.: Мир, 1982 г.-714 с.
  122. Е.П., Аверин С. И. Обработка изображений в робототехнике. М.: Машиностроение, 1990. — 320 с.
  123. Ю.М. Методы математического моделирования измерительно-вычислительных систем. М.: Физмат, 2002. — 384 с.
  124. JI., Гоулд Б. Теория и применение цифровой обработки сигналов. Пер. с англ. М.: Мир, 1978. — 848 с.
  125. JI.P., Шафер Р. В. Цифровая обработка речевых сигналов. -М.: Радио и связь, 1981.
  126. Радиоприёмные устройства. / Под ред. Жуковского А. П. — М.: Высш. шк., 1989.-342 с.
  127. В.Ю. Популярные форматы файлов для хранения графических изображений на IBM PC М.: Унитех, 1992. — 156 с.
  128. А. Скоростные сканеры документов. // Компьютер-Пресс. № 10, 1997. — С. 102−104.
  129. Свидетельство об отраслевой регистрации разработки № 3540. Виртуальный лабораторный стенд частотно-временного анализа сигналов / Котов В. В., Соколов В. А. 2004.
  130. А.А. Спектральная теория подрессоривания транспортных машин. М.: Машиностроение, 1972. — 192 с.
  131. Сканирующее устройство. //Ларкин Е.В., Абузова И. В., Данил-кин Ф. А. Патент № 2 080 635 от 20.05.97 по заявке № 94 018 116.
  132. .Я. Информационная технология: Учеб. для вузов. — М.: Высш. шк., 1994.
  133. Справочник по теории вероятностей и математической статистике / B.C. Королюк, Н. И. Портенко, А. В. Скороход, А. Ф. Турбин. М.: Наука, Гл. ред. физ.-мат. лит., 1985. — 640 с.
  134. Справочник по устройствам цифровой обработки информации // Н. А. Виноградов, В. Н. Яковлев, В. В. Воскресенский и др. К.: Тэхника, 1988.-415 с.
  135. Л.А. Обнаружение сигнала движущейся цели на фоне пассивных помех с применением спектрального анализа. //Изв. вузов — «Радиоэлектроника». 1988. — № 4 — С. 8−15.
  136. В.И., Миронов М. А. Марковские процессы. М.: Сов. радио, 1977.-488 с.
  137. В.Л. Обнаружение сигналов со случайными параметрами. //В сб. Алгоритмы и структуры систем обработки информации. Тула: ТулГУ, 1992.- 148 с.
  138. Дж. Анализ, синтез и восприятие речи. М.: Связь,
  139. X. Фотографическая регистрация информации. / Пер. с нем. М.: Мир, 1978. — 670 с.
  140. Фу К., Гонсалес Р., Ли К. Робототехника. /Пер. с англ. М.: Мир, 1989.-624 с.
  141. К. Введение в статистическую теорию распознавания образов. -М.: Мир, 1978.-312 с.
  142. .К. Зрение роботов. М.: Мир, 1989. — 448 с.
  143. Л.И., Цыцулин А. К., Куликов А. Н. Видеоинформатика. Передача и компьютерная обработка видеоинформации- М.: Машиностроение, 1990. 320 с.
  144. Р.В. Теория кодирования и теория информации: пер. с англ. -М.: Радио и связь, 1983. 176 с.
  145. Чжун Кай-лай. Однородные цепи Маркова. М.: Мир, 1964.426 с.
  146. Ю.В. Структуры данных для представления изображе*-ний. // «Зарубежная радиоэлектроника», № 8, 1983. — С. 85.
  147. А.Н. Вероятность. М.: Наука. Гл. ред. физ.-мат. лит., 1989.-640 с.
  148. П. Основы идентификации систем управления. — М.: Мир, 1975.-684 с.
  149. И.А., Корсунский В. М. Корреляционный метод поиска знаков совмещения в электронной литографии. // Электрон, моделир. 17, № 1, 1995.- С. 88−92.
  150. Л.П. Введение в цифровую обработку изображений. М.: Сов. радио, 1979. — 312 с.
  151. Abuzova I.V., Ignatiev V.M., Kotov V.V., Larkin E.V. The method of multiframe image filtering. // Machine Graphics & Vision. Vol. 7, No. 3, 1998.-Pp. 645−654.
