Оптимизация телевизионной гиперспектральной системы

В.М. Гареев; М.В. Гареев; М.А. Калитов; Н.П. Корнышев; Д.А. Серебряков; Н.И. Лебединский

doi:10.18127/j22250980-202402-03

Оптимизация телевизионной гиперспектральной системы

В.М. Гареев¹, М.В. Гареев², М.А. Калитов³, Н.П. Корнышев⁴, Д.А. Серебряков⁵, Н.И. Лебединский⁶

обзорная статья УДК 621.397.001 Страницы: 31-39 doi.org/10.18127/j22250980-202402-03

^1,2,4,5,6 Новгородский государственный университет имени Ярослава Мудрого (г. Великий Новгород, Россия)
³ АО «ЭЛСИ» (г. Великий Новгород, Россия)

Ключевые слова: Гиперспектральная система гиперкуб данных слияние изображений

Аннотация

Постановка проблемы. Оптимизация телевизионной гиперспектральной системы требует компромиссов, связанных с необходимостью получения высокой контрастной чувствительности и одновременного обеспечения достаточной разрешающей способности, отношения сигнал/шум, а также требуемой степени сжатия информации в формируемом гиперкубе данных. В связи с этим необходима, в частности, оценка допустимой потери качества при слиянии высокодетального панхроматического и гиперспектрального изображения с укрупненными пикселами и получаемой при этом степени сжатия гиперкуба данных.

Цель. Экспериментально исследовать зависимости коэффициента взаимной корреляции от кратности увеличения размера элемента разложения, а также теоретически оценить уменьшение информационной емкости гиперкуба данных при использовании метода слияния высокодетального панхроматического и гиперспектрального изображения с укрупненными пикселами.

Результаты. Получены результаты компьютерного моделирования процесса повышения контрастной чувствительности гиперспектральной системы при одновременном соответствующем сжатии информации в гиперкубе данных за счет укрупнения размера элемента разложения и использования процедуры слияния пар изображений. Рассмотрена дополнительная возможность сжатия гиперкуба данных за счет дифференциальной обработки спектральных изображений и сокращения старших разрядов, не несущих полезной информации, при записи разностных изображений в гиперкуб данных.

Практическая значимость. Полученные результаты экспериментального и теоретического исследования позволяют дать рекомендации по вариации размера площади зоны накопления на основе поиска компромисса между такими показателями качества системы, как контрастная чувствительность, разрешающая способность, отношение сигнал-шум, что может быть использовано при разработке телевизионных гиперспектральных систем, адаптивных к визуализируемому сюжету.

Поступила: 24.01.2024
Одобрена: 07.02.2024
Принята: 04.03.2024

Для цитирования

Гареев В.М., Гареев М.В., Калитов М.А., Корнышев Н.П., Серебряков Д.А., Лебединский Н.И. Оптимизация телевизионной гиперспектральной системы // Нанотехнологии: разработка, применение – XXI век. 2024. Т. 16. № 2. С. 31–39. DOI: https://doi.org/ 10.18127/j22250980-202402-03

