Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости тема диссертации и автореферата по ВАК РФ 05.12.04, доктор технических наук Роженцов, Алексей Аркадьевич

• Роженцов, Алексей Аркадьевич
• доктор технических наук
• 2007

Оглавление диссертации доктор технических наук Роженцов, Алексей Аркадьевич

ВВЕДЕНИЕ.

1. ОСНОВНЫЕ ПОДХОДЫ К ОБРАБОТКЕ ИЗОБРАЖЕНИЙ ГРУППОВЫХ ТОЧЕЧНЫХ ОБЪЕКТОВ.!.

1.1. Задачи обработки заданных на плоскости изображений групповых точечных объектов.

1.2. Формирование машинного кадра.

1.3. Геометрическая калибровка сигнального машинного кадра.

1.4. Селекция точечных объектов.

1.5. Улучшение точечного кадра.

1.6. Локализация ГТО.

1.7. Нумерация и упорядочение точек ГТО.

1.8. Распознавание ГТО и идентификация отметок в составе ГТО.

1.9. Сравнительный анализ моделей ГТО и методов их обработки.

1.10. Помехоустойчивость систем обработки изображений.

1.11. Постановка задач диссертационного исследования.

2. МАТЕМАТИЧСЕКИЕ МОДЕЛИ ИЗОБРАЖЕНИЙ ПЛОСКИХ И ОБЪЕМНЫХ ГРУППОВЫХ ТОЧЕЧНЫХ ОБЪЕКТОВ.

2.1. Структурная схема системы машинного зрения.

2.2. Модели плоских изображений ГТО. Линейные пространства для представления изображений ГТО

2.3. Векторно-полевая модель группового точечного объекта.

2.4. Амплитудно-фазовая модель.

2.5. Спектральный анализ изображений ГТО.

2.6. Аналитическое задание пучков в трехмерном пространстве.

2.7. Обсуждение результатов.

3. ОБРАБОТКА ИЗОБРАЖЕНИЙ ГРУППОВЫХ ТОЧЕНЫХ ОБЪЕКТОВ.

3.1. Контурные согласованные фильтры.

3.2. Оценка степени сходства двух форм.

3.3. Фильтрация широкополосного шумового контура.

3.4. Согласованная фильтрация зашумленного контура.

3.5. Распознавание зашумленных контуров.

3.6. Согласованная фильтрация кватернионных сигналов как метод получения меры схожести форм 3d изображений.

3.7. Распознавание групповых точечных объектов на базе векторно-полевой модели.

3.8. Распознавание и оценка параметров на базе АФМ.

3.9. Обсуждение результатов.

4. ПОТЕНЦИАЛЬНАЯ ЭФФЕКТИВНОСТЬ РАСПОЗНАВАНИЯ КОМПЛЕКСНОЗНАЧНЫХ И ГИПЕРКОМПЛЕКСНЫХ СИГНАЛОВ ПРИ СОВПАДЕНИИ ИХ РАЗМЕРНОСТИ С ОБЪЕМОМ АЛФАВИТА.

4.1. Постановка задачи.

4.2. Выбор критерия принятия решения о классе распознаваемого сигнала и его анализ.

4.3. Выбор эталонных сигналов и размерности алфавита.

4.4. Симплексные контуры.

4.5. Выбор модели распознаваемого сигнала и характеристики меры схожести распознаваемого и эталонных сигналов.

4.6. Определение потенциальной эффективности распознавания зашумленных симплексных контуров.

4.7. Анализ поведения графиков зависимостей предельно достижимых вероятностей правильного распознавания от размерности векторных сигналов.

4.8. Сравнительная эффективность алфавитов на базе полных семейств симплексных и элементарных контуров.

4.9. Симплексные кватернионные сигналы.

4.10. Распознавание симплексных кватернионных сигналов.

4.11. Синтез ортогональных и симплексных кватернионных сигналов.

4.12. Сравнительный анализ эффективности алгоритмов обработки изображений групповых точеных объектов.

4.13. Обсуждение результатов.

5. ОЦЕНКА ПОТЕНЦИАЛЬНОЙ ПОМЕХОУСТОЙЧИВОСТИ СИСТЕМЫ РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ ГТО ПРИ ПРОИЗВОЛЬНЫХ СООТНОШЕНИЯХ МЕЖДУ РАЗМЕРНОСТЬЮ СИГНАЛА И ОБЪЕМОМ АЛФАВИТА.

5.1. Введение.

5.2. Постановка задачи синтеза алфавита симплексных сигналов.

5.3. Поиск базовых комбинаций.

5.4. Формирование алфавитов симплексных последовательностей на основе базовых комбинаций

5.5. Решение задачи синтеза для случая М < к.

5.6. Решение задачи синтеза для случая М > к.

5.7. Общие подходы к определению потенциальной помехоустойчивости системы распознавания изображений ГТО.

5.8. Обсуждение результатов.

Список сокращений

ААКФ — ациклическая автокорреляционная функция

АКФ — автокорреляционная функция

АЧХ — амплитудно-частотная характеристика

ВК — вектор-контур

ВКФ — взаимно-корреляционная функция

ГТО — групповой точечный объект

ДКС — дискретно-кодированный сигнал

ДПФ — дискретное преобразование Фурье

ЗУ — запоминающее устройство

ИХ — импульсная характеристика

КК — композиционный контур

КСФ — контурный согласованный фильтр

J14M — линейная частотная модуляций

НСП — нормированное скалярное произведение

РЭС — равномерный энергетический спектр

СП — скалярное произведение

ФМ — фазовая модуляция

ФРМ — фазо-разностная модуляция

ФЧМ — фазо-частотная модуляция

ФЧХ — фазо-частотная характеристика

ЦАКФ — циклическая автокорреляционная функция

ЧКП — частотный коэффициент передачи

ЧКШС —через £2-шаговое суммирование

ЧМ — частотная модуляция

ЭВ — элементарный вектор

ЭК — элементарный контур

ЭПР — эффективная площадь рассеяния

Введение диссертации (часть автореферата) на тему «Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости»

Актуальность работы.

Практически в любой области науки и техники на определенном этапе развития возникает вопрос о предельно достижимых результатах и путях их получения. В области радиотехники такая теория была разработана В.А. Котельниковым и получила название теории потенциальной помехоустойчивости [105]. Благодаря ей были не только очерчены границы, к которым следует стремиться при проектировании радиотехнических систем, но и заложены теоретические основы для их создания [37-42]. Исследования в области потенциальной помехоустойчивости послужили мощным катализатором прогресса в развитии систем связи и радиолокационных систем, поскольку позволили отказаться от эвристики при синтезе алгоритмов их функционирования и подвести под них строгую теоретическую основу.

Теория В.А.Котельникова стала источником идей при разработке новых подходов к созданию теоретических основ синтеза оптимальных и квазиоптимальных алгоритмов обработки радиотехнических сигналов. Развитие теории оценок параметров было получено в работах JI.A. Вайнштейна, А.А. Харкевича, В.Д.Зубакова, А.Ф. Фомина, С.Е.Фальковича, Е.И.Куликова, А.П.Трифонова и др. [45]. В них рассматривались системы передачи информационных параметров с помощью аналоговых и импульсных методов модуляции [263], методы измерения угловых координат и повышения угловой разрешающей способности за счет использования диаграмм направленности с существенной нелинейностью фазовой характеристики [258], рассматривались задачи совместной и раздельной оценки параметров сигналов [126], задачи совместного обнаружения и оценки параметров [45].

Применение теории потенциальной помехоустойчивости к решению проблемы электромагнитной совместимости исследовалось, например, в работах М.А. Быховского [36] и на ее основе была показана возможность существенного увеличения пропускной способности линий связи с ЧМ. В НИИРТ совместно с ИРЭ под руководством В.И.Сифорова был разработан метод частотного планирования сетей звукового и телевизионного вещания на основе регулярных сеток. Исследования в области распространения радиоволн также являются одним из направлений тесного сотрудничества НИИРТ и ИРЭ. В исследованиях принимали участие Б.А. Введенский, А.Г. Аренберг,

М.А. Колосов, Н.А. Арманд, А.В. Соколов, И.А.Гусятинский, А.И. Калинин,

A.С. Немировский, В.Н. Троицкий, А.А. Шур и др. Их результаты были обобщены в монографии [70].

Важные результаты, касающиеся пространственно-временной обработки сигналов, были получены С.Е.Фальковичем [258] и И.Н.Амиантовым [7]. Были найдены структуры оптимальных устройств обработки сигналов, исследованы проблемы пеленгации подвижных и неподвижных объектов и рассмотрены вопросы влияния на оптимальный прием мультипликативных и аддитивных помех [258], выполнен синтез 4-х канальных моноимпульсных измерителей угловых координат и получены оптимальные алгоритмы обработки [7].

Теория потенциальной помехоустойчивости стала основой гауссовой теории оптимального приема сигналов, разработанной И.А.Большаковым и

B.Г. Репиным [26, 27, 58], использованной при разработке различных радиотехничсеких систем, в том числе, следящих и неследящих демодуляторов ЧМ сигналов, созданных В.М. Дорофеевым и Л.Я. Кантором [95].

Марковская теория оптимального приема сигналов была разработана Р.Л.Стратоновичем [245]. Совместно с Н.К.Кульманом и Ю.Г. Сосулиным им было рассмотрено применение новой теории к решению ряда практических задач: для приема узкополосного сигнала с неизвестной частотой, для оптимальной фильтрации телеграфного сигнала, приема сигналов на фоне негауссовского шума и т.п. Значительный вклад в развитие этой теории внес В.И.Тихонов. Н.К.Кульманом, В.И.Тихоновым, Ю.В. Саютиным были рассмотрены многочисленные задачи синтеза и анализа помехоустойчивости аналоговых систем связи с различными методами модуляции — фазовой, частотной, амплитудной и различными их комбинациями. В.И.Тихоновым также была рассмотрена помехоустойчивость оптимальной системы разнесенного приема сигналов. Важным направлением развития марковской теории оптимального приема сигналов явилось ее применение к комплексным задачам синтеза оптимальных систем В.И.Тихоновым, В.Н. Харисовым [254].

Непосредственно после создания теории потенциальной помехоустойчивости полученные в ней результаты стали использоваться при проектировании разнообразных радиотехнических систем. Так, при разработке телеметрической системы «Трал», в создании которой непосредственное участие принимал В.А.Котельников, на базе теории потенциальной помехоустойчивости был обоснован выбор способа разделения каналов, вид модуляции, энергетические параметры системы. Позднее специалистами ОКБ МЭИ была создана первая цифровая система «Орбита-ТМ», в которой на практике был реализован потенциальный приемник Котельникова с линейным детектором и интегратором. Первые космические телевизионные системы, созданные при участии ОКБ МЭИ также использовали время-импульсную модуляцию, отработанную в системе «Трал».

В начале 1960 г. в ИРЭ под руководством В.А. Котельникова были начаты комплексные исследования по подготовке к радиолокации Венеры. Использованные в созданной аппаратуре оптимальные методы обработки сигналов также были предсказаны в теории потенциальной помехоустойчивости.

Особо следует отметить создание оптимальных систем связи с М-позиционными сигналами (М-сигналами) (ортогональными и симплексными), которые также впервые были предложены и исследованы В. А. Котельниковым [42, 104]. Котельников показал, что в системах связи, использующих М-сигналы, можно достичь предельных характеристик качества приема, на которые в 1948 г. указал К. Шеннон [398]. В отличие от К. Шенона, В.А. Котельникову удалось показать пути технической реализации таких систем.

В 1950 г. С. О. Раис опубликовал работу, в которой рассмотрел оптимальный прием М-сигналов в TV-мерном пространстве [42]. Поскольку методы построения оптимального ансамбля М-сигналов в те годы не были известны, он впервые выдвинул идею случайного кодирования и нашел формулу для средней вероятности ошибочного приема по случайно выбранным ансамблям таких сигналов. Работа Раиса показывала, что теория потенциальной помехоустойчивости может служить инструментом для конструктивного доказательства положений теории информации, касающихся пропускной способности каналов связи. Результаты Раиса были развиты рядом крупных ученых.

В 1955-1958 гг. Э. J1. Блох, А. А. Харкевич и Н. К. Игнатьев, используя математическую теорию плотнейшего заполнения TV-мерного пространства равными шарами, нашли ряд оптимальных ансамблей М-сигналов, позволяющих передавать сообщения в каналах с белым гауссовским шумом. В 1959-1963 гг. К. Шеннон, А.В. Балакришнан и Д. Слепян опубликовали работы, в которых были развиты методы вычисления зависимости вероятности возникновения ошибок от параметров сигнала и канала связи и были сделаны важные выводы о потенциальной помехоустойчивости оптимального приема М-сигналов. Многочисленные результаты, связанные с проблемой передачи и приема М-сигналов, полученные до 1966 г., были отражены в работе К. А. Мешковского и Н. Е. Кириллова [158].

Позднее важные результаты в данном направлении были получены А.Г. Нутталлом, исследовавшим помехоустойчивость когерентного и некогерентного приема равнокоррелированных М-сигналов, и Галлагером [376], разработавшим метод оценки сверху вероятности ошибок при приеме М-сигналов. Другой эффективный метод оценки сверху вероятности ошибок при приеме произвольных М-сигналов разработан в [43]. В этой работе рассмотрен ряд примеров его применения для конкретных систем связи, работающих в каналах с замираниями и без замираний.

В конце 50-х - начале 60-х гг. продолжались исследования помехоустойчивости приема ортогональных и биортогональных М-сигналов в TV-мерном пространстве и М-сигналов в двухмерном пространстве. Применение М-сигналов при M>N позволяет в заданной полосе частот передавать сообщения с большей скоростью, т. е. более эффективно использовать полосу частот канала связи.

