5.3. Метод обучения системы обработки и анализа спектрозональных изображений

Для решения выбранного набора задач СОАСЗИ должна быть обучена на получение изображений высокого разрешения, распознавание выбранных классов состояний и формирование требуемых траекторий движения подвижной платформы.

С учетом специфики спектрозональных изображений и структуры данных, выделяемых при их анализе предлагается метод обучения СОАСЗИ, состоящий из следующих основных этапов.

1. Определяются параметры вейвлет-фильтров, блоков формирования изображений с использованием алгоритмов и метода, описанных в главе 2.

2. С использованием эталонных изображений синтезируется математическая модель для системы комплексирования изображений в соответствии с алгоритмами и методом, описанными в главе 3.

3. В соответствии с практическими задачами анализа и обработки исследуемых спектрозональных изображений выбираются системы признаков, описывающих исследуемые сцены и образы, формируемых блоками формирования изображений и системой комплексирования.

4. Используя методологию синтеза иерархических гибридных решающих правил, разработанную в Юго-Западном государственном университете [245,246], синтезируются слабые или сильные классификаторы блока классификатора состояний контролируемых объектов.

5. В зависимости от поставленных целей формируются уравнения движений (глава 4) и эталоны для решения задач управления траекторией движения и классификации состояний.

6. Определяются критерии сравнения с эталонами и правила коррекции поведения подвижной платформы.

7. Формируются условия опасного состояния и правила поведения подвижной платформы для этих состояний.

8. При наличии возможности производится коррекция эталонов и решающих правил на реальной контролируемой местности, которая происходит с использованием тех же обучающих процедур, что и в лабораторных условиях.

5.4.