Распознавание летательных аппаратов оптической системой в реальном масштабе времени

Вычислительная техника. Информационные технологии

2014. Т. 21. № 5. С. 145-156.

Авторы

Мирзоян А. С. 1*, Малышев О. В. 1**, Хмаров И. М. 2***, Канивец В. Ю. 3****

1. Рыбинский государственный авиационный технический университет имени П. А. Соловьёва, РГАТУ, ул. Пушкина, 53, Рыбинск, Ярославская область, 152934, Россия
2. Научно-исследовательский центр (г. Тверь) Центрального научно-исследовательского института Воздушно-космических сил Минобороны России, Набережная Афанасия Никитина, 32, Тверь, 170026, Россия
3. Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», ул. Старых Большевиков, 54а, Воронеж, 394064, Россия

*e-mail: andr.s.mirzoyan@gmail.com
**e-mail: amspectre@gmail.com
***e-mail: khmarov314@mail.ru
****e-mail: martanvik@mail.ru

Аннотация

Представлена система алгоритмов, обеспечивающая распознавание летательных аппаратов в оптических системах в реальном масштабе времени.

Ключевые слова

распознавание, летательные аппараты, воздушные цели

Библиографический список

  1. Важинский В.Н., Иванова Е.Е., Тетерин В.В. Структурный метод распознавания частично искаженных контурных изображений // Оптический журнал. 1996. № 8. С. 37-42.
  2. Казанский Н.Л., Хмелев Р.В. Сравнение объекта и эталона по отклонению контуров // Компьютерная оптика. ИСОИ РАН. Вып. 20. 2000. С. 128-133.
  3. Мальцев Г.Н. Распознавание объектов при формировании некогерентных изображений в условиях фазовых искажений // Оптический журнал. 1998. № 6. С. 62-66.
  4. Шубников Е.И. Нейронная сеть для распознавания образов на принципах адаптивного резонанса // Оптический журнал. 1995. № 4. С. 19-25.
  5. Дивин Г.Д. Оценивание характеристик случайных фрактальных изображений // Оптический журнал. 1995. № 9. С. 12-17.
  6. Morris H., De Pass M.M. Target Classifications using Scale Spaces // Proc. of SPIE, 2006, Vol.6239, 623904 (1-9).
  7. Ma L., Vong M-A.Q., Abousleman G.P., Si J. AutomaticTarget-Recognition-Assisted Image Coding. // Proc. of SPIE, 2002, Vol. 4726, pp. 203-213.
  8. Малышев В.А., Хмаров И.М., Малышев О.В., Канивец В.Ю. и др. Распознавание наземных объектов и летательных аппаратов 2D и 3D оптико-электронными системами. - М.: ФГУП «НТЦ «Информтехника», 2013. - 158 с.
  9. Малышев О.В., Хмаров И.М., Кондрашов Н.Г. Алгоритмы выделения и распознавания находящихся на земле самолетов по результатам их космической фотосъемки // Вестник Московского авиационного института. 2011. № 1. С. 142-149.
  10. Devit N., Driggers R., Voltmerhausen R., Mauror T. The Impact of Display Artifacts on Target Identification. Infrared and Passive Millimeter-wave Imaging Systems: Design, Analysis, Modeling, and Testing. // Proc. of SPIE, 2002, Vol. 4719, pp. 24-33
  11. Мирзоян А.С., Хмаров И.М., Кондрашов Н.Г., Шахов С.В. Метод выделения наземных объектов на фоне подстилающей поверхности в бортовом 3D-лазерном канале // Вестник Московского авиационного института. 2013. № 4. С. 118-129.
  12. Малышев О.В. Структура и алгоритмы построения границ яркостей фигур изображения // Вестник Рыбинской государственной авиационной технологической академии им. П.А. Соловьева. 2011. № 1 (19). C. 145-151.
  13. Скворцов А.В. Построение объединения, пересечения и разности произвольных многоугольников в среднем за линейное время с помощью триангуляции // Вычислительные методы и программирование. 2002. 3. C. 116-123.
  14. Мирзоян А.С. Алгоритм быстрого построения пересечения полигонов в задаче распознавания летательных аппаратов // Вестник Рыбинского государственного авиационного технического университета им. П.А. Соловьева. 2013. № 4(27). C. 17-23.
  15. Малышев О.В., Хмаров И.М., Вишняков А.С., Кондрашов Н.Г. Определение пространственных положений летательных аппаратов по их двухмерным динамическим изображениям // Вестник Московского авиационного института. 2011. № 4. С. 93-102.
  16. http://www.todayifeellike.com/videos/f22.wmv

mai.ru — информационный портал Московского авиационного института

© МАИ, 1994-2020