JI. М. Финком и В. С. Котовым получены результаты, определяющие потенциальную помехоустойчивость приема четырехпозиционных сигналов с ЧМ (сигналов ДЧТ-двуканального частотного телеграфирования (модуляции)) в каналах с неопределенной фазой при произвольном законе флуктуации уровня принимаемого сигнала [42].

В работах Кана [339], Компопиана и Глазера [340] и Смита [400], в 60-х гг. были предложены и исследованы весьма важный класс двухмерных М-сигналов с амплитудно-фазовой (ФАМ-сигналы) и квадратурной амплитудной модуляцией (КАМ-сигналы). Такие сигналы, при выполнении условия М » N, позволяют намного эффективнее использовать полосу частот канала связи, отведенную для их передачи, по сравнению с сигналами ЧМ и ФМ. Сигналы КАМ весьма просты в реализации, и при М = 16.256 они нашли широкое применение в современных цифровых системах связи и, в частности, радиорелейной. Одновременно были развернуты обширные исследования по синтезу N-мерных М-сигналов, позволяющих с высокой эффективностью использовать полосу частот канала связи и имеющих высокую помехоустойчивость приема. По существу происходит синтез идей теории модуляции и теории кодирования.

Американский ученый Слепян [399] был одним из первых, кто предложил метод построения ансамбля сигналов для случая, когда N и М имеют произвольные значения и М » N. Все сигналы этого ансамбля получаются из одного в результате перестановок его символов. Этот метод Слепян назвал перестановочной модуляцией. Он показал возможность достижения высокой помехоустойчивости приема сигналов при их передаче этим методом.

В США И. Ридом и С. Шольцем, В. К. Линдсеем и М. К. Симоном в общем виде исследована помехоустойчивость приема "в целом" ансамбля М-сигналов, в которых отдельные сигналы содержат L ортогональных компонентов.

В. В. Гинзбургом были предложены новые сигнально-кодовые конструкции М-сигналов (СКК), в которых применялись многократная ФМ и различные виды корректирующих кодов. Новый подход к созданию СКК, основанный на использовании определенного правила двоичного представления сигнальных точек при разбиении используемого ансамбля сигналов на вложенные подансамбли с увеличивающимся минимальным расстоянием, был предложен Унгербоеком [405].

Интенсивные теоретические исследования СКК были выполнены в 80-х гг. советскими учеными В. JL Банкетом, В. В. Зябловым и С. JT. Портным. Ими рассмотрены вопросы помехоустойчивого кодирования в спутниковых каналах с много позиционной ФМ, разработаны методы синтеза СКК на основе каскадных кодов, выполнен анализ возможностей применения сверточных кодов для синтеза СКК [86, 87].

Таким образом, создание теории потенциальной помехоустойчивости стало определяющим фактором в развитии радиотехники во второй половине двадцатого века и достижению ею современного уровня.

В области создания систем обработки и распознавании изображений ситуация в настоящее время напоминает ту, которая сложилась в радиотехнике накануне создания теории потенциальной помехоустойчивости: существует значительное количество действующих систем распознавания специфического назначения, использующих, как правило, эвристические алгоритмы. Их эффективность существенно зависит от условий наблюдения, параметров линейных преобразований изображений и оценивается либо путем сравнения с другими алгоритмами, либо указанием конкретных обстоятельств, для которых получены результаты распознавания. При этом отсутствует единая «шкала» и мерило, по которому можно сравнить между собой эффективность любых систем распознавания так, как этом можно сделать в радиотехнике, например с помощью критерия Сандерса [185]. Неизвестными остаются и предельно достижимые характеристики систем распознавания изображений. Это является одним из факторов, объясняющих снижение интереса разработчиков к созданию и совершенствованию систем распознавания изображений [55].

Среди причин возникновения такой ситуации можно особо выделить отсутствие единой теории потенциальной помехоустойчивости распознавания изображений. На первый взгляд, может создаться впечатление, что положения теории потенциальной помехоустойчивости можно непосредственно переложить на теорию обработки изображений. Однако это оказывается невозможным из-за ряда особенностей изображений как сигналов, среди которых наиболее существенными являются следующие:

1. В ряде случаев, например при обработке изображений точечных объектов, или обработке трехмерных изображений, отсутствует информация об упорядоченности отсчетов, в отличие от радиотехнических сигналов, где упорядочение отсчетов происходит естественным образом в порядке их поступления.

2. До настоящего времени отсутствует общепринятое научно обоснованное определение ряда базовых понятий, касающихся обработки изображений, в том числе, формы изображения.

3. Во многих случаях не представляется возможным определить границы, разделяющие изображение и окружающие его области, сказать, что является собственно изображением, а что является фоном.

4. Отсутствует единый математический аппарат для представления изображений, адекватно описывающий их свойства.

5. Разнородность источников изображений и существенная зависимость изображений от условий наблюдения и параметров линейных преобразований приводит к формированию от одних и тех же объектов изображений, практически не связанных с эталонными какими-либо линейными преобразованиями.

6. Под влиянием шумов, помех и искажений возможно разрушение изображения объекта и «распад» на ряд фрагментов или потеря отдельных его составляющих, затрудняющие целостное восприятие.

7. Высокая размерность изображений как сигналов, затрудняет применение оптимальных алгоритмов обработки в силу их высокой трудоемкости, особенно при необходимости организации большого числа переборов.

8. Возможность и необходимость использования контекстной информации при обработке изображений.

Существенным препятствием на пути создания теории потенциальной помехоустойчивости изображений является отсутствие у разработчиков математических моделей и математического аппарата, который позволил бы сформировать адекватное «сигнальное» описание формы изображения, свободное от неинформативных в этом плане составляющих.

Значительный вклад в данном направлении внесли работы по контурному анализу изображений [55, 283]. Контуры изображений являются наиболее информативными их фрагментами и несут всю необходимую информацию об их форме [76, 272]. Комплекснозначное представление контуров плоских изображений позволяет трактовать их как дискретные комплекснозначные сигналы к которым в полной мере применимы основные операции обработки сигналов. Подобная трактовка контуров как сигналов является основой методологии контурного анализа, под которой понимается совокупность методов описания и преобразования контуров. Это позволило применить к обработке контуров изображений строгие и проверенные методы обработки радиотехнических сигналов, связанные со спектральным и корреляционным анализом, фильтрацией, обнаружением, оценкой параметров, разрешением и распознаванием.

Методология контурного анализа оказалась применима и для обработки объемных изображений. Здесь, к перечисленным выше, добавляются проблемы, связанные с необходимостью введения метрических пространств для чисел большей, чем у комплексных чисел, размерности [94, 283]. Основным вопросом при этом является выбор размерности числа, которым представляются отсчеты сигнала, и выбор алгебры, определяющей возможность выполнения различных операций над отсчетами сигнала: сложения, вычитания, умножения, деления. Система чисел, удовлетворяющая требованиям, необходимым для работы с векторами, заданными в трехмерном пространстве, была получна У.Гамильтоном. В 1843г. им была разработана алгебра четырехкомпонентных гипрекомплексных чисел, названная алгеброй кватернионов [94]. Этому открытию предшествовала упорная работа по поиску трехкомпонентных чисел - триплетов, которым можно было бы сопоставить векторы трехмерного пространства, наподобие того, как комплексным числам сопоставляют вектора евклидовой плоскости. Для решения проблемы в новой алгебре кватернионов пришлось пожертвовать коммутативностью операции умножения, а вместо триплетов были введены четырехкомпонентные числа - кватернионы. Для сигналов, отсчеты которых задаются кватернионами, оказалось возможным введение понятий скалярного произведения сигналов, спектра сигнала, линейной фильтрации кватернионных сигналов [283]. Поскольку кватернион может быть представлен как двухкомпонентное число, состоящее из комплексных чисел, то на кватернионные сигналы могут быть распространены подходы, выработанные в теории контурного анализа.

Помимо задач обработки сплошных изображений, контурные методы эффективны и при обработке изображений точечных объектов. Для этого тем или иным образом выполняется переход от первичного описания точечного объекта как набора координат отдельных отметок к его вторичному описанию в виде ассоциированного с ним контура, отражающего структуру и форму точечного объекта. К полученному контурному описанию применимы все операции обработки контуров изображений.

Таким образом, методы контурного анализа позволяют с единых позиций подходить как к обработке акустических, радиотехнических и оптических сигналов, так и к обработке радиолокационных, телевизионных, оптических и других видов изображений. На данном положении основана предлагаемая в работе методика определения потенциальных характеристики системы распознавания изображений, базирующаяся на теории потенциальной помехоустойчивости В.А.Котельникова. Определение потенциальной помехоустойчивости распознавания изображений по их контурам должно послужить основой для оценки эффективности существующих систем распознавания изображений и создания новых, более совершенных систем.

Цель и задачи исследований.

Цель диссертационной работы заключается в разработке подходов к оценке потенциальной помехоустойчивости распознавания плоских и объемных изображений групповых точечных объектов и ее практическому приложению в системах обработки изображений и сигналов. Для достижения этой цели в диссертационной работе решаются следующие задачи:

1. Задача получения адекватных аналитических моделей изображений плоских и объемных групповых точечных объектов в виде к -мерного вектора, заданного в комплексном или гиперкомплексном пространстве.

2. Задача определения потенциальной помехоустойчивости распознавания изображений плоских и объемных групповых точечных объектов в случае совпадения размерности сигнала и объема алфавита.

3. Задача синтеза алфавитов помехоустойчивых сигналов для случая произвольных соотношений между размерностью сигнала и объемом алфавита.

4. Задача определения потенциальной помехоустойчивости системы распознавания изображений групповых точечных объектов для случая произвольных соотношений между размерностью сигнала и объемом алфавита.

5. Задача оценки эффективности существующих и перспективных систем распознавания плоских и объемных изображений групповых точечных объектов.

Методы исследования.

Для решения поставленных в диссертационной работе задач были использованы методы распознавания образов, контурного анализа, цифровой обработки сигналов и изображений, теории вероятностей, теории чисел, теории функции комплексного переменного, алгебры гиперкомплексных чисел, численные методы и методы математического моделирования.

Научная новизна.

1. Разработана методика оценки потенциальной помехоустойчивости распознавания плоских и объемных изображений групповых точечных объектов при совпадении объема алфавита и размерности сигнала.

2. Разработана методика синтеза помехоустойчивых сигналов при произвольных соотношениях между объемом алфавита и размерностью сигнала, на базе которых возможна оценка потенциальной помехоустойчивости системы распознавания. Получены симплексные сигналы, обеспечивающие максимально достижимые вероятности правильного распознавания. Получены ортогональные сигналы, асимптотически обеспечивающие максимально достижимые вероятности правильного распознавания.

3. Разработана методика оценки потенциальной помехоустойчивости распознавания плоских и объемных изображений групповых точечных объектов при произвольных соотношениях между объемом алфавита и размерностью сигнала.

4. Разработаны алгоритмы обработки плоских и объемных изображений групповых точечных объектов, обеспечивающие потенциальную помехоустойчивость при распознавании и оценке параметров изображений.

5. Выполнена оценка эффективности существующих и перспективных систем распознавания плоских и объемных изображений групповых точечных объектов.

Практическая значимость работы.

1. Разработанные подходы к определению потенциальной помехоустойчивости распознавания плоских и объемных изображений групповых точечных объектов обеспечивают возможность оценки эффективности существующих и перспективных систем обработки изображений, выработки обоснованных требований к характеристикам таких систем, позволяют синтезировать оптимальные алгоритмы обработки изображений.

2. Синтезированные помехоустойчивые сигналы обеспечивают возможность оценки потенциальной эффективности распознавания изображений групповых точечных объектов, а также могут найти применение в системах ориентации и навигации при формировании и поиске изображений помехоустойчивых ориентиров.

3. Предложенные алгоритмы обработки изображений групповых точечных объектов на базе векторно-полевых моделей и амплитудно-фазовых моделей обеспечивают высокую эффективность в условиях априорной неопределенности относительно масштаба, угла поворота и сдвига наблюдаемой сцены относительно эталонной при влиянии помеховых факторов в виде флуктуационных шумов, появления ложных отметок и пропуска сигнальных. Это определяет высокую практическую значимость полученных результатов при разработке систем астроориентации, систем обработки изображений подстилающей поверхности, систем дефектоскопии, систем обработки изображений микробиологических объектов и т.д.

Реализация результатов работы. Теоретические и практические результаты диссертационной работы использованы в следующих НИР:

1. Грант РФФИ «Новые оптимальные сигналы для задач разрешения/распознавания», проект №97-01-00906, 1997-1998гг.

2. Грант Министерства общего и профессионального образования РФ «Интеллектуальные системы ориентации летательных аппаратов на базе систем обработки изображений ориентиров оптимальной формы, расположенных на подстилающей поверхности или небесной сфере», 1997-1998гг.

3. Государственная программа 011 «Перспективные информационные технологии», грант Миннауки и технологий «Распознавание изображений дорог и других нитевидных объектов в сценах с аэроландшафтами», №0201.05.021, 1998г.

4. Грант РФФИ «Оптимальные сигналы в виде форм точечных изображений. Поиск уникальных звездных образований для ориентации летательных аппаратов», проект № 99-01-00186, 1999-2000гг.

5. Грант Минобразования РФ по программе 001 - «Научные исследования высшей школы в области производственных технологий» раздел «Робототехнические технологии», проект 03.01.06.001, «Робототехническая производственная технология дефектоскопии корпусов интегральных схем на базе контурного анализа их изображений», 2000г.

6. Грант РФФИ, «Издание монографии «Введение в контурный анализ и его приложения к обработке изображений и сигналов», проект № 01-01-14029, 2001.

7. Грант РФФИ, «Новые подходы к решению класса задач обработки изображений и сигналов, связанного с фиксацией максимума взаимнокорреляционной функции и подавлением корреляционных шумов», проект № 01-01-00298, 2002-2003.

