Методы обнаружения и сопровождения динамических объектов в космическом телевидении тема диссертации и автореферата по ВАК РФ 05.12.04, кандидат наук Морозов, Алексей Владимирович

• Морозов, Алексей Владимирович
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Морозов, Алексей Владимирович

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1 МЕТОДЫ ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ ДИНАМИЧЕСКИХ ОБЪЕКТОВ

1. 1 Методы обнаружения малоразмерных изображений объектов

1.1.1 Проблематика обнаружения малоразмерных изображений объектов

1.1.2 Известные алгоритмы обнаружения малоразмерных изображений объектов

1.1.2.1 Алгоритм обнаружения космических объектов

1.1.2.2 Алгоритм обнаружения искусственных спутников по изображениям треков

1.2 Методы адаптации телевизионных систем к динамике сюжета

1.2.1 Общие сведения об адаптации телевизионных систем к сюжету

1.2.2 Адаптация телевизионных систем в космическом телевидении

1.3 Особенности построения телевизионной техники космического назначения

1.4 Выводы и постановка задач

ГЛАВА 2 ОБНАРУЖЕНИЕ ПОДВИЖНОЙ ЦЕЛИ НА ФОНЕ

ПОДВИЖНЫХ ОБЪЕКТОВ

2.1 Формализация задачи обнаружения объектов на сложном фоне

2.2 Синтез алгоритма обнаружения и классификации малоразмерных изображений объектов по признакам движения

2.3 Синтез алгоритма адаптивной бинаризации изображений звездного неба

2.3.1 Выбор способа фильтрации

2.3.2 Адаптивная функция порога бинаризации

2.4 Оценка адекватности выбранной модели регрессии

2.5 Расчет вычислительных затрат алгоритма

2.6 Выводы по главе 2

ГЛАВА 3 ТЕЛЕВИЗИОННАЯ СИСТЕМА С АДАПТАЦИЕЙ К

ДИНАМИКЕ СЮЖЕТА

3.1 Анализ статистических свойств сюжета стыковки

3.2 Синтез алгоритма адаптации телевизионной системы к динамике сюжета

3.3 Оценка ошибок измерения параметров изображения объекта

3.4 Структурная схема телевизионной системы с адаптацией к динамике сюжета

3.5 Выводы по главе 3

ГЛАВА 4 АПРОБАЦИЯ СИНТЕЗИРОВАННЫХ АЛГОРИТМОВ

4.1 Апробация алгоритма обнаружения и классификации малоразмерных изображений объектов

4.1.1 Исследование работы алгоритма на модельном сюжете с использованием глобального порога бинаризации

4.1.2 Исследование работы алгоритма на модельном сюжете с использованием адаптивного порога бинаризации

4.2 Апробация алгоритма адаптации телевизионной системы к динамике сюжета

4.2.1 Исследование работы алгоритма на реальном сюжете

4.2.2 Моделирование адаптации телевизионной системы к динамике сюжета при контроле сближения космических аппаратов

4.2.3 Моделирование макета телевизионной камеры, адаптивной к динамике сюжета

4.3 Выводы по главе 4

4.3.1 Выводы по результатам апробации алгоритма обнаружения и

классификации малоразмерных изображений объектов

4.3.2 Выводы по результатам апробации алгоритма адаптации

телевизионной системы к динамике сюжета

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

Введение диссертации (часть автореферата) на тему «Методы обнаружения и сопровождения динамических объектов в космическом телевидении»

ВВЕДЕНИЕ

Диссертация посвящена решению научно-технических задач, связанных с обнаружением и сопровождением динамических объектов в космическом телевидении. В частности, решается комплексная задача обнаружения космического аппарата на больших дальностях и его сопровождения по мере сближения. В работе осуществляется синтез алгоритма обнаружения подвижной цели на фоне подвижных объектов, разработка и исследование метода адаптации телевизионной системы к динамике сюжета, разработка телевизионной системы, адаптивной к динамике сюжета.

Актуальность темы исследования. Проблематика создания современных систем космического телевидения определяет несколько аспектов актуальности данной работы. В теоретическом плане работа инициирована потребностью оптимизации параметров телевизионных систем на основе твердотельных матричных фотоприемников по пространственно-временным характеристикам сюжета, а также необходимостью построения телевизионных систем с управляемыми параметрами накопления, адаптивными к сюжету.

В методологическом плане исследование методов измерения параметров объектов на изображении и адаптации телевизионных систем к динамическим параметрам видеосюжетов, применительно к космической телевизионной технике актуально в силу мировой тенденции автоматизации телевизионного оборудования в таких областях, как робототехника, системы технического зрения для дефектоскопии, медицины, промышленности, транспорта, автомобильной промышленности и т. д.

В практическом плане работа актуальна в силу потребности создания новых пассивных телевизионных систем контроля стыковки, востребованных в таких современных космических аппаратах, как Научно-энергетический модуль, Малый лабораторный модуль, Перспективный транспортный корабль «Федерация». Ее перспективность связана с предложенными решениями по реализации методов адаптации к динамике сюжета с использованием

видеосистем на кристалле. Совершенствование телевизионных систем в части повышения качества решений, формируемых по видеоинформации, актуально также для систем астроориентации, контроля космического пространства, поиска космического мусора, обнаружения астероидов и комет, в которых изображение звездного неба часто превращается в набор протяженных треков, а их длина и направление смаза определяются параметрами движения объектов и телекамеры наблюдателя.

Ключевой особенностью предлагаемой в данной работе системы является адаптивность к наблюдаемому сюжету приближающегося кооперируемого космического аппарата, заключающаяся в автоматическом взаимообмене высокой четкости видеоизображения при малой кадровой частоте на высокую кадровую частоту при пониженной четкости.

Степень разработанности. Данное направление исследования развивает известные результаты по созданию адаптивных измерительных систем космического телевидения (П. Ф. Брацлавец, И. А. Росселевич, Л. И. Хромов, Ю. Б. Зубарев, Ю. С. Сагдуллаев, А. А. Умбиталиев, А. К. Цыцулин, С. В. Бачевский и др.). Синтез адаптивных алгоритмов обнаружения объектов, их классификации, оценки параметров использует и развивает известные результаты по обработке изображений (Р. Гонсалес, Р. Вудс, М. Левек, В. Ф. Фатеев, Б. А. Алпатов, В. Н. Лагуткин, Н. П. Корнышев, В. В. Александров, С. Г. Тотмаков, Г. Н. Мальцев, Д. В. Кириченко, А. А. Каменев и др.).

Предмет исследования. В работе рассматриваются системы космического телевидения и методы оптимизации и адаптации параметров их работы при наблюдении подвижных объектов, в первую очередь кооперируемых космических аппаратов.

Целью диссертационной работы является разработка методов обнаружения и сопровождения космических объектов, учитывающих изменение характеристик изображения в процессе наблюдения, применительно к телевизионным системам космического назначения.

Для достижения поставленной цели необходимо:

1. Провести анализ специфики наблюдаемых сюжетов.

2. Разработать алгоритм обнаружения и классификации космических объектов измерительными системами космического телевидения.

