Методы фрактальной обработки и комплексирования радиолокационных и спектрозональных данных в системах космического наблюдения тема диссертации и автореферата по ВАК РФ 05.12.14, кандидат наук Тренихин, Владимир Александрович

• Тренихин, Владимир Александрович
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Тренихин, Владимир Александрович

Оглавление

Введение

Глава 1. АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ ФОРМИРОВАНИЯ И ОБРАБОТКИ РАДИОЛОКАЦИОННЫХ ИЗОБРАЖЕНИЙ В СИСТЕМАХ КОСМИЧЕСКОГО НАБЛЮДЕНИЯ

1.1 Тенденции развития и характеристики современных космических РСА

1.2 Формирование изображений в РСА

1.3 Математическая модель цифрового изображения в РСА

1.4 Задачи обработки РЛИ

1.5 Методы текстурного анализа

1.6 Комплексная обработка радиолокационных и спектрозональных данных

1.7 Выводы по главе 1

Глава 2. ФРАКТАЛЬНАЯ ОБРАБОТКА РАДИОЛОКАЦИОННЫХ ИЗОБРАЖЕНИЙ

2.1 Основы фрактального обнаружения

2.2 Проблемы дифференциации природных текстур с близкими значениями фрактальных размерностей

2.3 Кластеризация по полю фрактальных размерностей

2.4 Методы расчета фрактальной размерности

2.4.1 Метод кубов

2.4.2 Метод покрытий

2.4.3 Локально-дисперсионный метод

2.4.4 Метод призмы

2.5 Моделирование тестовых поверхностей с заданными фрактальными свойствами

2.6 Оценка эффективности применения методов фрактального анализа для проведения процедур кластеризации тестовых изображений

2.7 Выводы по главе 2

ГЛАВА 3. РАЗРАБОТКА МОДИФИЦИРОВАННОГО АЛГОРИТМА РАСЧЕТА ФРАКТАЛЬНОЙ РАЗМЕРНОСТИ

3.1 Применение вейвлет-преобразования для получения набора разномасштабных изображений

3.2 Модифицированный алгоритм построения поля фрактальной размерности локально-дисперсионным методом

3.3 Анализ вычислительной сложности

3.4 Программный комплекс для фрактальной обработки космических изображений

3.5 Выводы по главе 3

ГЛАВА 4. ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ И ГРАНИЦ ФРАКТАЛЬНЫХ СВОЙСТВ КОСМИЧЕСКИХ РЛИ РАЗЛИЧНЫХ ТИПОВ ПОДСТИЛАЮЩИХ ПОВЕРХНОСТЕЙ И ОБЪЕКТОВ

4.1 Фрактальный анализ радиолокационных изображений границ суши и водоемов

4.2 Фрактальный анализ изображений неоднородностей на морских поверхностях

4.3 Выделение слабоконтрастных протяженных объектов

4.4 Исследование применимости фрактальной размерности в качестве признака для решения задач автоматизированной кластеризации космических РЛИ

4.5 Выводы по главе 4

ГЛАВА 5. РАЗРАБОТКА МЕТОДА КОМПЛЕКСИРОВАНИЯ РАДИОЛОКАЦИОННЫХ И СПЕКТРОЗОНАЛЬНЫХ ОПТИКО-ЭЛЕКТРОННЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ ПОЛЯ ФРАКТАЛЬНОЙ РАЗМЕРНОСТИ

5.1 Комплексирование изображений, полученных в разных спектральных диапазонах

5.2 Недостатки традиционного метода слияния на основе вейвлет-преобразования

5.3 Слияние радиолокационных и спектрозональных изображений

5.4 Оценка эффекта снижения цветности на итоговом изображении

5.5 Выводы по главе 5

Заключение

Список литературы

110

Введение диссертации (часть автореферата) на тему «Методы фрактальной обработки и комплексирования радиолокационных и спектрозональных данных в системах космического наблюдения»

ВВЕДЕНИЕ

Актуальность темы исследования. Системы космического наблюдения на базе радиолокаторов с синтезированной апертурой (РСА) позволяют решать широкий класс задач общего и специального назначения: мониторинг прибрежных зон, слабозаселенных территорий и водных путей, контроль рыболовства, экологический мониторинг, обеспечение контроля и планирования землепользования, охрана государственной границы, наблюдение за оперативной обстановкой в зонах локальных конфликтов. Создание в последнее десятилетие новых радиолокационных космических систем высокого пространственного разрешения (порядка 1 м и выше) с возможностью интерферометрической и полной поляризационной обработки сигналов, таких как Lacrosse (США), SARLupe и TerraSAR (Германия), COSMOSkyMed (Италия), YaoGan-13, 18, 23, 29 (Китай), Кондор (Россия), ALOS-2 (Япония), Sentinel-1 (Франция) открыло новые возможности для радиолокационного космического мониторинга. Так запланированная Канадой к созданию в 2016-2017 гг. система радиолокационного космического наблюдения двойного назначения RADARSAT Constellation Mission (RCM), которая кроме трех спутников будет включать комплекс автоматизированного дешифрирования снимков, должна обнаруживать и идентифицировать морские суда по всему Мировому океану практически в реальном масштабе времени.

При автоматизированной обработке космических изображений в системах распознавания наземных и морских объектов все шире применяются интеллектуальные системы распознавания (с использованием нейронных сетей, генетических алгоритмов, алгоритмов коллективного разума и так далее). Однако до настоящего времени технологии получения высокодетальных радиолокационных изображений (РЛИ) существенно опережают технологии дешифрирования (обработки РЛИ с целью получения необходимой информации). По-прежнему велика роль человека-оператора, контролирующего результаты этапов автоматической обработки. Это обусловлено, прежде всего, тем, что решаемые задачи характеризуются значительным уровнем априорной неопределённости, большим разнообразием объектов радиолокационного наблюдения. Перечисленные особенности приводят к разработке эвристических алгоритмов для автоматизации частных задач дешифрирования [27].

В первую очередь это относится к задаче обнаружения и определения границ слабо отражающих объектов, а также объектов, отражательные свойства которых близки друг к другу (малоконтрастных протяженных целей). При автоматизированной обработке космических РЛИ для ее решения в настоящее время чаще всего используются статистические, спектральные и контурно-текстурные методы. Широко распространены методы выделения границ на основе радиояркостного контраста, полученные на основе методов Лапласа, Уоллеса и Кирша, а также алгоритм Кэнни [15]. Однако эти методы оказываются малоэффективными при решении задач

выделения границ слабоконтрастных областей.

Исследования последнего десятилетия показали перспективность использования для решения задач выявления неоднородностей, малоконтрастных объектов на наблюдаемой поверхности теории фракталов. В рамках этого подхода изображения рассматриваются не как совокупность отдельных элементов с определенными характеристиками, а как некоторая структура, обладающая внутренними топологическими связями между элементами и характеризующая сложный и протяженный объект в целом. Многочисленные исследования и эксперименты по анализу изображений природных поверхностей в различных диапазонах пространственных масштабов показали, что в большинстве случаев они обладают фрактальными свойствами [14, 23, 54]. В частности, фрактальная размерность D (размерность Хаусторфа-Безиковича), которая количественно оценивает сложность и хаотический характер природных текстур, может быть использована в качестве эффективного признака сегментации РЛИ.

В современных системах дистанционного зондирования Земли получение данных об объектах наблюдения осуществляется как с помощью радиолокационных, так и оптико-электронных средств. Поэтому одним из направлений повышения эффективности обнаружения малоконтрастных целей по радиолокационным данным может стать их совместное использование с данными других съемочных систем [70]. Получившая развитие в последние десятилетия, идея комплексной обработки предполагает объединение (комплексирование) данных различных систем в одно изображение с максимальным для исходных снимков пространственным разрешением и содержащим дополнительные дешифровочные признаки, позволяющие повысить эффективность интерпретации исследуемых объектов. Сложность такого подхода определяется необходимостью объединения существенно различающихся по структуре и характеристикам данных, сформированных в разных спектральных диапазонах, с различным пространственным разрешением [82]. Поэтому на сегодняшний день не удалось добиться значительных успехов в решении вопросов объединения радиолокационных и оптических изображений в рамках процедуры «слияния» (pan-sharpening).