8. Грант РФФИ, «Издание монографии «Комплекснозначные и гиперкомплексные системы в задачах обработки многомерных сигналов», проект № 03-01-14065д, 2003.

9. Грант РФФИ, «Определение потенциальной эффективности распознавания образов, задаваемых векторными сигналами», проект №04-0100243, 2004.

Теоретические и практические результаты диссертационной работы использованы в следующих НИР, выполняемых автором в качестве руководителя по грантам:

1. Грант Марийского государственного технического университета для молодых ученых, 2003г.

2. Грант РФФИ, «Новые подходы к решению класса задач обработки изображений и сигналов, связанного с фиксацией максимума взаимнокорреляционной функции и подавлением корреляционных шумов», проект MAC № 03-01-06550, 2003г.

3. Грант РФФИ, «Методы обработки изображений групповых точечных объектов для систем дефектоскопии на предприятиях радиоэлектронной промышленности», проект №05-01-96510рповолжьеа, 2005.

4. Государственный контракт от "28" февраля 2006 г. № 02.442.11.7333 в рамках ФЦНТП "Исследования и разработки по приоритетным направлениям развития науки и техники" на 2002-2006 годы. Научно-исследовательская работа «Теория потенциальной помехоустойчивости распознавания изображений».

Результаты диссертационной работы внедрены в учебный процесс по специальностям «Радиотехника», «Радиосвязь, радиовещание и телевидение», «Инженерное дело в медико-биологической практике».

Апробация работы. Результаты работы обсуждались на Международной научной конференции «Современная радиоэлектроника в ретроспективе идей В.А. Котельникова» (Москва, 2003); на LII, LIV, LV научных сессиях, посвященных Дню Радио (Москва, 1997, 1999, 2000); на 1-ой Международной конференции и выставке «Цифровая обработка сигналов и ее применение»

Москва, 1998); на Всероссийской научной конференции «Телекоммуникационно-информационные системы» (Йошкар-Ола, 1998); на Ш-ей Всероссийской научно-технической конференции «Динамика нелинейных дискретных электротехнических и электронных систем» (Чебоксары, 1999); на IV-ой и VI-ой Международных научно-технических конференциях «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 1999, 2003); на Ш-ей Международной конференции «Космонавтика, Радиоэлектроника, Геоинформатика» (Рязань, 2000); на V-ой (Самара, 2000), VI-ой (В.Новгород, 2002), VII-ой (С.Петербург, 2004), VIII-ой (Йошкар-Ола, 2007) Международных конференциях «Распознавание образов и анализ изображений»; на VI Всероссийской с участием стран СНГ конференции «Методы и средства обработки сложной графической информации» (Нижний Новгород, 2001); на XI-ой (Пущино, 2003) и ХН-ой (Звенигород, 2005) Всероссийской конференции «Математические методы распознавания образов»; на ежегодных научных конференциям по итогам НИР МарГТУ и научных семинарах кафедры радиотехнических и медико-биологических систем МарГТУ.

Публикации. Всего по теме диссертации опубликовано 43 работы из них 2 коллективные монографии, выпущенные издательством «ФИЗМАЛИТ»; 8 - в международных изданиях, 13 - в центральных научных журналах, 22 - в материалах конференций. При участии автора подготовлено 11 отчетов по НИР. Материалы работы опубликованы в юбилейном выпуске журнала «Радиотехнические тетради», посвященном 95-летию академика В. А.Котельникова.

Структура и объем работы. Диссертация состоит из Введения, 6 глав, Заключения, содержит 84 рисунка и 6 таблиц. Список литературы включает 414 наименований

Заключение диссертации по теме «Радиотехника, в том числе системы и устройства телевидения», Роженцов, Алексей Аркадьевич

Заключение

В диссертационной работе разработаны подходы к оценке потенциальной помехоустойчивости распознавания плоских и объемных изображений групповых точечных объектов. Основные результаты диссертационной работы заключаются в следующем.

1. Показано, что в условиях априорной неопределенности относительно параметров линейных преобразований и воздействия помеховых факторов в виде координатных шумов и ошибок обнаружения сигнальных отметок известные методы либо неработоспособны, либо обладают низкой эффективностью. Кроме того, отсутствует единая методика определения помехоустойчивости таких систем и их предельных характеристик.

2. Рассмотрены комплекснозначные модели групповых точечных объектов. Показано, что комплекснозначное кодирование групповых точеных объектов, в отличие от действительных сигналов, позволяет формировать меру схожести в виде нормированного скалярного произведения позволяет формировать меру схожести изображений групповых точечных объектов в виде нормированного скалярного произведения, совместно инвариантную к линейным преобразованиям: вращениям, переносам, изменению масштаба.

Предложены амплитудно-фазовая и векторно-полевая модели ГТО, базирующиеся на их комплекснозначном представлении, обеспечивающие формирование меры схожести, устойчивой к ошибкам обнаружения сигнальных отметок в составе ГТО.

Векторно-полевая модель изображений групповых точечных объектов благодаря интегральному вкладу всех отметок в формирование вторичного описания обладает слабой чувствительностью к ошибкам обнаружения точечных отметок и координатным шумам. За счет учета не только величины поля, создаваемого зарядами, но и его направления, полученное в результате описание обладает более высокой информативностью по сравнению с моделью на основе потенциального поля. Векторно-полевые модели обеспечивают инвариантность описания к сдвигу групповых точечных объектов, нумерации отметок и возможность оценки параметров линейных преобразований.

Амплитудно-фазовая модель группового точечного объекта, основанная на полулогарифмическом или логарифмическом представлении комплекснозначных отсчетов, задающих пучок векторов, проведенных из полюса в направлении отметок группового точечного объекта обеспечивает естественное упорядочивание отметок группового точечного объекта и инвариантность алгоритмов обработки к нумерации отметок в сцене. Вращение группового точечного объекта приводит к параллельному сдвигу отсчетов вдоль оси аргументов, что позволяет выполнять оценку угла поворота. При зашумлении группового точечного объекта в амплитудно-фазовой плоскости образуются собственные области, размеры которых выбираются из условия обеспечения высокой вероятности попадания отметок группового точечного объекта.

Введена математическая модель пространственного группового точечного объекта в виде кватернионного сигнала, заданного совокупностью векторных кватернионов, соответствующих точкам пространственного ГТО.

3. Рассмотрены подходы к обработке изображений ГТО на базе контурной согласованной фильтрации комплекснозначных кодов изображений плоских ГТО. Показано, что контурный согласованный фильтр выполняет формирование меры схожести эталонного и наблюдаемого ГТО путем формирования отсчетов ВКФ их комплекснозначных кодов. Определено влияние параметров линейных преобразований на результат согласованной фильтрации и показана возможность обеспечения инвариантности меры схожести к линейным преобразованиям. Исследованы статистические характеристики сигналов на выходе согласованного фильтра при фильтрации шумового и зашумленного контуров.

Рассмотрены вопросы согласованной фильтрации кватернионных сигналов. Показано, что основная особенность таких фильтров по сравнению с фильтрами для вещественных и комлпекснозначных сигналов заключается в расщеплении каждой т -ой гармоники входного сигнала на две: одна по частоте соответствующей исходной, на частоте т, другая - на зеркальной частоте s-m. Следствием этого нарушилось привычное для линейных систем соответствие между спектрами входного и выходного сигналов, хотя для кватернионных фильтров принцип суперпозиции не нарушается. Показано, что такое поведение фильтра обусловлено некоммутативностью операции перемножения кватернионов. В том случае, когда процесс фильтрации не сопровождается операцией сопряжения, например, у фильтра скользящего среднего, расщепление входной гармоники не происходит.

Разработан алгоритм распознавания групповых точечных объектов на базе векторно-полевых моделей, основанный на поочередном сравнении модулей векторов векторно-полевой модели сигнального и эталонных групповых точечных объектов и выборе эталона с наибольшим количеством совпадений. Выполнено сравнение эффективности обработки групповых точечных объектов при использовании различных полеобразующих функций. Показано, что наибольшую помехоустойчивость при обработке обеспечивают модели на базе линейной функции и функции с постоянной интенсивностью поля. Выполнено моделирование работы системы распознавания и построены характеристики правильного распознавания. Полученные характеристики проигрывают потенциальным по требуемому отношению сигнал/шум на 20-25 дБ, что является платой за незнание параметров линейных преобразований и нумерации отметок в сцене, возможность работы в условиях ошибок обнаружения сигнальных отметок и обработку сигналов произвольной формы, отличных от симплексных.

Синтезированы квазиоптимальный и оптимальный по критерию минимального расстояния алгоритмы распознавания. Выполнено моделирование работы системы распознавания и построены характеристики правильного распознавания. Второй алгоритм обеспечивает наибольшую вероятность принятия правильных решений при любых условиях наблюдения Полученные характеристики проигрывают потенциальным по требуемому отношению сигнал/шум на 15-20 дБ, что является платой за незнание параметров линейных преобразований и нумерации отметок в сцене, возможность работы в условиях ошибок обнаружения сигнальных отметок и обработку сигналов произвольной формы, отличных от симплексных.

3. Найдена потенциальная помехоустойчивость распознавания изображений плоских и объемных групповых точечных объектов в случае совпадения размерности сигнала и объема алфавита. Показано, что потенциальная помехоустойчивость обеспечивается при распознавании сигналов из алфавита в виде полного семейства симплексных сигналов. Получено, что вероятность правильного распознавания зашумленных симплексных сигналов существенно зависит от преобразований вращения и сдвига начальных точек. Показано, что с практических позиций при обработке комплекснозначных сигналов значительно больший интерес для построения помехоустойчивых систем распознавания представляют семейства элементарных контуров, являющихся ортогональными сигналами, незначительно проигрывающие в помехоустойчивости симплексным сигналам. Поучено, что значения предельно достижимых вероятностей правильного распознавания кватернионных сигналов при одних и тех же размерностях сигналов и входных отношений сигнал/шум практически совпадают с такими же вероятностями для комплекснозначных сигналов.

4. Решена задача синтеза комплекснозначных сигналов, обеспечивающих максимальную помехоустойчивость при распознавании. В случае совпадения размерности сигнала с размерностью алфавита решение сведено к поиску симплексных сигналов, формируемых либо на базе кодовых комбинаций, обеспечивающих нулевую сумму векторов кодовой комбинации, либо на базе унитарных и ортогональных матриц. Показано, что при размерности сигнала к, объем алфавита симплексных сигналов составляет к +1, а общее количество алфавитов бесконечно. Полученные симплексные последовательности являются основой для формирования помехоустойчивых сигналов с размерностями как меньше, так и больше объема алфавита. При объемах алфавита меньше размерности сигнала синтез помехоустойчивых сигналов осуществляется путем конкатенации симплексных сигналов меньшей размерности. При объемах алфавита больше размерности сигнала синтез сводится к минимизации частных скалярных произведений сигналов на каждом кодовом интервале. Поскольку синтезированные в работе сигналы имеют одинаковые модули отсчетов на каждом кодовом интервале и не содержат фигур, обладающими свойствами подобий, то они допускают простую и однозначную интерпретацию в виде визуальных образов, помехоустойчивых при распознавании. Полученные результаты позволяют выполнять оценку потенциальной помехоустойчивости системы распознавания изображений в случае произвольных размерностей сигналов и объемов алфавита.

5. Решена задача определения потенциальной помехоустойчивости системы распознавания изображений ГТО при произвольных соотношениях между размерностью сигнала и объемом алфавита. Показано, что для определения потенциальной помехоустойчивости необходимо исследовать алфавиты симплексных и квазисимплексных сигналов, обеспечивающих наибольшее взаимное расстояние в признаковом пространстве при заданных размерностях сигнала и объемах алфавита. Получены аналитические соотношения, позволяющие численным путем определить потенциально достижимые вероятности правильного распознавания.

6. Для получения детальных изображений ГТО разработана методика обеспечения повышенной разрешающей способности PJIC по дальности. Показано, что для обеспечения сжатия сигнала в согласованном фильтре без боковых лепестков сложный сигнал должен обладать равномерным энергетическим спектром, а обработка должна быть циклической. Предложена модель сигнала в виде композиционного контура из полного

300 семейства элементарных контуров, отвечающего поставленным требованиям и разработаны методы синтеза алфавита таких сигналов. Получены методы реализующие идеальное разрешение сигналов в виде композиционных контуров за счет отсутствия боковых лепестков у сжатого сигнала. Определены условия, при которых применение данных методов дает выигрыш в качестве принимаемых решений. Методом математического моделирования подтверждена возможность идеального разрешения перекрывающихся фазокодированных сигналов на базе композиционных контуров от целей с разной ЭПР.

Список литературы диссертационного исследования доктор технических наук Роженцов, Алексей Аркадьевич, 2007 год

1. Абду И.Э., Прэтт У.К. Количественный расчет детекторов контуров, основанных на подчеркивание перепадов яркости с последующим пороговым ограничением// ТИИЭР. -1975. - Т.67. -№ 5. - С. 59-70.

2. Авиационно-космические системы. Сборник статей под. ред. Г.Е. Лозино-Лоринского и А.Г. Братухина.-М.: Издательство МАИ, 1997.-416с.

3. Автоматический анализ сложных изображений. Сборник переводов/ Под ред. Э.М. Бра-вермана. М.: Мир, 1969.

4. Айзерман М.А., Браверман Э.М., Розаноэр Л.И. Метод потенциальных функций в теории обучения машин М.: Наука, 1970.

5. Академик Владимир Александрович Котельников (К 90-летию со дня рождения)// Радиотехника. 1998. -№ 8.

6. Александрова Н.В. Максвелл: Векторы и кватернионы// Сб. "Максвелл и развитие физики XIX-XX веков", М:, Наука, 1985 г.

