5.1 Разработка структуры системы обработки и анализа спектрозональных изображений

С учетом сформулированных требований к СОАСЗИ предлагается структура, схема которой представлена на рисунке 5.1.

235

Рисунок 5.1 - Структурная схема разработанной СОАСЗИ

Задача формирования результирующего высокоинформативного изображения высокого разрешения объектов исследования решается следующим образом.

Изображения объектов исследования, маскируемые фоном, поступают через оптические системы на вход ОЭУ МПИ видимого, инфракрасного, ультрафиолетового диапазонов и возможно других спектральных диапазонов.

Качество зашумленных кодированных изображений, полученных с ОЭУ МПИ, повышается соответствующими блоками формирования изображений с помощью вейвлет-фильтров, параметры которых определяются по методу, разработанному в главе 2. Дополнительно качество изображений повышается системой комплексирования изображений с использованием алгоритмов и метода комплексирования, разработанных в главе 3.

Результирующее высоко информативное спектрозональное изображение может быть передано двумя способами удаленному лицу, принимающему решение (ЛПР):

- GSM модулем;

- интерфейсным блоком.

Предусмотрена возможность передачи результирующего изображения по существующим проводным каналам связи при помощи интерфейсного блока, работа которого подробно рассмотрена в параграфе 5.2.

При решении задач классификации состояния контролируемых объектов предварительно производится обучение классификатора состояний контролируемых объектов методами распознавания образов. Этот же классификатор обучается на распознавание опасных ситуаций (например, на максимально допустимую температуру окружающей среды, способной вывести СОЛСЗИ из строя).

Исходными данными для классификатора состояний контролируемых объектов является информация, получаемая с изображений видимого,

инфракрасного и ультрафиолетового спектральных диапазонов, а также информация из изображений высокого разрешения.

Учитывая положительный опыт Юго-Западного государственного университета в области синтеза иерархических гибридных систем распознавания, классификатор состояний контролируемых объектов имеет двухуровневую структуру.

На первом уровне слабые классификаторы на основе информации, получаемой с блоков формирования изображений и системы комплексирования изображений, принимают частные решения с достаточно низкой уверенностью.

На втором уровне сильные классификаторы принимают точные решения, удовлетворяющие ЛПР.

Обучение классификаторов осуществляется с использованием метода разведочного анализа, причем, в зависимости от структуры данных, в процессе обучения может быть выбрана четкая, статистическая или нечеткая технология принятия решения [235-238].

В режиме контроля состояния объектов информация классификатора состояний контролируемых объектов может быть передана через GSM модуль ЛПР.

При наличии опасных состояний окружающей среды классификатор состояний контролируемых объектов формирует соответствующую информацию для блока формирования управляющих воздействий подвижной платформой, которая формирует команды управления для блока управления сервоприводами. Блок управления сервоприводами, на основании команд управления корректирует траекторию движения подвижного основания (платформы).

Для перемещения по программируемым траекториям, формирования эталонов для распознавания анализируемых сцен соответствующая информация загружается и обновляется в блоке формирования эталонов и памяти.

При анализе окружающей обстановки сформированные эталоны сравниваются с наблюдаемым изображением высокого разрешения в блоке формирования управляющих воздействий подвижной платформой.

Результат сравнения по заданному критерию превращается этим блоком в управляющие команды для блока управления сервоприводами. Это позволяет корректировать положение платформы относительно объекта наблюдения по заданным программам с целью повышения качества изображений и других принимаемых классификационных решений.

Наличие дальномера позволяет вычислять расстояние до объекта исследования.

5.2