Алгоритмы автоматизированного обнаружения и распознавания наземных объектов по их радиолокационным изображениям в реальном масштабе времени

• Автор: Кузнецов, Виктор Андреевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Иркутск
• Количество страниц: 171 с. : ил.

ОГЛАВЛЕНИЕ

Перечень условных обозначений и сокращений

Введение

1 Системный анализ проблемы распознавания изображений.

1.1 Системный анализ проблемы распознавания изображений

1.2 Оценка и анализ объема данных, получаемых посредством современных РСА, и временных затрат, требуемых на их обработку

Выводы по первой главе

2 Особенности радиолокационных изображений, полученных с помощью РСА н обоснование требовании к системе обработки данных

2.1 Специфика распознавания изображений РСА, обусловленная их особенностями

2.2 Обоснование требований к системе обработки данных

Выводы по второй главе

3 Разработка математической модели радиолокационного изображения распределенного объекта.
3.1 Анализ свойств и статистических характеристик радиолокационных изображений распределенных объектов
3.2 Математическая модел радиолокационного изображения распределенного объекта
Выводы по третьей главе.
4 Синтез алгоритма обнаружения и распознавания распределенных объектов по их радиолокационным изображениям
4.1 Синтез алгоритмов классификации топографических объектов
по их радиолокационным изображениям
4.2 Синтез алгоритма обнаружения распределенных объектов по их радиолокационным изображениям.
4.3 Синтез алгоритмов обнаружения и распознавания распределенных объектов по их радиолокационным изображениям
Выводы по четвертой главе
5 Оценка эффективности разработанных алгоритмов обнаружения и распознавания распределенных объектов
5.1 Исследование эффективности разработанного алгоритма
обнаружения и распознавания распределенных объектов.
5.2 Сравнительная оценка эффективности разработанных и существующих алгоритмов обнаружения и распознавания наземных объектов
5.3 Оценка вычислительных затрат, требуемых для реализации разработанных алгоритмов.
Выводы но пятой главе
Заключение.
Список использованных источников


Во введении обсуждается актуальность темы исследования, приведен краткий обзор известных научных результатов, касающихся темы диссертации. Сформулированы цель, задачи, объект и предмет исследования, в аннотированном виде изложены основные результаты диссертационной работы. Проведена классификация объектов радиолокационного мониторинга, определены требования к разрешающей способности РСА по их обнаружению и распознаванию. Приведен анализ временных ограничений, а также основных факторов, определяющих их, при дешифрировании РЛИ местности. Выполнена оценка времени обработки, требуемого для большого объема данных. Во второй главе рассматривается специфика РЛИ, полученного посредством использования когерентного излучения. Приведены основные математические зависимости, определяющие особенности РЛИ. На основе проведенного анализа существующих РСА, определены основные требования к системе обработки данных. В третьей главе рассматривается математическая модель радиолокационного изображения распределенною объекта. Модель основана на результатах анализа свойств и статистических характеристик реальных РЛИ распределенных объектов до и после сглаживания спекл-шума, а также на представлении РСА в качестве формирователя изображения как системы со случайной сменой структуры, для описания которой используется уравнение со скачкообразным изменением параметров. Для описания математической модели используется уравнение со скачкообразным изменением параметров. В четвертой главе проводится синтез алгоритмов классификации топографических объектов на основе модели системы со случайной скачкообразной структурой и алгоритма обнаружения и распознавания распределенных объектов, основанного на многоэтапной параллельной обработке РЛИ. На этапах обнаружения объектов-кандидатов и исключения ложных объектов используются параметрический алгоритм классификации топографических объектов со сглаживанием достаточной статистики и алгоритм обнаружения и группировки ДЦО распределенных объектов на основе вычисления поля локальных контрастов и последующей его обработки. В пятой главе выполнено исследование эффективности разработанных алгоритмов классификации томографических объектов, автоматизированного обнаружения и распознавания распределенных объектов, проведено сравнение их эффективности с существующими алгоритмами при обработке реальных и полученных моделированием РЛИ. Произведена экспериментальная оценка времени обработки реального РЛИ большого объема разработанным алгоритмом. Выполнен расчет вычислительных затрат. Выработаны практические рекомендации по организации процесса дешифрирования изображений РСА. В заключении подводится итог исследования, формулируются основные результаты работы по главам и выводы по работе в целом. С развитием систем дистанционного зондирования Земли (ДЗЗ), в том числе радиолокационной техники, и тенденцией роста разрешающей способности, оперативное и достоверное распознавание изображений становится все более актуальной задачей. Однако в настоящее время, при всем многообразии теоретических и практических исследований в данной области, проблема распознавания изображений для некоторых прикладных задач до сих пор не решена [1]. Эго объясняется отсутствием единой классификации методов и математической теории распознавания образов как основного этапа анализа изображений, что, в свою очередь, препятствует обоснованным и систематизированным разработке, выбору, сопоставлению и применению методов распознавания, а также получению достоверной оценки их эффективности условиям задачи [2]. Ценность системного подхода в решении проблемы распознавания образов состоит в том, что он создаст основу для логического и последовательного подхода к проблеме автоматического анализа изображений [3,4, 5]. Процедуры и методы системного анализа направлены именно на выдвижение альтернативных вариантов решения задачи - вариантов распознавания изображений в целом, распознавания РЛИ наземных объектов в частности, и сопоставление вариантов по тем или иным критериям эффективности. Именно поэтому адекватным инструментом исследований систем обработки данных является системный анализ.