7. Амиантов И.Н. Избранные вопросы статистической теории связи. М.: Сов. радио, 1971.

8. Андреев И.Н., Темковский С.А., Юдин В.А. Приближение индивидуальных функций -от Чебышева до наших дней/ Российская наука: день нынешний и день грядущий. Сборник научно-популярных статей. Под. ред. академика Скулачева М.: Academia, 1999. С12-20.

9. Андреев Н. Н., Петерсон А. П., Прянишников К. В., Старовойтов А. В. Основоположник отечественной засекреченной телефонной связи II Радиотехника. 1998. - № 8.

10. Анисимов Б.В., Курганов В.Ф., Злобин В.К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983.

11. Аркадьев А.Г. Браверман В.Н. Обучение машины классификации объектов.-М.: Наука, 1971.

12. Астрономический календарь на 1999 год.: Под ред. О.С. Угольникова. М.: Звездочет, 1998.

13. Бакулев П.А., Клементьев А.Н., Степин В.М. Анализ эффективности устройств обработки радиолокационных сигналов в обзорных РЛС: Учебное пособие.- М.: Изд-во МАИ, 1992,- 48с.

14. Бакулев П.А., Сосновский А.А. Радиолокационные и радионавигационные системы: Учеб. пособие для вузов. М.: Радио и связь, 1996.

15. Бакут П.А. и др. Вопросы статистической теории распознавания. -М.: Сов. радио, 1963.

16. Бакут П.А., Колмогоров Г.С. Сегментация изображений: Методы выделения границ областей// Зарубежная радиоэлектроника, 1987. № 10. - С. 25-47.

17. Бакут П.А., Колмогоров Г.С., Ворновицкий И.Э. Сегментация изображений: Методы пороговой обработки// Зарубежная радиоэлектроника, 1987. -№ 10. С. 6-24.

18. Балухто А.Н. Нейросетевая идентификация астрообъектов на цифровых изображениях участков звездного неба в системах астроориентации космических аппаратов// Сб. докл. 3й Междунар. НТК «Цифровая обработка сигналов и ее применение». Москва, 2000. - С. 4-7.

19. Барабаш Ю.Л., Барский Б.В., Зиновьев В.Т., Кириченков B.C., Сапегин В.Ф. Вопросы статистической теории распознавания/ Под ред. Варского Б.В. М.: Сов. радио, 1977.

20. Баскаков С.И. Радиотехнические цепи и сигналы. М.: Высш. шк., 1983.

21. Башаринов А.Е. Выделение радиолокационной информации при приеме сигналов в шумах. М.: Изд-во МЭИ, 1966.

22. Бейтмен Г. и Эрдейи А. Высшие трансцендентные функции, в трех томах, СМБ, Наука. Т. 1. Гипергеометрическая функция и ее обобщения. Функции Лежандра, 1967.

23. Белман Р. Введение в теорию матриц. Пер. с англ./ Под ред. Б.В.Лидского.-М.: Наука, 1969.

24. Беляевский Л.С., Новиков B.C., Олянюк П.В. Обработка и отображение радионавигационной информации. -М.: Радио и связь, 1990.-232с.

25. Богомолов А. Ф., Победоносцев К. А. Вклад Особого конструкторского бюро Московского энергетического института в развитие отечественной ракетно-космической радиоэлектроники // Радиотехнические тетради № 7, ОКБ МЭИ, 1995.

26. Большаков И.А., Репин В.Г. Проблемы нелинейной фильтрации. Ч. I. Случай одного параметра // Автоматика и телемеханика. 1961. № 4.

27. Большаков И.А., Репин В.Г. Вопросы нелинейной фильтрации. Ч. II. Многомерный случай // Автоматика и телемеханика. 1964. № 12.

28. Бранец В.Н., Шмыглевский В.Н. Применение кватернионов в задачах ориентации твердого тела. М:, Наука, 1973 г.

29. Бронштейн И.Н., Семендяев К.К. Справочник по математике для инженеров и учащихся вузов. Лейпциг: Тойбнер: М.: Наука, 1981.

30. Бронштейн И.Н., Семендяев К.К. Справочник по математике для инженеров и учащихся вузов. Лейпциг: Тойбнер: М.: Наука, 1981.

31. Бурый А.С., Михайлов С.Н. Методы идентификации астроориентиров в задачах ориентации и навигации космического аппарата по изображениям звездного неба// Зарубежная радиоэлектроника, 1994. № 7-8.- С. 44-52.

32. Бутаков Е.А., Островский В.И., Фадеев И.Л. Обработка изображений на ЭВМ. М.: Радио и связь, 1987.

33. Быков Р.Е., Гуревич С.Б. Анализ и обработка цветных и объемных изображений.- М.: Радио и связь, 1984.- 248 с.

34. Быстров И.Е., Чеботарев Д.В. Фазоманипулированные сигналы с большой базой для дальностно-доплеровских РЛС//Методы и средства цифровой обработки сигналов/ Нов-гор. политехи. ин-т.-Новгород, 1990. -С.40-44.

35. Быховский М. А. Оценка вероятности ошибочного приема в многопозиционных системах связи // Труды НИИР. 1973. - № 4.

36. Быховский М.А. Потенциальная помехоустойчивость разделения двух сигналов с ЧМ//1. Электросвязь, 1979. №10.

37. Быховский М. А. Очерк истории создания теории потенциальной помехоустойчивости // Электросвязь. 1998. - № 5.

38. Быховский М. А. Круги памяти (Очерки истории развития радиосвязи и вешания в XX столетии) // Серия изданий "История электросвязи и радиотехники", Вып. 1. М.: Информационно-технический центр "Мобильные коммуникации", 2001.

39. Быховский М.А. Развитие отечественными учеными теории оптимального приема непрерывных сигналов, созданной академиком В.А.Котельниковым// Радиотехнические тетради, 2003, №27. С.38-43.

40. Быховский М.А. Развитие отечественными учеными теории оптимального приема дискретных сигналов, созданной академиком В.А.Котельниковым// Радиотехнические тетради, 2003, № 27. С.44-49.

41. Быховский М.А., Муравчик П.Н., Троицкий В.Н. В.А.Котельников и его влияние на научные исследования и разработки ученых НИИ радио// Радиотехнические тетради, 2003, № 27. С.49-55.

42. Быховский М. А. История развития теории оптимального приема многопозиционных сигналов www

43. Быховский М. А. Оценка вероятности ошибочного приема в многопозиционных системах связи // Труды НИИР. 1973. - № 4.

44. Клоков В.И., К.В. Холщевников. Исследование в целом вращательного движения твёрдого тела// Прикл. мат-к и мех-ка, т.46, в.6, 940, 1982.

45. Вайнштейн JI.A., Зубаков В.Д. Выделение сигналов на фоне случайных помех. М.: Сов. радио, 1960.

46. Вакин С.А. Основы радиопротиводействия и радиотехнической разведки.

47. Вакман В.Е. Сложные сигналы, максимизирующие частичный объем тела неопределенности// Радиотехника и электроника.- 1967.- Т. 12.

48. Вакман В.Е. Сложные сигналы и принцип неопределенности в радиолокации. М.: Сов. радио, 1965.

49. Вакман Д.Е. Регулярный метод синтеза фазоманипулированных сигналов.- М.: Сов. радио, 1967.

50. Ван дер Варден Б.Л. Алгебра. М.: Наука, 1967. - 648 с.

51. Варакин J1.E. Системы связи с шумоподобными сигналами. М.: Радио и связь, 1985.

52. Варакин JI.E. Теория сложных сигналов.-М.: Сов. радио, 1970.Плекин В.Я. Овсеенко А.В. Многократная весовая обработка систем фазоманипулированных сигналов// Радиоэлектроника,- 1991,- №4. С.78-80.

53. Василенко Г.И. Голографическое опознавание образов. -М.: Сов. радио, 1977.

54. Васильев К.К., Ташлинский А.Г. Оценка параметров деформации многомерных изображений, наблюдаемых на фоне помех// Труды НТК РОАИ-4. Новосибирск, 1998. - С. 261-264.

55. Введение в контурный анализ и его приложения к обработке изображений и сигналов/ Я.А. Фурман, А.К. Передреев, А.В. Кревецкий, и др. Под ред. Я.А.Фурмана. - М.: Наука, 2002. - 592 с.

56. Введение в цифровую фильтрацию/ Под. ред. Р.Богнера и А. Констандинидиса; Пер. с англ. М.: Мир, 1976.

57. Вентцель Е.С. Теория вероятностей. М.: Наука, 1969.

58. Вопросы статистической теории радиолокации / Под ред. Г.П. Тартаковского / П.А. Ба-кут, И.А. Большаков, Б.М. Герасимов, А.А. Курикша, В.Г. Репин, Г.П. Тартаков-ский, В.В. Широков. Т. I, II. М.: Сов. .радио, 1963, 1964.

59. Вузман М.П. Класс последовательностей для фазовой манипуляции сигналов// Радиотехника.- 1967,- Т.22.- №9.

60. Гантмахер Ф.Р. Теория матриц.-М.: Наука. 1976.- 575с.

61. Гельфонд А.О. Уравнение в целых числах. М.: Физматгиз, 1974.

62. Гимельфарб Г.Л., Григоренко М.В. Алгоритмы бинокулярного и тринокулярного вычислительного стереозрения // Сб. статей «Системы технического зрения», Ижевск, 1991. -С.39-46.

63. Глезер В.Д. Механизмы опознавания зрительных образов. JL: Наука, 1966.

64. Горелик А.А., Скрипкин В.А. Методы распознавания.-М.: Высш.шк., 1984.

65. Гормаков К.В., Моисеева Г.Г., Сперанский B.C. Взаимные функции неопределенности линейных и линейно-производственных систем ФМ сигналов для РТС, измеряющих дальности и скорости// Радиотехника.- 1991.-15.

66. Гоулд Б., Рэйдер Ч. Цифровая обработка сигналов: Пер. с англ.; Под. ред. A.M. Трахтма-на. М.: Сов. радио, 1973.

67. Грановская P.M., Березная И.Я. Запоминание и узнавание фигур. Л.: ЛГУ, 1974.

68. Грознецкий Б.Н. Штейнберг А.С., Куликовский К.А. Оптимальное амплитудно-фазовое последетекторное обнаружение сигналов// Изв. вузов., Радиоэлектрон.- 1993.-36,- №1-2.-С.47-55.

69. Гуревич И.Б., Журавлев Ю.И., Сметанин Ю.Т. Алгебры изображений: исследовательские и прикладные задачи/ Труды IV конференции РОАИ.- Новосибирск, 1998. С. 74-78.

70. Дальнее тропосферное распространение ультракоротких радиоволн / Под ред. Б.А. Введенского. М.А. Колосова, А.И. Калинина. Я.С. Шифрина / Н.А. Арманд, Б.А. Введенский и др. М : Сов. радио, 1965.

71. Демидов В.Е. Как мы видим то, что видим. М.: Знание, 1987.

72. Денисов Д.А., Низовкин В.А. Сегментация изображений на ЭВМ// Зарубежная радиоэлектроника, 1985. № 10. - С. 5-30.

73. Дуда Р. Харт П. Распознавание образов и анализ сцен. М.: Мир, 1977.

74. Дэвенпорт Г. Высшая арифметика. Введение в теорию чисел. -М.: Наука. Редакция физико-математической литературы, 1965,- 176с.

75. Егошина И.Л. Подавление ошибок квантования прямолинейных границ изображений,заданных на квадратной сетчатке// Вестник ВВО АТН РФ. Серия: Высокие технологии в радиоэлектронике, 1996. С. 50-56.

76. Егошина И.Л., Михайлов А.И., Фурман Я.А. Оценка степени сходства двух плоских форм// Автометрия, 1995. -№ 4-С. 19-26.

77. Ермолаев Ю.М., Мельник И.Н. Экстремальные задачи на графах.-Киев: Наукова думка, 1968.

78. Ефимов В.А., Садовников А.П., Теребулин С.Ю. Синтез периодических импульсных сигналов с асимптотически оптимальной корреляционной функцией// Радиотехн. и электрон. -1989 -3.-№10-С.2089-2093.

79. Ефимов Н.В., Розендорн Э.Р. Линейная алгебра и многомерная геометрия. М.: Наука, Главная редакция физико-математической литературы, 1974.

80. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания и классификации// Проблемы кибернетики, том 33 М.: Наука, 1978. С. - 5-68.

81. Завалишин Н.В., Мучник И.Б. Модели зрительного восприятия и алгоритмы анализа изображений. -М.: Наука, 1974.

82. Заездный Л. М., Окунев Ю. Б., Рахович Л. М. Фазо-разностная модуляция. М.: Связь, 1967.

83. Зиман Я.Л., Красиков В.А., Алексешина Г.А. Алгоритм опознавания звезд на снимках.-В кн.: Аэрокосмические исследования Земли: Обработка видеоиформации на ЭВМ.-М.: Наука, 1978. С.79-86.

84. Зиновьев А. Л. Мой учитель Котельников // Радиотехнические тетради № 7, ОКБ МЭИ, 1995.

85. Зинченко В.П., Ломов В.Ф. О функциях движения руки и глаза в процессе восприятия изображения// Вопросы психологии, 1960. -№ 1. С. 29—41.

86. Зюко А. Г., Фалько А. И., Панфилов И. П., Банкет В. Л., Иващенко Л. В. Помехоустойчивость и эффективность систем передачи информации. М.: Радио и связь, 1985.

87. Зяблов В. В., Коробков Д. Л., Портной С. Л. Высокоскоростная передача сообщений в реальных каналах. М.: Радио и связь, 1991.

88. Иванюгин В.М., Петухов С.В. Машинное стереозрение// Зарубежная радиоэлектроника. 1993. -№ 7,8,9 -С.56-64.

