Байесовский анализ влияния экспериментальных шумов на адаптацию компьютерных оптоэлектронных приборов автоматизации спектрозональных физических исследований

• Автор: Долматов, Алексей Викторович
• Шифр специальности: 01.04.01
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Барнаул
• Количество страниц: 165 с. : ил.

СОДЕРЖАНИЕ
Введение
Глава 1. Анализ методов обработки изображений в компьютерных оптоэлектронных приборах автоматизации физических исследований, определение цели и задач диссертации
1.1. Развитие телевизионно-измерительных систем (ТИС) и методов подавления влияния экспериментальных шумов на информацию об объекте физических исследований
1.2. Свойства и способы описания многокомпонентных спектрозональных изображений (МСИ)
1.3. Интерпретация экспериментальных данных на основе согласования фазового пространства признаков (ФПП) ТИС и набора калибровочных значений измеряемой физической величины
1.4. Анализ методов статистической оценки МСИ по ФПП
1.5. Определение цели и задач диссертации
Глава 2. Математическая модель и критерии байесовской оценки информации спектрозональных изображений (БОИСИ)
2.1. Теоретические основы анализа влияния экспериментальных шумов на информацию МСИ по его фазовому портрету и постановка задачи моделирования
2.2. Разработка метода БОИСИ для оптимизации построения кластеров в ФПП МСИ по заданной энтропии объекта спектрозональных физических исследований
2.3. Математическая модель условной плотности апостериорной вероятности в методе БОИСИ
2.4. Разработка методики и критериев БОИСИ
2.4.1. Агломеративный алгоритм БОИСИ

2.4.2. Вопрос оптимизации статистической оценки МСИ по ФПП для различного класса задач в системах автоматизации спектрозональных физических исследований
2.5. Способ интерпретации экспериментальных данных, представленных в виде МСИ, на основе БОИСИ
2.6. Выводы по второй главе
Глава 3. Экспериментальная проверка адекватности метода БОИСИ при обработке цифровых МСИ
3.1. Построение тестовых изображений для исследования метода БОИСИ
3.2. Исследования метода БОИСИ на предмет адекватной кластеризации ФПП МСИ и определение погрешности методики БОИСИ
3.3. Исследование методики и критериев БОИСИ в рамках определения устойчивости интерпретации экспериментальных данных и эффективности сжатия информации цифровых МСИ
3.4. Выводы по третьей главе
Глава 4. Применение метода БОИСИ в сфере автоматизации спектрозональных физических исследований и в смежных с ней областях
4.1. Основные характеристики компьютерных оптоэлектронных приборов, влияющие на адаптацию ТИС к определенному классу объектов спектрозональных физических исследований
4.2. Использование метода БОИСИ для анализа влияния экспериментальных шумов на результаты исследования процесса массо-переноса топливных струй и изучения зависимости коэффициента отражения земной поверхности от формы рельефа с помощью компьютерных оптоэлектронных приборов "Приз-14/20" и

"сканер НР 8сапМ 4С + ЭВМ1'
4.3. Применение метода БОИСИ для автоматического выделения изотермических областей реакции СВС и расслоения топографической основы по типам объектов местности в информационноизмерительных комплексах ''УВИТ 300" и "сканер НР Бсап1е1 4С
+ ЭВМ"
4.4. Применение критерия оптимизации в методе БОИСИ для эффективного сжатия информации цветных аэрокосмических
снимков с помощью подавления влияния шума
Заключение
Литература
Приложения

стояниям исходного изображения. Размер областей и количество сохраняемых в оценке состояний определяется по мощности шума системы формирования изображений. В результате объединения все состояния выбранных областей приводятся к соответствующим новым состояниям, которые расположены в середине каждой области.
Главным недостатком метода контрастирования является отсутствие критерия оптимизации выбора положения областей интегрирования информации. Другой недостаток обусловлен одинаковыми размерами выбираемых областей, что, в случае изображений с ненулевой избыточностью, дает грубую статистическую оценку информации.
Другой способ получения статистической оценки основывается на видоизменении функции распределения вероятностей по фазовым состояниям [57]. Фазовые состояния спектрозонального изображения объединяются таким образом, чтобы вероятностная структура состояний обработанного изображения приняла заданную форму.
Эндрюс, Холл и другие [57] смогли получить ряд улучшенных монохромных изображений выравниванием гистограмм яркостей. Фрей [57] исследовал метод видоизменения гистограмм, который обеспечивал экспоненциальную и гиперболическую форму распределения яркостей улучшенного изображения. Бокштейн [55] применил этот метод для обработки вероятностной структуры яркостей и условных распределений вероятностей насыщенности цветных изображений. Разработанная им методика эквализации цветных изображений позволяет выполнять выравнивание указанных распределений. Применение ее дает гораздо лучшие результаты, чем покомпонентная обработка цветных изображений. Эквализация цветных изображений сохраняет цветовые особенности светлых и темных участков изображения, которые подавляются при покомпонентной обработке методом линейной корреляции [55].
Статистическая оценка, основанная на видоизменении вероятностной структуры изображений, дает неплохие результаты, но ей тоже при-