Степень разработанности темы. Применение текстурных и фрактальных мер в радиолокации, радиофизике и обработке многомерных сигналов впервые было предложено в России А.А. Потаповым еще в 1980 г. ив настоящее время успешно развивается под его руководством в ИРЭ им. В.А.Котельникова РАН в рамках фундаментального научного направлении «Фрактальная радиофизика и фрактальная радиоэлектроника: проектирование фрактальных радиосистем». В области исследований и обработки фрактальных сигналов и изображений широко известны работы таких ученых, как B.B. Mandelbrot, R.M. Crownover, T. Peli, A. Pentland, В.К. Иванов, И.М. Дремин, В.А. Нечитайло, Р.Э. Пащенко, Т.Н. Чимитдоржиев, А.М. Стадник, С.Е. Яцевич, В.А. Герман, А.Б. Русскин, А.Ю. Паршин. В области комплексной

обработки спектрозональных изображений основные результаты были получены в работах следующих авторов: Y. Zhang, Н.А. Арманд, Т.Н. Чимитдоржиев, В.В. Ефременко, А.И. Захаров, А.А. Семенов, А.В. Мошков, E. Sarogu, F. Bektas, H. Varna, O. Gungor, J. Shan, T. Bretschneider,

0. Kao, I. De, B. Chanda.

Однако ряд вопросов фрактальной обработки космических радиолокационных изображений проработан недостаточно. Экспериментальные результаты по сегментации РЛИ высокого разрешения по полю фрактальной размерности с целью выделения малоконтрастных природных текстур носят ограниченный характер. Не изучена возможность применения фрактальной размерности для решения задач комплексирования радиолокационных данных со спектрозональными изображениями при условии сохранения исходного разрешения. Не нашли должного отражения проблемы тестирования и анализа существующих алгоритмов, а также количественных оценок их работы и эффективности. Указанные выше факторы позволяют говорить о необходимости проведения дополнительных исследований по разработке и анализу фрактальных методов и алгоритмов обработки РЛИ с целью повышения дешифровочных свойств радиолокационных изображений в системах космического наблюдения.

Объектом исследования в диссертации являются радиолокационные системы космического наблюдения.

Предмет исследований - методы обработки радиолокационных изображений, получаемых космическими радиолокаторами с синтезированной апертурой.

Цель работы - повышение эффективности выделения слабоконтрастных протяженных объектов за счет применения фрактальных методов обработки радиолокационных изображений и комплексирования с данными спектрозональных оптико-электронных систем.

Для достижения цели в работе были сформулированы и решены следующие основные задачи:

1. провести аналитический обзор алгоритмов расчета фрактальной размерности и эффективности применения методов фрактального анализа для проведения процедур кластеризации космических РЛИ;

2. адаптировать методы и алгоритмы расчета фрактальной размерности к типу и структуре изображений; разработать модифицированный метод расчета фрактальной размерности;

3. провести экспериментальный анализ данных, полученных космическими РСА, с целью определения параметров и границ фрактальных свойств РЛИ различных типов подстилающих поверхностей и объектов;

4. исследовать применимость фрактальной размерности космических РЛИ в качестве признака для решения задач автоматизированной кластеризации и распознавания слабоконтрастных протяженных объектов;

5. разработать метод комплексирования радиолокационных и спектрозональных оптико-электронных изображений на основе использования поля фрактальной размерности.

Научная новизна положений и результатов работы состоит в следующем:

1. Предложена методика оценки эффективности применения методов фрактального анализа радиолокационных изображений. Создан программный комплекс моделирования и фрактальной обработки космических радиолокационных и спектрозональных изображений.

2. Впервые предложено использование поля фрактальных размерностей в качестве одного из компонентов при комплексировании радиолокационных и спектрозональных данных. Разработан метод комплексирования радиолокационных и спектрозональных изображений различного пространственного разрешения на основе объединения процедуры слияния (pan-sharpening) и фрактальной обработки.

3. Предложена модификация локально-дисперсионного метода расчета фрактальной размерности, особенностью которой является использование набора разномасштабных изображений, полученных на основе вейвлет-преобразования исходного РЛИ.

4. Выполнен экспериментальный анализ данных, полученных космическими РСА и спектрозональными оптико-электронными системами, с целью определения параметров фрактальных свойств изображений различных типов подстилающих поверхностей и искусственных протяженных объектов. Проведена сравнительная оценка эффективности кластеризации по яркостному полю (амплитудное РЛИ) и по полю фрактальной размерности.

Теоретическая и практическая ценность. Предложенные в работе метод комплексирования и алгоритмы фрактальной обработки позволяют повысить эффективность распознавания малозаметных слабоконтрастных целей на радиолокационных изображениях земной поверхности в системах дистанционного зондирования Земли. Предложенный модифицированный локально-дисперсионный алгоритм расчета фрактальной размерности позволяет повысить скорость обработки данных и оценки фрактальной размерности D при решении оперативных задач.

В работе разработаны рекомендации по выбору параметров алгоритмов фрактальной обработки космических радиолокационных и спектрозональных изображений, обеспечивающих выделение слабоконтрастных объектов.

Разработанный программный комплекс, содержащий новые и известные алгоритмы фрактальной и комплексной обработки данных систем космического наблюдения, позволяет производить как экспериментальную обработку данных различных систем космического наблюдения, так и сравнительный анализ работы различных алгоритмов на основе моделирования тестовых изображений.

Методы исследования. Для решения перечисленных задач были использованы методы цифровой обработки сигналов, математической статистики, теория вероятности, теория вейвлетов, теория детерминированного хаоса.

На защиту выносятся следующие научные положения и результаты:

1. Построение поля фрактальной размерности космических РЛИ и последующая многогопороговая обработка позволяют определять принадлежность наблюдаемых системами ДЗЗ объектов к различным классам природных текстур (водная поверхность, отмели, кильватерные следы, нефтяные пятна, суша и др.) с использованием единственного параметра - фрактальной размерности D. Применение фрактальной обработки позволяет увеличить расстояние Джеффриса - Матусита между классами объектов в 2-2.5 раза, по сравнению с кластеризацией по амплитудному РЛИ.

2. Модифицированный локально-дисперсионный метод расчета фрактальной размерности, отличающийся от известного использованием набора разномасштабных изображений, полученных на основе вейвлет-преобразования исходного снимка, обеспечивает преимущество в 20-30% перед традиционной реализацией с точки зрения вычислительной трудоемкости при проведении обработки с использованием окон малого размера (5-7 пикселей), что позволяет использовать его в задачах выделения слабоконтрастных объектов на космических РЛИ.

Положения 1, 2 соответствуют пункту 5 паспорта специальности.

3. Применение нового метода комплексирования радиолокационных и спектрозональных оптико-электронных изображений различного пространственного разрешения на основе объединения процедуры слияния (pan-sharpening) и фрактальной обработки позволяет повысить эффективность выделения слабоконтрастных протяженных целей.

Соответствует пункту 9 паспорта специальности.

4. Разработанный программный комплекс позволяет моделировать тестовые изображения с заданными фрактальными свойствами и осуществлять фрактальную обработку РЛИ, получаемых в космических РСА, с использованием различных алгоритмов. Анализ тестовых изображений, полученных с использованием разработанного программного комплекса, показывает, что при различии значений фрактальных размерностей соседних текстур не менее, чем на 0.05, дифференциация объектов при кластеризации по полю фрактальных размерностей улучшается в 3-5 раза по сравнению с кластеризацией по амплитудным РЛИ.

Соответствует пункту 10 паспорта специальности.

Достоверность и обоснованность полученных результатов обеспечены корректным использованием математического аппарата, согласованностью полученных результатов расчетов, моделирования и экспериментальных исследований.

Апробация работы. Основные положения диссертации докладывались и обсуждались на 25-ой Международной конференции «СВЧ-техника и телекоммуникационные технологии» (Севастополь, 2015), 1-й международной научной конференции «Computer Analysis of Images: Intelligent solutions for industrial networks» (Екатеринбург, 2016), V, VII, IX международных научно-технических конференциях «Физика и технические приложения волновых процессов» (Самара, 2006 г., Казань, 2007 г, Челябинск, 2010 г.), международной научно-практической конференции «СВЯЗЬ-ПРОМ 2008» (Екатеринбург, 2008 г.), второй Всероссийской научно-технической конференции «Радиовысотометрия» (Каменск-Уральский, 2007 г.).

Внедрение результатов. Результаты диссертационной работы используются в ОАО «Технология 2000» в производственном процессе и при проведении НИОКР. Материалы диссертационной работы использованы в Уральском федеральном университете имени первого Президента России Б.Н. Ельцина при выполнении НИР № 3346 «Исследование и разработка алгоритмов обработки данных многоспектральных и радиолокационных систем космического дистанционного зондирования» (2011 г.), а также в учебном процессе в департаменте радиоэлектроники и связи, что подтверждают приложенные акты об использовании научных результатов в практической деятельности.