89. Измерение радиотеплового и плазменного радиоизлучений/ А.Е. Башаринов Л.Т. Тучков, В.М. Поляков, Н.И. Ананов. М.:Сов. радио, 1968.

90. Ильин В. А. Интеллектуальные роботы: теория и алгоритмы. Красноярск : САА, 1995. с. 334.

91. Интегральные роботы: Сб. ст./ Пер. с англ. и яп.; Под ред. Г.Е. Поздняка. Вып. 2. М.: Мир, 1975.

92. Интегральные роботы: Сб. ст./ Пер. с англ.; Под ред. Г.Е. Поздняка. М.: Мир, 1973.

93. Ипатов В.П. Троичные последовательности с идеальными периодическими автокорреляционными свойствами// Радиотехника и электроника, 1979-№ 10.

94. Кантор И.А., Солодовников А.С. Гиперкомплексные числа. М.: Наука, 1973.

95. Кантор Л.Я., Дорофеев В.М. Помехоустойчивость приема ЧМ сигналов. М.: Связь. 1976.

96. Каппелини В., Констандинидис А.Д., Эмилиани П. Цифровые фильтры и их применение. М.: Энергоатомиздат, 1983.

97. Келли Т.Л. Статистические таблицы. М.: ВЦ АН СССР, 1966. - 194с.

98. Кендалл М., Стюарт Д. Теория распределений. Пер. с англ.-М.: Наука, 1996.

99. Киричук B.C., Коршевер И.И. Алгоритмы обработки последовательностей изображений и системы реального времени для их реализации// Тез. докл. РОАИ-3. Нижний Новгород, 1997. - Ч. 1. - С. 256-260.

100. Ковязин С.А. О понятии средней формы случайного измеримого множества// Динамика химических и биологических систем: Сб. науч. тр./ Под ред. В.И. Быкова. Новосибирск: Наука, 1989.

101. Колесник М. И., Усиков Д.А. Алгоритм совмещения стереопары // Сб. научных трудов «Автономное управление и машинное зрение транспортных роботов», М.: ИФТП, 1990, С.85-91.

102. Колмогоров А.В., Фомин С.В. Элементы теории функции и функционального анализа. -М.: Наука, 1972.

103. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1968.

104. Котельников В. А. Сигналы с максимальной и минимальной вероятностями обнаружения // Радиотехника и электроника. 1959. - № 3.

105. Котельников В.А. Теория потенциальной помехоустойчивости. Госэнергоиздат, 1956.

106. Крамер Г. Математические методы статистики. -М.: Мир, 1975.

107. Кревецкий А.В. Выделение особых точек в групповом точечном объекте// Цифровая обработка многомерных сигналов. Межвуз. сборник, науч. трудов МарПИ, ЛЭТИ, МАИ, МИРЭА- Йошкар-Ола, 1992,- С.70-76.

108. Кревецкий А.В. Группировка точечных объектов методом потенциальных функций// Тезисы докладов Всесоюзной н/т конференции «Цифровые методы обработки сигналов и изображений»,- Москва: ВВИАим. Н.Е.Жуковского, 1990.-С.47-48.

109. Кревецкий А.В. Кодирование и распознавание формы пространственных контуров при анализе изображений трехмерных объектов// Тезисы докладов 3 Международной НТК «Космонавтика. Радиоэлектроника. Геоинформатика», Рязань, 2000. С.332-333.

110. Кревецкий А.В. Обработка изображений в системах ориентации летательных аппаратов. -Йошкар-Ола: Изд-воМарГТУ, 1998.

111. Кревецкий А.В. Распознавание изображений трехмерных объектов по форме пространственных контуров, представленных цепными дифференциально фазовыми кодами// Тез. докл. 3-й Международной НТК «Цифровая обработка сигналов и ее применение», 2000. С. 66-67.

112. Кревецкий А.В. Распознавание образов, заданных множеством характерных точек наплоскости изображения// Автометрия, 1999. № 2. - С. 28-36.

113. Кревецкий А.В. Распознавание рельефных объектов по форме контуров, заданных в трехмерном базисе// Сб. материалов 4-й Междунар. НТК «Распознавание 99». - Курск: КГТУ, 1999.-С. 18-20.

114. Кревецкий А.В. Распознавание трехмерных объектов по форме пространственных контуров// Автометрия, 2001. № 2. - С. 21-31.

115. Кревецкий А.В. Технология контурного анализа для реализации задач астроориентации летательных аппаратов// Вестник ВВО АТН РФ-2(4)/ 1997.- С. 83-87.

116. Кревецкий А.В. Устройство для вычисления двумерной свертки. Патент РФ № 2042209, приоритет от 30.06.92.

117. Кревецкий А.В., Митрофанов В.И., Плекин В.Я. Различение групповых точечных объектов по форме ассоциированного сплошного образа// Известия вузов. Радиоэлектроника, 1997. Том 40, № 3. - С. 44-52.

118. Кревецкий А.В., Фурман Я.А. Кватернионные сигналы для систем ориентации по изображениям звездного неба// Сб. материалов 5-й международной конф. «Распознавание -2001». Курск, 2001. - С.81-83.

119. Кревецкий А.В., Фурман Я.А. Обработка изображений точечных объектов методами кватернионного анализа. Map. гос. техн. ун-т. - Йошкар-Ола, 2002. - 163 с. Ил. - Библи-огр.: 22 назв. - Рус. - Деп. в ВИНИТИ 08.07.2002, № 1265 - В2002.

120. Кревецкий А.В., Чесноков С.Е. Кодирование и распознавание изображений множеств точечных объектов на основе моделей физических полей// Автометрия, 2002. С.80-89.

121. Кревецкий А.В., Чесноков С.Е. Помехоустойчивое кодирование и идентификация изображений подмножеств полей точечных ориентиров// Тезисы всероссийской НК «Вави-ловские чтения», Йошкар-Ола, 2000. 2с.

122. Кузьмин С.З. Основы проектирования систем цифровой обработки радиолокационной информации.-М.: Радио и связь, 1986.-352с.

123. Кузьмин С.З. Основы теории цифровой обработки радиолокационной информации. -М.: Сов. радио, 1974.

124. Кук Ч. Повышение эффективности РЛ устройств за счет сжатия импульса// Зарубежная радиоэлектроника.- I960.- №9.

125. Кук Ч., Бернфельд М. Радиолокационные сигналы: Пер. с англ./ Под ред. B.C. Кельзона. -М.: Сов. радио, 1971.

126. Куликов Е.И., Трифонов А.П. Оценка параметров сигналов на фоне помех. М.: Сов. радио, 1978.

127. Куля В.И. Ортогональные фильтры. Киев: Техника, 1967.

128. Купер Дж., Макгиллем К. Вероятностные методы анализа сигналов и систем: Пер. с англ. М.: Мир, 1989. - 376с.

129. Курочкин Ю.А. Кватернионы и некоторые их приложения в физике. Препринт №109, 1977 г., Инст. физики АН БССР.

130. Курош А.Г. Лекции по общей алгебре. М.: «Наука», Главная редакция физико-математической литературы, 1973.

131. Лаврентьев М.А., Шабат Б.В. Методы теории функции комплексного переменного.-М.: Наука, 1987.-688с.

132. Ланцош К. Практические методы прикладного анализа. -М.: Физматгиз, 1961.

133. Лапин С.В. Ортогональный базис для представления гиперкомплексных октавных сигналов// Деп. в ВИНИТИ. 2003.

134. Лебедев Д.С., Цуккерман И.И. Телевидение и теория информации. М.: Сов. радио, 1974.

135. Левин Б.Р. Теоретические основы статистической радиотехники. Книга первая. -М.: Сов. радио, 1974.- 552с.

136. Левшин В.Л. Пространственная фильтрация в оптических системах навигации. М.: Сов. радио, 1971.

137. Лезин Ю.С. Введение в теорию и технику радиотехнических систем: Уч. пособие для вузов. М.: Радио и связь, 1986.

138. Лезин Ю.С. Оптимальные фильтры и накопители импульсных сигналов. М.: Сов. радио, 1969.

139. Леухин А.Н. Многомерный гиперкомплексный контурный анализ и его приложения к обработке изображений и сигналов. Диссертация на соискание ученой степени доктора физико-математических наук. Йошкар-Ола, 2004.

140. Леухин А.Н. Новые оптимальные сигналы для задач разрешения, распознавания / Я.А.Фурман, А.А.Роженцов, А.Н.Леухин // Вестник ВВО АТН РФ. Серия: Высокие технологии в радиоэлектронике. -1998 №2(4). - С.21-28.

141. Леухин А.Н. Роженцов А.А., Фурман Я.А, Метод идентификации светил в системах ориентации космических аппаратов на базе вторичных созвездий с уникальной монохроматичностью спектра их формы // Космонавтика и ракетостроение. 2001. - №24. - С.47-64.

142. Леухин А.Н., Роженцов А.А. Метод синтеза сложных сигналов по функции неопределенности// Материалы 1-й Междунар. конференции и выставки: "Цифровая обработка сигналов и ее применение". Москва, 1998. - Т.З.

143. Ли Ц., Джадж Д., Зельнер А. Оценивание праметров марковских моделей по агрегатив-ным временным рядам/ Под ред. Райбмана. М.: Статистика, 1977.

144. Лидл Р., Нидеррайтер Г. Конечные поля: в 2-х томах. Пер. с англ. М.: Мир, 1988.

145. Литюк В.И. Плекин В.Я. Овсеенко А.В. Системы радиолокационных фазоманипулиро-ванных сигналов//Радиоэлектроника.- 1991.- №4. -С.37-42.

146. Лихарев В.А. Цифровые методы и устройства в радиолокации. М.: Советское радио, 1973.

147. Лурин. Метод цифрового сжатия импульса, использующий многофазные коды// ТИИЭР,- 1963,-N.51.-№9.

148. Мальцев А.И. Основы линейной алгебры. -М:, Наука, 1975.

149. Маркус М., Минк X. Обзор по теории матриц и матричных неравенств. М.: Наука, 1972.

150. Маркюс Ж. Дискретизация и квантование. -М.: Энергия, 1969.

151. Марпл-мл С.Л. Цифровой спектральный анализ и его приложения. М.: Мир, 1990.

152. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов: Пер. с англ. -М.: Радио и связь, 1987.

153. Математическая энциклопедия в 5 томах. Коо-Од. -М.:Советская энциклопедия, 1982.

154. Метод выделения контуров протяженных детерминированных объектов в стохастических полях// А.А. Попов, Т.В. Галкина, Т.И. Орлова и др.// Радиотехника и электроника, 1991. Т- 36. Вып. 11.-С. 2240-2242.

155. Методы компьютерной обработки изображений/ Под ред. В.А. Сойфера. М.: Физмат-лит, 2001.

156. Мешковский К. А., Кириллов Н. Е. Кодирование в технике связи. М.: Связь, 1966

157. Михайлов А.И. Обнаружитель изображений, инвариантный к ориентации границы. -МарГТУ, Йошкар-Ола, 1996. Деп. в ВИНИТИ № 3115 - В96.

158. Моисеев Г.Г. Синтез радиолокационных сигналов с минимальным уровнем пиков автокорреляционных функций// Инф.методы повыш. эффектив. и помехоустойчивости радиосистем и систем связи,- Ташкент, 1990.-С.69.

159. Надь Г. Цифровая обработка изображений, получаемых при дистанционном зондировании природных ресурсов// Распознавание образов при помощи вычислительных машин/ Под ред. Л. Хармона. М.: Мир, 1972.

160. Небабин В.Г., Сергеев В.В. Методы и техника радиолокационного распознавания. М.: Радио и связь, 1984.

161. Обработка и отображение информации в растровых графических системах/ О.И. Семен-ков, С.В. Абламейко, В.И. Берейщик, И.И. Старовойтов. Минск: Наука и техника, 1989.

162. Окунев Ю.Б. Цифровая передача информации фазоманипулированными сигналами.- М.: Радио и связь, 1991. 296с.

163. Ориентация летательных аппаратов по изображениям звездного неба/ Фурман Я.А., Кре-вецкий А.В., Михайлов А.И., Роженцов А.А., Смирнов Д.Л., Хафизов Р.Г.; Марийск. гос. техн. ун-т. Йошкар-Ола, 1997. -36с. Деп. в ВИНИТИ 19.11.1997 № 3386-В97.

164. Орлов А.А., Садыков С.С., Жизнянов А.А. Применение преобразования Хоха для выделения и подавления изображений ребер на флюорограммах// Труды НТК РОАИ-5. Самара, 2000. - С. 584-588.167. Отчет Госконтракт

165. Отчет по гранту РФФИ «Новые оптимальные сигналы для задач разрешения/распознавания». Проект № 97-01-00906. Марийск. гос. техн. ун-т. Йошкар-Ола, 1998.

166. Отчет по гранту РФФИ. «Новые подходы к решению класса задач обработки изображений и сигналов, связанного с фиксацией максимума взаимнокорреляционной функции и подавлением корреляционных шумов». Проект № 01-01-00298, 2002-2003.

167. Отчет по гранту РФФИ. «Определение потенциальной эффективности распознавания образов, задаваемых векторными сигналами». Проект №04-01-00243, 2004.

168. Отчет по гранту РФФИ. «Методы обработки изображений групповых точечных объектов для систем дефектоскопии на предприятиях радиоэлектронной промышленности». Проект №05-01 -96510рповолжьеа, 2005

169. Павлидис Т. Алгоритмы машинной графики и обработки изображений: Пер. с англ. -М.: Радио и связь, 1986.

170. Палий А.И. Радиоэлектронная борьба. -М.: Воениздат, 1981.

171. Параметрические модели трехмерных обьектов и их использование для реконструкции сцен/ Б.Х. Барладян, В.А. Галактионов, Е.Ю. Зуева, Е.И. Кугушев// Открытые системы, 1995.-№5(13).

