ВОССТАНОВЛЕНИЕ ДЕФЕКТОВ И СЛЕПОЙ ЗОНЫ НА ИЗОБРАЖЕНИЯХ ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ ДЛЯ БОРТОВЫХ РАДИОЛОКАЦИОННЫХ СИСТЕМ КАРТОГРАФИРОВАНИЯ НА ОСНОВЕ ДОПЛЕРОВСКОГО ОБУЖЕНИЯ ЛУЧА

  • Р.Р. Ибадов Южный федеральный университет
  • С.Р. Ибадов Южный федеральный университет
  • В. П. Федосов Южный федеральный университет
Ключевые слова: Восстановление изображений, доплеровское обужение луча, карта местности, картографирование, корреляция, синтез текстур

Аннотация

Проблема формирования радиолокационного изображения (РЛИ) земной поверхности
в реальном времени остается одной из актуальных при решении задач радиовидения, не-
смотря на появление большого количества публикаций в этой области, отражающих це-
лый спектр новых методов и алгоритмов обработки траекторного сигнала с целью повы-
шения качества изображений. Основная цель при формировании РЛИ – достижение мак-
симальной разрешающей способности и качества изображения в условиях реальных огра-
ничений, связанных с уходом параметров принимаемого траекторного сигнала (время син-
тезирования), неточностью измерения и изменчивостью летных характеристик (ско-
рость, ускорение, траектория полета), воздействием широкого спектра шумов и помех,
как внешних, так и внутренних, на фоне маломощного принимаемого сигнала от удаленных
радиоотражателей (энергетические ресурсы). В статье исследован алгоритм построения
и восстановления изображений подстилающей поверхности и разработана его программ-
ная реализация. Показана эффективность нового подхода на нескольких примерах для раз-
личных областей подстилающей поверхности со слепой зоной. Предметом исследования
являются методы и алгоритмы построения карты местности и реконструкции потерян-
ных участков изображений. Объектом исследования является набор из тестовых изобра-
жений. Результатом исследования является разработка метода восстановления изобра-
жений с целью восстановления потерянной области. Новизной работы является алго-
ритм, позволяющий повысить качество восстановления изображений на основе нейронной
сети. Полученные результаты позволяют восстановить области. Оценка эффективности
метода восстановления изображений проводилась с помощью статистического критерия
 среднеквадратического отклонения результата обработки от истинного изображения.
В результате решения поставленных задач можно сделать выводы:  Разработан метод
построения и восстановления изображений подстилающей поверхности на основе поиска
похожих блоков с последующим их объединении нейронной сетью.  Анализ результатов
проведённого исследования показал, что предложенный метод позволяет улучшить каче-
ство реконструкции изображений.