Публикации. По теме диссертации опубликовано 19 работ, из них 4 статьи в журналах, включенных в перечень ВАК, 1 учебное пособие, 12 публикаций в материалах международных и всероссийских конференций, получено 2 свидетельства о государственной регистрации программы для ЭВМ (в Роспатенте).

Личный вклад. Результаты, составляющие основное содержание диссертации, получены автором самостоятельно. Все алгоритмы, приведенные в работе, были разработаны и экспериментально исследованы автором самостоятельно. Научный руководитель принимал участие в постановке целей и задач исследования, их предварительном анализе, планировании экспериментов, а также в обсуждении полученных результатов.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения и приложения. Работа изложена на 123 страницах машинописного текста, включая 117 рисунков и 10 таблиц. Список цитируемой литературы содержит 152 наименований.

ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ ФОРМИРОВАНИЯ И ОБРАБОТКИ РАДИОЛОКАЦИОННЫХ ИЗОБРАЖЕНИЙ В СИСТЕМАХ КОСМИЧЕСКОГО НАБЛЮДЕНИЯ

Определены тенденции развития современных космических радиолокационных систем ДЗЗ. Проанализированы типовая структура и режимы обзора космического РСА, описана базовая процедура формирования и цифровая модель РЛИ, на основе которых в дальнейшем проводятся исследования. Приводится подробный обзор этапов развития методов текстурного анализа и фрактальной обработки РЛИ. Определены проблемы, связанные с применением фрактального анализа для обработки космических РЛИ, и трудности комплексирования радиолокационных и оптико-электронных спектрозональных изображений. В результате аналитического обзора литературы обоснована актуальность темы, сформулированы и уточнены цель и задачи исследования.

1.1. Тенденции развития и характеристики современных космических РСА

К существенным достоинствам радиолокационных систем космического наблюдения следует отнести:

- способность получения изображений в любое время суток независимо от уровня освещенности поверхности и степени облачного покрова;

- возможность получения информации о некоторых специфических характеристиках подстилающей поверхности, определяемых диэлектрической постоянной, микрорельефом, динамикой и др.;

- возможность использования фазовой и поляризационной информации;

- гибкость в управлении и изменении параметров, позволяющих варьировать положение и размеры зоны обзора, разрешающую способность и другие характеристики получаемого изображения.

Указанные преимущества способствовали усилению роли РСА при решении задач дистанционного зондирования Земли. Только за последнее десятилетие запущены и успешно функционируют свыше 15 радиолокационных систем космического наблюдения гражданского, военного и двойного назначения: LACROSSE (США), SAR-Lupe 5, TeraSAR-X, TerraSAR-Tadem (ФРГ), CosmoSkyMed 1-4 (Италия), RADARSAT-2, RCM (Канада), YaoGan-13, Huan Jang 1C (Китай), RISAT-1 (Индия), Kompsat-5 (Корея), Кондор, Кондор-Э (Россия), Alos-2 (Япония), Sentinel-1A (Франция), и число их постоянно растет. Основные характеристики современных РСА космического базирования приведены в таблице 1.1.1 по данным [5, 10].

К основным тенденциям построения современных космических РСА можно отнести следующее:

Таблица 1.1.1 - Характеристики современных РСА космического базирования

Тип РСА, КА SEASAT-A «МЕЧ-К», Космос-1870" SIR-A, SIR-B, Space Shuttle «МЕЧ-КУ», «Алмаз-1"» SIR-C, Space Shuttle LACROSSE «Траверс», «Ресурс-О», «Природа», «МИР» ЕЯБ-1, ЕЯБ-2, ХЕЯБ КАБАЪБАТ^

Назначение Исследовани я Разведка, исследов. Исследования Исследования Исследования Разведка Исследования Гражданский Гражданский

Зона съемки по широте, град -80... +80 -76... +76 -56. +60 -78. +78 -60. +60 -70. +70 -50. +50 -90. +90 -90. +90

Угол облучения, град 17... 20 40... 55 40. 55 35. 60 17. 60 30. 60 40 23 20. 50

Длина волны, см 23 9,6 23 9,6 3 / 5,7 / 23 3 8 и 9,6/23 5,3 5,7

Поляризация на излучение./прием VV НН VV НН VV/ VVH,HHV - УУ УУ НН

Полоса обзора, км 70 2х300 2х350 (2х700*) 2х1000 50 100 500..800

Зона захвата, км 70 20 15-45 45 (200*) 15-45/15-90 2-4..20 50 100 50..500

Разрешение: по дальности, м 50 18-20 50 12..15 25/8-25 0,6..3 100 25 11..100

по азимуту, м 50 10-15 50 10..15 25/8-25 0,6..3 100 25 9..100

радиометрическое, дБ 2 3 2 2 2 2..3 2 2 2..3

Чувствительность, дБ -30 -33 -30 / -18 -22/-34/ -50 -20..-30 -35 -25 (-20) -23

Число отсчетов в элементе 4 1 4 1 4 1. 4 4 4 1..8

Уровень неоднозначности, дБ -20 -20 -18 -20 -20 -20 -18,5

Периодичность наблюдения, суток 8 4 90 3 90 6 час 8 8 3

Запаздывание информации Непосредст. передача 2 час 8 суток 0,5 час 8 суток Непосредст передача Непосредст. передача Непосредст. передача Непосредст. передача

Реализация 1978 1987-1989 1981 и 1982 1991-1992 1994 и 1995 1988 и 1991 1985 и 1996 1993 и 1995 1995

- увеличение разрешающей способности выше 1 м за счет применения прожекторного режима, реализация которого требует осуществления сканирования диаграммы наравленности антенны (ДНА) по углу места и азимуту;

- проведение съемки в широкой полосе обзора за счет быстрого переключения антенного луча в угломестной плоскости (так называемый режим ScanSAR);

- одновременная радиолокационная съемка на различных поляризациях (полная поляриметрическая обработка сигналов);

- реализация интерферометрической обработки сигналов РСА, в том числе за счет создания спутниковых группировок;

- проведение съемки в различных частотных диапазонах (многочастотные РСА). Съемка земной поверхности при синтезировании апертуры осуществляется в наклонной

плоскости. Геометрия съемки приведена на рисунке 1.1.1, на котором обозначены: КА -положение космического аппарата на траектории, V - вектор путевой скорости, х - проекция траектории на поверхность Земли (путевая дальность), у - дальность до отражающего элемента по поверхности Земли, ^(¿О - наклонная дальность в момент времени 1к, Ау — полоса захвата (полоса съемки), Н — высота полета, Ьз - длина пути синтезирования.

Радиолокационное изображение (РЛИ) местности в полосе съемки Ау формируется за счет приема сигнала, отраженного от участка поверхности, расположенного в пределах диаграммы направленности реальной антенны (ДНА). Отражения осуществляются в соответствии с функцией радиолокационного рельефа и диаграммой обратного рассеяния, характерными для каждого типа поверхности. При этом изменяется не только амплитуда импульса, но и начальная фаза его высокочастотного заполнения и поляризация.

Типовая структурная схема бортовой системы современной космической РСА приведена на рисунке 1.1.2 [10]. Основной ее частью является когерентный приемопередатчик, состоящий

Рисунок 1.1.1 - Принцип синтеза апертуры в РСА [16]

из антенны, антенного переключателя, передатчика, блока формирования сигналов (БФС), синхронизатора и приемника, на выходе которого стоят фазовые детекторы (ФД) синусного и косинусного квадратурных каналов.

Выходной сигнал каждого канала приемника преобразуется в цифровую форму в АЦП. Основная задача приемопередатчика состоит в формировании, излучении и приеме когерентной последовательности радиоимпульсов. В приемнике РСА спектр высокочастотного сигнала переносится на промежуточную частоту, затем радиосигнал подается на два ФД, опорные напряжения которых сдвинуты по фазе на 90° относительно друг друга. Сигналы на выходе ФД могут рассматриваться как действительная и мнимая составляющие комплексной огибающей отраженного сигнала. Выделение двух квадратурных составляющих сигнала позволяет сохранить информацию о доплеровской фазе. Для обеспечении когерентности при передаче и приеме все параметры зондирующего сигнала и приемника: несущая / и промежуточная /пч частоты, частота гетеродина /гет , длительность т и частота повторения зондирующих импульсов Гр, а также частота дискретизации ¥т в АЦП должны быть жестко взаимосвязаны. Это обеспечивают синхронизатор и БФС.