172. Пат. 4097845 США, МКИ G06 К9/00. Method and Apparatus for Automatic Classification of Red Blood Gells. J.W. Bacus (USA), № 825673. Опубл. 27.06.78.

173. Передреев A.K. Аналитическое описание группового точечного объекта, максимизирующего меру разделимости объектов. Йошкар-Ола: МарПИ, 1988, Деп. в ВИНИТИ, № 4210-В88.

174. Передреев А.К., Роженцов А.А. Накопление контуров, заданных комплекснозначными кодами. МарГТУ, Йошкар-Ола, 1999. - Деп. в ВИНИТИ 9.07.99, № 2236-В99.

175. Передреев А.К., Роженцов А.А. Совмещение плоских изображений на основе анализа спектров контурных линий/ МарГТУ, Йошкар-Ола, 1996. -16с. Деп. в ВИНИТИ 29.05.96. № 1673-В96.

176. Петрович Н. Т. Передача дискретной информации в каналах с фазовой манипуляцией. -М.: Сов. радио, 1965.

177. Плекин В.Я., Овсеенко А.В. Возможность использования системы фазоманипулированных сигналов в PJIC с СДЦ// Прием и обработка сигналов в многоканал. и комплек-сир. Системах/ Моск. авиац. ин-т.-М., 1992.-С.94-101.

178. Плекин В.Я., Кревецкий А.В, Обнаружение групповых точечных объектов с нестационарной конфигурацией// Известия вузов. Радиоэлектроника, 1994. Т. 37. - № 3. - С. 8— 21.

179. Плекин В.Я., Кревецкий А.В. Обнаружение групповых точечных объектов с известнойформой ассоциированного сплошного образа// Известия высш. учебн. заведений. Радиоэлектроника, 1992. Том 35, № 4,- С. 66-73.

180. Плекин В.Я., Кревецкий А.В. Обнаружение групповых точечных объектов со случайными параметрами// Известия высш. учебн. заведений. Радиоэлектроника, 1992. Том 35, № 12.-С. 18-27.

181. Плехатый М.И. О некоторых блок-конструкциях, порождающих конструкции с хорошими автокорреляционными свойствами// Радиотехника и электроника,- 1971.- Т. 16.- №7.

182. Победоносцев К.А. Использование результатов теории потенциальной помехоустойчивости в разработках особого конструкторского бюро МЭИ// Радиотехнические тетради, 2003, №27. С. 16-18.

183. Поветко В.Н., Понькин В.А. Оценка качества обнаружения пространственно-протяженных объектов по их изображениям// Радиотехника и электроника, 1993. Т. 35. -№4.-С. 685-688.

184. Постников М.М. Магические квадраты. -М.: Наука. Редакция физико-математической литературы, 1964. 84с.

185. Применение цифровой обработки сигналов/ Под ред. Э. Оппенгейма. М.: Мир, 1980.

186. Принципы совмещения изображений в системах наведения управляемых ракет// Новости зарубежной науки и техники. Информационный бюллетень, 1982. № 18 (639). - С. 1128.

187. Прэтт У. Цифровая обработка изображений. Кн. 1-2. М.: Мир, 1982.

188. Пугачев B.C., Синицын И.Н. Стохастические дифференциальные системы. Анализ и фильтрация. М.: Наука, 1990.

189. Пытьев О.П. Морфологический анализ изображений групповых точечных объектов// Тезисы докладов 6-ой н/т конференции «Математические методы распознавания образов»,- М.: РАН, ВЦ РАН, 1993,- С. 49-50.

190. Рабинер JL, Гоулд Б. Теория и применение цифровой обработки сигналов. М.: Мир, 1979.

191. Радиотехнические системы передачи информации: Учеб. пособие для вузов/ В.А. Борисов, В.В. Калмыков, Я.М. Ковальчук и др.; под ред. В.В. Калмыкова. -М.: Радио и связь, 1990.

192. Радиотехнические системы: учеб. для вузов по спец. «Радиотехника»/ Ю.П. Гришин, В.П. Ипатов, Ю.М. Казаринов и др.; под ред. Ю.М. Казаринова.-М.: Высш.шк., 1990.-496с.

193. Радиотехнические цепи и сигналы: Учебн. пособие для вузов/ Д.В. Васильев, М.Р. Ви-толь Ю.Н. Горшенков К.А.Самойло. М.: Радио и связь, 1982.

194. Распознавание образов. Исследование живых и автоматических решающих систем. М.:1. Мир, 1970.

195. Распознавание оптических изображений. Под общей ред. Ю.С. Сагдулаева, B.C. Титов: Ташкент, ТЭНС, 2000.

196. Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределенности и адаптация информационных систем М.: Сов. радио, 1977.

197. Рихачек А.В. Синтез радиолокационных сигналов и улучшение разрешения целей// ТИИЭР,- 1965,- № 2.

198. Роженцов А.А. Алгоритм, реализующий восстановление отсчетов сигналов, ассоциированных с композиционными контурами// Вестник ВВО АТН РФ. Серия: Высокие технологии в радиоэлектронике.-№2(4).-1997. С.67-70.

199. Роженцов А.А. Генератор сложных сигналов, ассоциированных с композиционными контурами// Материалы Всероссийской научной конференции "Цифровая обработка многомерных сигналов"/ Марийск. гос. техн. ун-т. Йошкар-Ола, 1996. С.78-79.

200. Роженцов А.А. Потенциальная эффективность распознавания комплекснозначных и кватернионных сигналов// Известия вузов. Приборостроение. 2006. Т.49, №4, С.26-35.

201. Роженцов А.А. Предельно достижимые возможности при распознавании многомерных сигналов// Всероссийская конференция «Математические методы распознавания образов -ММРО-11», Пущино, 2003. С.169-171.

202. Роженцов А.А. Применение сложных сигналов в аппаратах ультразвуковой диагностики// Вторые Вавиловские чтения. Материалы Всероссийской междисциплинарной научной конференции, Йошкар-Ола. С.301-302.

203. Роженцов А.А. Синтез помехоустойчивых сигналов при объемах алфавита несовпадающих с размерностью сигнала// Автометрия, 2006, №4, С.36-47.

204. Роженцов А.А., А.О.Евдокимов, А.В.Григорьев. Распознавание плоских изображений групповых точечных объектов в условиях действия ошибок обнаружения // Известия вузов. Приборостроение. 2006. Т.49, №4, С.59-64.

205. Роженцов А.А., Евдокимов А.О. Разрешение сигналов по угловым координатам на основе алгоритмов сопряженно-согласованной фильтрации//Труды LVII научной сессии, посвященной Дню радио. 2002. Москва, с. 56.

206. Роженцов А.А., Евдокимов А.О. Распознавание и оценка параметров изображений групповых точечных объектов по их амплитудно-фазовым моделям// Вестник казанского государственного технического университета им.А.Н.Туполева, 2005, №3, С.14-19.

207. Роженцов А.А., Леухин А.Н. Алгоритм синтеза полного алфавита композиционных контуров из полного семейства элементарных контуров, обладающих дельтовидной АКФ// Йошкар-Ола, Марийск. гос. техн. ун-т. 1996. 11с. Деп. в ВИНИТИ 22.04.96. № 1316-В96

208. Роженцов А.А., Леухин А.Н. Распознавание наземных объектов с помощью доплеров-ской радиолокационной станции непрерывного излучения.// Тезисы докладов на LIV научной сессии, посвященной Дню Радио. Секция: общая радиотехника. Москва, 1999. - с. 100-101.

209. Роженцов А.А., Леухин А.Н. Физическая реализация сигналов на базе композиционных контуров из полного семейства элементарных контуров// Вестник ВВО АТН РФ. Серия: Высокие технологии в радиоэлектронике. 1997. - №2(4). - С.76-82.

210. Роженцов А.А., Фурман Я.А. Пространственные комплекснозначные и кватернионные симплексные сигналы// Всероссийская конференция «Методы обработки сложной графической информации» Н.Новгород, 2003. С.89-90.

211. Розенфельд А. Распознавание и обработка изображений. -М.: Мир, 1972.

212. Розенфельд А., Дейвис Л.С. Сегментация и модели изображений// ТИИЭР. 1979. -Т.67, № 5. - С. 71-82.

213. Свердлик М.Б. Оптимальные дискретные сигналы.-М.: Сов. радио, 1975.

214. Свердлик М.Б. Расчет ФМ сигналов с хорошими корреляционными свойствами// Известия вузов. Радиоэлектроника.- 1971.-Т. 14,- №12.

215. Сверхбольшие интегральные схемы и современная обработка сигналов/ Под ред. С.Гуна, X. Уайтхауса, Т. Кайлата. М.: Радио и связь, 1989.

216. Свистов В.М. Радиолокационные сигналы и их обработка. М.: Сов. радио, 1977.

217. Селекция и распознавание на основе локационной информации/ А.Л. Горелик, Ю.Л. Ба-рабаш, О.В. Кривошеее, С.С. Эпштейн.; Под ред. А.Л. Горелика. М.: Радио и связь, 1990.

218. Сергеев В.В., Чернов А.В. Методы восстановления изображений, основанные на принципах теории распознавания образов. Тез. докл. РОАИ-3. - Нижний Новгород, 1997. -4.1.-С. 256-260.

219. Сергеев Г.А., Янутш Д.А. Статистические методы исследования природных объектов. -Л.: Гидрометеоиздат, 1973.

220. Системы технического зрения (принципиальные основы, аппаратное и математическое обеспечение)/ А.Н. Писаревский, А.Ф. Чернявский, Г.К. Афанасьев и др.; Под общ. ред. А.Н. Писаревского, А.Ф. Чернявского. Л.: Машиностроение, 1988.

221. Слока В.К. Вопросы обработки РЛ сигналов. -М.: Сов. радио, 1970.

222. Смирнов Д.Л. Вторичное описание стохастической точечной сцены по методу сечения яркостного векторного поля// Тез. докл. Всерос. НТК «Информационные технологии в электронике и электротехнике». Чебоксары: ЧувГУ, 1996.

223. Смирнов Д.Л. Сравнение информативности методов вторичного описания, основанных на модели векторного описания поля точечной сцены// Труды 3 НТК РОАИ. Нижний Новгород, 1997. -4.1. - С. 266-270.

224. Смирнов Д.Л., Кревецкий А.А., Фурман Я.А. Векторно-волевая модель группового точечного объекта/Сб. тезисов 52 научной сессии НТО РЭС им. А.С.Попова.-М.: 2002.

225. Смольянинов В.М., Филиппов Л.И. Синтез оптимальных радиоприемников дискретных сигналов.-М.: Высшая школа, 1969.

226. Соколов А. В., Филиппов Л. И. Теория потенциальной помехоустойчивости как основа статистической радиотехники // Радиотехника. 1998. - № 8.

227. Сосулин Ю.Г. Разрешение и распознавание радиосигналов: Уч. пособие. М.: МАИ, 1983.

228. Сосулин Ю.Г. Теоретические основы радиолокации и радионавигации: Учеб. пособие для вузов,- М.: Радио и связь, 1992.-304с.

229. Сосулин Ю.Г. Теория обнаружения и оценивания стохастических сигналов. М.: Сов радио, 1978.

230. Справочник по радиолокации. Под. ред. М.Скольника. T.l. -М.: Сов. радио, 1976.

231. Справочник по радиолокации. Под. ред. М.Скольника. Т.З. -М.: Сов. радио, 1976.

232. Справочник по специальным функциям с формулами, графиками и математическими таблицами/ Под. ред. М. Абрамовича и И. Стиган: пер. с англ. М.: Наука, 1979. - 832 с.

233. Статистическая обработка результатов экспериментов на микро-ЭВМ и программируемых микрокалькуляторах/ Костылев А.А., Миляев П.В., Дорский Ю.Д. и др.: Л.: Энерго-атомиздат. Ленингр. отд-ние, 1991.-304с.

234. Стратонович Р.Л. К теории оптимальной нелинейной фильтрации случайных функций // Теория вероятностей и ее применение. 1959. № 2.

235. Теоретические основы радиолокации/ Под.ред.Ширмана Я.Д. Учебное пособие для ву-зов.-М.: Сов.радио, 1970.- С.560.

236. Теория передачи сигналов/ А.Г. Зюко, Д.Д. Кловский, М.В. Назаров, Л.М. Финк: Учебник для вузов. М.: Связь, 1980.

237. Теория электрической связи: Учебник для вузов/ А.Г. Зюко и др.; Под ред. Д.Д. Кловско-го.-М.: Радио и связь, 1998.

238. Техническое зрение роботов/ В.И. Мошкин, А.А. Петров, B.C. Титов, Ю.Г. Якушенков; Под общ. ред. Ю.Г. Якушенкова. -М.: Машиностроение, 1990.

239. Техническое зрение роботов/ Под ред. А. Пью. М.: Машиностроение, 1987.

240. Тиме. Коррекция боковых лепестков в канале дальности радиолокационной станции со сжатием импульсов// Зарубежная радиоэлектроника.- 1963.- №5.- С.23-34.

241. Тихонов А.Н., Арсеньев В.Я. Методы решения некорректных задач. М.: Наука. Главная редакция физико-математической литературы, 1979.

242. Тихонов В.И. Статистическая радиотехника М.: Сов. радио, 1966.

243. Тихонов В.И., Харисов В.Н. Статистический анализ и синтез радиотехнических устройств и систем. М.: Радио и связь, 1991.

244. Тот Л.Ф. Расположение на плоскости, на сфере и в пространстве. -М.: Физматлит, 1958.

245. Ту Д., Гонсалес Р. Принципы распознавания образов,-М.: Мир, 1978.

246. Тузов Г.И. Статистическая теория приема сложных сигналов.-М.: Сов. радио, 1977.- 400 с.

