Журналов:     Статей:        

Радиопромышленность. 2021; 31: 15-21

Вариант применения цифровой обработки изображений для распознавания текстур на оптикоэлектронном изображении

Макаренко А. А.

https://doi.org/10.21778/2413-9599-2021-31-2-15-21

Аннотация

Постановка проблемы. Поиск объектов на наблюдаемом изображении является важной функцией бортовой оптикоэлектронной системы беспилотного воздушного судна. Одним из методов анализа изображения наблюдаемой поверхности является текстурный анализ, который позволяет выделять на наблюдаемом изображении однородные области и определять контуры объектов, покрытых различными текстурами и не имеющих четко определенных на изображении границ.
Цель. Разработать алгоритм анализа текстур участка земной или водной поверхности, выполняемого на основе применения цифровой обработки изображения. В статье представлен алгоритм текстурного анализа изображения, выполняемого на основе вычисления локальных спектральных и статистических характеристик изображения.
Результаты. Разработан алгоритм, в соответствии с которым для каждого элемента анализируемого изображения в квадратной окрестности из 1 024 элементов вычисляются ориентированные под разными углами локальные спектры и локальные дисперсии. Вычисленные методами цифровой обработки изображений значения амплитуд спектра и дисперсий характеризуют параметры текстуры в окрестности каждого элемента изображения. Точки значительных изменений локальных свойств определяют положение границ между отличающимися друг от друга текстурами.
Практическая значимость. Результаты испытаний рассмотренного алгоритма в составе имитационной модели продемонстрировали целесообразность его применения в системе цифровой обработки изображения, наблюдаемого с борта беспилотного воздушного судна.

Список литературы

1. Левшин В. Л. Биокибернетические оптико-электронные устройства автоматического распознавания изображений. М. : Машиностроение, 1987. 176 с.

2. Невская А. А., Леушина Л. И. Асимметрия полушарий головного мозга и опознание зрительных образов. Л. : Наука, 1990. 152 с.

3. Хьюбел Д., Торстен В. Мозг и зрительное восприятие. История 25-летнего сотрудничества. М. : Институт компьютерных исследований, 2012. 840 с.

4. Демидов В. Е. Как мы видим то, что видим. М. : Знание, 1987. 208 с.

5. Макаренко А. А., Турнецкий Л. С. Метод ориентированной фильтрации изображений для распознавания текстур в высокоточных системах наведения // Вопросы оборонной техники. Сер. 9. 2012. Вып. 5(257). С. 26–29.

6. Макаренко А. А. Построение бортовой системы обработки оптоэлектронных и радиолокационных изображений на основе моделирования зрительного анализатора живых существ // Авиакосмическое приборостроение. 2015. № 10. C. 19–30.

7. Бондарко В. М., Данилова М. В., Красильников Н. Н. Пространственное зрение. СПб. : Наука, 1999. 212 с.

Radio industry (Russia). 2021; 31: 15-21

Variant of digital image processing application for recognition of textures on the optoelectronic image

Makarenko A. A.

https://doi.org/10.21778/2413-9599-2021-31-2-15-21

Abstract

Problem statement. Search of plants on the observable image is important function of the UAV onboard optoelectronic systems. One of methods of the observable surface image analysis is the textural analysis which allows to select homogeneous areas on the observable image and to define contours of the plants which are covered with various structures and not having boundaries accurately defined on the image.
The purpose. To develop algorithm of the textural analysis of a site terrestrial or a water surface, fulfilled by the digital image processing. In paper the image textural analysis algorithm fulfilled on the basis of an evaluation of local spectral and statistical performances of the image is presented.
Results. The algorithm according to which for each element of the analyzed image in a square environ from 1024 elements the local spectra oriented under different angles and local variances are calculated is developed. Calculated by digital image processing amplitudes of a spectrum and variances values characterize texture parameters in a environ of each element of the image. Points of considerable modifications of local properties define position of boundaries between various structures.
The practical importance. Results of the considered algorithm trials as a part of simulation model have shown a possibility of its application in the UAV onboard image observed analysis system.

References

1. Levshin V. L. Biokiberneticheskie optiko-elektronnye ustroistva avtomaticheskogo raspoznavaniya izobrazhenii. M. : Mashinostroenie, 1987. 176 s.

2. Nevskaya A. A., Leushina L. I. Asimmetriya polusharii golovnogo mozga i opoznanie zritel'nykh obrazov. L. : Nauka, 1990. 152 s.

3. Kh'yubel D., Torsten V. Mozg i zritel'noe vospriyatie. Istoriya 25-letnego sotrudnichestva. M. : Institut komp'yuternykh issledovanii, 2012. 840 s.

4. Demidov V. E. Kak my vidim to, chto vidim. M. : Znanie, 1987. 208 s.

5. Makarenko A. A., Turnetskii L. S. Metod orientirovannoi fil'tratsii izobrazhenii dlya raspoznavaniya tekstur v vysokotochnykh sistemakh navedeniya // Voprosy oboronnoi tekhniki. Ser. 9. 2012. Vyp. 5(257). S. 26–29.

6. Makarenko A. A. Postroenie bortovoi sistemy obrabotki optoelektronnykh i radiolokatsionnykh izobrazhenii na osnove modelirovaniya zritel'nogo analizatora zhivykh sushchestv // Aviakosmicheskoe priborostroenie. 2015. № 10. C. 19–30.

7. Bondarko V. M., Danilova M. V., Krasil'nikov N. N. Prostranstvennoe zrenie. SPb. : Nauka, 1999. 212 s.