Список источников

Rosi F., Miliani C., Braun R. et al. Noninvasive analysis of paintings by mid-infrared hyperspectral imaging. Angew. Chem. Int. Ed. Engl. 2013. V. 52(20). P. 5258–5261. DOI: https://doi.org/10.1002/anie.201209929.
Lu G., Fei B. Medical hyperspectral imaging: A review. J. Biomed. Opt. 2014. V. 19. Article number: 010901. DOI: https://doi.org/10.1117/1.JBO.19.1.010901.
Обухова Н.А., Баранов П.С., Мотыко А.А., Чиркунова А.А. Гиперспектральная система анализа и восстановления архивных документов // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2023. № 2. С. 32–43.
Klein M.E., Aalderink B.J., Padoan R. et al. Quantitative hyperspectral reflectance imaging. Sensors. 2008. V. 8(9). P. 5576–5618. DOI: https://doi.org/10.3390/s8095576.
Feng Y.Z., Sun D.W. Application of hyperspectral imaging in food safety inspection and control: A review. Crit. Rev. Food. Sci. 2012. V. 52(11). P. 1039–1058. DOI: https://doi.org/10.1080/10408398.2011.651542.
Роскосмос [сайт]. [Электронный ресурс]. URL: https://www.roscosmos.ru/24984 (дата обращения: 24.01.2024).
Гареев В. М., Гареев М. В., Лебединский Н. И., Корнышев Н. П., Серебряков Д. А. Гиперспектральная система видимого диапазона на базе интерферометра Фабри–Перо // Вестник НовГУ. 2022. №3(128). С. 78–83. DOI: https://doi.org/10.34680/2076-8052.2022.3(128).78-83.
Гареев В. М., Гареев М. В., Корнышев Н. П., Серебряков Д. А. Особенности формирования изображений в гиперспектральной системе на базе интерферометра Фабри–Перо // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2023. № 1. С. 128–133.
Гареев В.М., Гареев М.В., Корнышев Н.П., Серебряков Д.А, Карачинов В.А., Гаврушко В.В., Быстров Н.Е. Двухканальная гиперспектральная система // Вестник НовГУ. 2023. № 5(134). С. 658–670. DOI: https://doi.org/10.34680/2076-8052.2023.5(134).658-670.
Kang Xudong, Li Shutao, Fang Leyuan, Benediktsson Jon Atli. Pansharpening Based on Intrinsic Image Decomposition. Sensing and Imaging. 2014. V. 15(1). P. 94. DOI: https://doi.org/10.1007/s11220-014-0094-8.
Цыцулин А.К. Телевидение и космос: учеб. пособие. СПб.: ЛЭТИ. 2003. 225 с.
Березин В.В., Умбиталиев А.А., Фахми Ш.С., Цыцулин А.К., Шипилов Н.Н. Твердотельная революция в телевидении. М.: Радио и связь. 2006. 312 с.
Роуз А. Зрение человека и электронное зрение: Пер. с англ. А.А. Гиппиуса. М.: Мир. 1977. 216 с.
Быков Р.Е. Основы телевидения и видеотехники: Учебник для студентов вузов. М.: Горячая линия – Телеком. 2006. 399 с.
Гареев В.М., Гареев М.В., Корнышев Н.П., Серебряков Д.А. Методы повышения четкости цифровых телевизионных спектрозональных изображений // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2023. № 2. С. 19–24.
Гареев В.М., Гареев М.В., Корнышев Н.П., Серебряков Д.А., Быстров Н.Е. Моделирование алгоритма повышения разрешающей способности гиперспектральной системы // Вестник НовГУ. 2023. №5(134). С. 671–679. DOI: https://doi.org/10.34680/2076-8052.2023.5(134).671-679.
Хэмминг Р.В. Теория кодирования и теория информации: Пер. с англ. М.: Радио и связь. 1983. 176 с.
Быстров Н.Е. Введение в теорию случайных величин и процессов: учебное пособие. Великий Новгород: НовГУ им. Ярослава Мудрого. 2020. 104 c.
Сагдуллаев Ю.С., Сагдуллаев Т.Ю. К вопросу выбора зон регистрации в спектрозональном телевидении // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2011. №2. С. 3–25.
Корнышев Н.П., Калитов М.А., Сенин А.С. Исследование метода дифференциальной спектрозональной визуализации // Вестник НовГУ. 2018. №1(107). С. 62–69.
Прэтт У. Цифровая обработка изображений: пер. с англ. Кн. 2. М.: Мир. 1982. 480 с.

[1] Rosi F., Miliani C., Braun R. et al. Noninvasive analysis of paintings by mid-infrared hyperspectral imaging. Angew. Chem. Int. Ed. Engl. 2013. V. 52(20). P. 5258–5261. DOI: https://doi.org/10.1002/anie.201209929.

[2] Lu G., Fei B. Medical hyperspectral imaging: A review. J. Biomed. Opt. 2014. V. 19. Article number: 010901. DOI: https://doi.org/10.1117/1.JBO.19.1.010901.