247. Фальковнч СЕ. Оценка параметров сигнала М • Сов. радио, 1970.

248. Филиппов Л. И. Наш золотой педагогический венец // Радиотехнические тетради № 7, ОКБ МЭИ, 1995.

249. Филиппов Л.И. Теория передачи дискретных сигналов: Учеб. пособие для вузов. М.: Высш. школа, 1981.

250. Финк Л. М. Теория передачи дискретных сообщений. М.: Сов. радио, 1970.

251. Фор А. Восприятие и распознавание образов. М.: Машиностроение, 1989.

252. Фомин А.Ф. Помехоустойчивость систем передачи непрерывных сообщений. М.: Сов. Радио, 1975.

253. Фу К., Гонсалес Р., Ли К. Робототехника: Пер. с англ. М.: Мир, 1989.

254. Фурман Я. А. Основы теории обработки контуров изображений: Учебное пособие. -Йошкар-Ола: МарПИ, 1993. 120с.

255. Фурман Я.А, Егошина И.Л. Обработка контуров изображений с протяженными прямолинейными границами// Автометрия, 1999. -№ 6. С. 93-104.

256. Фурман Я.А. К вопросу о распознавании изображений с сильной вариабельностью формы// Автоматизация анализа и распознавания изображений. Вып.2; Науч. тр. АН Латв. ССР. Рига: Зинатне, 1979. - С.131-157.

257. Фурман Я.А. Кравцова Н.М., Задание групповых точечных объектов и алгоритмов нумерации составляющих их точек// Цифровая обработка многомерных сигналов:Межвуз. сб. науч. тр./ МарПИ, ЛЭТИ, МАИ, МИРЭА.-Йошкар-Ола, 1992. С25-31.

258. Фурман Я.А. Марковская цепь с матрицей переходов, приведенной к нормальному виду Фробениуса/ Математика. Известия вузов, 1978. №4. - С. 191-123.

259. Фурман Я.А. Микромир форм изображений// Природа, 1999. -№ 4. С. 64-75.

260. Фурман Я.А. О двух замечательных видах замкнутых контуров изображений// Радиотехника и электроника, 1993. Т.38, № 6. - С. 1054-1061.

261. Фурман Я.А. О понятии формы плоского изображения// Автометрия, 1992. № 5. -С.113-120.

262. Фурман Я.А. Обнаружение зашумленных контуров изображений// Радиотехника, 1994.-№ 10. -С.13-17.

263. Фурман Я.А. Основы теории обработки контуров изображений: Учебное пособие для вузов. Йошкар-Ола: МарГТУ, 1997.

264. Фурман Я.А. Оценки параметров линейных преобразований зашумленных контуров изображений// Автометрия, 1992. № 3. -С. 112-120.

265. Фурман Я.А. Помехоустойчивые символы для передачи сообщений// Автометрия,- 1996.-№1.-С.42-52.

266. Фурман Я.А. Согласованная фильтрация контуров изображений// Радиотехника, 1995-№6.- С.30-33.

267. Фурман Я.А. Спектральный анализ замкнутых полигональных контуров плоских изображений//Радиотехника, 1994-№ 12.-С.41-44.

268. Фурман Я.А., Егошина И.Л. Анализ процесса квантования протяженных прямолинейных границ на квадратной сетчатке// Тез. докл. НТК РОАИ-3-97. Нижний Новгород, 1997,-4.2.-С. 76-80.

269. Фурман Я.А., Егошина И.Л. Выделение контуров изображений с протяженными прямолинейными границами// Тез. докл. НТК РОАИ 4 - 98. - Новосибирск, 1998. - Ч. 1. - С. 76-80.

270. Фурман Я.А., Егошина И.Л. Обработка изображений антропогенных объектов с протяженными прямолинейными границами// Тезисы V Всерос. НТК «Методы и средства обработки сложной графической информации». Нижний Новгород, 1998. - С. 86.

271. Фурман Я.А., Кравцова Н.М. Задания групповых точечных объектов и алгоритмы нумерации составляющих их точек// Цифровая обработка многомерных сигналов. Межвуз. сб. науч. тр./ МарПИ, ЛЭТИ, МАИ, МИРЭА,- Йошкар-Ола, 1992.- С. 25-31.

272. Фурман Я.А., Кревецкий А.А., Роженцов А.А., Хафизов Р.Г., Леухин А.Н., Егошина И.Л. Комплекснозначные и гиперкомплексные системы в задачах обработки многомерных сигналов/ Под ред. Я.А. Фурмана.- Москва: Физматлит, 2004. 456 с.

273. Фурман Я.А., Кревецкий А.В. Автоматический контроль визуально различимых дефектов корпусов интегральных схем// Вестник ВВО АТН РФ. Серия: Высокие технологии в радиотехнике, 1995. С. 9-14.

274. Фурман Я.А., Кревецкий А.В. Методика устранения боковых лепестков при разрешении дискретных сигналов// Тез. докл. 3-й Междунар. НТК «Цифровая обработка сигналов и ее применение». Москва, 2000. - С. 29-31.

275. Фурман Я.А., Кревецкий А.В. Сжатие сигналов при их представлении в биортогональ-ном базисе// Труды междунар. НТК РОАИ, 2000. 4 с.

276. Фурман Я.А., Кревецкий А.В. Обеспечение нулевого уровня боковых лепестков при сжатии слабо ограниченных по классам сигналов// Радиотехника № 4, 2002.

277. Злобин В.К. Еремеев В.В. Обработка аэрокосмических изображений. Физматлит, 2006, 288с.

278. Фурман Я.А., Кревецкий А.В., Хафизов Р.Г. Изображения ориентиров оптимальной формы// Вестник ВВО АТН РФ. Серия «Высокие технологии в радиоэлектронике, информатике и связи», 2000. С. 19-28.

279. Фурман Я.А., Мальгин Ю.Ю. Задача прослеживания прямолинейных границ изображений/ Йошкар-Ола: МарПИ, 1987. 13 с. - Деп. в ВИНИТИ 11.08.87. - № 5818 - В-87.

280. Фурман Я.А., Роженцов А.А. Класс кодирующих последовательностей, не приводящих к корреляционным шумам//Радиотехника.-2000.-№5 -С.З8-43.

281. Фурман Я.А., Роженцов А.А. Модели контурных сигналов для задач совместного разрешения/распознавания и их обработка// Марийск. гос.техн. ун-т,- Йошкар-Ола, 1996. 30 е.: ил. - Библиогр.: 24 назв. - Рус. - Деп. в ВИНИТИ 23.10.96.1 3114-А96

282. Фурман Я.А., Роженцов А.А. О потенциальной эффективности распознавания к-мерного группового точечного объекта// Радиотехнические тетради. -2003.-№27.-С.61-70.

283. Фурман Я.А., Роженцов А.А. О предельно достижимых вероятностях правильного распознавания многомерных сигналов// Автометрия.-2004.-№3.-С.31-45.

284. Фурман Я.А., Роженцов А.А. Сигналы с равномерным энергетическим спектром на базе кодов Баркера. Йошкар-Ола, МарГТУ, 1998. - 7с. - Деп. в ВИНИТИ 25.02.98 № 556-В98.

285. Фурман Я.А., Роженцов А.А. Синтез и анализ сигналов с идеальными свойствами АКФ и методов их обработки// Йошкар-Ола, Марийск. гос. техн. ун-т.- 1998,- 179с.: ил.- Библи-огр.: 100 назв. Рус. - Деп. в ВИНИТИ.

286. Фурман Я.А., Роженцов А.А., Евдокимов А.О. Распознавание групповых точеных объектов с неупорядоченными отметками// Автометрия. -2005.~№1.-С.19-28.

287. Фурман Я.А., Роженцов А.А., Леухин А.Н. Оптимальное решение задачи ориентации летательных аппаратов по изображениям звездного неба //Автометрия. 2001. - №1. С.33-39.

288. Фурман Я.А., Роженцов А.А., Леухин А.Н. Применение сигналов в виде пучков векторов для решения задачи астроориентации летательных аппаратов// Космонавтика и ракетостроение. №28, 2002. - с. 120-136.

289. Фурман Я.А., Роженцов А.А., Леухин А.Н. Результаты экспериментальных исследований по обработке сигналов на основе композиционных контуров// Йошкар-Ола, Марийск. гос. техн. ун-т. 1996. 12с. Деп. в ВИНИТИ 23.05.96. № 1743-В96

290. Фурман Я.А., Роженцов А.А., Леухин А.Н. Уникальные точечные изображения на небесной сфере// Труды 5-ой Международной конференции «РОАИ». Самара, 2000. - Том 3. -С. 625-629.

291. Фурман Я.А., Роженцов А.А., Хафизов Р.Г. Дискретно-кодированные сигналы на базе композиционных контуров// Автометрия.- №1.- 1996.

292. Фурман Я.А., Роженцов А.А., Хафизов Р.Г. Комплекснозначные сигналы и их применение в связи: Учеб. пособ. Йошкар-Ола: МарГТУ, 2001.

293. Фурман Я.А., Роженцов А.А., Хафизов Р.Г. Перспективные информационные технологии в задачах передачи/приема сигналов и изображений//Вторые Вавиловские чтения. Материалы Всероссийской междисциплинарной научной конференции, Йошкар-Ола, 1997.-С.274.

294. Фурман Я.А., Хафизов Д.Г. Распознавание групповых точечных объектов в трехмерном пространстве// Автометрия, 2003. № 1. - С. 3-18.

295. Фурман Я.А., Хафизов Р.Г. Обнаружение изображений объектов протяженной формы в оптических сценах// Тез. докл. междунар. НТК РОАИ-3. Нижний Новгород, 1997. - 4.1. - С. 283-285.

296. Фурман Я.А., Хафизов Р.Г. Согласованно-избирательная фильтрация изображений протяженной формы в реальных ландшафтных сценах// Автометрия, 1999. № 2. - С. 12-27.

297. Фурман Я.А., Юрьев А.Н., Яншин В.В. Цифровые методы обработки и распознавания бинарных изображений. Красноярск: Изд-во Красноярск, ун-та, 1992.

298. Фурман Я.А., Яншин В.В. Многошаговые процедуры принятия решений. Красноярск: Изд-во Красноярского ун-та, 1989.

299. Хамермеш М. Теория групп и ее применение к физическим проблемам: Учебное пособие/ Пер. с англ. Изд. 2-е стереотипное. М.: Едиториал УРСС, 2002. - 588 с.

300. Харкевич А.А. Борьба с помехами. М.: Сов. радио, 1965.

301. Хафизов Д.Г. Модель зашумленного кватернионного сигнала// Труды 6-й международной конференции РОАИ. Великий Новгород, 2002. С.590-592.

302. Хафизов Д.Г. Совмещение кватернионных сигналов в задачах обработки пространственных изображений// Труды 9-й международной НТК «Радиоэлектроника, электротехника и энергетика». Москва, 2003. С.103-104.

303. Хворостенко Н. П. Статистическая теория демодуляции дискретных сигналов. М.: Связь, 1968.

304. Хелетром К. Статистическая теория обнаружения сигналов.-М.: Сов. радио, 1963.

305. Цифровые радиоприемные систем: Справочник/ М.И.Жодзишский, Р.Б.Мазепа. Е.П.Овсянников и др.; под ред М.И.Жодзишский М.: Радио и связь, 1990.- 208с.

306. Чеботарев Н.Г. Основы теории Галуа. 4.1. М.-Л.: ОНТИ, 1934.

307. Чеботарев Н.Г. Основы теории Галуа. 4.2. М.-Л.: ОНТИ, 1937.

308. Челноков Ю.В. О применении кватернионов в прецессионной теории гироскопов// Мех-ка тв. тела, 1984, № 6, 3-10.

309. Чукин Ю.В. Структуры данных для представления изображений// Зарубежная радиоэлектроника, 1983. -№ 1. С. 85-107.

310. Шаманов И.В. Определение координат видимых точек сложных трехмерных тел в системе машинного видения// Вопросы кибернетики. Автоматизированные системы ввода-вывода. М., 1987. - С. 48-65.

311. Шибанов Г.П. Распознавание в системах автоконтроля. М.: Машиностроение, 1973.

312. Ширман Я.Д. Голиков В.Н. Основы теории обнаружения радиолокационных сигналов и измерения их параметров. -М.: Сов. радио, 1963.

313. Ширман Я.Д., Манжос В.Н. Теория и техника обработки радиолокационной информации на фоне помех.-М.: Радио и связь, 1981.- 416с.

314. Фурман Я.А., Леухин А.Н., Роженцов А.А. Оптимальные для распознавания и оценки параметров формы созвездий//Известия вузов. Приборостроение. 2006. Т.49, №4, С.51-58.

315. Фурман Я.А., Хафизов Р.Г., Роженцов А.А. Фильтрация кватернионных сигналов. Радиотехника и электроника. (Принято к печати).

316. Ярославский Л.П. Введение в цифровую обработку изображений. М.: Сов. радио, 1979.

317. A technique for road detection from high resolution satellite image/ Lalltha L.// IGARSS"89: Remote Sens.: Econ. Tool Ninetes and. 12th Can. Symp. Remote Sens. Vancouver, July 10-14, 1989, Vol. 4, New Yore, 1990. pp. 2246-2249.

318. Barker R.H. Group synchronization of binary digital system из книги Jackson W. Communication Theory. Academic Press, Inc. London, 1953, p.273-287.

319. Boemar A.M. Binary pulse compression codes//IEEE Trans.- 1967.-v.13.- !2

320. Cahn C. R. Combined Digital Phase and Amplitude Modulation Communication Systems // IRE Trans. CS-8. 1960. - Sept.

321. Campopiano C. N., Glazer В. C. A Coherent Digital Amplitude and Phase Modulation Sheme // IRE Trans. CS-10. 1962. - March.