Аналого-цифровое преобразование заключается в дискретизации и квантовании траекторного сигнала. Динамический диапазон АЦП определяется динамическим диапазоном восстанавливаемого изображения и требуемым сжатием по дальности и азимуту. Скорость преобразования устанавливается в соответствии с теоремой Уиттекера - Котельникова -

с

Шеннона и определяется шириной спектра зондирующего сигнала А/с =-, где 5Я - требуемое

25Д

разрешение по наклонной дальности.

Рисунок 1.1.2 - Структурная схема бортового сегмента космического РСА

В состав бортового спецкомплекса также входят навигационное оборудование, формирующее данные о параметрах движения и положения КА в момент съемки, процессор управления и контроля и две радиолинии: передачи данных ДЗЗ (РПД) и командная (КРЛ).

Формирование комплексного РЛИ, амплитудного РЛИ, его первичная обработка, включая некогерентное накопление, нормализацию и коррекцию, осуществляется на наземном пункте приема и обработки информации цифровыми методами.

Процедура формирования РЛИ состоит из следующих этапов:

- сжатие сигнала по дальности в каждом периоде зондирования;

- компенсация эффекта миграции дальности при транспонировании цифровых отсчетов;

- сжатие по азимуту;

- вычисление модуля по синфазной и квадратурной составляющим выходного сигнала.

На заключительном этапе может также производиться некогерентное суммирование

частных изображений, полученных в нескольких парциальных лучах, в целях снижения уровня спекл-шума. Последовательность обработки сигналов РСА на наземном приемном пункте показана на рисунке 1.1.3 [32].

Транспонирование, компенсация СЭД

Сжатие по азимуту

КРЛИ

Формирование изображения

АР ЛИ

Рисунок 1.1.3 - Основные этапы цифрового формирования изображения РСА Разнообразие задач и объектов наблюдения предъявляют к техническим характеристикам космических РСА довольно высокие и зачастую противоречивые требования, удовлетворить которые можно только путем применения различных режимов работы РСА. В космических РСА применяются следующие основные режимы обзора (Рисунок 1.1.4):

- маршрутный режим непрерывной съемки;

- обзорный широкозахватный режим со сканированием ДНА - БсаиБАЯ;

- прожекторный или телескопический режим кадровой съемки.

В маршрутном режиме в процессе съемки диаграмма направленности антенны неподвижна, формируется РЛИ непрерывной полосы. При этом используется сигнал, принятый в пределах полной зоны облучения вдоль линии пути. Смена информации может происходить

__^ Буферное Сжатие

— ЗУ по дальности

как непрерывно (через период повторения), так и по кадрам или подкадрам. Наилучшее достижимое разрешение по путевой дальности в этом режиме равно половине горизонтального размера антенны. Длина снимаемого маршрута может быть произвольной и ограничивается пропускной способностью радиолинии передачи данных или емкостью бортового запоминающего устройства.

Список литературы диссертационного исследования кандидат наук Тренихин, Владимир Александрович, 2017 год

СПИСОК ЛИТЕРАТУРЫ

1. Арманд, Н.А. О возможностях совместной обработки радиолокационных изображений Ь-диапазона и спектральных снимков оптического диапазона для классификации лесных массивов / Н.А. Арманд, Т.Н. Чимитдоржиев, В.В. Ефременко, А.И. Захаров, А. А. Семенов, А.В. Мошков // Радиотехника и электроника. - 1998. - Т. 43. - №9. - С. 1070-1075.

2. Ахметшина, Л.Г. Адаптивная фильтрация шумов в сигналах и изображениях: метод селективного сингулярного разложения автоморфного отображения / Л.Г. Ахметшина // Искусственный интеллект. - 2005. - №3. - С. 328-335.

3. Блаттер, К. Вейвлет-анализ. Основы теории / К. Блаттер. - М.: Техносфера, 2004. - 280 с.

4. Брянцев, А.А. Комбинированная фильтрация изображений, полученных с помощью радаров с синтезированной апертурой / А.А. Брянцев // Вестник РГРТУ. - 2007. - №21.

- С. 16-19.

5. Буренин, Н.И. Радиолокационные станции с синтезированной антенной / Н.И. Буренин.

- М.: Советское радио, 1972. - 160 с.

6. Быстров, Р.П. Миллиметровая радиолокация с фрактальной обработкой / Р.П. Быстров, А.А. Потапов, А.В. Соколов. - М.: Радиотехника, 2005. - 368 с.

7. Василенко, Г.И. Восстановление изображений / Г.И. Василенко, А.М. Тараторин. - М.: Радио и связь, 1986. - 304 с.

8. Василенко, Г.И. Теория восстановления сигналов: О редукции к идеальному прибору в физике и технике / Г.И. Василенко. - М.: Советское радио, 1979. - 272 с.

9. Верба, В.С. Радиолокационные системы землеобзора космического базирования. Научная серия «Системы мониторинга воздушного космического пространства и земной поверхности» / В.С. Верба, Л.Б. Неронский, И.Г. Осипов, В.Э. Турук. - М.: Радиотехника, 2010. - 680 с.

10. Верба, В.С. Тенденции развития систем радиолокационного наблюдения космического базирования / В.С. Верба, Л.Б. Неронский, С.С. Поливанов // Наукоемкие технологии. -2009. - Т.10. - №8. - С. 3-9.

11. Вопросы перспективной радиолокации. Коллективная монография / Под ред. А.В. Соколова. - М.: Радиотехника, 2003. - 512 с.

12. Герман, В.А. Об измерении фрактальных характеристик радиолокационных и оптических изображений / В.А. Герман, А.А. Потапов // Труды VII Всероссийской школы-семинара "Физика и применение микроволн" (Красновидово МО, 24 - 30 мая 1999 г.). - М.: Изд. МГУ. - 1999. - Т.2. - С. 185.

13. Герман, В.А. Обнаружение малоконтрастных радиолокационных целей, основанное на фрактальных параметрах сигнала : дис. ... канд. физ.-мат. наук : 05.12.04 / Герман Виталий Александрович. - М., 2001. - 130 с.

14. Герман, В.А. Проектирование фрактальных радиосистем. Избранные вопросы фрактальной обработки реальной радиолокационной информации / В. А. Герман, E. В. Кузнецов, А. А. Потапов, Ю. С. Чесноков // Нелинейный мир. - 2006. - Т.4. - №4-5. - С. 208-213.

15. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсолес, Р. Вудс. - М.: Техносфера, 2006. - 1072 с.

16. Горячкин, О.В. Методы слепой обработки сигналов и их приложения в системах радиотехники и связи / О.В. Горячкин. - М.: Радио и связь, 2003. - 230 с.

17. Грушенко, М.В. Мониторинг морской поверхности с использованием метода "k-дерева" поля фрактальных размерностей / М.В. Грушенко, Р.Э. Пащенко, А.В. Шаповалов // Восточно-Европейский журнал передовых технологий. - 2006. - №1(19). - С. 100-104.

18. Грушенко, М.В. Обработка аэрокосмических изображений с использованием поля фрактальных размерностей / М.В. Грушенко, Р.Э. Пащенко, Н.Н. Петрушенко, А.В. Шаповалов // Системи обробки шформацп. - 2006. - Вип.1(50). - С. 35-41.

19. Доросинский, Л.Г. Анализ адаптивного алгоритма обнаружения контуров на малоконтрастных радиолокационных изображениях / Л.Г. Доросинский, Т.М. Лысенко // Исследование Земли из космоса. - 1988. - №2. - С. 99-103.

20. Доросинский, Л.Г. Классификация пространственно-распределенных объектов по данным РЛС бокового обзора / Л.Г. Доросинский, Т.М. Лысенко // Радиотехника. - 1996.

- №3. - С. 8-12.

21. Захарова, Л.Н. Совместный анализ данных оптических и радиолокационных сенсоров: возможности, ограничения и перспективы / Л.Н. Захарова, А.И. Захаров, М.В. Сорочинский, Г.П. Рябоконь, В.М. Леонов // Радиотехника и электроника. - 2011. - Т.56.

- №1. - С. 5-19.

22. Зельдович, Б.Я. Голограммы спекл-полей / Б.Я. Зельдович, В.В. Шкунов, Т.В. Яковлев // Успехи физических наук. 1986. - Т.149. - №3. - С. 511-549.