3. Разработать метод адаптации телевизионной системы к динамике сюжета приближающегося кооперируемого космического аппарата.

4. Разработать телевизионную систему с переменными параметрами разложения и разрядностью видеосигнала.

Научная новизна работы. Основным научным результатом является синтез алгоритмов адаптации телевизионной системы к динамике сюжета в совокупности с изобретенной видеосистемой на кристалле, и обнаружения подвижных объектов на подвижном фоне.

Частные результаты:

1. Алгоритм классификации наблюдаемых объектов по направлению и скорости движения.

2. Алгоритм адаптации порога бинаризации малоразмерных изображений объектов на фоне звездного неба.

3. Статистический параметрический синтез алгоритма адаптации пространственно-временной дискретизации изображения для дискретных растров твердотельных матричных фотоприемников.

4. Видеосистема на кристалле с взаимообменом высокой четкости изображения на высокую кадровую частоту с переменными разрядностью и быстродействием встроенных АЦП.

Теоретическая значимость работы.

1. Предложена концепция сопровождения процесса сближения и стыковки космических аппаратов с помощью адаптивной телевизионной системы на всех этапах сближения.

2. Разработан алгоритм обнаружения и классификации малоразмерных изображений космических объектов с помощью кластерного анализа, повышающий устойчивость телевизионной системы к динамике сюжета.

3. Разработан метод адаптации телевизионной системы к динамике сюжета, повышающий точность оценки параметров движения наблюдаемого объекта.

4. Показано, что для повышения помехоустойчивости телевизионной системы, адаптивной к динамике сюжета, необходимо использовать инерционность гистерезис в петле обратной связи.

Практическая ценность полученных результатов определяется тем,

что:

1. Повышена точность ориентации космических аппаратов по звездам благодаря использованию разработанного алгоритма обнаружения и классификации малоразмерных изображений космических объектов по направлению и скорости движения.

2. Повышено быстродействие алгоритма обнаружения и классификации малоразмерных изображений космических объектов.

3. Повышена чувствительность системы обнаружения и классификации объектов на изображении благодаря использованию метода адаптивной бинаризации изображений.

4. Подтверждена гипотеза о возможности реализации телевизионной системы, адаптивной к динамике сюжета, с управлением по отношению дисперсий межэлементных и межкадровых приращений.

5. Достигнут компромисс между требованиями высокой четкости и высокой кадровой частоты, обычно задаваемыми одновременно наивысшими, благодаря концепции их раздельного использования на различных дистанциях контроля сближения кооперируемых космических аппаратов.

Основные методы исследования. При решении поставленных задач используются три вида методов: теоретические (статистический анализ и синтез), компьютерного моделирования и экспериментальной оценки.

В ходе решения охарактеризованных задач сформулированы положения, выносимые на защиту:

1. Для обнаружения и классификации малоразмерных изображений космических объектов адаптивной телевизионной системой эффективно использовать методологию кластерного анализа с разделением наблюдаемых целей на группы по направлению и скорости движения.

2. Для проведения адаптации телевизионной системы к динамике сюжета следует использовать принцип выравнивания приращений сигналов по всем аргументам (в первую очередь пространственным и временным).

3. Адаптивный обмен четкости и кадровой частоты в присутствии флуктуаций должен использовать инерционность и гистерезис.

4. Для проведения адаптации телевизионной системы к динамике сюжета следует использовать бинирование и две группы аналого-цифровых преобразователей видеосигнала разной разрядности.

Достоверность полученных результатов. Обоснованность и достоверность научных положений, результатов и выводов диссертации обуславливается корректным использованием методов исследования, применением современных вычислительных средств и программных комплексов, а также результатами экспериментальных исследований.

Реализация результатов работы. Разработанные методы нашли применение в ряде ОКР АО «НИИ телевидения» и учебном процессе базовой кафедры «Видеоинформационные системы»:

- СЧ ОКР «Разработка малогабаритного датчика астроориентации» (шифр «Буревестник»)

- СЧ ОКР «Комплекс телевизионный КЛ-100-53» (шифр «НЭМ-НИИТ»);

- НИР «Напряжение»;

- Курсы «Космические телевизионные комплексы» и «Видеоинформатика» на базовой кафедре «Видеоинформационные системы» СПбГЭТУ «ЛЭТИ» в АО «НИИ телевидения».

Апробация работы. Отдельные вопросы были обсуждены на конференциях:

- международная научно-техническая конференция «Телевидение: передача и обработка изображений», 2013, 2015-2016 гг.;

- научно-техническая конференция, посвященная юбилею АО «НИИ телевидения», 2015 г.;

- всероссийская научно-техническая конференция, посвященная Дню Радио СПб НТОРЭС, 2013-2016 гг.;

- научно-техническая конференция профессорско-преподавательского состава, 2014-2017 гг.

Публикации. По материалам диссертации опубликовано 16 научных работ, из них 10 статей в журналах из перечня ВАК, в том числе 1 статья без соавторов; 4 доклада на научно-технических конференциях; 1 патент на полезную модель и 1 патент на изобретение.

Структура и объем. Диссертация содержит введение, 4 главы, заключение, список литературы, включающий 90 наименований. Основная часть работы изложена на 133 страницах. Общий объем работы 162 стр., включая 91 рисунок и 9 таблиц.

ГЛАВА 1 МЕТОДЫ ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ ДИНАМИЧЕСКОХ ОБЪЕКТОВ

1.1 Методы обнаружения малоразмерных изображений объектов

1.1.1 Проблематика обнаружения малоразмерных изображений объектов

Задача обнаружения, классификации и слежения за малоразмерными изображениями объектов находит свое применение в таких системах технического зрения, как телевизионные системы астроориентации, системы обнаружения космического мусора, астероидов и комет, слежения за летательными аппаратами и т. п.

Сужая область интересов до телевизионных систем космического применения, данная задача может иметь ряд особенностей, например, в пассивных системах наблюдения за стыковкой космических аппаратов обнаружение и классификация малоразмерных изображений объектов применяется на ранних этапах стыковки, когда целевой аппарат находится на большом удалении и представляет собой точку на изображении. В таком случае телевизионная система должна захватить изображение объекта интереса на фоне множества схожих по параметрам объектов.

Для решения данной задачи существует множество подходов, характеризующихся различными методами, алгоритмами и математическими моделями [1-25].

При наблюдении за объектом, перемещающимся на сложном фоне (например, на фоне соизмеримых по размеру объектов, имеющих схожие яркости на изображении, либо в присутствии других мешающих факторов, таких, как дефекты фотоприемника, возникшие из-за попадания тяжелых заряженных частиц в поле фотоприемника), возможно возникновение целого ряда ситуаций [А1-А5, 1, 2, 7, 9, 15]. Следовательно, необходим комплекс мер по первичному разделению изображений объекта и фона.

В большинстве случаев в качестве первичной отбраковки используется яркостное разделение объекта и фона, при этом задается некое пороговое значение отношения сигнал/шум (или объект/фон) [2, 3].

