Архив
Том 21, 2024
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
Ваш e-mail:
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. 2008. В.5. Т.1. С. 77-83

Оптимизация состава спектральных коэффициентов базиса преобразования Адамара для решения задач установления соответствия изображений

В.А. Гришин 
Институт космических исследований РАН, 117997 Москва, ул. Профсоюзная, 84/32
Одним из наиболее критичных вопросов при разработке бортовых систем технического зрения,
предназначенных для управления движением летательных аппаратов, являются алгоритмы установления
соответствия изображений точек поверхности на различных кадрах. В рамках рассматриваемого спек-
трального представления образов окрестностей точек изложена методика и приведены результаты опти-
мизации состава используемых спектральных коэффициентов по критерию надежности установления
соответствия.
Полный текст

Список литературы:

  1. Гришин В.А. Системы технического зрения в решении задач навигации и терминального управ- ления // Космическое приборостроение. Сборник докладов выездного семинара. Россия. Таруса. 7-9 ию- ня 2006 г. Москва. Институт космических исследований. Российская академия наук. 2007. С. 96-113.
  2. Гришин В.А., Книжный И.М., Хрекин К.Е. Алгоритмы установления соответствия при об- работке изображений для решения задач управления посадкой летательных аппаратов // Сборник научных статей "Современные проблемы дистанционного зондирования Земли из космоса". М: ООО «Азбука-2000», 2007. Выпуск 4. Т. 1. С. 25-32. 3. 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, P. 7-42.
  3. 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, P. 993-1008.
  4. 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.
  5. Блаттер К. Вейвлет-анализ. Основы теории. М.: Техносфера, 2004. 280 с.
  6. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с. 8. Цифровая обработка телевизионных и компьютерных изображений. Под ред. Зубарева Ю.
  7. Б. и Дворковича В. П. М.: Международный Центр научной и технической информации, 1997. 212 с.
  8. Залманзон Л.А. Преобразования Фурье, Уолша, Хаара и их применение в управлении, свя- зи и других областях. М.: Наука, Гл. ред. физ.-мат. литературы, 1989. 496 с.
  9. Трахтман А.М. Введение в обобщенную спектральную теорию сигналов. М.: Советское радио, 1972. 352 с.