Разработка и исследование методики локального структурно-спектрального анализа оптических фотоизображений морской поверхности

• Автор: Сухорученко, Александр Николаевич
• Шифр специальности: 25.00.34
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 244 с. : ил.

Глава 1. Тематическая обработка оптических изображений морской
поверхности
1.1. Явления на морской поверхности. Общее описание
1.2. . Методы контроля состояния морской поверхности
1.3. Тематическая обработка оптических изображений морской поверхности
1.4. Обзор современных исследований по изучению фрактальных свойств явлений на морской поверхности
1.5. Постановка цели и задач исследования
Глава 2. Методика локального структурно-спектрального анализа оптических изображений морской поверхности
2.1. Теоретические основы вейвлет и фрактального анализа
2.1.1. Непрерывное вейвлет-преобразование
2.1.2. Мультифрактальный анализ
2.2. Методы, алгоритмы и программное обеспечение фрактального анализа цифровых изображений
2.3. Методика локального структурно-спектрального анализа оптических изображений морской поверхности
Глава 3. Исследование фрактальных и мультифрактальных характеристик изображений взволнованной морской поверхности
3.1. Фрактальные свойства изображений взволнованной морской
поверхности
3.1.1. Фрактальные свойства изображений взволнованной морской поверхности вне зоны блика
3.1.2. Исследование фрактальных свойств взволнованной морской
поверхности в зоне блика
3.2. Мультифрактальная параметризация явлений на морской поверхности
3.3. Взаимосвязь спектральных и фрактальных характеристик изображений морской поверхности
3.4. Мультифрактальная параметризация шкалы Бофорта
Глава 4. Исследование пространственной структуры пригребневых зон и зон обрушения морских гравитационных волн
4.2. Фурье и вейвлет анализ волнового поля
4.3. Применение вейвлет анализа для оценки фрактальных
характеристик пригребневых зон
Заключение
СПИСОК ЛИТЕРАТУРЫ

Многообразие форм и сильная пространственно-временная изменчивость морской поверхности в значительной степени определяют динамику процессов взаимодействия в системе «атмосфера - морская поверхность». Знание пространственно-временных структуры морской поверхности при различных метеоусловиях требуется при разработке схем параметризации процессов взаимодействия в численных динамических моделях общей циркуляции атмосферы и океана, долгосрочного прогноза погоды, решения практических задач надводного и подводного мореплавания, океанского хозяйства, предотвращения загрязнения океана[52,91,93,94].
Исследования явлений на поверхности океана становится еще более важным теперь, когда особую роль в изучении морей и океанов играют аэрокосмические методы. Современные автоматические космические системы позволяют оперативно наблюдать разномасштабные явления на морской поверхности, что делает их незаменимыми для задач океанологии.
Оптические характеристики морской поверхности являются случайными скалярными полями, во-первых, из-за стохастической геометрии морской поверхности (например, количество, размеры и положение в пространстве отдельных волновых систем, пенных образований и др.), во-вторых, из-за микромасштабных флуктуаций морской поверхности. Неупорядоченность, хаотическое поведение обнаруживается во многих процессах на морской поверхности (обрушения, толчея, генерация гравитационных, гравитационно-капиллярных и капиллярных волн в широком диапазоне длин волн и др.), большая часть этих процессов протекает с сильной диссипацией и описывается законами детерминированного хаоса и фрактальными размерностями как для топологии движения в реальном пространстве, так и для эволюции в фазовом пространстве. Известно, что в большинстве своем явления на морской поверхности фрактальны. Однако, сегодня доминирует традиционное описание явлений на морской
методы, основанные на вычислении “массы” фрактального множества внутри некоторой клетки или ячейки (разновидности Ьох-метода);
методы, основанные на использовании фрактальной Броуновской функции;
методы, основанные на спектральном анализе.
Алгоритмы Ъох-метод. Простейший способ определения фрактальной размерности состоит в том, что область, содержащую фрактал, разбивают на квадратные клетки (двумерный случай) определённых размеров. Затем подсчитывают число клеток ]Ч(Ь) размера Б, необходимых для покрытия всего
множества (т.е. считают число непустых клеток). Так как ^(Б)х Б ^ то фрактальная размерность Б может быть найдена по методу наименьших квадратов из графика {^(Ь), -^(N(1,))}. Вох-метод идеально подходит для обработки бинарных изображений.В работе [104] предложена модификация клеточного метода: подсчитывается число 1М(Б) полностью чёрных клеток, чёрно-белых (то есть частично занятых) и белых клеток (то есть фона). Таким образом, для характеристики изображения используются пять фрактальных размерностей: Вч, Бв, Пчб, Оч+чб, Пб+чб. При обработке многоградационных изображений авторы исследуют зависимость получаемых фрактальных размерностей от порога бинаризации.
Точечный метод представляет собой альтернативный подход к вычислению размерности фрактала [105]. В нём подсчитывается не число необходимых клеток для покрытия фрактала, а число точек в клетке. Пусть Р(ш, Ь) есть вероятность того что внутри ячейки размером Ь, центрированной на произвольной точке множества А, находится т точек. Для каждого значения Б имеем:
£Р(т,Ь)

где N - число возможных точек внутри клетки. Предположим, что имеется изображение размером МхМ пикселей. Если покрыть изображение ячейками со