Для упрощения алгоритма выделения объекта в ряде случаев удобно ограничиться тремя гипотезами:

- яркость текущего пиксела (¡, у) превышает яркость фона

(И(1, п) = g(i, j, п) + 5);

- яркость текущего пиксела у) меньше яркости фона

п) = g(i, j, п) - 5);

- яркость текущего пиксела у) совпадает с яркостью фона.

В приведенных гипотезах i, у - координаты пиксела изображения; п -номер кадра; 5 - пороговое значение отличия объекта от фона; И - яркость объекта; g - яркость фона. Данная модель может быть преобразована для случая неоднородности фона во времени, и тогда она принимает вид

l(i, j, п) = (г1(i, j, п) + j, п))-И(i, j, п) + г3(i, j, п)-g(i, j, п) + ^ j, пХ где Щ, у, п) - яркость текущего элемента в изображении; у, п) - яркость шума; а для параметров г^, у, п), г2(г, у, п), г3(г, у, п) должны выполняться следующие условия:

1. г^, у, п) V т24, у, п) V Т3(1, у, п) = 1;

2. т^, у, п) а г2^, у, п) = 0;

3. г^, у, п) а Г3(1, у, п) = 0;

4. г2(1, у, п) а г2(1, у, п) = 0;

Значение параметра г^, у, п) = 1 соответствует наличию в текущем пикселе у) объекта более яркого, чем соответствующий пиксел фона; значение параметра г2(г', у, п) = 1 соответствует наличию в текущем пикселе у) объекта более темного, чем соответствующий пиксел фона; г^, у, п) = 1 означает что объект в пикселе (¿, у) отсутствует [1].

Дальнейшее развитие алгоритма зависит от достаточности исходных данных, а так же от способа решения задачи обнаружения объектов -наличие или отсутствие межкадровой обработки [10, 26, 27], появление

новых целей в кадре, и от ряда других факторов. В [1] изложена обобщенная совокупность моделей, необходимых при решении данной задачи, включающая в себя модель наблюдения в присутствии неоднородного фона, модели состояния яркости изображений фона и объектов слежения, модели движения и изменения конфигурации объекта слежения, модель этапа начального обнаружения и выделения движущегося объекта, а также целый ряд алгоритмов автоматического обнаружения и выделения движущихся объектов на неоднородном фоне.

Космический сюжет, а именно, процесс стыковки аппаратов, предполагает несколько ситуаций. Первая - удаленный малоразмерный объект ярче фона, тогда вполне вероятно появление ложных целей в кадре на фоне интересующего объекта - звезд, или других космических аппаратов. При таких условиях не избежать введения межкадровой обработки, так как по одному кадру невозможно получить достоверную информацию об объекте. Данную проблему решает накопление серии кадров (от 2-х и более), а затем анализ накопленных кадров и разделение истинной и ложных целей.

Вторая ситуация противоположна первой - объект темнее фона, т.е. космический аппарат находится на фоне яркого тела, к примеру Земли. В случае, когда фон статичен, возможно обнаружение объекта по одному кадру, однако любая динамика и неоднородность фона приводит к алгоритмам межкадровой обработки.

В [4] рассмотрены различные алгоритмы обнаружения движущихся малоразмерных объектов с использованием последовательности видеокадров. Предлагаются три варианта: накопление изображений с адаптивной фильтрацией; накопление изображений с пространственно-инвариантной фильтрацией; накопление изображений с четырехканальной фильтрацией.

В первом случае находятся оценки фона и амплитуды сигнала, и координаты объекта. Данный алгоритм позволяет вырабатывать адаптивный порог отличия объекта от фона для каждой серии кадров. Метод эффективен

для большинства возможных сюжетов, в том числе и для сюжетов с переменной яркостью фона. Однако существует и недостаток метода, заключающийся в больших вычислительных затратах, так как адаптивный фильтр формируется для каждого изображения, хотя такие действия минимизируют ошибку.

Накопление изображений с пространственно-инвариантной фильтрацией предполагает вычисления с использованием простых выражений по первому кадру возможных положений объекта в последующих кадрах, при этом заявляется, что положение объекта в первом кадре должно строго соответствовать центру фотоприемника. Такое допущение накладывает весьма серьезное ограничение на алгоритм, и предполагает наличие предварительного алгоритма поиска объекта на изображении. Ресурсные же затраты при таком подходе минимальны.

Так же предлагается метод накопления изображений с четырехканальной фильтрацией. В данном случае алгоритм сработает. когда объект будет находиться в четырех определенных положениях на выбор: в центре фотоприемника, на правой, либо на верхней грани , или в угловой точке фотоприемника. Также предполагается, что известны скорости смещения объекта. С учетом этих ограничений, алгоритм вычисляет четыре возможные траектории для каждого из четырех предлагаемых начальных положений объекта. Для каждой из четырех траекторий строится набор фильтров, далее изображение фильтруется всеми фильтрами, получается четыре изображения, а затем строится одно изображение из этих четырех, путем выбора максимального значения для каждого пиксела четырех изображений, прошедших фильтрацию.

Возможно, какая-либо совокупность предлагаемых методов смогла бы полностью решить задачу обнаружения малоразмерного объекта, но поодиночке рассмотренные в [4] методы однозначно не справятся, так как имеют ряд ограничений, накладываемых на поведение объекта на

изображении, а некоторые алгоритмы еще и зависимы от параметров движения цели.

Немало важной задачей при наблюдении малоразмерных объектов является согласование размера фоточувствительного элемента с сигналом объекта. Данная задача рассматривается в [28].

Одним из методов согласования размера пиксела с сюжетом является уменьшение размера пиксела до половины радиуса кружка рассеяния объектива (А ~ 1,22^ / 2О, где X - длина волны, / - фокусное расстояние объектива, О - диаметр входного зрачка объектива). Однако такой метод не всегда применим на практике, так как он либо приведет к использованию дорогостоящей и крупногабаритной оптики, либо к ограничению чувствительности системы, либо к увеличению времени накопления для повышения отношения сигнал/шум. Ввиду вышесказанного, на практике приходят к компромиссу, заключающимся в равенстве кружка рассеяния объектива и размера элемента.

Для космических систем обнаружения малоразмерных объектов зачастую важна возможность варьирования размером элемента, так как в разных условиях наблюдения может потребоваться увеличение отношения сигнал/шум (см. выражение 1.1), по минимальному значению которого зачастую выставляется порог обнаружения цели [12, 28].

2 И2

Ч 2 =-2--(1.1)

n + n + о ,

где N - число сигнальных фотоэлектронов, Иъ - число фоновых фотоэлектронов, О - дисперсия шума считывания.

Неподвижный малоразмерный объект, спроецированный оптической системой на плоскость фотоприемника, принято аппроксимировать двумерной функцией распределения Гаусса [29]

ехр

/ (X, у) = —

г-(х2 + у2

2г2

(1.2)

2рг г

где х,у - текущие координаты объекта в элементах фотоприемника, г -среднеквадратическое отклонение.

В таком случае, объект средней яркости занимает не один элемент фотоприемника, а значит, для повышения помехоустойчивости при первичном обнаружении цели, есть возможность намеренного ухудшения разрешения изображения.

Необходимость увеличения размера элемента, отчасти для подавления шумовых выбросов, решает операция группирования элементов [28, 29], внедряемая на сегодняшний день как встроенная функция во многие фотоприемники.