23. Иванов, В.К. Использование теории фракталов для анализа радиолокационных изображений поверхности Земли / В.К. Иванов, Р.Э. Пащенко, А.М. Стадник, С.Е. Яцевич, А.С. Васильев // Успехи современной радиоэлектроники. - 2006. - №5. - С. 1745.

24. Иванов, В.К. Исследование почвенных особенностей с помощью фрактальных методов обработки аэрокосмических изображений / В.К. Иванов, Р.Э. Пащенко, С.Е. Яцевич,

Е.И. Яцевич, Л.А. Егорова // Современные проблемы дистанционного зондирования Земли из космоса. - 2013. - Т.10. - №2. - С. 98-104.

25. Иванов, В.К. Фрактальный анализ изображений лесных массивов / В.К. Иванов, Р.Э. Пащенко, А.М. Стадник, С.Е. Яцевич, Г.А. Кучук // Успехи современной радиоэлектроники. - 2005. - №12. - С. 55-62.

26. Иванов, О.Ю. Обработка когерентных радиолокационных изображений космического дистанционного зондирования / О.Ю. Иванов, В.Г. Коберниченко // Х международная научно-техническая конференция. Радиолокация, навигация, связь. - Воронеж: НПФ «САКВОЕЕ», 2004. - Т.3. - С. 1734-1740.

27. Кирдяшкин, В.В. Автоматическое совмещение радиолокационных и эталонных изображений земной поверхности : дис. ... канд. техн. наук : 05.12.14 / Кирдяшкин Владимир Владимирович. - М., 2011. - 202 с.

28. Коберниченко, В.Г. Анализ и разработка методов повышения информативности космических радиолокационных и мультиспектральных изображений / В.Г. Коберниченко, В.А. Тренихин // Научные труды XII отчетной конференции молодых ученых УГТУ-УПИ. - 2007. - С. 227-230.

29. Коберниченко, В.Г. Анализ различных реализаций метода слияния космических изображений на основе вейвлет-преобразования с использованием различных типов вейвлетов / В.Г. Коберниченко, В.А. Тренихин // Физика и технические приложения волновых процессов: Тез. докл. VII Международная научно-техническая конференция: Приложение к журналу «Физика волновых процессов и радиотехнические системы». -2007. - С.53-54.

30. Коберниченко, В.Г. Методы синтеза изображений на основе данных дистанционного зондирования Земли различного разрешения / В.Г. Коберниченко, В.А. Тренихин // Успехи современной радиоэлектроники. - 2007. - №4. - С. 22-31.

31. Коберниченко, В.Г. Модифицированный алгоритм слияния изображений на основе вейвлет-преобразования / В.Г. Коберниченко, В.А. Тренихин // Научные труды международной научно-практической конференции «СВЯЗЬ-ПРОМ 2008» в рамках 5го Евро-Азиатского форума «СВЯЗЬ-ПРОМЭКСПО 2008». - 2008. - С. 250-253.

32. Коберниченко, В.Г. Радиоэлектронные системы дистанционного зондирования Земли / В.Г. Коберниченко. - Екатеринбург: Издательство Уральского университета, 2016. - 220 с.

33. Кондратенков, Г.С. Радиовидиние. Радиолокационные системы дистанционного зондирования Земли. Учебное пособие для вузов / Г.С. Кондратенков, А.Ю. Фролов; под ред. Г.С. Кондратенкова. - М.: Радиотехника, 2005. - 368 с.

34. Кормен, Т. Алгоритмы: построение и анализ = Introduction to Algorithms / Т. Кормен, Ч. Лейзерсон, Р. Ривест - М .: МЦНМО, 2000. - 960 с.

35. Кроновер, Р. Фракталы и хаос в динамических системах / Р. Кроновер. - М.: Техосфера, 2006. - 488 с.

36. Маляров, М.В. Моделирование изображения морской поверхности с учетом ее фрактальных свойств при мониторинге чрезвычайных ситуаций / М.В. Маляров // Проблеми надзвичайних ситуацш. - 2013. - Вип.18. - С. 106-114.

37. Мандельброт, Б.Б. Фрактальная геометрия природы / Б.Б. Мандельброт. - М.: Институт компьютерных исследований, 2010. - 676 с.

38. Новейшие методы обработки изображений / А.А. Потапов, Ю.В. Гуляев, С.А. Никитов, А.А. Пахомов, В.А. Герман; под ред. А.А. Потапова. - М.: Физматлит, 2008. - 496 с.

39. Паршин, А.Ю. Алгоритмы обнаружения и выделения границ фрактальных объектов на изображениях методом максимального правдоподобия : дис. ... канд. техн. наук : 05.12.04 / Паршин Александр Юрьевич. - Рязань, 2016. - 166 с.

40. Пащенко, Р.Э. Сегментация изображений методом ранжирования поля фрактальных размерностей / Р.Э. Пащенко, А.В. Шаповалов // Системи обробки шформа-цп. - 2004.

- Вип.8(36). - С. 103-107.

41. Перегуда, Е.С. Алгоритмы сокращения вычислительной сложности фрактального анализа в системах обработки визуальных данных : дис. ... канд. техн. наук : 05.13.01 / Перегуда Евгений Станиславович. - Хабаровск, 2008. - 158 с.

42. Плешанов, В.С. Особенности применения теории фракталов в задачах анализа изображений / В.С. Плешанов, А.А. Напрюшкин, В.В. Кибиткин // Автометрия. - 2010.

- Т.46. - №1. - С. 86-97.

43. Потапов, А. А. Герман. О применении фрактальной концепции к структурам во Вселенной. / А.А. Потапов, В.А. Герман // Труды Государственного астрономического института им. П. К. Штернберга. - М.: Изд. ГАИШ МГУ. - 2004. - Т.75. - С. 176.

44. Потапов, А. А. Фракталы в дистанционном зондировании / А.А. Потапов // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники. - 2000. - №6. - С. 3-65.

45. Потапов, А.А. Детерминированный хаос в радиолокационных изображениях земной поверхности и фрактальные сигнатуры распознавания / А.А. Потапов // Тезисы доклада LII Научной сессии посвященной Дню Радио (Москва, 21-22 мая 1997 г.). - М.: Изд. РНТО РЭС им. А С. Попова. - 1997. - Т.1. - С. 169.

46. Потапов, А.А. Концептуальные аспекты фрактального обнаружения целей на радиолокационных, оптических и синтезированных изображениях земной поверхности / А.А. Потапов, В.А. Герман // Тр. VII Всероссийской школы-семинара "Волновые

явления в неоднородных средах", (Красновидово МО, 22 - 27 мая 2000 г.). - М.: Изд. МГУ. - 2000. - Т.2. - С. 58-62.

47. Потапов, А.А. О методах измерения фрактальной размерности и фрактальных сигнатур многомерных стохастических сигналов / А.А. Потапов, В.А. Герман // Радиотехника и электроника. - 2004. - Т.49. - №12. - С. 1468-1491.

48. Потапов, А.А. Обнаружение искусственных объектов с помощью фрактальных сигнатур / А.А. Потапов, В.А. Герман // Тез. докл. 3-й Всероссийской с участием стран СНГ конф. "Распознавание образов и анализ изображений: новые информационные технологии" (Нижний Новгород, 1 - 7 декабря 1997 г.). - Н.Новгород: Изд. НИИ ПМК при ННГУ. -1997. - Ч.1. - С. 213-217.

49. Потапов, А.А. Применение фрактальных методов для обработки оптических и радиолокационных изображений земной поверхности / А.А. Потапов, В.А. Герман // Радиотехника и электроника. - 2000. - Т.45. - №8. - С. 946-953.

50. Потапов, А.А. Синтез изображений земных покровов в оптическом и миллиметровом диапазонах волн : автореф. дис. ... д-ра. физ.-мат. наук : 01.04.03 / Потапов Александр Алексеевич. - М., 1994. - 44 с.

51. Потапов, А.А. Статистический подход к описанию изображений текстур земной поверхности в оптическом и радиодиапазоне / А.А. Потапов // Тез. докл. Всес. конф. "Математические методы распознавания образов (ММРО-1У)" (Рига, 24 - 26 октября 1989 г.). - Рига: Изд. МИПКРРиС. - 1989. - Ч.4. - С. 150-151.

52. Потапов, А.А. Стратегические направления в синтезе новых топологических радиолокационных обнаружителей малоконтрастных объектов на фоне интенсивных помех от земли, моря и осадков / А.А. Потапов // Нелинейный мир. - 2016. - Т.14. - №3.