  152. Brunelli R., Messelodi S. Robust estimation of correlation with application to computer vision. // Pattern Recogn. 28,1 6, 1995. — P.833−841.
  153. Burrus, C.S. and R.A. Gopinath, H. Guo. Introduction to wavelets and wavelet transforms. Upper Saddle River, NJ (USA): Prentice Hall, — 1998.
  154. Cawhell A.E. An introduction to image processing and pictures management. // J. Doc. and Text Manag., 4, 1993. — P. 53−63.
  155. Chin Т. M., Korl W. C., Willsky A. S. A distributed and iterative method for square root filtering in space-time estimation. // Automatica. 31, 4, 1995. -P.67−82.
  156. Evans A.N., Nixon M.S. Mode filtering to reduce ultrasound speckle for feature extraction. // IEEE Proc. Vision, Image and Signal Process. -142, 1 2, 1995.-P. 87−94.
  157. Ghosal S., Mehrotra R. Detection of composite edges. // IEEE Trans. Image Process. 4, 1994. — P. 14−25.
  158. Gil J., Werman M. Computing 2-D min, median and max filters. // IEEE Trans. Pattern Anal, and Mach. Intell., l5,1993. — P. 117−126.
  159. Kalachik R., Kotov V. Fractal image compression. GlobalDSP элек-тронный ресурс., 2004. GlobalDSP, Vol. 3, Issue 5, May 2004. Режим доступа: http://www.globaldsp.com, свободный. Заголовок с экрана.
  160. Liu D., Yamashita Y., Jgawa H. Pattern recognition in the presence of noise. // Pattern. Recogn. 28, 1 7, 1995. — P. 989−995.
  161. M. Ruskal, R. Coifman, eds. Wavelets and their applications. -Jones and Bartlett, 1992.
  162. Meloche J., Zamar R. H. Binary-image restoration // Can. J. Statist. -«3, 1994.-P. 335−355.
  163. Meyer, Yves. Wavelets: algorithms and applications. Philadelphia: Society for Industrial and Applied Mathematics, 1994. — 134 pp.
  164. Oliensis S. Local reproducible smoothing without shrinkage. // IEEE Trans. Pattern Anal, and Mach. Intell. 1 3, 1993. — P. 307−312.
  165. Pankoj D., Subhasis C. Automated assembling of images: image montage preparation. // Pattern Recogn. 28,1 3, 1995. — P. 431- 445.
  166. Pham В., Pringle G. Color Correction for an image Sequence // IEEE Comput. Graph, and Appl. 15,1 3, 1995. — P.38−42.
  167. Rampioni A. Detail-preserving filter for noisy images // Electron. Lett. -31,41,1995. P. 865−866.
  168. C.E. 1948. A mathematical theory of communication. Bell Syst. Tech. J. 27 (Jul.), pp. 398−403.
  169. Singh D.B. Faster implementation of window based filters for machine vision // Proc. Conf. Appl. Phis. Sci. Bombay, 1992. — P.7/1−7/7.
  170. Smith S.W. The Scientist and Engineering’s Guide to Digital signal Processing. California Technical Publishing, — San Diego, С A, 1999. — 650 pp.
  171. The Windows Interface: an application design guide. Microsoft Windows Software Development Kit. // Microsoft, 1996.
  172. Told L., Hidenori I., Hirohisa S. Image filtering, edge detection, and edge tracing using fuzzy reasoning. // IEEE Trans. Pattern Anal, and Mach. Intell. 18,1 5, 1996.-P. 481−491.
  173. Vrhel M.J., Trussel H.J. Filter consideration in color correction. // IEEE Trans. Image Process. 1 2, 1993. — P. 147−167.
  174. Werman M., Weinshall D. Similarity and affine distance between 2D point sets. // Proc. 12th IAPR Int. Conf. Pattern Recogn. Los Alamitos (Calif.) etc., 1994. — P. 723−725.
  175. Yi-Sheng, Chellappa R. Dynamic feature point tracking in an image sequence. // Proc. 12th IAPR Inf. Conf. Pattern Recogn., — Los Alamitos (Calif.) etc., 1994. P.654−657.
Заполнить форму текущей работой

Сессия? Спокойно!