Архив
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2007. В.4. Т.1. С. 25-32

Алгоритмы установления соответствия при обработке изображений для решения задач управления посадкой летательных аппаратов

В.А. Гришин , И.М. Книжный , К.Е. Хрекин 
Институт космических исследований РАН, 117997 Москва, Профсоюзная, 84/32
Одним из наиболее критичных вопросов при разработке бортовых систем технического зрения, пред-
назначенных для управления движением летательных аппаратов, являются алгоритмы установления соот-
ветствия изображений точек поверхности на различных кадрах. Для решения задачи установления соответ-
ствия авторами предлагается использовать подход, базирующийся на использовании быстрых методов ком-
пенсации движения в яркостной области в сочетании с применением различных частотных преобразований
для уменьшения погрешности при поиске соответствия.
Полный текст

Список литературы:

  1. Гришин В. А. Системы технического зрения в решении задач навигации и терминального управления // Космическое приборостроение. Сборник докладов выездного семинара. Россия. Таруса. 7-9 июня 2006 г. Москва. Институт космических исследований. Российская академия наук. 2007.
  2. Puri A., Hang H.-M., Schilling D. An efficient block-matching algorithm for motion compensated coding // Proc. IEEE Conf. Acoustics, Speech and Signal Processing, 1987, v.12. pp 1063-1066.
  3. Сэломон Д. Сжатие данных, изображений и звука // М: Техносфера, 2004. 368 с.
  4. Netravali A.N., Haskell W. G. Digital pictures, representation and compression // New York: Plenum Press, 1988. p. 706.
  5. Daniel Scharstein, Richard Szeliski. A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms // International Journal of Computer Vision, 2002, vol. 47, No. 1/2/3, pp. 7-42.
  6. Myron Z. Brown, Darius Burschka, Gregory D. Hager. Advances in Computational Stereo // IEEE transactions on Pattern Analysis and Machine Intelligence, 2003, vol. 25, No. 8, pp. 993-1008.
  7. Bhattacharya P. Automatic Target Recognition, Wavelet Transforms and Stereo Matching // BDMO Grant F49620-98-1-0413. Technical report number: AFRL-SR-BL-TR-02-0097. Nebraska Univ.- Lincoln. Dept. of Computer Science and Engineering, 2001.
  8. Гонсалес Р., Вудс Р. Цифровая обработка изображений // М.: Техносфера, 2005. 1072 с.
  9. Цифровая обработка телевизионных и компьютерных изображений. Под ред. Зубарева Ю. Б. и Дворковича В. П. // М.: Международный Центр научной и технической информации, 1997. 212 с.
  10. Блаттер К. Вейвлет-анализ. Основы теории // М.: Техносфера, 2004. 280 с.
  11. Залманзон Л. А. Преобразования Фурье, Уолша, Хаара и их применение в управлении, связи и других областях // М.: Наука, Гл. ред. физ.-мат. литературы, 1989. 496 с.
  12. Трахтман А. М. Введение в обобщенную спектральную теорию сигналов // М.: Советское ра- дио, 1972. 352 с.