- С. 6-22.

53. Потапов, А.А. Фракталы в радиофизике и радиолокации. Элементы теории фракталов / А.А. Потапов // Радиотехника и электроника. - 2000. - Т.45. - №11. - С. 1285-1292.

54. Потапов, А.А. Фракталы в радиофизике и радиолокации: Топология выборки / А.А. Потапов. - М.: Университетская книга, 2005. - 848 с.

55. Потапов, А.А. Фрактальные сигнатуры в методах обнаружения малоконтрастных объектов на радиолокационных и оптических изображениях земной поверхности / А.А. Потапов, В.А. Герман // Труды VII Всероссийской школы-семинара "Физика и применение микроволн" (Красновидово МО, 24 - 30 мая 1999 г.). - М.: Изд. МГУ. - 1999.

- Т.2. - С. 200.

56. Потапов, А.А. Фрактальные сигнатуры: от нанометров до парсеков / А.А. Потапов, В.А. Герман // Материалы Междунар. науч.-практ. конф. "Фундаментальные проблемы

радиоэлектронного приборостроения (INTERMATIC - 2004)" (Москва, 7 - 10 сентября 2004 г.). - М.: МИРЭА - ЦНИИ «Электроника». - 2004. - Ч.2. - С. 77-82.

57. Потапов, А.А. Фрактальный анализ в современных задачах радиолокации и радиофизики / А.А. Потапов // Радиотехника. - 2003. - №8. - С. 55-66.

58. Родионова, Н.В. Текстурная RGB - сегментация одноканальных TerraSAR-X изображений / Н.В. Родионова // Современные проблемы дистанционного зондирования Земли из космоса. - 2014. - Т.11. - №1. - С. 301-307.

59. Русский, А.Б. Анализ методов оценивания фрактальной размерности стохастической модели отражающей поверхности / А. Б. Русский, Ю.Г. Сосулин // 10-я Международная научно-техническая конференция и выставка. Цифровая обработка сигналов и ее применение, 26-28 марта 2008. - 2008. - С. 402-405.

60. Русскин, А.Б. Обнаружение протяженных объектов на радиолокационных изображениях с использованием оценок фрактальной размерности : дис. . канд. техн. наук : 05.12.14 / Русскин Александр Борисович. - М., 2010. - 167 с.

61. Справочник по радиолокации / Под ред. М. Сколника. - Нью Йорк, 1970; пер. с англ. (в четырех томах) под общей ред. К.Н. Трофимова. Т.1. Основы радиолокации / Под ред. Я.С. Ицхоки. - М.: Сов. Радио, 1976. - 456 с.

62. Тихонов, А.Н. Методы решения некорректных задач / А.Н. Тихонов, В.Я. Арсенин. - М.: Наука. Главная редакция физико-математической литературы, 1979. - 285 с.

63. Тренихин, В.А. Анализ методов синтеза изображений на основе данных дистанционного зондирования Земли. / В.А. Тренихин. // Научные труды V Всероссийской научно -практической конференции «Современные проблемы создания и эксплуатации радиотехнических систем». - 2007. - С.141 -144.

64. Тренихин, В.А. Комплексирование радиолокационных и многозональных изображений в системах дистанционного зондирования Земли на основе слияния с использованием вейвлет-преобразования / В.А. Тренихин // Известия высших учебных заведений России. Радиоэлектроника. - 2012. - Специальный выпуск. - С. 72-86.

65. Тренихин, В.А. Оценка фрактальной размерности космических снимков на основе модификации локально-дисперсионного метода / В.А. Тренихин, В.Г. Коберниченко // Нелинейный мир. - 2009. - №2. - С. 146-153.

66. Тренихин, В.А. Применение метода вейвлет-преобразования при синтезе изображений на основе данных дистанционного зондирования Земли различного разрешения / В.А. Тренихин, В.Г. Коберниченко // Компьютерный анализ изображений: Интеллектуальные решения в промышленных сетях: сборник научных трудов по материалам I Международной конференции 5-6 мая 2016 г. - 2016. - С. 163-167.

67. Тренихин, В.А. Сравнение методов повышения пространственного разрешения при синтезе космических снимков / В.Г. Коберниченко, В.А. Тренихин // Физика и технические приложения волновых процессов: Тезисы докладов V международной конференции: Приложение к журналу «Физика волновых процессов и радиотехнические системы». - 2006. - С.47.

68. Усс, М.Л. Фильтрация изображений с фрактальной структурой на фоне мультипликативных помех / М.Л. Усс // Восточно-Европейский журнал передовых технологий. - 2005. - Т.2. - №2. - С. 127-132.

69. Фисенко, В.Т. Фрактальные методы сегментации текстурных изображений / В.Т. Фисенко, Т.Ю. Фисенко // Приборостроение. - 2013. - Т.56. - №5. - С. 63-70.

70. Чандра, А.М. Дистанционное зондирование и географические информационные системы / А.М. Чандра, С.К. Гош. - М.: Техносфера, 2008. - 312 с.

71. Чимитдоржиев, Т.Н. Методология обработки и интерпретации радарных изображений при помощи мультифрактального анализа / Т.Н. Чимитдоржиев, А.В. Дмитриев // Вычислительные технологии. - 2009. - Т.14. - №1. - С. 116-124.

72. Чимитдоржиев, Т.Н. Фрактальный анализ радиолокационных поляриметрических данных для классификации земных покровов / Т.Н. Чимитдоржиев, В.Е. Архинчеев, А.В. Дмитриев, Б.З. Цыдыпов // Исследование Земли из космоса. - 2007. - № 4. - C. 2733.

73. Широ, Е.Г. Методы снижения спекл-шума в радиолокационных изображениях / Е.Г. Широ, Г.Э. Широ // Известия Высших Учебных заведений. Электроника. - 2010. - №6. - С. 58-62.

74. Шовенгердт, Р.А. Дистанционное зондирование. Модели и методы обработки изображений / Р.А. Шовенгердт. - М.: Техносфера, 2010. - 560 с.

75. Яцевич, С.Е. Обработка радиолокационных изображений сельскохозяйственных полей с использованием фрактального анализа / С.Е. Яцевич, В.К. Иванов, Р.Э. Пащенко // Современные проблемы дистанционного зондирования Земли из космоса. 2008. - В.5. -Т.1. - С. 194-200.

76. Barnsley, M. Fractals Everywhere / M. Barnsley. - Boston/San Diego/New York/et al.: Academic Press Inc., 1988. - 394 p.

77. Berizzi, F. Development and Validation of a Sea Surface Fractal Model: A Project Overview / F. Berizzi, F. Dell'Acqua, P. Gamba, A. Garzelli // Geoinformation for European-wide Integration, Proceedings of the 22nd EARSeL Symposium on Remote Sensing, Prague, Czech Republic, June 4-6, 2002. - 2002. - P. 237-242.

78. Bretschneider, T. Image Fusion in Remote Sensing / T. Bretschneider, O. Kao // Proceedings of the 1st Online Symposium of Electronic Engineers. - 2000. - P. 1-8.

79. Burl, M.C. Texture Discrimination in Synthetic Aperture Radar Imagery / M.C. Burl, G.J. Owirka, L.M. Novak // Twenty-Third Asilomar Conference on Signals, Systems and Computers. - 1989. - V.2. - P. 399-404.

80. Chen, C.H. The Handbook of Pattern Recognition and Computer Vision (2nd Edition) / C.H. Chen, L.F. Pau, P.S.P. Wang. - Singapore: World Scientific Publishing Co., 1998. - 1044 p.

81. Clarke, K.C. Computation of The Fractal Dimension of Topographic Surfaces Using The Triangular Prism Surface Area Method / K.C. Clarke // Computers & Geosciences. - 1986. -V.12. - №5. - P. 713-722.

82. Dalsted, K. Interpreting Remote Sensing Data / K. Dalsted, L. Queen // Site-Specific Management Guideline SSMG-26. - 1999. - V.99147. - №10-1026. - P. 1-4

83. De, I. A simple and efficient algorithm for multifocus image fusion using morphological wavelets / I. De, B. Chanda // Signal Processing. - 2006. - V.86. - P. 924-936.

84. Dong, P. Lacunarity for Spatial Heterogeneity Measurement in GIS / P. Dong // A Journal of the Association of Chinese Professionals in Geographic Information Systems. - 2000. - V.6.

- №1 - P. 20-26.