322. Chernov V.M., Chichyeva M.A. "One step" short length DCE algorithms with data representation in the direct scum of associative algeloras// Processing CAIP', 1997, Springer, LNCS 1296, pp. 590-596.

323. Coherent pulse radar system: Пат. 5079556 США МКИ 55 0 G 01 S13/524/ ItohShin-Ichi;NEC Corp.-№515654; заявл 23.4.90; Опубл. 7.1.92;приор. 14.5.87,№62-118474 (Япо-ния);НКИ342Ь09

324. Comment on Ignorance, Myopia and Navlete in Computer Vision Systems by M.A. Snuder/ Jain Ramech C., Binford Thomas O.// CVGIP: Image Understand, 1991, Vol.53, № 1, pp.112117.

325. Соос C.E., Paolillo J. A pulse compression predistortion function for effcient sidelobe reduction in high-power radar// Proc. IEEE.- 1964,- V.55.- '4.

326. Cosgriff R.L. Identification of Shape, Ohio State University Research Foundation, Columbus, Ohio, Report 820-11, ASTIA AD-25-4792, December, 1960.

327. De Buda R. Coherent Demodulation of Frequency-Shift Keying with Low Deviation Ratio // IEEE Trans. COM-20. 1972. - № 6.

328. Delong D.F. Experimental autocorrelation of binary codes M.I.T.// Lincoln Lab., Lexington Mass. Rept. 47G-0006.- I960.- Oktober.- 24.

329. Delong D.F. Three-phase codes M.I.T.// Lincoln Lab., Lexington Mass. Group Rept.- 1959.-July.-P. 47-48.

330. Digital polyphase pulse compressor: Ш> 4833479 N0A, 1ЁЁ 54 0 G 01 S13/28/Carlson Eric J.; Motorola, Inc.- 471073; Qayae. 21.3.88; Iioae. 23.5.89; 1ЁЁ 342/194

331. Digital pulse compression apparaturs: Iao 5229775 N0A, 1ЁЁ 55 0 G 01 S13/28/ Salamoto Shoko, Akagi Hauro, Motsuda Shoji; Mitsubishi Denci K.K. '867335; <?ауаё. 13.4.92;йоаё. 20.7.93; i6ei5 6.9.91, '3 255766 (Biiiey); 1ЁЁ 342/160

332. Doezl M., Heald E., Martin D. Binary Data Transmision Techniques for Linear Systems // Proc. IRE. V. 45.- 1957.-May.

333. Edmonds J.D. Восемь уравнений Максвелла как одно кватернионное.// Amer. J. Phys., 1978, v. 46, п. 4, 430.

334. Elachi С., Bicknell Т., Jarden R.L., Chialin W. Spaceborne Synthetic aperture Images Reader's applications. Techniques and Technology// Proceedings of the IEEE, 1982, Vol.70, № 10, pp. 78-82.

335. Elspas B. A radar system based upon statistical estimation and resolution consideration// Elec. Engrg. Dept., Stanford University, Calif. 1955,- August 1.- TR 361-1.

336. Fowle E.N. The design FM compression signals// IEEE Trans. On Inf. Th.- 1964, V. IT-10.- 4.

337. Frank R. Polyphase codes with good nonperiodic correlation properties// IEEE Trans.- 1963.-Jan. IT-9.- №l.-P.43-46.

338. Frank R., Zadoff S. Phase shift codes with good periodic correlation properties// IRE Trans.-1962,-Oct.-IT-8.-P.381-382.

339. Freeman H. On the digital-computer classification of geometric line pattern// Proc. Nat. Electron. Conf., 1962, № 18, pp. 312-324.

340. Furman Y.A. The discrete coded signals processing with an ideal permission capacity// The 1st International conference "Digital signal processing and its Application"/ June 30 July 3, 1998. Moscow, VoI.3-E, pp.40-43.

341. Furman Y.A. Visual structure contours with special spectrocorrelation properties// Pattern Recognition and Image Analysis, № 4, 1996, pp. 734-746.

342. Furman Y.A., Janshin V.V. Spectral Analysis and flltring of closed polygonal contours of Images// Pattern Recognition and Image analysis.- 1992.- V.2.- №3.-P.306-318.

343. Furman Y.A., Khafizov R.G. Detection of Images of Extended-Shape Object Among the Scenes of Underlying Surface// Pattern Recognition and Image Analysis, Vol. 8, No 4, 1998, pp. 612-640.

344. Furman Y.A., Rozhentsov A.A. Extreme Accessible Probabilities Of True Recognition Of Multi-dimensional Vector Signals// Optoelectronics, Instrumentation and Data Processing, 2004, Vol. 40, №3, pp.29-41.

345. Furman Ya. A. Processing of Quaternion Signals Specifying Spatially Located Group Point Objects, Pattern Recognition and Image Analysis, Vol. 12. № 2, 2002. pp. 175-193.

346. Furman Ya.A., Khafizov D.G., Khafizov R.G. Image Recognition of Spatial Objects on the Basis of Theis Quternnion Models// Pattern Recognition and Image Analysis, 13, № 1. 2003. Pp. 101-102.

347. Furman Ya.A., Khafizov R.G. Detection of Object Image in Optical Scenes// Pattern Recognition and Image Analysis, № 2, 1998, pp. 267-268.

348. Furman Ya.A., Krevetskii A.V. Compression of Signals during Teir Representation in a Biorth-jgonal Basis// Pattern Recognition and Image Analisis, 2001, Vol. 11, No.l, pp. 159-160.

349. Furman Ya.A., Rozentsov A.A., Leukhin A.N. The shapes of unique star formations as efficient signals for their recognition and parameter estimation// Pattern Recognition and Image Analysis, Vol. 10, No.3, 2000. P. 410-438.

350. Furman Ya.A., Rozhentsov A.A. Visual Contour-Signal Models Efficient in the Combined Solution of Location Problems// Pattern Recognition and Image Analysis, 1998, № 3, p. 466.

351. Furman Ya.A., Rozhentsov A.A., Leukhin A.N. Optimal signals for solution of the problem of aircraft orientation by starry sky images// Optoelectronics, Instrumentation and Data Processing, 2001, №1, pp.25-36.

352. Furman Ya.A., Rozhentsov A.A., Leukhin A.N. Unique Point Images on Celestial Sphere // Pattern Recognition and Image Analysis. 2000. V.l 1, No.2. - P.309-312.

353. Furman Ya.A., Yanshin V.V. Extraction and Linear Filtering of Closed Polygonal Contours of Images// Pattern Recognition and Image Analysis, 1994, Vol.4, № 2, pp. 146-166.

354. Gallager R. G. A Simple Derivation of the Coding Theorem and Some Applications // IEEE Trans. IT-11.- 1965.-Jan.

355. Golomb Solomon W. Two-walued sequences with perfect periodic auticorrelation// IEEE Trans.Aerosp. and Electron. Syst.-1992.-№2.-P.383-386.

356. Grandlund G.H. Fourier Preprocessing For Hand Print Character Recognition// IEEE Transactions on Computers, 1972, Vol. C-21, № 2, pp. 195-201.

357. Hamilton W.R. "Lectures on Quaternions", Dublin, 1853.

358. Heimiller R.C. Phase shift codes with good periodic correlation properties// IRE Trans.- 1961.-Oct.- IT-7.- P.254-257.

359. Information from SAR Images/Oliver C.J.// Phys. D, 1991, 24, No 9, pp. 1493-1514.

360. Jain A.K. Advances in Mathematical Models for Image Processing// Proceedings of the IEEE, May, 1981. Vol.69, № 5, pp. 9-39.

361. Jain R.C., Binford Т.О. Revolutions and experimental computer vision/ Bowyer K.W., Jons

362. J.P.// CVGIP: Image Understand, 1991, Vol. 53, № 1, pp. 127-128.

363. Joint STARS does its stuff/ Grier Peter// Air Force Mag, 1991, 74, No 6, pp. 38-42.

364. Kalliuri R. Link amplifier as a coded-pulse generator and matched filter// Elec. Engrg. Dept. Cornell University Ithaca N.Y.- Rept. EE 491,- 1961.- April.

365. Key E.L., Fowle E.N., Naggarty R.D. A metod of designing signals of large time-bandwidth product// IRE International Conv. Record.- 1961.- P. 146.

366. Khafizov D.G. Model of Noised Quaternion Signal// Pattern Recognition and Image Analysis, Vol. 13. № 1,2003. pp. 110-111.

367. Kretzmer E.R. Statistics of television signals. Bell. Syst. Tech. J, 1952, Vol.31, № 7.

368. Krevetskii A.V. Improvement of the Efficiency of Recognition from Contours by Intelligent Contour Code Equalization// Pattern Recognition and Image Analysis, Vol.8, No. 2, 1998, pp. 200.

369. Krevetskii A.V. Three-dimensional object recognition by the shape of spatial contours// Optoelectronics, Instrumentation and Data Processing. Allerton Press, Inc., 2001, №2, pp. 18-25.

370. Leuhin A.N., Rozentsov A.A. Synthesis Method of Complex Signals by Ambiguity Function// The 1st International Conference "Digital Signal Processing and its Applications".- June 30 -July 3, 1998, Moscow.

371. Levonon Nadav, Freedman Avraham. Ambiquity function of quadriphase coded radarpulse// IEEE Trans. Aerosp. and Electron. Syst.-1989.- №6.-P.848-853.

372. Ogawa H. Labeled Point Pattern Matching by Fuzzy Relaxation. Pattern Recognition, 1984, pp.569-573.

373. Person E., Fu K. Shape discrimination Using Fourier Descriptors// IEEE Transactions, Man and Cybernetics, 1977, Vol. SMC-7, № 3, pp. 170-179.

374. Richard C.W., Hemani H. Identification of Three-Dimentionall Objects Using Fourier Descriptions of the Boundary Curve// IEEE Transactions on Systems, Vf Man and Cybernetics, 1974, Vol. SMC-4, № 4, pp. 371-378.

375. Rozhentsov A.A., Evdokimov A.O., and Egoshina I. L. Vector-Field Models of Plane and Spatial Images of Objects and Their Processing// Pattern Recognition and Image Analysis, Vol. 13, No. 1, 2003, pp. 161-164.

376. Rozhentsov A.A., Evdokimov A.O.A Study of the Effect of the Form of Antenna Directivity Pattern// Pattern Recognition and Image Analysis, Vol. 1, No. 2, 2003, pp. 254-255.

377. Shannon C. Mathematical Theory of Communication // BSTJ. 1948. - Vol. 27. - № 3.

378. Slepian D. Permutation Modulation. // Proc IEEE. 1965. - № 3.

379. Smith J. G. Odd-Bit Quadrature Amplitude Shift Keying // IEEE Trans. COM-23. 1975. -March.

380. Trabco E.A., Roctleng P.G. Shape detection using incoherent illumination// J. Opt. Soc. Am, 1967, Vol.57, №1.

381. Turyn R. Optimum codes study final report// Applied Physics Lab., Electronic Sys. Div. Sylvania Elec. Prod. Inc. Contract AF19 (604)-5473.- I960,- January 29.

382. Turyn R. Sequences with small con-elation. Error correcting Codes// New York, John Wiley and Sones. 1968.

383. Turyn R., Storer S. On binary sequences// Proc. Amer. Math Soc.-1961.- v.12.-1 3.

384. Ungerboeck G. Chanel Coding with Multilevel Phase Signal // IEEE Trans. Inform. Theory. -1981. -№ 1.

385. Warnekar C.S., Krishna G. A heuristic clustering algorithm using union of overlapping pattern-cells. Pattern Recognition, Vol.11, No 2, P. 85.

386. Whyte L.L. Unique arrangements of points on a sphere// The Amer.math. Montly, 1952. V59. N9, P606-611.

387. Witman R.L., O.Rear R.L. Automating clustering of synthetic aperture radar (SAR) targete.- Jn: IEEE. NAECON, 1980, p. 717-724.

388. Ya.A. Furman, A.A. Rozentsov. Visual Contour Signal Models Efficient in the Combined Solution of Location Problems// Pattern Recognition and Image Analysis, Vol. 8, №3, 1998, pp.466.

389. Ya.A.Furman, A.A.Rozhentsov, A.N.Leukhin The shapes of Unique star Formations as Efficient Signals for Their Recognition and Parameter Estimation// Pattern Recognition and Image Analysis. 2000. - V. 10. - №3. - P.410-438.

390. Ya.A.Furman, A.A.Rozhentsov. Potential Recognition Efficiency in the Case When the Sizes of Alphabets Coincide with Dimensions of Vector Signals// Pattern Recognition and Image Analysis. 2004. - V.14. - №4. - P.495-518.

391. Zahn C.T., Roskies R.Z. Fourier Descriptors For Plane Closed Curves// IEEE Transactions on Computers, 1972, Vol.C.-21, № 3, pp.269-281.

392. Zahn Ch. T. Craph-Theoretical Methods for Detecting and Describing Gestalt Clusters/IEEE Transactions on Computers, Vol, C-20, №1, January 1971, p.468-486.

393. Главный конструктор, Заслуженный конструктор России /7(/Я,

394. Заместитель Главного конструктора по НИОКР, Заслуженный конструктор Россииды и разработанные в по разработке изделия1. В.В.Блохин

395. Начальник группы НПР КО-1, д.т.н., профессор1. Д.Д.Богатов1. В.В .Костров1. АК'.жЖДАЮ>>

396. ОАО «ВНИИРТ» |Щ| Е.Н.Белкин2007 г.о внедрении результатов диссертационной работы Роженцова А.А. на тему «Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости»

397. Зам. главного инж^Яера -Зам. главного конструктора, к. Зам. главного конструктора

398. Г.Ю. Сурков "В .В. Кузнецов Т.Н. Гущьян