Для точного определения положения объекта на плоскости фотоприемника используются метод максимального правдоподобия, предполагающий априорное знание о форме и мощности сигнала и помех, и метод поиска центра тяжести (см. выражение 1.3), позволяющий определить координаты центров имеющихся на изображении звезд с субпиксельной точностью [28, 29].

I XiUi I

х =тит • * =тиг. (1.3)

¿ у

где хц, уц - координаты центра объекта в пикселах, х, уу - координаты элемента у), и, Ц - яркость элемента у).

Данный метод применяется в системах звездной ориентации, где для сравнения полученной информации с изображения с картой звездного неба требуется определенная точность, чтобы избежать возможных ошибок. Однако, предложенной методики оценивания пространственных координат обнаруженных малоразмерных объектов на практике зачастую недостаточно, тогда необходимо искать некие комбинации методов.

1.1.2 Известные алгоритмы обнаружения малоразмерных изображений объектов

1.1.2.1 Алгоритм обнаружения космических объектов

Для автоматического обнаружения и оценки параметров движения космических объектов с поверхности Земли используется комплекс алгоритмов, описанный в [30].

Предлагаемый алгоритм имеет три режима:

- обработка изображений видеопоследовательности для обнаружения и разделения объектов;

- сопровождение обнаруженных объектов по признакам движения;

- обнаружение новых объектов.

В первом режиме производится пороговая обработка изображения с адаптацией по нескольким кадрам, при этом определяется дисперсия шума изображения. Далее по изображению производится поиск связанных областей, с компенсацией возможных разрывов. Затем обнаруженные объекты классифицируются по форме и размеру на статичные и динамичные объекты «засечки космических объектов».

Для удаления фона в кадре на этом этапе используется простой алгоритм сравнения параметров модели Гауссовой функции рассеяния точки с изображением в каждой точке, что по сути является масочным методом. Затем объекты, дающие минимальное среднеквадратическое отклонения от модели остаются, а фон удаляется.

Оценка величины амплитуды А (яркости) обнаруженных объектов осуществляется по выражению

_ и X 'к, - X1, X к

а =—-

( \ , (1.4)

n x к,2 -12 к,\

, \ , У

где ' - текущий пиксел изображения, К - текущий пиксел модели функции рассеяния точки.

Оценка величины смещения В осуществляется по выражению 1.5.

IЛ - А

(1.5)

В =

I

N

Значение ошибки Е рассчитывается по выражению

Е = I (I - АКВ )2 ® шт

(1.6)

Такая фильтрация изображения требует либо конкретизации порогового значения минимального СКО объектов от модели, либо адаптации выбираемого порогового значения к сюжету.

Второй режим, или режим сопровождения объектов, отличается от первого тем, что разделение объектов на динамичные и статичные осуществляется по признакам движения, а также не применяется адаптивная фильтрация изображения от фона.

В данном режиме осуществляется быстрое преобразование Фурье, направление трека определяется «нахождением максимума преобразования Радона БПФ-кадра, а длина трека определяется по частоте звона в перпендикулярном направлении», а для фильтрации изображения используется допущение о том, что параметры движения всех треков одинаковы. Далее производится рекурсивная свертка ожидаемой формы сигнала с полученным изображением, за счет чего подавляются сигналы, изображение которых отлично от изображения треков [30].

На третьем шаге алгоритма производится «выделение конца звездных следов, для чего производится свертка результата согласованной фильтрации с направленной функцией Хэвисайда». После этих манипуляций определяются начало и конец треков [30].

Разница входного изображения и полученного описанными преобразованиями дает изображение неподвижных объектов.

Третий режим - обнаружение новых объектов, является некой совокупностью первого и второго режимов, и представляет большой интерес, так как в этом режиме строится прогнозируемая орбита движущегося

объекта, сравнивается с получившимся результатом, и по полученным данным осуществляется подстройка системы наблюдения с учетом параметров движения объектов.

Описанный метод эффективно работает на приведенном сюжете, при наблюдении объектов с поверхности Земли в узком угле зрения и при благоприятных условиях наблюдения - однообразном или слабо изменяющемся движении объектов за время наблюдения. Работа метода с изображениями более сложных сюжетов в [30] не демонстрируется.

Работа подобного алгоритма, использующего дискретное преобразование Фурье для классификации объектов так же описывается в [31], где показано что данный метод применим не только в случае космических наблюдений, но и в других телевизионных системах. Однако, и здесь не показывается, насколько алгоритм устойчив к усложнению сюжета -наличию на изображении нескольких аномально движущихся объектов с различными параметрами движения.

1.1.2.2 Алгоритм обнаружения искусственных спутников по изображениям треков

Данный алгоритм описан в [32, 33]. В основе алгоритма лежит концепция разделения изображения I0 на фоновую составляющую В, звезды £ (треки звезд), объекты интереса О (статичные спутники, а так же треки спутников), шумовую составляющую п:

1° = В + Я + О + п. (1.7)

После определения фоновой составляющей В методом итеративной оценки, изложенном в [34], фон вычитается из изображения, что является необходимой операцией при наблюдении объектов на неравномерном фоне.

в

После данной операции получается изображение I' , в котором от фона остался незначительный остаток Яв:

I-В = 10 - В = 5 + О + ЯВ + п. (1.8)

Далее производится поиск связанных областей на изображении [33]. По всем областям определяется длина ^ треков и ориентация ^ методом Фурье-Радона.

После этого, изображение обрабатывается итерационным фильтром совпадений М для получения избавленного от шума изображения звездных треков "5"

[" 5", С ] = М(ГВ, ¿1, ^), (1.9)

где и ¿0 - длина и ориентация модели трека соответственно.

На данном этапе так же вырабатывается изображение С,

представляющее собой свертку изображения треков I' с калиброванной

моделью «идеального» трека звезды. Данная свертка позволяет определить

центр тяжести треков на изображении, а так же среднюю яркость треков.

Список литературы диссертационного исследования кандидат наук Морозов, Алексей Владимирович, 2017 год

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

А1. Морозов, А. В. Телевизионная камера для малогабаритного звездного датчика [Текст] / В. А. Иванов, Г. В. Левко, А. А. Манцветов, А. В. Степовой, П. С. Баранов, А. В. Морозов, Е. Ю. Пучка, Е. В. Письменный, Д. И. Сашин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2014. - Вып. 1. - С. 43-51.

А2. Морозов, А. В. Устройство и методы контроля телевизионных датчиков астроориентации [Текст] / А. В. Морозов, В. А. Иванов // 10-я межд. конф. «Телевидение: передача и обработка изображений»: Материалы конф., г. С.-Петерб., 25 июня 2013 г. - СПб: изд-во ООО «Технолит». - 2013. - С. 76-80.

А3. Пат. 155206 Российская Федерация, МПК О 09 В 27/02. Имитатор звездного неба / Г. В. Левко, В. А. Иванов, А. В. Морозов, А. А. Чиркунова, К. А. Попова; заявитель и патентообладатель Акционерное общество "Научно-исследовательский институт телевидения". - № 2015100453/12; заявл. 12.01.2015; опубл. 27.09.2015, Бюл. № 27. - 1 с.