85. Emerson, C.W. Multi-Scale Fractal Analysis of Image Texture and Pattern / C.W. Emerson, N.S. Lam, D.A. Quattrochi // Photogrammetric Engineering & Remote Sensing. - 1999. -V.65. - №1. - P. 51-61.

86. Falconer, K. Fractal Geometry: Mathematical Foundations and Applications / K. Falconer. -Chichester/Ney York/Brisbane/Toronto/Singapore: Wiley, 1990. - 288 p.

87. Fieuzal, R. Combined Use of Optical and Radar Satellite Data for The Monitoring of Irrigation and Soil Moisture of Wheat Crops / R. Fieuzal, B. Duchemin, L. Jarlan, M. Zribi, F. Baup, O. Merlin, O. Hagolle, J. Garatuza-Payan // Hydrology and Earth System Sciences. - 2011. -V.15. - P. 1117-1129.

88. Frost, V.S. An Adaptive Filter for Smoothing Noisy Radar Images / V.S. Frost, J.A. Stiles, K. Sam Shanmugam, J.C. Holtzman, S.A. Smith // Proceedings of the IEEE. - 1981. - V.69 -№1. - P. 133-135.

89. Gneiting, T. Estimators of Fractal Dimension: Assessing the Roughness of Time Series and Spatial Data / T. Gneiting, H. Sevcikova, D.B. Percival // Statistical Science. - 2012. - V.27.

- №2. - P. 247-277.

90. Gonzalez-Audicana, M. Fusion of Multispectral and Panchromatic Images Using Improved IHS and PCA Mergers Based on Wavelet Decomposition / M. Gonzalez-Audicana, J.L. Saleta,

R.G. Catalán, R. García // IEEE Transactions on Geoscience and Remote Sensing. - 2004. -V.42. - №6. - P. 1291-1299.

91. Gungor, O. Evaluation of Satellite Image Fusion Using Wavelet Transform / O. Gungor, J. Shan // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2004. - V.XXXV-B7. - P. 1244-1249.

92. Guo, W. A Method for Speckle Reduction Based on Fractal Net Evolution Segmentation Approach / W. Guo, J. Gong, M. Liao // Data Acquisition and Processing: Image Restoration and Segmentation, SPIE Proceedings. - 2008. - V.7285. - 72851N. - P. 1-7.

93. Haack, B. Radar and Optical Data Integration for Land-Use/Land-Cover Mapping / B. Haack, N.D. Herold, M.A. Bechdol // Photogrammetric Engineering and Remote Sensing. 2000. -V.66. - №6. - P. 709-716.

94. Hadria, R. Combined Use of Optical and Radar Satellite Data for The Detection of Tillage and Irrigation Operations: Case Study in Central Morocco / R. Hadria, B. Duchemin, F. Baup, T. Le Toan, A. Bouvet, G. Dedieu, M. Le Page // Agricultural Water Management. - 2009. -V.96. - №7. - P. 1120-1127.

95. Hanh, T.H. Combination of Microwave and Optical Remote Sensing in Land Cover Mapping / T.H. Hanh, V.A. Tuan // 7th FIG Regional Conference, Spatial Data Serving People: Land Governance and the Environment - Building the Capacity, TS 7D - Mapping, Aerial Survey and Remote Sensing II - 2009.

96. Haralick, R.M. Statistical and Structural Approaches to Texture / R.M. Haralick // Proc. IEEE. - 1979. - V.67 (5). - P.786-804.

97. Haralick, R.M. Textural Features for Image Classification / R.M. Haralick, K. Shanmugan, I. Dinstein. // IEEE Transactions on systems man and cybernetics. - 1973. - V.8. - P.610-621.

98. Hégarat-Mascle, S.L. Introduction of Neighborhood Information in Evidence Theory and Application to Data Fusion of Radar and Optical Images with Partial Cloud Cover / S.L. Hégarat-Mascle, I. Bloch, D. Vidal-Madjar // Pattern Recognition. - 1998. - V.31 - №11. - P. 1811-1823.

99. Ishii, K. Correlation Properties of Light Backscattered Multiply from Fractal Aggregates of Particles under Brownian Motion / K. Ishii, T. Asakura // Journal of Biomedical Optics. -1999. - V.4. - P. 230-235.

100. Jansson, S. Evaluation of Methods for Estimating Fractal Properties of Intensity Images / S. Jansson. - Sweden, Umea: Umea University, Department of Computing Science, 2006. - 82 p.

101. Kamolratn, C. Multi-temporal SAR and Optical Data Combination with Textural Measures for Land Cover Classification / C. Kamolratn, J. Susaki // Journal of the Japan society of photogrammetry and remote sensing. - 2012. - V.51. - №4 - P. 211-223.

102. Kaplan, L.M. Texture Segmentation via Haar Fractal Feature Estimation / L.M. Kaplan, C.-C. Jay Kuo // Journal of Visual Communication and Image Representation. - 1995. - V.6. - №4.

- P. 387-400.

103. Keller, J. M. Texture Description and Segmentation Through Fractal Geometry / J. M. Keller, S. Chen, and R. M. Crownover // Computer Vision, Graphics, and Image Processing. - 1989.

- V.45 - P. 150-166.

104. Kuan, D.T. Adaptive Noise Smoothing Filter for Images with Signal-Dependent Noise / D.T. Kuan, A.A. Sawchuk, T.C. Strand, P. Chavel // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1985. - V.PAMI-7. - №2. - P. 165-177.

105. Kundur, D. Toward Robust Logo Watermarking Using Multiresolution Image Fusion Principles / D. Kundur, D. Hatzinakos // IEEE Transactions on Multimedia. - 2004. - V.6. -№1. - P. 185-198.

106. Labunets, V. Modern Methods of Image Processing and Pattern Recognition / V. Labunets, E.Ostheimer. - Florida, Pompano Beach: Royal Palm Publishing, 2012. - 132 p.

107. Lapidus, M.L. Fractal Geometry: Complex Dimensions and Zeta Functions / M.L. Lapidus, M. van Frankenhuijsen. - New York: Springer, 2013. - 570 p.

108. Lee, J. S. Digital image enhancement and noise filtering by use of local statistics / J.S. Lee // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1980. - V.PAMI-2. - №2.

- P. 165-168.

109. Liebovitch, L. S. Fractals and Chaos Simplified for the Life Sciences / L.S. Liebovitch. -Oxford: Oxford University Press, 1998. - 268 p.

110. Luo, G. Investigation on The Scattering from One-dimensional Nonlinear Fractal Sea Surface by Second-Order Small-Slope Approximation / G. Luo, Z. Min // Progress in Electromagnetics Research. - 2013. - V.133. - P. 425-441.

111. Lysenko, T. M. An Adaptive Algorithm of Edge Detection in Radar Images / T. M. Lysenko // 2015 25rd International Crimean Conference «Microwave & Telecommunication Technology» (CriMiCo, 2015). September 6-12, 2015. Sevastopol, Conference Proceedings. In Two Volumes - Sevastopol. - 2015. - V.2. - P. 1234-1235.

112. Mandelbrot, B.B. Fractals / B.B. Mandelbrot // Encyclopedia of Physical Science and Technology. 1987. - V.5. - P. 579-593.

113. Mandelbrot, B.B. Fractals: Forme, Chance and Dimension / B.B. Mandelbrot. - San-Francisco: Freeman, 1977. - 365 p.

114. Mandelbrot, B.B. Les Object Fractals: Forme, Hasard et Dimension / B.B. Mandelbrot. - Paris: Flammarion, 1975. - 187 p.

115. Martinez-Rojas, J.-A. Fractal Convolution Techniques for Speckle Noise Reduction / J.-A. Martinez-Rojas, R. Sanchez-Montero., J. Alpuente-Hermosilla, P. Lopez-Espi // Radar Conference, 2008. EuRAD 2008. European. - 2008. - P. 320-323.

116. Martino, G.D. Electromagnetic Modeling and Information Extraction from SAR Data : Tesi di Dottorato di Ricerca in Ingegneria Elettronica e Delle Telecomunicazioni / Gerardo Di Martino. - Napoli, 2008. - 102 p.

117. Martino, G.D. SAR Imaging of Fractal Surfaces / G.D. Martino, D. Riccio, I. Zinno // IEEE Transactions on Geoscience and Remote Sensing. - 2014. - V.50. - P. 630-644.

118. Moghaddam, B. Dimension and Lacunarity Measurements of IR Images Using Hilbert Scanning / B. Moghaddam, K. J. Hintz, C.V. Stewart // Characterization, Propagation, and Simulation of Sources and Backgrounds, SPIE Proceedings. - 1991. - V.1486. - P. 115-126.

