Метою роботи є підвищення роздільної здатності ІЧ-знимків, одержаних у результаті моніторингу теплових об’єктів. Методика. Відомо, що жодна оптична система не може дати на ПЗЗ-матриці точкове зображення теплового об’єкта. Замість цього, формується дифракційне зображення плями, що призводить до значного погіршення якості теплового зображення. Зменшити вплив дифракції – це нагальне завдання системи формування та оброблення корисного сигналу. Для досягнення цієї мети запропоновано використання методу зворотної фільтрації, що дозволяє, знаючи функцію розсіювання точки (ФРТ) оптичної системи, обумовленої явищем дифракції, значно зменшити ії вплив на якість одержаного теплового зображення. У системі оптика –комп’ютер оптичне зображення проектується на ПЗЗ-матрицю, де ФРТ представлено вже в цифровій формі. Метод заснований на зворотній фільтрації [Рабинер и другие, 1978]. Вважається, що розмиття – це необоротна операція і інформація безповоротно втрачається, тому що кожен піксель перетворюється на пляму, – все змішується. Результати. Показано, що вся інформація просто перерозподіляється відповідно до ФРТ і може бути однозначно відновлена з деякими застереженнями. Запропонована методика використання алгоритму зворотної фільтрації дає змогу подолати обмеження, які накладаються оптичною системою. Наукова новизна. Автори пропонують для визначення впливу величин ФРТ на роздільну здатність системи моніторингу використати спеціально розроблені цифрові міри та програму двумірної згортки (конволюції) цих зображень з ФРТ. Практична значущість. Розроблено алгоритм зворотної фільтрації (деконволюції) разом з іншими методами (наприклад, субпіксельної обробки) можна з успіхом використати під час оброблення ІЧ-знимків, одержаних у результаті дистанційного моніторингу теплових об’єктів. Метод деконволюції дає змогу подолати обмеження на роздільну здатність, які накладаються оптичною системою в ІЧ-діапазоні. Це призводить, за відсутності шуму, до точного відтворення вхідного зображення теплового об’єкта, незалежно від діаметру світової плями. Визначальне значення, має відмінність значень ФРТ оптики та ФРТ моделі, які використовувались під час реалізації програм конволюції та деконволюції. Особливо важливі результати дії методу зворотньої фільтрації в умовах дії шумів на тепловому зображенні і в каналі передачі даних. Визначена величина відношення сигнал / шум, за якого спотворення рахуються, як незначні. Водночас має значення, як показують дослідження, величина плями ФРТоб’єктива. Розглянуте питання застосування запропонованого методу зворотної фільтрації у разі невизначеності даних об’єктиву, який використовувався під час теплового моніторингу, що часто трапляється в практиці оброблення теплових знімків, наявних у користувача. Усі отримані результати перевірені на імітаційних моделях, в чому і полягає додаткова новизна та практична значущість отриманих результатів.
- Гашников М.В., и др. Методы компьютерной обработки изображений / Под ред. В. А. Сойфера. — 2-е изд.. – М.: Физматлит, 2003. - 784 с. — ISBN 5-9221-0270-2.
- Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде Matlab Москва: Техносфера, 2006. - 616с. ISBN 5-94836-092-Х
- Дьяконов В.П. Mathcad 11/12/13 в математике. Справочник. – М.: Горячая линия – Телеком, 2007. – 958 с.
- Крылов В. Н., Щербакова Г. Ю., Писаренко Р. А. Восстановление сигналов посредством слепой деконволюции на базе мультистартового метода оптимизации в пространстве вейвлет-преобразования. – Электротехнические и компьютерные системы № 13 (89), 2014, Системы искусственного интеллекта.
- Переславцева Е. Е., Филиппов М. В. Метод ускоренного восстановления изображений, смазанных при движении. 02, февраль 2012 МГТУ им. Н.Э. Баумана, код доступа: profitbig@rambler.ru
- Переславцева Е. Е. Методы восстановления искаженных изображений на основе решения уравнения. – 09, сентябрь 2012. МГТУ им. Н.Э. Баумана. Код доступа: bauman@bmstu.ru
- Методы компьютерной оптики/Под ред. В.А. Сойфера: Учеб.для вузов. — 2-е изд., испр. - М.: физматлит, 2003. - 688 с. - ISBN 5-9221-0434-9.
- Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. – М.: «Мир», 1978, 849 с.
- Сергиенко А. Б. Цифровая обработка сигналов. – СПб.: Питер, 2002. – 608 с.
- Теоретические основы цифровой обработки изображений: Учебное пособие/ В.А.Сойфер, В.В.Сергеев, С.Б.Попов, В.В. Мясников, Самарский государственный аэрокосмический университет имени академика С.П.Королева. Самара, 2000,256 с.
- Prudyus Ivan., V. Tkachenko, P. Kondratov, L. Lazko, S. Fabirovskyy, A. Gryvachevskyy. Earth surface diagnostic based on cluster analysis of multispectral monitoring data. IX Krajowa Koferencja “Diagnostyka techniczna urządzeń i systemów” (Diag’2015). Ustroń. Polska. 22÷25 września 2015r. Referaty. S. 32
- Zhang Ningyu, Quanyuan Wub. Effects of Brovey Transform and Wavelet Transform on the Information Capacity of SPOT-5 Imagery. International Symposium on Photoelectronic Detection and Imaging 2007 Proc. of SPIE Vol. 6623 66230W-1, June 2007, pp. 2690–2695.