А4. Морозов, А. В. Малогабаритная телевизионная камера для звездного датчика [Текст] / А. А. Манцветов, П. С. Баранов, А. А. Чиркунова, А. В. Морозов // 70-я научно-техн. конф., посвященная Дню радио: Труды конференции, т.2, г. С.-Петерб., 27 - 29 апр. 2015 г. - СПб: изд-во СПбГЭТУ «ЛЭТИ». - 2015. - С. 29-31.

А5. Морозов, А. В. Обработка видеосигнала астродатчика для подавления радиационных эффектов [Текст] / А. К. Цыцулин, Г. В. Левко, А. А. Манцветов, Д. Ю. Адамов, А. В. Морозов, А. А. Чиркунова, К. А. Попова, П. С. Баранов, С. М. Любинский // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2014. - Вып 2. - С. 25-33.

А6. Морозов, А. В. Измерение качества видеоинформации, формируемой телекамерой [Текст] / А. К. Цыцулин, И. А. Зубакин,

Г. В. Левко, А. В. Морозов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 4. - С. 26- 32.

А7. Морозов, А. В. Обнаружение объектов на звёздном фоне [Текст] / Г. В. Левко, А. И. Бобровский, А. В. Морозов, А. К. Цыцулин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып 2. - С. 29-38.

А8. Морозов, А. В. Обнаружение подвижных объектов на подвижном фоне [Текст] / Г. В. Левко, А. В. Морозов // 13-я межд. конф. «Телевидение: передача и обработка изображений»: Материалы конф., г. С.-Петерб., 25 - 26 июня 2016 г. - СПб: изд-во ООО «Технолит». - 2016. - С. 73-75.

А9. Морозов, А. В. Алгоритм обнаружения объектов на фоне звезд [Текст] / А. В. Морозов // 13-я межд. конф. «Телевидение: передача и обработка изображений»: Материалы конф., г. С.-Петерб., 25 - 26 июня 2016 г. - СПб: изд-во ООО «Технолит». - 2016. - С. 76-79.

А10. Морозов, А. В. Адаптивная бинаризация изображений звездного неба [Текст] / А. В. Морозов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2017. - Вып. 1. - С. 23-30.

А11. Морозов, А. В. Экспериментальная оценка корреляционных функций видеосюжетов [Текст] / Г. В. Левко, В. В. Козлов, А. К. Цыцулин, А. А. Чиркунова, А. В. Морозов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 5. - С. 107-114.

А12. Морозов, А. В. Статистический анализ и синтез прикладных телевизионных систем [Текст] / А. А. Умбиталиев, В. В. Пятков, А. К. Цыцулин, Г. В. Левко, А. А. Манцветов, А. Е. Рычажников, А. А. Чиркунова, А. В. Морозов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 6. - С. 4-14.

А13. Морозов, А. В. Статистический синтез управления телевизионной системой, адаптивной к динамике сюжета [Текст] / А. А. Умбиталиев, А. К. Цыцулин, В. В. Пятков, В. А. Рогачев, Г. В. Левко, А. В. Морозов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 1. - С. 3-11.

А14. Морозов, А. В. Синтез прикладных телевизионных систем, адаптивных к динамике сюжета [Текст] / А. А. Умбиталиев, В. В. Пятков, А. К. Цыцулин, Г. В. Левко, В. В. Козлов, Д. Ю. Адамов, А. А. Манцветов, А. Е. Рычажников, А. В. Морозов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 3. - С. 88-99.

А15. Морозов, А. В. Видеосистема на кристалле с адаптацией разрядности АЦП [Текст] / А. А. Умбиталиев, А. К. Цыцулин, Г. В. Левко, Д. Ю. Адамов, А. В. Морозов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 6. - С. 154-156.

А16. Пат. 2612191 Российская Федерация, МПК Н 04 N 5/335. Видеосистема на кристалле с адаптацией к сюжету / А. К. Цыцулин, Г. В. Левко, А. В. Морозов, Д. Ю. Адамов; заявитель и патентообладатель Акционерное общество "Научно-исследовательский институт телевидения".

- № 2016103864; заявл. 05.02.2016; опубл. 03.03.2017, Бюл. № 7. - 2 с.

1. Алпатов, Б. А. Системы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление [Текст]: монография / Б. А. Алпатов, П. В. Бабаян, О. Е. Балашов, А. И. Степашкин.

- М.: Изд-во «Радиотехника». - 2008. - 175 с.

2. Шакенов, А. К. Алгоритм фильтрации для обнаружения объектов по изображениям, зарегистрированным матричным фотоприемником в режиме микросканирования [Текст] / А. К. Шакенов, Д. Е. Будеев // XXXVI международная научно-практическая конференция «Технические науки - от теории к практике»: Сборник статей. - 2014. - № 36. - С. 61-72.

3. Катулев, А. Н. Адаптивный метод и алгоритм обнаружения малоконтрастных объектов оптико-электронным средством [Текст] /

A. Н. Катулев, А. А. Колонсков, А. А. Храмичев, С. В. Ягольников // Оптический журнал. - 2014. - Вып. 2 (81). - С. 29-39.

4. Киричук, В. С. Алгоритмы обнаружения движущихся малоразмерных объектов в последовательности изображений [Текст] / В. С. Киричук,

B. П. Косых, Курманбек уулу Т. // Автометрия. - 2009. - № 1 (45). - С. 14-22.

5. Коркунов, Ю. Ф. Алгоритм селекции изображений объектов произвольной формы [Текст] / Ю. Ф. Коркунов, Н. П. Корнышев // Техника средств связи. Техника телевидения. - 1987. - Вып. 5. - С. 44-48.

6. Корнышев, Н. П. Устройство выбора зон анализа изображений [Текст] / Н. П. Корнышев // Техника средств связи. Техника телевидения. - 1987.

- Вып. 2. - С. 91-98.

7. Локтев, Д. А. Измерение расстояния до движущегося объекта с помощью комплексной системы видеомониторинга [Текст] / Д. А. Локтев, А. Н. Алфимцев // Инженерный журнал: наука и инновации. - 2013.

- № 11(23). - С. 4.

8. Горбанев, Ю. М. Методика позиционных измерений телевизионных изображений телескопических метеоров [Текст] / Ю. М. Горбанев,

A. В. Голубаев, В. В. Жуков, И. И. Кимаковская, С. Р. Кимаковский, Е. Ф. Князькова, С. В. Подлесняк, Л. А. Сарест, И. А. Стогнеева,

B. А. Шестопалов // Астрономический вестник. - 2008. - № 1 (42). - С. 37-53.

9. Якименко, И. В.Пространственная фильтрация тепловых объектов на коррелированном атмосферном фоне [Текст] / И. В. Якименко, М. В. Жендарев // Журнал радиоэлектроники. - 2009. - № 2. - С. 1-7.

10. Фисенко, В. Т. Обнаружение малоразмерных объектов на основании многоцелевого сопровождения по последовательности видеокадров [Текст] / В. Т. Фисенко, Л. Д. Вилесов, В. И. Можейко, Т. Ю. Фисенко // Международная конференция «Прикладная оптика - 2012»: Сборник трудов.