[3] Обухова Н.А., Баранов П.С., Мотыко А.А., Чиркунова А.А. Гиперспектральная система анализа и восстановления архивных документов // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2023. № 2. С. 32–43.

[4] Klein M.E., Aalderink B.J., Padoan R. et al. Quantitative hyperspectral reflectance imaging. Sensors. 2008. V. 8(9). P. 5576–5618. DOI: https://doi.org/10.3390/s8095576.

[5] Feng Y.Z., Sun D.W. Application of hyperspectral imaging in food safety inspection and control: A review. Crit. Rev. Food. Sci. 2012. V. 52(11). P. 1039–1058. DOI: https://doi.org/10.1080/10408398.2011.651542.

[6] Роскосмос [сайт]. [Электронный ресурс]. URL: https://www.roscosmos.ru/24984 (дата обращения: 24.01.2024).

[7] Гареев В. М., Гареев М. В., Лебединский Н. И., Корнышев Н. П., Серебряков Д. А. Гиперспектральная система видимого диапазона на базе интерферометра Фабри–Перо // Вестник НовГУ. 2022. №3(128). С. 78–83. DOI: https://doi.org/10.34680/2076-8052.2022.3(128).78-83.

[8] Гареев В. М., Гареев М. В., Корнышев Н. П., Серебряков Д. А. Особенности формирования изображений в гиперспектральной системе на базе интерферометра Фабри–Перо // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2023. № 1. С. 128–133.

[9] Гареев В.М., Гареев М.В., Корнышев Н.П., Серебряков Д.А, Карачинов В.А., Гаврушко В.В., Быстров Н.Е. Двухканальная гиперспектральная система // Вестник НовГУ. 2023. № 5(134). С. 658–670. DOI: https://doi.org/10.34680/2076-8052.2023.5(134).658-670.

[10] Kang Xudong, Li Shutao, Fang Leyuan, Benediktsson Jon Atli. Pansharpening Based on Intrinsic Image Decomposition. Sensing and Imaging. 2014. V. 15(1). P. 94. DOI: https://doi.org/10.1007/s11220-014-0094-8.

[11] Цыцулин А.К. Телевидение и космос: учеб. пособие. СПб.: ЛЭТИ. 2003. 225 с.

[12] Березин В.В., Умбиталиев А.А., Фахми Ш.С., Цыцулин А.К., Шипилов Н.Н. Твердотельная революция в телевидении. М.: Радио и связь. 2006. 312 с.

[13] Роуз А. Зрение человека и электронное зрение: Пер. с англ. А.А. Гиппиуса. М.: Мир. 1977. 216 с.

[14] Быков Р.Е. Основы телевидения и видеотехники: Учебник для студентов вузов. М.: Горячая линия – Телеком. 2006. 399 с.

[15] Гареев В.М., Гареев М.В., Корнышев Н.П., Серебряков Д.А. Методы повышения четкости цифровых телевизионных спектрозональных изображений // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2023. № 2. С. 19–24.

[16] Гареев В.М., Гареев М.В., Корнышев Н.П., Серебряков Д.А., Быстров Н.Е. Моделирование алгоритма повышения разрешающей способности гиперспектральной системы // Вестник НовГУ. 2023. №5(134). С. 671–679. DOI: https://doi.org/10.34680/2076-8052.2023.5(134).671-679.

[17] Хэмминг Р.В. Теория кодирования и теория информации: Пер. с англ. М.: Радио и связь. 1983. 176 с.

[18] Быстров Н.Е. Введение в теорию случайных величин и процессов: учебное пособие. Великий Новгород: НовГУ им. Ярослава Мудрого. 2020. 104 c.

[19] Сагдуллаев Ю.С., Сагдуллаев Т.Ю. К вопросу выбора зон регистрации в спектрозональном телевидении // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2011. №2. С. 3–25.

[20] Корнышев Н.П., Калитов М.А., Сенин А.С. Исследование метода дифференциальной спектрозональной визуализации // Вестник НовГУ. 2018. №1(107). С. 62–69.

[21] Прэтт У. Цифровая обработка изображений: пер. с англ. Кн. 2. М.: Мир. 1982. 480 с.