Метод параметрического оценивания оптико-электронного тракта системы дистанционного формирования оптического изображения

Баврина А.Ю., Мясников В.В, Сергеев А.В.  

Аннотация:
Предложен метод определения структуры и оценки параметров оптико-электронного тракта (ОЭТ). В основу метода положен анализ перепада яркости на границах изображений объектов, используемый для получения реализации сечения амплитудно-частотной характеристики (АЧХ) ОЭТ. Принцип работы метода, позволяющий осуществлять оценку параметров ОЭТ, заключается в минимизации показателя, характеризующего интегральную величину отклонения реализаций сечений АЧХ ОЭТ от математической модели АЧХ, известной с точностью до этих параметров. Экспериментальное исследование иллюстрирует эффективность предложенного метода оценки структуры и параметров ОЭТ и границы его применения.

Abstract:
Method of definition of a structure and estimation of parameters of optoelectronic tract (OET) is suggested in the work. The method uses the places of «jump» of image intensity function, that occurs on the borders of imaged objects, for obtaining of realizations of sections of amplitude frequency response (AFR) of OET. The principle of the method that allows to fulfill the OET parameters estimation consists in minimization of the criterion that characterizes cumulative value of the difference between realizations of AFR sections and mathematical model of AFR that is known up to these parameters. Experimental investigation illustrates the effectiveness of suggested method of OET structure and parameters estimation and the limits of its competence.

Ключевые слова :
оптико-электронный тракт, амплитудно-частотная характеристика, параметрическая оценка, генетический алгоритм.

Key words:
optoelectronic tract, amplitude frequency response, parametric estimation, genetic algorithm.

Литература:

  1. Прэтт, У.К. Цифровая обработка изображений. Кн.1. / У.К. Прэтт. – М.: Мир, 1982. – 312 с.
  2. Прэтт, У.К. Цифровая обработка изображений. Кн.2. / У.К. Прэтт. – М.: Мир, 1982. – 480 с.
  3. Цыпкин, Я.З. Основы информационной теории идентификации / Я.З. Цыпкин. – М.: Наука, 1984. – 320 с.
  4. Эйкхофф, П. Основы идентификации систем управления / П. Эйкхофф. – М.: Мир, 1975. – 688 с.
  5. Бакалов, В.П. Цифровой алгоритм восстановления пространственно-ограниченного сигнала по свёртке с неизвестной искажающей функцией / В.П. Бакалов, Ю.Ю. Мартюшев, Н.П. Русских // Автометрия. – 1988. – N. 1. – C. 101-103.
  6. Бейтс, Р. Восстановление и реконструкция изображений / Р. Бейтс, М. Мак-Доннелл. – М.: Мир, 1989. – 336 с.
  7. Василенко, Г.И. Восстановление изображений / Г.И. Василенко, А.М. Тараторин. – М.: Радио и связь, 1986. – 304 с.
  8. Стокхэм, Т. Цифровое восстановление сигналов посредством неопределённой инверсной свёртки / Т. Стокхэм, Т. Кэннон, Р. Ингебретсен // ТИИЭР. – 1975. – № 4. – C.  160-177.
  9. Мельканович, А.Ф. Фотографические средства и их эксплуатация / А.Ф. Мельканович. – М.: Изд-во Министерства обороны, 1984. –576 с.
  10. Хуанг, Т. Обработка изображений / Т. Хуанг, В. Шрейбер, О. Третьяк // Обработка изображений при помощи цифровых вычислительных машин. – М.: Мир, 1973. – C. 17-47.
  11. Myasnikov, V.V. Computer program for automatic estimation of digital image quality / V.V. Myasnikov, A.A. Ivanov, M.V. Gashnikov, E.V. Myasnikov // Pattern Recognition and Image Analysis, 2011. – Vol. 21, N. 3. – P. 415-418.
  12. Гашников, М.В. Обнаружение информативных фрагментов в задаче оценки качества изображений / М.В. Гашников, В.В. Мясников // 8-я Международная конференция «Интеллектуализация обработки информации – 2010». – М.: МАКС Пресс, 2010. – C. 325-328.
  13. Myasnikov, V.V. Software System for Identification of Optoelectronic Digital Imaging Systems and Estimation of Their Quality / V.V. Myasnikov, A.A. Ivanov, M.V. Gashnikov, E.V. Myasnikov // Proceedings of the 10-th International Conference on Pattern Recognition and Image Analysis: New Information technologies (PRIA-10’2010), St-Peterburg, Russian Federation. – St. Petersburg: Politechnika, 2010. – Vol. 2. – P. 109-112.
  14. Белоусова, М.П. Математическое моделирование ПЗС-видеодатчика с временной задержкой и накоплением / М.П. Белоусова, В.В. Сергеев // Самарский авиационный институт. – Самара, 1991. – 45 с.
  15. Goldberg, D.E. Genetic algorithms in search, optimization, and machine learning / D.E. Goldberg. – Boston, MA: Addison-Wesley Co., Inc., 1989. – 154 p.
  16. Holland, J.H. Adaptation in natural and artificial systems / J.H. Holland. – Ann Arbor: University of Michigan Press, 1975. – 183 p.