- 2012. - Т. 1. - С. 118-122.

11. Бабаян, П. В. Обнаружение и оценка параметров воздушных объектов в видеопоследовательностях на основе кратномасштабной пространственной обработки [Текст] / П. В. Бабаян, А. Б. Фельдман // Цифровая обработка сигналов. - 2010. - № 4. - С. 7-11.

12. Цыцулин, А. К. Обнаружение и оценивание координат изображений точечных объектов в задачах астронавигации и адаптивной оптики [Текст] / А. К. Цыцулин, В. В. Березин // Вестник ТОГУ. - 2008. - № 1 (8). - С. 11-20.

13. Каменев, А. А. Применение широкоформатных инфракрасных матричных фотоприёмных устройств в оптико-электронных средствах наблюдения за космической обстановкой [Текст]: монография / В. Г. Иванов,

A. А. Каменев. - СПб.: ВКА им. А. Ф. Можайского. - 2015. - 227 с.

14. Каменев, А. А. Оценивание дальности обнаружения космических объектов бортовой многоспектральной оптико-электронной аппаратурой с матричными фотоприёмными устройствами смотрящего типа [Текст] /

B. Г. Иванов, А. А. Каменев // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 3. - С. 14-22.

15. Каменев, А. А. Метод быстрого снижения внутреннего теплового фона космической оптико-электронной аппаратуры ИК диапазона, основанный на охлаждении излучающей поверхности зеркала телескопа [Текст] / В. Г. Иванов, А. А. Каменев // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2015. - Вып. 1. - С. 94-105.

16. Каменев, А. А. Температурная идентификация удалённых объектов в околоземном космическом пространстве твердотельными тепловизорами [Текст] / В. Г. Иванов, А. А. Каменев // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2012. - Вып. 2. - С. 20-34.

17. Александров, В. В. Цифровая технология инфокоммуникации. Передача, хранение и семантический анализ текста, звука, видео [Текст]: монография / В. В. Александров, С. В. Кулешов, О. В. Цветков. - СПб.: Изд-во «Наука». - 2008. - 244 с.

18. Мальцев, Г. Н. Корреляционное распознавание объектов многоспектральной съёмки в видеоинформационных системах [Текст] / И. А. Козинов, Г. Н. Мальцев // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 1. - С. 38-47.

19. Кириченко, Д. В. Моделирующий стенд для испытаний бортовых оптико-электронных систем малых космических аппаратов с использованием средств имитации фоноцелевой обстановки [Текст] / Д. В. Кириченко,

A. А. Глущенко, К. К. Маслов, К. И. Упитис // Известия высших учебных заведений. Приборостроение. - 2009. - № 4 (52). - С. 78-81.

20. Тотмаков, С. Г. Алгоритмы траекторной селекции одиночных объектов по выборкам угломестных координат и динамике амплитуд сигналов / О. А. Бурцев, В. А. Гапон, С. Г. Тотмаков // Вопросы радиоэлектроники. Сер. Общетехническая. - 2005. - Вып. 1. - С. 131-136.

21. Кочкин, Н. А. Адаптивные автоматические алгоритмы обнаружения динамических объектов на сложном неоднородном фоне [Текст] / Н. А. Кочкин // XXI век: итоги прошлого и проблемы настоящего плюс. - 2014. - № 3 (19). - С. 54-61.

22. Богуш, Р. П. Обнаружение и локализация объектов на статических изображениях с использованием минимаксных функций схожести [Текст] / Р. П. Богуш // Вестник Полоцкого государственного университета. Сер. С: Фундаментальные науки. - 2007. - №9. - С. 109-114.

23. Сергеев, В. В. Обнаружение объектов на изображении [Электронный ресурс]: методические указания / В. В. Сергеев, М. В. Гашников,

B. В. Мясников. - 2010. - Режим доступа: http://www.ssau.ru/files/education/ metod_2/Сергеев%20В.В.%20Обнаружение%20объектов.pdf

24. Ван Трис, Г. Теория обнаружения, оценивания и модуляции. Том 1. Теория обнаружения, оценок и линейной модуляции. [Текст]: монография / Г. Ван Трис. - М.: Изд-во «Советское радио». - 1972. - 744 с.

25. Прэтт, У. Цифровая обработка изображений: в 2 кн. [Текст]: монография / У. Прэтт. - М.: Изд-во «Мир». - 1982. - 310 с.

26. Мальцев, Г. Н. Метод обнаружения начальных кадров видеопотока [Текст] / Г. Н. Мальцев, К. В. Сазонов, А. В. Панкратов // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 1. - С. 31-37.

27. Тотмаков, С. Г. Алгоритм компенсации межкадрового сдвига [Текст] / О. А. Бурцев, В. А. Гапон, С. Г. Тотмаков // Вопросы радиоэлектроники. Сер. Общетехническая. - 2005. - Вып. 1. - С. 129-131.

28. Цыцулин, А. К. Твердотельные телекамеры: накопление качества информации [Текст]: монография / А. К. Цыцулин, Д. Ю. Адамов, А. А. Манцветов, И. А. Зубакин. - СПб.: Изд-во СПбГЭТУ «ЛЭТИ». - 2014.

- 272 с.

29. Кружилов, И. С. О влиянии относительного размера изображения на погрешность определения координат [Текст] / И. С. Кружилов // Компьютерная оптика. - 2009. - № 2 (33). - С. 210-215.

30. Колесса, А. Е. Комплекс алгоритмов автоматического обнаружения космических объектов по оптическим изображениям, оценки угловых координат и параметров орбит [Текст] / А. Е. Колесса, А. В. Пругло, С. С. Равдин, А. К. Ким, А. П. Лукьянов // Экологический вестник научных центров Черноморского экономического сотрудничества. - 2013. - № 4 (3).

- С. 85-90.

31. Лагуткин, В. Н. Частотные алгоритмы адаптивной нелинейной фильтрации последовательностей изображений [Текст] / В. Н. Лагуткин // Электромагнитные волны и электронные системы. - 2013 - №5 (18).

- С. 27-36.

32. Levesque, M. P. Detection of artificial satellites in images acquired in track rate mode / M. P. Levesque // Proceedings of the advanced Maui optical and space surveillance technologies conference. - 2011. - p. E66.

33. Levesque, M. P. Image processing technique for automatic detection of satellite streaks / M. P. Levesque, S. Buteau // Defence Research and Development Canada Valcartier. Technical report. - 2007. - 60 p.

34. Levesque, M. P. Evaluation of the iterative methods for image background removal in astronomical images / M. P. Levesque, M. Lelievre // Defence Research and Development Canada Valcartier. Technical note. - 2008.

- 30 p.

35. Алексеев, С. А. Телевизионные системы наблюдения, основы проектирования [Текст]: учебное пособие / С. А. Алексеев, В. В. Волхонский,

A. В. Суханов // Учебное пособие. - СПб.: Университет ИТМО. - 2015.

- 126 с.

