The 19 reference contexts in paper K. Muratov V., V. Levshin L., В. Левшин Л., К. Муратов В. (2016) “Инженерный синтез системы нелинейной пространственной селекции с элементами искусственного интеллекта для подавления критичных помех фона в оптико-электронных приборах авиационного и космического базирования // Engineering Synthesis of Nonlinear Spatial Selection with Artificial Intelligence Elements to Suppress Critical Interference of Background in Aviation and Space-Based Opto-Electronic Devices” / spz:neicon:technomag:y:2015:i:8:p:116-139

  1. Start
    3664
    Prefix
    Они при нормальном законе распределения являются (при дополнительном ограничении гипотезами стационарности и независимости излучений искомого объекта и фона) «абсолютно оптимальными» даже в более общем классе нелинейных фильтров
    Exact
    [1]
    Suffix
    . В иных условиях оптимальные линейные фильтры, будучи связанными подчинением принципу суперпозиции, могут осуществлять только частичное подавление помех. Сложная фоновая обстановка характеризуется же явным отличием закона распределения вероятностей поля яркости фона от нормального закона [2].
    (check this in PDF content)

  2. Start
    3974
    Prefix
    В иных условиях оптимальные линейные фильтры, будучи связанными подчинением принципу суперпозиции, могут осуществлять только частичное подавление помех. Сложная фоновая обстановка характеризуется же явным отличием закона распределения вероятностей поля яркости фона от нормального закона
    Exact
    [2]
    Suffix
    . В задачах обнаружения и распознавания объектов на сложном фоне преобладают вариации пороговых обработок с сопутствующими пространственными трансформациями. Пороги при этом строятся на тех или иных свойствах изображения.
    (check this in PDF content)

  3. Start
    4239
    Prefix
    В задачах обнаружения и распознавания объектов на сложном фоне преобладают вариации пороговых обработок с сопутствующими пространственными трансформациями. Пороги при этом строятся на тех или иных свойствах изображения. Авторами показано
    Exact
    [2]
    Suffix
    , что система квазиоптимальной линейной пространственной фильтрации, в силу ограниченных возможностей этого узкого класса фильтров, не может обеспечить эффективного подавления КВНФ в условиях применения ОЭП авиационного и космического базирования по воздушным целям в сложной фоновой обстановке.
    (check this in PDF content)

  4. Start
    5322
    Prefix
    Однако синтез оптимальных нелинейных фильтров (как в пространственной, так и во временной области) представляет собой достаточно сложную, пока ещё не решённую в общем случае проблему. Это обусловлено тем, что для данного класса фильтров, в отличие от винеровской теории для линейных фильтров
    Exact
    [3]
    Suffix
    , не существует простых алгоритмов оптимизации при свойственных этим условиям довольно «экзотичных» законах распределения вероятностей (например, бимодального распределения или распределения Коши).
    (check this in PDF content)

  5. Start
    5729
    Prefix
    для линейных фильтров [3], не существует простых алгоритмов оптимизации при свойственных этим условиям довольно «экзотичных» законах распределения вероятностей (например, бимодального распределения или распределения Коши). Вопросы использования логических нелинейных фильтров с 8-ми связной апертурой рассматривались в работе Дж. Сильвермана, Дж. М. Муни и Ш. Е. Сайфер
    Exact
    [4]
    Suffix
    . Их связь с задачей распознавания неоднородностей фона была отмечена в работе М. Штерна и В. Дрисколла [5]. Дальнейшее развитие теории можно проследить в работе [6], где подробно рассмотрен класс ранговых нелинейных фильтров и возможности придания им с одной стороны свойств морфологической избирательности, а с другой стороны – одновременно робастности к вариативн
    (check this in PDF content)

  6. Start
    5844
    Prefix
    Вопросы использования логических нелинейных фильтров с 8-ми связной апертурой рассматривались в работе Дж. Сильвермана, Дж. М. Муни и Ш. Е. Сайфер [4]. Их связь с задачей распознавания неоднородностей фона была отмечена в работе М. Штерна и В. Дрисколла
    Exact
    [5]
    Suffix
    . Дальнейшее развитие теории можно проследить в работе [6], где подробно рассмотрен класс ранговых нелинейных фильтров и возможности придания им с одной стороны свойств морфологической избирательности, а с другой стороны – одновременно робастности к вариативности помех, что созвучно с предлагаемыми в данной статье алгоритмами.
    (check this in PDF content)