References:

  1. Pratt, W.K. Digital image processing / W.K. Pratt. – Moscow: “Mir” Publisher, 1982. – B.1. – 312 p. – (in Russian).
  2. Pratt, W.K. Digital image processing / W.K. Pratt. – Moscow: “Mir” Publisher, 1982. – B.2. – 480 p. – (in Russian)
  3. Tsypkin, Ya.Z. Foundations of the information identification theory / Ya.Z. Tsypkin. – Moscow.: “Nauka” Publisher, 1984. – 320 p. – (in Russian).
  4. Eikhoff, P. The basics of control system identification / P. Eykhoff. – Moscow: “Mir” Publisher, 1975. – 688 p. – (in Russian).
  5. Bakalov, V.P. Digital algorithm for reconstruction of spatially bounded signal after its convolution with unknown. distorting function / V.P. Bakalov, Yu.Yu. Martyushev, N.P. Russkikh // Avtometriya. – 1988. – N 1. – P. 101-103. – (in Russian).
  6. Bates, R.H.T. Image restoration and reconstruction / R.H.T. Bates, M.J. Mc-Donnell. – Moscow: “Mir” Publisher, 1989. – 336 p. – (in Russian).
  7. Vasilenko, G.I. Image restoration / G.I. Vasilenko, A.M. Taratorin. – Moscow: “Radio i svyaz” Publisher, 1986. – 304 p. – (in Russian).
  8. Stockham, T.G. Digital signal reconstruction by means of an indefinite inverse convolution / T.G. Stockham, T.M. Cannon, R.B. Ingebretsen // TIIER. – 1975. – N 4. – P. 160-177. – (in Russian).
  9. Mel'kanovich, A.F. Photographic facilities and their operation / A.F. Mel'kanovich. – Moscow: Publisher of Department of Defense, 1984. –576 p. – (in Russian).
  10. Huang,T.S. Image processing / Т.S. Huang, W.F. Schreiber, O.J. Tretiak // Image processing using of digital computers. – Moscow: “Mir” Publisher, 1973. – P. 17-47. – (in Russian).
  11. Myasnikov, V.V. Computer program for automatic estimation of digital image quality / V.V. Myasnikov, A.A. Ivanov, M.V. Gashnikov, E.V. Myasnikov // Pattern Recognition and Image Analysis, 2011. – Vol. 21, N. 3. – P. 415-418.
  12. Gashnikov, M.V. Detection of informative fragments in the problem of estimation of image quality / M.V. Gashnikov, V.V. Myasnikov // The 8-th International Conference «Intellectualization of information processing – 2010», Moscow: “Max Press” Publisher, 2010. – P. 325-328. – (in Russian).
  13. Myasnikov, V.V. Software System for Identification of Optoelectronic Digital Imaging Systems and Estimation of Their Quality / V.V. Myasnikov, A.A. Ivanov, M.V. Gashnikov, E.V. Myasnikov // Proceedings of the 10-th International Conference on Pattern Recognition and Image Analysis: New Information technologies (PRIA-10’2010), St-Peterburg, Russian Federation. – St. Petersburg: Politechnika, 2010. – Vol. 2. – P. 109-112.
  14. Belousova, M.P. Mathematical modeling of a CCD video sensor with a time delay and the accumulation / M.P. Belousova, V.V. Sergeev // Samara aviation institute. – Samara, 1991. – 45 p. – (in Russian).
  15. Goldberg, D.E. Genetic algorithms in search, optimization, and machine learning / D.E. Goldberg. – Boston, MA: Addison-Wesley Co., Inc., 1989. – 154 p.
  16. Holland, J.H. Adaptation in natural and artificial systems / J.H. Holland. – Ann Arbor: University of Michigan Press, 1975. – 183 p.
© 2009, ИСОИ РАН
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846) 332-56-22, факс: +7 (846) 332-56-20