36. Кириченко, Д. В. Автономное управление малым космическим аппаратом при сближении с обслуживаемым орбитальным объектом [Текст] /

B. К. Семенихин, Д. В. Кириченко // Известия высших учебных заведений. Приборостроение. - 2009. - № 7 (52). - С. 27-30.

37. Буняков, В. А. Алгоритм адаптации к условиям изменяющейся освещенности для системы технического зрения слежения за объектом [Текст] / И. Ю. Соломонов, В. А. Буняков, Всероссийская межвузовская научно-техническая конференция студентов и аспирантов «XXXIV Неделя науки СПбГПУ»: Тезисы докладов. - 2005.

38. Вудс, Р. Цифровая обработка изображений [Текст]: монография / Р. Гонсалес, Р. Вудс. - М.: Изд-во «Техносфера». - 2005. - 1072 с.

39. Шестов, Р. В. Современные методы преобразования яркости и пространственной фильтрации цифровых изображений [Текст] / Р. В. Шестов // Вестник Волжского университета им. В.Н. Татищева. - 2012. - № 4 (20).

- С. 117-128.

40. Цыцулин, А. К. Управление режимом накопления в твердотельных фотоприемниках [Текст] / А. А. Умбиталиев, А. К. Цыцулин, А. А. Манцветов, В. В. Козлов, А. Е. Рычажников, П. С. Баранов, А. В. Иванова // Оптический журнал. - 2012. - Вып. 11 (79). - С. 84-92.

41. Цветков, О. В. Цифровые технологии обработки аудиовидеосигналов: компрессия и семантический анализ [Текст] / О. В. Цветков // Труды СПИИРАН. - 2004. - Вып. 2 (1). - С. 145-158.

42. Кулешов, С. В. Фрактальное шифрование [Текст] / С. В. Кулешов // Труды СПИИРАН. - 2004. - Вып. 2 (1). - С. 231-235.

43. Александров, В. В. Концепция программируемой технологии цифровой теории связи: от герц к бит/с [Текст] / В. В. Александров,

C. В. Кулешов, О. В. Цветков // Информационно-измерительные и управляющие системы. - 2007. - №6. - С. 62-72.

44. Никольский, Б. А. Бортовые радиоэлектронные системы [Электронный ресурс]: учебник / Б. А. Никольский. - Самара: Изд-во Самар. гос. аэрокосм. ун-та. - 2013. - 1 электр. опт. диск (CD-ROM).

45. Курс (система сближения) [Электронный ресурс]. - Режим доступа: https://ru.wikipedia.org/wiki/Курс_(система_сближения)

46. Старовойтов, Е. И. Использование оптоэлектронных устройств для позиционирования относительно космических объектов [Текст] / Е. И. Старовойтов // Известия Тульского государственного университета. Технические науки. - 2011. - Вып. 5, - ч.1. - С. 162-168.

47. Федосеев, В. И. Автоматическая лазерная система контроля параметров сближения кооперируемых космических аппаратов [Текст] / В. И. Федосеев // Оптический журнал. - 1996. - №7. - С. 66-70.

48. Старовойтов, Е. И. Характеристики бортовых лазерных локационных систем и уголковых отражателей для увеличения дальности измерений до 2 000 км при сближении космических аппаратов [Текст] / Д. В. Савчук, Е. И. Старовойтов // Космическая техника и технологии. - 2014. - № 4 (7). - С. 47-53.

49. Васильев, Д. В. Моделирование следящего дальномерного канала однокамерной системы технического зрения для космического аппарата [Текст] / Д. В. Васильев, А. В. Гапон, А. С. Коротеев, В. А. Никонов // Научно-техническая конференция «Техническое зрение в системах управления 2011»: Сборник трудов. - 2012. - С. 26-31.

50. Бахшиев, А. В. Телевизионная система определения взаимного положения космических аппаратов [Текст] / А. В. Бахшиев, Д. Н. Степанов, Д. А. Громошинский, Н. А. Кирпань, Ф. Д. Гунделах, А. М. Корсаков // Научно-техническая конференция «Техническое зрение в системах управления 2015»: Тезисы. - 2015. - С. 19.

51. Богуславский, А. А. Повышение надежности обнаружения образов объектов интереса в системе автоматизированного мониторинга процессов сближения и стыковки КА [Текст] / С. М. Соколов, А. А. Богуславский //

Научно-техническая конференция «Техническое зрение в системах управления 2016»: Тезисы. - 2016. - С. 23-24.

52. Половко, С. А. Определение положения космических аппаратов путём обнаружения и сопровождения естественных конструктивных особенностей [Текст] / А. Н. Степанов, А. В. Бахшиев, Е. Ю. Смирнова, С. А. Половко // Вопросы радиоэлектроники. Сер. Техника телевидения.

- 2016. - Вып. 1. - С. 61-77.

53. Цыцулин, А. К. Стабилизация изображений на основе измерения их смещения при совместном использовании матричного и двух линейных фотоприемников [Текст] / А. К. Цыцулин, Ш. С. Фахми, А. А. Манцветов, Д. О. Малашин, И. А. Зубакин // Оптический журнал. - 2012. - Вып. 11 (79)

- С. 67-75.

54. Факторы космического полета [Электронный ресурс]. - Режим доступа: http://www.gctc.ru/main.php?id=940#1

55. Кузнецов, В. Д. Космическая погода и риски космической деятельности [Текст] / В. Д. Кузнецов // Космическая техника и технологии.

- 2014. - № 3 (6). - С. 3-13.

56. Холодный или горячий космос [Электронный ресурс]. - Режим доступа: http://www.astronaut.ru/bookcase/books/salah03/text/02.htm

57. Пиккиев, В. А. Изучение физических свойств околоземного космоса с помощью научной аппаратуры «ВАКУУМ» малого космического аппарата «КЕДР» [Текст] / В. А. Пиккиев, С. Н. Самбуров, Р. Ю. Богомазов, А. А. Луценко // Известия Юго-Западного государственного университета.

- 2013. - № 1 (46). - С. 35-39.

58. Чистяков, М. Г. Методология проектирования радиационно-стойких элементов для САПР электронно-компонентной базы типа «система-на-кристалле» // М. Г. Чистяков, А. В. Назаров, С. А. Морозов [Текст] // Труды МАИ. - 2016. - № 90. - С. 26.

59. Горбоконенко, Е. Е. Основные проблемы качества бортовой радиоэлектронной аппаратуры космических аппаратов / Е. Е. Горбоконенко

[Текст] // Фундаментальные проблемы радиоэлектронного приборостроения.

- 2012. - № 7 (12). - С. 21-24.

60. Данилин, Н. С. Внедрение новых микроэлектронных технологий в бортовую космическую аппаратуру - системы в корпусе [Текст] / Н. С. Данилин, И. Ю. Булаев, Д. А. Белов, И. А. Морозов // Ракетно-космическое приборостроение и информационные системы. - 2015. - № 1 (2).

- С. 69-76.