  7. Start
    5909
    Prefix
    Муни и Ш. Е. Сайфер [4]. Их связь с задачей распознавания неоднородностей фона была отмечена в работе М. Штерна и В. Дрисколла [5]. Дальнейшее развитие теории можно проследить в работе
    Exact
    [6]
    Suffix
    , где подробно рассмотрен класс ранговых нелинейных фильтров и возможности придания им с одной стороны свойств морфологической избирательности, а с другой стороны – одновременно робастности к вариативности помех, что созвучно с предлагаемыми в данной статье алгоритмами.
    (check this in PDF content)

  8. Start
    6820
    Prefix
    К их числу относятся топологические признаки (геометрическая форма), а также не менее важный кинематический признак, заключающийся в отличии искомых подвижных объектов от неподвижного (или почти неподвижного) фона. Эта операция, по аналогии с её применением в радиолокации (на базе эффекта Доплера
    Exact
    [7]
    Suffix
    ), называется селекцией по движению цели. Рассмотрение в данной статье посвящено исследованиям топологических признаков. Монография [1], в которой изложена теория оптимальной нелинейной фильтрации специфического назначения для пуассоновских процессов на базе математического аппарата диффузионных интегралов, послужила некоторым ориентиром по формированию структур
    (check this in PDF content)

  9. Start
    6957
    Prefix
    Эта операция, по аналогии с её применением в радиолокации (на базе эффекта Доплера [7]), называется селекцией по движению цели. Рассмотрение в данной статье посвящено исследованиям топологических признаков. Монография
    Exact
    [1]
    Suffix
    , в которой изложена теория оптимальной нелинейной фильтрации специфического назначения для пуассоновских процессов на базе математического аппарата диффузионных интегралов, послужила некоторым ориентиром по формированию структуры нелинейного фильтра.
    (check this in PDF content)

  10. Start
    8306
    Prefix
    Научная новизна проведённых исследований заключается в изучении возможности использования нелинейной топологической селекции объектов для разделения их на классы и подтверждается патентом на изобретение
    Exact
    [8]
    Suffix
    . Предлагаемая система нелинейной пространственной селекции может быть использована при разработке алгоритмов для ОЭП авиационного и космического базирования, решающих задачи обнаружения и сопровождения точечных подвижных объектов на кадрах видеопоследовательностей в сложных фоновых условиях с требуемой эффективностью при относительно невысоких вычислительных затратах. 1
    (check this in PDF content)

  11. Start
    9815
    Prefix
    В отношении последнего имеются две альтернативы: среднестатистическая (относительно равномерное осреднение по совокупности всевозможных фоно-целевых ситуаций) и экстремальная (минимаксный подход, требующий максимизировать эффективность решения в самых сложных условиях)
    Exact
    [9]
    Suffix
    . Дополнительным аспектом являются соотношения вероятностей двух видов ошибочных решений по обнаружению цели: пропуска полезного сигнала и ложного обнаружения. Эти виды ошибок взаимно противоречивы в отношении выбора уровня порога, поэтому их оптимальный баланс зависит от значимости каждой из них.
    (check this in PDF content)

  12. Start
    10625
    Prefix
    ситуациях (например, при чередовании простой и сложной фоноцелевых обстановок) разумно придерживаться комплексного критерия, объединяющего вероятность пропуска цели и вероятность ложной тревоги с некоторыми весами их значимости, соответствующими степени ущерба от того или иного вида ошибочных решений – так называемый «критерий взвешенного среднего риска»
    Exact
    [9]
    Suffix
    . В данном случае он и является наиболее оправданным, в связи с чем, ориентир будет взят на него, имея при этом в виду приоритетный вес ложных тревог (2.1) [10]. 12122121 1212121212 ( , )( , ) ( ) (| )( ) ( |), RсрK P S yK P S y K P S P y SK P S P y S   (2.1) где Rпр – средний риск, K12 и K21 – весовые коэффициенты, S1 и S2 – решения об о
    (check this in PDF content)

  13. Start
    10782
    Prefix
    пропуска цели и вероятность ложной тревоги с некоторыми весами их значимости, соответствующими степени ущерба от того или иного вида ошибочных решений – так называемый «критерий взвешенного среднего риска» [9]. В данном случае он и является наиболее оправданным, в связи с чем, ориентир будет взят на него, имея при этом в виду приоритетный вес ложных тревог (2.1)
    Exact
    [10]
    Suffix
    . 12122121 1212121212 ( , )( , ) ( ) (| )( ) ( |), RсрK P S yK P S y K P S P y SK P S P y S   (2.1) где Rпр – средний риск, K12 и K21 – весовые коэффициенты, S1 и S2 – решения об отсутствии или обнаружении цели, P(y2|S1) – вероятность ложной тревоги, P(y1|S2) – вероятность пропуска цели.
    (check this in PDF content)