119. Moghaddam, B. Fractal Image Compression and Texture Analysis / B. Moghaddam, K. J. Hintz, C.V. Stewart // Image Understanding in the '90s: Building Systems that Work, SPIE Proceedings. - 1990. - V.1406. - P. 42-57.

120. Myint, S.W. Fractal approaches in texture analysis and classification of remotely sensed data: comparisons with spatial autocorrelation techniques and simple descriptive statistics / S.W. Myint // International Journal of Remote Sensing. - 2003. - V.24. - №9. - P. 1925-1947.

121. Nussbaum, S. Object-Based Image Analysis and Treaty Verification: New Approaches in Remote Sensing - Applied to Nuclear Facilities in Iran / S. Nussbaum, G. Menz. - Dordrecht: Springer Science+Business Media B.V., 2008. - 172 p.

122. Oprescu, N. Integration of SPOT and SAR-ERS Imageries with Other Types of Aero-satellite and Terrain Data, for Studies On the Danube Delta, and The Continental Platform of The Black Sea / N. Oprescu, C. Braescu, M. Vais // International Archives of Photogrammetry and Remote Sensing. - 1996. - V.XXXI. - P. 557-562.

123. Palubinskas, G. Fusion of Optical and Radar Data for The Extraction of Higher Quality Information / G. Palubinskas, A. Makarau, J. Tao // 4th TerraSAR-X Science Team Meeting, DLR. - 2011. - P. 1-9.

124. Peleg, S. Multiple Resolution Texture Analysis and Classification / S. Peleg, J. Naor, R. Hartley, D. Avnir // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1984. - V.6. - №4 - P.518-523.

125. Peli, T. Multiscale Fractal Theory and Object Characterization / T. Peli // Journal of the Optical Society of America A. - 1990. - V.7. - №6. - P. 1101-1112.

126. Pentland, A. P., Fractal-based Description of Natural Scenes. / A.P. Pentland // IEEE Transactions on pattern analysis and machine intelligence. - 1984. - V.6. - №6. - P. 661-674.

127. Pohl, C. Multisensor image fusion in remote sensing: concepts, methods and applications / C. Pohl, J. L. van Genderen // International Journal of Remote Sensing. - 1998. - V.19. - №5. -P. 823-854.

128. Potapov, A.A. Detection of Artificial Objects with Fractal Signatures / A.A. Potapov, V.A. German // Pattern recognition and image analysis. - 1998. - V.8. - №2. - P. 226-229.

129. Potapov, A.A. Fractal Method of Detection of Weak Signals from Complex Images / A.A. Potapov, V.A. German // Book of abstracts Second Int. Conf. "Modern Trends in Computational Physics", (Russia, Dubna, July 24 - 29, 2000). - Dubna: JINR. - 2000. - P. 132.

130. Potapov, A.A. Fractal Selection of Artificial Objects from Radar Images on Inhomogeneous Background / A.A. Potapov, V.A. German // Proc. the Fourth Int. Symposium "Physics and Engineering of Millimeter and Sub-Millimeter Waves" (MSMW'2001), (Ukraine, Kharkov, June 4 - 9, 2001). - Kharkov: Kharkov State University. - 2001. - V.1. - P. 268-270.

131. Riccio, D. Fractal Dimension Images from SAR Images / D. Riccio, G.D. Martino, A. Iodice, G. Ruello, I. Zinno // 2014 IEEE International Conference on Image Processing, ICIP 2014. -2014.

132. Sarogu, E. Fusion of Multisensor Remote Sensing Data: Assessing the Quality of Resulting Images / E. Saroglu, F. Bektas, N. Musaoglu, C. Goksel // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2004. - V.XXXV-B4.

- P. 575-579.

133. Stewart, C.V. Fractional Brownian Motion Model for Synthetic Aperture Radar Imagery Scene Segmentation / C.V. Stewart, B. Moghaddam, K.J. Hintz, L.M. Novak // Proceedings of the IEEE. - 1993. - V.81 - №10. - P. 1511-1522.

134. Stewart, C.V. Synthetic Aperture Radar Imagery Scene Segmentation Using Fractal Processing / C.V. Stewart, B. Moghaddam, K.J. Hintz // Signal Processing, Sensor Fusion, and Target Recognition, SPIE Proceedings. - 1992. - V.1699. - P. 278-284.

135. Sun, W. Fractal Analysis of Remotely Sensed Images: A Review of Methods and Applications / W. Sun, G. Xu, P. Gong, S. Liang // International Journal of Remote Sensing. - 2006. - V.27.

- №22. - P. 4963-4990.

136. Sunuprapto, H. A Comparison Between Optical and Radar Satellite Images for Detecting Tropical Forest Fires in South Sumatra, Indonesia / H. Sunuprapto, Y.A. Hussin // Geomedia.

- 2013. - V.11. - №2. - P. 129-138.

137. Treuhaft, R.N. Forest Leaf Area Density Profiles from The Quantitative Fusion of Radar and Hyperspectral Data / R.N. Treuhaft, G.P. Asner, B.E. Law, S.V. Tuyl // Journal of Geophysical Research. - 2002. - V. - 107. - №D2. - P. ACL 7-1-ACL 7-13.

138. Ulaby, F.T. Textural Information in SAR Images / F.T. Ulaby, F. Kouyate, B. Brisco, T.H.L. Williams // IEEE Transactions on Geoscience and Remote Sensing. - 1986. - V.GE-24. - №2.

- P. 235-245.

139. Uno, K. Correlation Properties of Speckles Produced by Diffractal-Iilluminated Diffusers / K. Uno, J. Uozumi, T. Asakura // Optics Communications. - 1996. - V.124. - P. 16-22.

140. Uozumi, J. Fractal Speckles / J. Uozumi, M. Ibrahim, T. Asakura // Optics Communications.

- 1998. - V.156. - P. 350-358.

141. Uozumi, J. Fractality of The Optical Fields Scattered by Power-Law-Illuminated Diffusers / J. Uozumi // Optical Correlation Diagnostics and Microscopy of Rough Surfaces and Random Media, SPIE Proceedings. - 2002. - V.4607. - P. 257-267.

142. Uozumi, J. Fraunhofer Diffraction by Koch Fractals: The Dimensionality / J. Uozumi, H. Kimura, T. Asakura // Journal of Modern Optics. - 1991. - V.38. - P. 1335-1347.

143. Uozumi, J. Generating Random Fractal Fields by Double-Scattering Process / J. Uozumi // Fractal Optics, SPIE Proceedings. - 1999. - V.3904. - P. 320-331.

144. Uozumi, J. Generation and Properties of Laser Speckle with Long Correlation Tails / J. Uozumi // Fractal Optics, SPIE Proceedings. - 2002. - V.4705. - P. 95-106.

145. Varma, H., Confusion in data fusion / H. Varma // International Journal of Remote Sensing. -2003. - V.24. - №4. - P. 627-636.

146. Wada, N. Effects of Random Noise on Bispectra of Fractal Objects / N. Wada, J. Uozumi, T. Asakura // Pure and Applied Optics Journal of the European Optical Society. - 1995. - V.4. -P. 857-869.

147. Walessa, M. Model-Based Despeckling and Information Extraction from SAR Images / M. Walessa, M. Datcu // IEEE Transactions on Geoscience and Remote Sensing. - 2000. - V.38.

- №5. - P. 2258-2269.

148. Wegner, J.D. Automatic Fusion of SAR and Optical Imagery based on Line Features / J.D. Wegner, J. Inglada, C. Tison // 7th European Conference on Synthetic Aperture Radar. - 2008.

149. Zhang, Y. Multi-resolution and multi-spectral image fusion for urban object extraction / Y. Zhang, R. Wang // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2004. - V.XXXV-B3. - P. 960-966.

150. Zhang, Y. Understanding Image Fusion / Y. Zhang // Photogrammetric Engineering and Remote Sensing. - 2004. - V.70. - №6. - P. 657-661.

151. Zhukov, B. Unmixing-Based Multisensor Multiresolution Image Fusion / B. Zhukov, D. Oertel, F. Lanzl, G. Reinhackel // IEEE Transactions on Geoscience and Remote Sensing. -1999. - V.37 - №3. - P. 1212-1226.

152. Zimnyakov, D. A. Fractality of Speckle Intensity Fluctuations / D.A. Zimnyakov, V.V. Tuchin // Applied Optics. - 1996. - V.35. - P. 4325-4333.