61. Данилин, Н. С. Особенности применения новой электронно-компонентной базы в космических разработках [Электронный ресурс] / Н. С. Данилин, К. Шипилов. - Режим доступа: http://petrointrade.ru/wp-content/uploads/Osobennosti-primeneniya-novoi-elektronno-komponentnoi-bazy-v-kosmicheskih-razrabotkah.pdf

62. Калаев, М. П. Научная аппаратура для исследования воздействия факторов космического пространства на материалы и элементы космического аппарата [Текст] / М. П. Калаев. Д. М. Рязанов // Научно-техническая конференция «XVII Всероссийский семинар по управлению движением и навигации летательных аппаратов»: Сборник трудов. - 2015.

- Часть 2. - С. 73-77.

63. Ермаков, К. Н. Экспериментальное исследование воздействия протонов на приборы с зарядовой связью [Текст] / К. Н. Ермаков, Н. А. Иванов, О. В. Лобанов, В. В. Пашук, М. Г. Тверской, С. М. Любинский // Письма в ЖТФ. - 2010. - № 13 (36). - С. 54-60.

64. Цыцулин, А. К. Адаптация космической телевизионной системы к этапам наблюдения объектов [Текст] / А. А. Манцветов, И. А. Зубакин, В. В. Козлов, Ш. С. Фахми, А. К. Цыцулин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2012. - Вып. 1. - С. 29-43.

65. Наблюдение искусственных спутников Земли [Электронный ресурс].

- Режим доступа: http://www.sat.belastro.net/glava2/glava2.php

66. Левко, Г. В. Телевизионная система мониторинга и определения параметров относительного движения космических объектов: концепция,

архитектура, развитие [Текст] / Г. В. Левко, А. А. Манцветов, П. С. Баранов, С. А. Половко, С. В. Лемешев, Д. Н. Степанов, И. В. Орловский, А. Н. Зеленщиков, В. В. Афонин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 2. - С. 39-49.

67. Молчанова, В. С. Восьмисвязный асимметричный алгоритм скелетизации бинарных изображений [Текст] / В. С. Молчанова // Вюник Сумського державного ушверситету. Сер. Техтчт науки. - 2013. - № 2.

- С. 43-50.

68. Демиденко, Е. И. Оптимизация и регрессия [Текст]: монография / Е. И. Демиденко. - М.: Изд-во «Наука». - 1989. - 296 с.

69. Журавлев, Ю. И. Распознавание. Математические методы. Программная система. Практические применения. [Текст]:монография / Ю. И. Журавлев, В. В. Рязанов, О. В. Сенько. - М.: Изд-во «Фазис». - 2005.

- 160 с.

70. Китов, В. В. Метод ближайших соседей [Электронный ресурс].

- Режим доступа: http://www.machinelearning.ru/wiki/images/3/31/Kitov-ML-REU-02-K-NN.pdf

71. Метод ближайших соседей [Электронный ресурс]. - Режим доступа: http://www.machinelearning.ru/wiki/index.php?title=Метод_ближайшего_соседа

72. Репин, В. Г. Статистический синтез при априорной неопределённости и адаптация информационных систем [Текст]: монография / В. Г. Репин, Г. П. Тартаковский. - М.: Изд-во «Сов. Радио».

- 1977. - 432 с.

73. Трифонов, А. П. Совместное различение сигналов и оценка их параметров на фоне помех [Текст]: монография / А. П. Трифонов, Ю. С. Шинаков. - М.: Изд-во «Радио и связь». - 1986. - 264 с.

74. Джиган, В. И. Адаптивная фильтрация сигналов: теория и алгоритмы [Текст]: монография / В. И. Джиган. - М.: Изд-во «Техносфера». - 2013.

- 528 с.

75. Корнышев, Н. П. Метод количественного анализа бинарных изображений [Текст] / Н. П. Корнышев // Техника средств связи. Техника телевидения. - 1988. - Вып. 4. - С. 58-66.

76. Корнышев, Н. П. Измерение геометрических параметров объектов при воздействии шума [Текст] / Ю. Ф. Коркунов, Н. П. Корнышев // Техника средств связи. Техника телевидения. - 1990. - Вып. 3. - С. 76-80.

77. Корнышев, Н. П. Комбинирование линейных и нелинейных методов фильтрации при обработке видеопоследовательностей [Текст] / Н. П. Корнышев, А. В. Лифар // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2013. - Вып 1. - С. 105-112.

78. Хомяков, Ю. Н. Введение в цифровую обработку изображений в среде Matlab. Часть 2. [Текст]: научное издание / Ю. Н. Хомяков. - СПб.: Изд-во СПбГЭТУ «ЛЭТИ». - 2013. - 208 с.

79. Николаев, Д. П. Критерии оценки качества в задаче автоматизированной настройки алгоритмов бинаризации [Текст] / Д. П. Николаев, А. А. Сараев // Труды ИСА РАН. - 2013. - № 3 (63).

- С. 85-94.

80. Firdousi, R. Local thresholding techniques in image binarization / R. Firdousi, S. Parveen // International journal of engineering and computer science. - 2014. - Vol. 3. - P. 4062-4065.

81. Zhang, Y. Optimal multi-level thresholding based on maximum Tsallis entropy via an artificial bee colony approach / Y. Zhang, L. Wu // Entropy. - 2011.

- Vol. 13. - P. 841-859.

82. Трещалин, А. П. Определение положения быстро движущегося малоконтрастного объекта на зашумленном изображении [Текст]: электронный журнал / А. П. Трещалин, И. С. Осадчий, В. П. Богданов // Журнал радиоэлектроники. - 2014. - № 3.

83. Kazemi, L. Detection strategies for high slew rate, low SNR star tracking / L. Kazemi, B. Eng // RULA Digital Repository. - 2015.

84. Dimov, D. Image processing suggestions for astronomical multiexposure wide field plates / D. Dimov, M. Dimitrijevic // VIII Serbian-Bulgarian Astronomical Conference. - 2012. - P. 219-238.

85. Otsu, N. A. Threshold Selection Method from Gray-Level Histograms / N. A. Otsu // IEEE Transactions on Systems, Man and Cybernetics. - 1979.

- Vol. 9 (1). - P. 62-66.

86. Khurshid, K. Comparison of Niblack inspired binarization methods for ancient documents / K. Khurshid, I. Siddiqi, C. Faureand, N. Vincent // Conference «Document Recognition and Retrieval XVI»: Proceedings. - 2009.

87. Кобзарь, А. И. Прикладная математическая статистика. Для инженеров и научных работников [Текст]: монография / А. И. Кобзарь. - М.: Изд-во «ФИЗМАТЛИТ». - 2006. - 816 с.

88. Красильников, Н. Н. Цифровая обработка 2D и 3D-изображений [Текст]: учеб. пособие / Н. Н. Красильников. - СПб.: Изд-во «БХВ-Петербург». - 2011. - 608 с.

89. Королюк, В. С. Справочник по теории вероятностей и матстатистике. 2-е изд. перераб. доп. [Текст]: монография / В. С. Королюк, Н. И. Портенко, А. В. Скороход, А. Ф. Турбин. Киев: Изд-во «Наукова думка». - 1985.

- 640 с.

90. Hoang, D. T. Efficient algorithms for MPEG video compression / D. T. Hoang, J. S. Vitter // Wiley-Interscience. - 2001.