Спосіб фрактального аналізу зображень з високою об’єктовою насиченістю для синтезу еталонних зображень кореляційно-екстремальних систем навігації літальних апаратів

Реферат: Спосіб фрактального аналізу зображень з високою об'єктовою насиченістю для синтезу еталонних зображень кореляційно-екстремальних систем навігації літальних апаратів, полягає у локалізації інформативних областей зображень та виділенні ділянок зображень унікального топологічного складу з максимальною яскравістю шляхом побудови селективних зображень в заданому діапазоні фрактальної розмірності. Додатково проводиться попереднє фарбування вихідних об'єктонасичених зображень гаусівським шумом з відомими параметрами. UA 93034 U (12) UA 93034 U UA 93034 U 5 10 15 20 25 30 35 40 Запропонована корисна модель належить до галузі навігації та управління рухом і може бути використана для оптимізації процесу визначення просторового положення літальних апаратів (ЛА) відповідно до вибраних алгоритмів кореляційно-екстремальної обробки, а також при створенні систем оперативної підготовки польотних завдань. Відомий спосіб кореляційного аналізу зображень [1], який полягає у локалізації інформативних областей зображень, що використовуються для створення еталонних зображень (ЕЗ) відповідно до заданого показника інформативності, який визначає потенційне значення результату поєднання ЕЗ і поточних зображень кореляційно-екстремальних систем навігації (КЕСН). Недоліком відомого способу є потреба в значних обчислювальних ресурсах. Найбільш близьким до запропонованого технічним рішенням, вибраним як прототип, є спосіб фрактального аналізу (ФА) зображень [2], який полягає у локалізації інформативних областей зображень та передбачає виділення ділянок зображень унікального топологічного складу з максимальною яскравістю шляхом побудови селективних зображень в заданому діапазоні фрактальної розмірності (ФР) Dmin≤D≤Dmax. Недоліком способу-прототипу є чутливість до високої об'єктової насиченості (складність виділення деякої кількості інформативних областей з унікальним топологічним складом із-за чутливості методу ФА до вибору інтервалу ФР Dmin тa Dmax). В основу корисної моделі поставлена задача створити спосіб фрактального аналізу зображень з високою об'єктовою насиченістю для синтезу еталонних зображень кореляційноекстремальних систем навігації літальних апаратів, який дозволить оперативно виділяти інформативні області зображень з високою об'єктовою насиченістю шляхом зменшення об'єктової насиченості вихідних зображень. Поставлена задача вирішується за рахунок того, що у способі-прототипі, у якому відбувається локалізація інформативних областей зображень та передбачається виділення ділянок зображень унікального топологічного складу з максимальною яскравістю шляхом побудови селективних зображень в заданому діапазоні ФР Dmin≤D≤Dmax, додатково проводиться попереднє фарбування вихідних об'єктонасичених зображень гаусівським шумом з відомими параметрами. Технічний результат, який може бути отриманий при здійсненні корисної моделі полягає у забезпеченні локалізації інформативних областей зображень різного об'єктового складу та покращенні процесу визначення просторового положення ЛА. На фіг. 1 приведене вихідне зображення. На фіг. 2 приведена гістограма поля фрактальної розмірності вихідного зображення. На фіг. 3 приведене вихідне зображення фарбоване шумом (mI=127, σI=0,03). На фіг. 4 приведена гістограма вихідного зображення фарбованого шумом (mI=127, σI=0,03). На фіг. 5 приведена схема системи оперативної підготовки еталонних зображень. Суть запропонованого способу полягає у попередньому фарбуванні гаусівським шумом з відомими параметрами вихідних об'єктонасичених зображень. Вихідне напівтонове зображення розміром М1×М2 пікселів (фіг. 1), описується матрицею Sf  f i, j , (1) з елементами fmin  f i, j  fmax , 45 (2) де f i, j - значення яскравості зображення в точці з i, j  Sf ; і=1,2,…, М1 - кількість строк вихідного зображення; j=1,2,…, М2 - кількість стовбців. Елемент зображення f i, j являє собою сукупність зображень об'єктів та фонів, тобто 50 f i, j  V W v 1 w 1  FOv i, j   Fw i, j , (3) де FOv - зображення v-гo об'єкта; Fw - зображення w-гo фону; V - кількість об'єктів різної яскравості і форми на вихідному зображенні; 1 UA 93034 U W - кількість фонів на вихідному зображенні. При цьому FOv i, j  0 при і, j  ROv   Fw i, j  0 при і, j  R w  5 10 15 де ROv  Sf - область v-го об'єкта; Rw  Sf - область w-го фону; RO1    ROV  R1    RW  Sf . Для локалізації інформативних областей зображень розглядаються хвости гістограми поля фрактальної розмірності (ПФР), позначені заштрихованими прямокутниками у вибраному діапазоні ФР (фіг. 2). Представлена гістограма ПФР є досить широкою і зміщена вправо, що відповідає наявності великої кількості яскравих об'єктів. При цьому для вихідного зображення досить складно виділити деяку кількість інформативних областей з унікальним топологічним складом по гістограмі ПФР через високу об'єктову насиченість вихідних зображень (фіг. 1). Для зниження високої об'єктової насиченості вихідних зображень проводиться попереднє фарбування початкових об'єктонасичених зображень гаусівським шумом з відомими параметрами (фіг. 3). В результаті зображення формується як адитивна суміш вихідного зображення S f та матриці шуму SI S  Sf  SI , 20 (4) де SI  Ii, j (5) - матриця стаціонарного гаусівського шуму розміром M1×М2 із заданими математичним очікуванням mI та дисперсією I2 . Значення mI визначається як середнє значення діапазону яскравості вихідного зображення, 25 30 35 40 45 а I2 - за формою гістограми яскравості зображення S . При цьому відбувається перерозподіл гістограми вихідного зображення фарбованого шумом (фіг. 4). Основна частина гістограми, яка відповідна об'єктам близьким по яскравості до рівня фону, зміщується до середини. Практично не спотвореними шумом виявляються об'єкти з найбільшою яскравістю в діапазоні 2,88≤D≤3. Вказаному інтервалу фрактальної розмірності 2,88≤D≤3 відповідають інформативні ділянки зображень, які використовуються як ЕЗ. На основі фрактального виділення інформативних ділянок зображень, з попереднім фарбуванням зображень шумом, створена схема системи оперативної підготовки ЕЗ яка має два канали (фіг. 5). В одному з них (зліва) здійснюється оперативна підготовка ЕЗ. Другий канал (справа) використовується для зіставлення результатів локалізації інформативних областей зображень з результатами кореляційного аналізу зображень та для підвищення достовірності результатів локалізації інформативних областей зображень (за наявності ресурсу часу). Таким чином, застосування додаткового фарбування зображень з високою об'єктовою насиченістю робить можливим використання методів фрактального аналізу зображень для створення систем оперативної підготовки еталонів на основі зображень поверхні візування з різним фоновим і об'єктовим складом. Джерела інформації: 1. Баклицкий В.К. Корреляционно-экстремальные методы навигации и наведения / В.К. Баклицкий. - Тверь.: "Книжный клуб", 2009. - 360 с. 2. Фрактальный анализ процессов, структур и сигналов. Коллективная монография / Под ред. Р.Э. Пащенко // Харьков: ХООО "НЭО "Экоперспектива", 2006. - 348 с. ФОРМУЛА КОРИСНОЇ МОДЕЛІ 50 Спосіб фрактального аналізу зображень з високою об'єктовою насиченістю для синтезу еталонних зображень кореляційно-екстремальних систем навігації літальних апаратів, який полягає у локалізації інформативних областей зображень та виділенні ділянок зображень унікального топологічного складу з максимальною яскравістю шляхом побудови селективних 2 UA 93034 U зображень в заданому діапазоні фрактальної розмірності, який відрізняється тим, що додатково проводиться попереднє фарбування вихідних об'єктонасичених зображень гаусівським шумом з відомими параметрами. 3 UA 93034 U 4 UA 93034 U Комп’ютерна верстка М. Мацело Державна служба інтелектуальної власності України, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601 5