А.В. Коренной 1, А.А. Кожевников 2, Е.А. Ященко 3

1−3 Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия» (г. Воронеж, Россия)

1 korennoj@mail.ru; 2 kozhevnikov_a_a@mail.ru; 3 egorka421.91@mail.ru

Постановка проблемы. Совместное использование изображений, полученных в разных участках оптического диапазона, повышает их информативность. Кроме того, такой подход наиболее актуален при наличии мешающих факторов (слабая освещенность, дождь, снег, туман, дымка, атмосферная турбулентность, дефокусировка объектива и т.д.). В таких условиях требуются дополнительные меры по повышению качества и информативности формируемых изображений. Причем эти меры должны быть комплексными, учитывающими свойства изображений в различных диапазонах.

Одним из возможных подходов к комплексному решению задачи восстановления искаженных изображений является байессовский метод восстановления случайных полей, который предполагает наличие априорной информации об исходных изображениях в виде их пространственных корреляционных функций.

Цель. Повышение априорной информативности в решении задач восстановления изображений методом статистической регуляризации за счет разработки адекватных вероятностных моделей исходных изображений в видимом и инфракрасном диапазонах.

Результаты. Для описания модели поля изображения использован аппарат стохастических дифференциальных уравнений в частных производных. Для неподвижных изображений рассмотрены три типа линейных уравнений математической физики (гиперболическое, параболическое, эллиптическое) и соответствующие им пространственные корреляционные функции, которые могут быть использованы для априорного вероятностного описания исходных изображений. В результате сравнения корреляционных функций моделей и статистических корреляционных функций реальных изображений установлено, что для априорного описания изображений разного типа, сформированных в разных частотных диапазонах, может быть использована параболическая модель при соответствующих значениях параметров. Для описания вероятностной взаимосвязи между изображениями в разных диапазонах получено выражение для взаимокорреляционной функции параболической модели изображений в инфракрасном и видимом диапазонах.

Практическая значимость. Разработанные модели могут быть использованы для синтеза байесовских алгоритмов совместной обработки изображений в инфракрасном и видимом диапазонах. От того, насколько адекватно данные модели будут описывать свойства реальных изображений, зависит результат обработки.

Коренной А.В., Кожевников А.А., Ященко Е.А. Моделирование оптических изображений в инфракрасном и видимом диапазонах // Радиотехника. 2020. Т. 84. № 12(23). С. 5−12. DOI: 10.18127/j00338486-202012(23)-01.

1. Борисов Ю. Инфракрасные излучения // Массовая радио библиотека.1976. № 906. С. 5−11.
2. Белоусов Ю.И., Постников Е.С. Особенности регистрации и анализа тепловых полей // Инфракрасная фотоника. СПб: Университет ИТМО. 2019. 104 с.
3. Василенко Г.И., Тараторин А.М. Восстановление изображений. М.: Радио и связь. 1986. 304 с.
4. Коренной А.В. Обнаружение, распознавание и определение параметров образов объектов. Методы и алгоритмы. М.: Радиотехника. 2012. 112 с.
5. Коренной А.В. Математические модели полутоновых изображений // Радиотехника. 2007. № 8. С. 79−81.