Брюховецький олександр борисович власенко володимир петрович кожухов олександр михайлович




Сторінка1/23
Дата конвертації29.01.2017
Розмір2,8 Mb.
  1   2   3   4   5   6   7   8   9   ...   23



Державне космічне агентство України

Національний центр управління та випробувань космічних засобів

БРЮХОВЕЦЬКИЙ ОЛЕКСАНДР БОРИСОВИЧ

ВЛАСЕНКО ВОЛОДИМИР ПЕТРОВИЧ

КОЖУХОВ ОЛЕКСАНДР МИХАЙЛОВИЧ
ОБЧИСЛЮВАЛЬНІ МЕТОДИ ОБРОБКИ ДАНИХ ДЛЯ
АВТОМАТИЗОВАНОГО ВИЯВЛЕННЯ ОБ’ЄКТІВ ЗІ СЛАБКИМ БЛИСКОМ

Реферат роботи представленої на здобуття премії Президента України для молодих вчених за 2012 рік

Євпаторія – 2012

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ
Мета і завдання досліджень. Мета досліджень полягає у підвищенні точності оцінки місцезнаходження об'єктів зі слабким блиском на цифрових зображеннях за рахунок розробки ефективних обчислювальних методів обробки цифрових зображень. Досягнення цієї мети забезпечується вирішенням наступних завдань:

Наукова новизна отриманих результатів.

1. Удосконалено ітераційний метод оцінки місцезнаходження об'єкта на цифровому зображенні на фоні завади із невідомими параметрами, який дозволяє зменшити середньоквадратичне відхилення оцінки координат об'єкту зі слабким блиском у порівнянні з традиційними методами, заснованими на апроксимації зображення об'єкта гаусовою моделлю.

2. Удосконалено метод складання кадрів з накопиченням сигналу від об'єкта зі слабким блиском і ненульовим видимим рухом, який дозволяє збільшити ймовірність виявлення об'єктів за рахунок використання площинного підходу і матриці розмиття з оптимальними значеннями елементів.

3. Вперше запропоновано метод попередньої селекції цифрових зображень об'єктів, який дозволяє зменшити обчислювальні витрати на оцінку координат об’єктів на цифровому зображенні без втрати якості виявлення, в порівнянні з методами попередньої селекції, які раніше використовувалися.

4. Розроблено метод високочастотної фільтрації зображень, який дозволяє покращити якість їх подальшої обробки.

5. Удосконалено обчислювальний метод обробки даних для оцінки видимого блиску об'єкта, який дозволяє знизити значення середньоквадратичного відхилення оцінки видимого блиску малопомітних об'єктів порівняно з методами, які традиційно використовуються.

6. Вперше розроблено двоетапний ієрархічний обчислювальний метод обробки даних для виявлення об’єкта із локально незмінними параметрами видимого руху, який за рахунок двоетапного накопичення даних вздовж усіх допустимих траєкторій об’єктів дозволяє підвищити потенційні показники якості виявлення рухомих об’єктів до значення показників якості нерухомих.

7. Удосконалено амплітудно-координатний обчислювальний метод обробки даних для виявлення об’єкта і оцінки параметрів траєкторії його видимого руху, що дозволяє скоротити кількість хибних виявлень об’єктів порівняно з методами, що використовувались раніше.



Практичне значення отриманих результатів полягає в тому, що розроблені обчислювальні методи можуть бути використані в різних програмних комплексах обробки цифрових зображень для попередньої селекції та оцінки місцезнаходження об'єктів зі слабким блиском, наприклад, в програмах автоматизованого виявлення малих тіл Сонячної системи (астероїдів і комет) на серії цифрових кадрів. Запропоновані обчислювальні методи були використані в розробці програмного комплексу автоматизованого виявлення астероїдів CoLiTec, до складу колективу розробників якого належать автори. Розроблені методи та програма CoLiTec, що їх реалізує, були використані в Андрушівській астрономічній обсерваторії (ААО), російській дистанційно керованій обсерваторії ISON-NM, Головній астрономічній обсерваторії (ГАО) Національної академії наук (НАН) України, що підтверджується відповідними актами впровадження.

Розроблений програмний комплекс, який використовує запропоновані обчислювальні методи, може бути корисний в інших астрономічних обсерваторіях України і світу, які займаються спостереженнями астероїдів.



Публікації. Основні результати дисертаційної роботи опубліковані в 30 наукових роботах, серед яких 10 наукових статей у профільних наукових журналах та збірниках наукових праць України та 2 патенти на корисну модель.
ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі розкрито актуальність теми роботи визначено завдання, наведено нові наукові результати, показано їх практичне значення; а також перераховані наукові конференції, на яких проводилася апробація результатів досліджень та кількість публікацій за темою роботи.

Перший розділ присвячений аналізу умов спостереження об'єктів зі слабким блиском, зокрема астероїдів та постановці завдання на дослідження.

Умови спостереження об'єктів зі слабким блиском – складні. Це характеризуються слабким рівнем сигналів від об'єктів; відсутністю відмінностей між зображенням об'єктів і зірок на кадрі; наявністю на кадрах нерівномірно розподіленої завади (перешкоди), яка змінюється від кадру до кадру, «розмиттям» сигналу від об'єкта через турбулентність атмосфери; спотворенням сигналу від об'єкта внаслідок аберацій оптичної системи; взаємним зміщенням ділянок небесної сфери, які відповідають кадрам через помилки наведення і управління телескопом.



На основі результатів розділу сформульовано наступне завдання дослідження: розробка ефективних обчислювальних методів обробки даних для автоматизованого виявлення об'єктів зі слабким блиском.

У другому розділі розроблені обчислювальні методи обробки зображень для виявлення та оцінки місцезнаходження сигналів від об'єктів зі слабким блиском .

У розділі удосконалено ітераційний метод оцінки місцезнаходження об'єкта на цифровому зображенні з завадами із невідомими параметрами. Оцінка місцезнаходження об'єкта на цифровому зображенні здійснювалася методом максимальної правдоподібності. При розробці методу вважалося, що зображення одиночного об'єкту знаходиться в стробі внутрішньокадрової обробки (СВКО), розмір в пікселях якого істотно перевищує розмір зображення об'єкта. Координати падіння сигнальних фотонів об'єкта на ПЗЗ-матрицю мають круговий нормальний розподіл з математичними очікуваннями і СКВ , а фотони завади формують похилу пласку завадову підкладку.

В цьому випадку та з використанням основних положень теорії групованих вибірок, система рівнянь максимальної правдоподібності набуде вигляду:

  1   2   3   4   5   6   7   8   9   ...   23


База даних захищена авторським правом ©uchika.in.ua 2016
звернутися до адміністрації

    Головна сторінка