  14. Start
    14994
    Prefix
    Это делается по всем доступным для используемой апертуры фильтра направлениям при компарации дискретных направленных производных друг с другом путём выстраивания их в ранговый ряд и нахождения наибольших и наименьших значений. Ранговые алгоритмы, как говорит теория
    Exact
    [6]
    Suffix
    , являются одним из самых типичных и эффективных видов широкого класса нелинейных фильтров. Далее, для ослабления влияния шумов, возрастающих при операции дифференцирования, а также для снижения чувствительности алгоритмов к разбросу других сопутствующих мешающих факторов (то есть повышению робастности) выгодно от оценок абсолютных величин перейти к относительным путём д
    (check this in PDF content)

  15. Start
    15504
    Prefix
    шумов, возрастающих при операции дифференцирования, а также для снижения чувствительности алгоритмов к разбросу других сопутствующих мешающих факторов (то есть повышению робастности) выгодно от оценок абсолютных величин перейти к относительным путём деления наименьших значений конечных разностей рангового ряда на наибольшие их значения. Робастность по той же теории
    Exact
    [6]
    Suffix
    является важнейшим свойством оптимизированных нелинейных алгоритмов. При синтезе согласующего звена наличие аппаратной функции оптикомеханического блока ОЭП, «размывающей» точечный характер цели в её изображении, учитывается в величине дискретов конечных разностей, непосредственно связанных с размером пикселя.
    (check this in PDF content)

  16. Start
    16214
    Prefix
    Далее встаёт обычный в теории автоматического распознавания изображений вопрос о методе классификации: сравнение с эталоном класса, с проведением границ раздела по многим классам, на базе так называемых «формальных решающих правил» или использование сравнительных по каждой паре классов (задача дихотомии) методов – так называемых «методов относительной дискриминации»
    Exact
    [10]
    Suffix
    . Последний метод является более надёжным, как это свойственно всем относительным методам. В этом случае граница между данной парой классов в задаче автоматического распознавания лишь двух классов (так называемый «порог дихотомии») определяется нахождением глобального минимума совместного закона распределения обоих классов, что значительно проще построения формальны
    (check this in PDF content)

  17. Start
    18097
    Prefix
    Тогда, умножая их на полученные условные вероятности, отнесённые к каждому пикселю, можно, суммируя соответствующие их произведения по всем пикселям кадра в соответствии с теорией вероятности (по известной формуле Байеса
    Exact
    [11]
    Suffix
    ), получить безусловные конечные апостериорные вероятности по данному кадру, важные для потребителя. В части расположения в кадре, интервалы корреляции дают представление о пространственной плотности кромок на участках разрывной облачности.
    (check this in PDF content)

  18. Start
    18914
    Prefix
    Вопервых, можно, опираясь на исходную общность нелинейной и линейной фильтрации, синтезировать сначала структуру оптимального линейного фильтра, как ориентир для синтеза аналогичного нелинейного. Пространственно-частотную характеристику оптимального линейного фильтра Винера
    Exact
    [12]
    Suffix
    , трансформированной к эквивалентным пространственным преобразованиям поля яркости, можно определить из следующей формулы, вытекающей из рассмотренной выше структуры оптимального линейного фильтра:     , ,,, , ц x y xyфс x y ф x y H HH G       (3.1) где Нц(ωх,ωy) – пространственно-частотная характеристика согласующего (с полезным сигналом) звена.
    (check this in PDF content)

  19. Start
    23287
    Prefix
    Выработка признаков селекции объектов по размеру и форме При построении модели изображения цели принимается, что линейная и стационарная оптико-электронная система состоит из двух последовательных звеньев
    Exact
    [13]
    Suffix
    : 1) Оптическая система (объектив) с функцией рассеяния, учитывающей дифракцию и геометрические аберрации, аппроксимируемой центрально-симметричной гауссоидой и играющей роль её нормированной весовой функции. 2) Площадка матричного фотоприёмного устройства, размещаемая в фокальной плоскости объектива, с нормированной весовой функцией в виде параллелепипеда.
    (check this in PDF content)