Литература

1. Belyy Yu.I., Tagantsev V.A. Radiolokatsionnyy pritsel'nyy kompleks N001: modernizatsiya
prodolzhaetsya [Radar sighting complex N001: modernization continues], Radiotekhnika [Radio
engineering], 2005, No. 2, pp. 28-29.
2. Matveev A.M. Postroenie modeli i predobrabotka izobrazheniya podstilayushchey
poverkhnosti dlya radiolokatsionnykh sistem s doplerovskim obuzheniem lucha na osnove
informatsii, poluchaemoy o poverkhnosti v opticheskom diapazone [Construction of a model
and preprocessing of the image of the underlying surface for radar systems with Doppler beam
narrowing based on information obtained about the surface in the optical range], Elektronnyy
zhurnal [Electronic Journal], 2004.
3. Velichkin A.I., Karpov O.A., Talantsev V.V., Tolstov E.F. Povyshenie razreshayushchey
sposobnosti aviatsionnoy RLS pri nablyudenii vpered [Increasing the resolution of the aviation
radar when observing forward], Radiotekhnika [Radio Engineering], 1998, No. 12, pp. 12.
4. Kozaev A.A., Koltyshev E.E., Frolov A.Yu., Yankovskiy V.T. Algoritm doplerovskogo
izmereniya skorosti v RLS s sintezirovannoy aperturoy [Algorithm of Doppler velocity measurement
in a radar with a synthesized aperture], Radiotekhnika [Radio Engineering], 2005,
No. 6, pp. 13-16.
5. Antipov V.N., Suslyakov D.Yu. Kartografirovanie i obnaruzhenie nazemnykh dvizhushchikhsya
tseley [Mapping and detection of ground-based moving targets], Radiotekhnika [Radio Engineering],
2005, No. 6, pp. 10-12.
6. Vityazev V.V., Kolod'ko G.N., Vityazev S.V. Sposoby i algoritmy formirovaniya radiolokatsionnogo
izobrazheniya v rezhime doplerovskogo obuzheniya lucha [Methods and algorithms
for the formation of a radio-location image in the mode of Doppler beam narrowing],
Tsifrovaya obrabotka signalov [Digital signal processing], 2006, No. 3, pp. 31-41.
7. Vityazev V.V., Vityazev S.V., Zaytsev A.A. Mnogoskorostnaya obrabotka signalov:
retrospektiva i sovremennoe sostoyanie (Ch. 1) [Multi rate signal processing: a retrospective
and current status (Part 1)], Tsifrovaya obrabotka signalov [Digital signal processing], 2008,
No. 1, pp. 12-21.
8. Vityazev V.V., Vityazev S.V. Metody sinteza uzkopolosnogo adaptivnogo KIKH-fil'tra na
osnove mnogoskorostnoy obrabotki [Methods of synthesis of a narrow-band adaptive FIR filter
based on multi-speed processing], Tsifrovaya obrabotka signalov [Digital signal processing],
2007, No. 4, pp. 13.
9. Marchuk V.I., Voronin V.V., Sherstobitov A.I. Metod vosstanovleniya znacheniy dvumernykh
signalov na osnove sinteza tekstury i struktury izobrazheniy [A method for recovering the values
of two-dimensional signals based on the synthesis of the texture and structure of images],
Elektrotekhnicheskie i informatsionnye kompleksy i sistemy [Electrotechnical and information
complexes and systems], 2010, Vol. 6, No. 2.
10. Marchuk V.I., Voronin V.V., Frants V.A. Modifitsirovannyy metod vosstanovleniya
dvumernykh signalov [A modified method for restoring two-dimensional signals], Nauchnotekhnicheskie
vedomosti Sankt-Peterburgskogo gosudarstvennogo politekhnicheskogo
universiteta. Informatika. Telekommunikatsii. Upravlenie [Scientific and Technical Bulletin of
the St. Petersburg State Polytechnic University. Computer science. Telecommunications.
Management], 2011, No. 1 (115).
11. Voronin V.V., Frants V.A., Gapon N.V., Fisunov A.V. Algoritm rekonstruktsii fona
videosignalov [Algorithm for reconstructing the background of video signals], Sovremennoe
sostoyanie estestvennykh i tekhnicheskikh nauk [The current state of natural and technical sciences],
2013, pp. 63-67.
12. Liu G., Reda F. A., Shih K.J., Wang T.C., Tao A., Catanzaro B. Image inpainting for irregular
holes using partial convolutions, Proceedings of the European Conference on Computer Vision
(ECCV), 2018, pp. 85-100.
13. Yu J., Lin Z., Yang J., Shen X., Lu X., Huang, T.S. Generative image inpainting with contextual
attention, Proceedings of the IEEE conference on computer vision and pattern recognition,
2018, pp. 5505-5514.
14. Voronin V.V., Sizyakin R., Marchuk V.I., Yigang Cen, Galustov G., Egiazarian K.O. Video
inpainting of complex scenes based on local statistical model, IS&T International Symposium
on Electronic Imaging. Image Processing 2016, pp. 1-6.
15. Gapon N., Ponamorenko M., Pismenskova M., Tokareva O. Image inpainting using a neural
network, MATEC Web of Conferences. EDP Sciences, 2017, Vol. 132, pp. 05015.
16. Voronin V.V., Marchuk V.I., Sherstobitov A.I., Semenishchev E.A., Frantc V.A. Image reconstruction
on the basis of a textural geometrical model, Pattern Recognition and Image Analysis,
2015, Vol. 25, No. 3, pp. 553-562.
17. Gapon N.V., Voronin V.V., Sizyakin R.A., Pis'menskova M.M., Ibadov R.R. Issledovanie
vozmozhnosti szhatiya tsifrovykh izobrazheniy na osnove podkhodov rekonstruktsii
dvumernykh signalov [Investigation of the possibility of digital image compression based on
two-dimensional signal reconstruction approaches], Dinamika tekhnicheskikh system [Dynamics
of technical systems], 2017, pp. 73-78.
18. Ibadov R.R., Ibadov S.R., Voronin V.V., Fedosov V.P. Modifitsirovannyy metod rekonstruktsii
izobrazheniy na osnove poiska podobnykh oblastey [Modified image reconstruction method
based on the search for similar areas], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU.
Engineering Sciences], 2017, No. 6 (191), pp. 179-189.
19. Ibadov R.R., Ibadov S.R., Meleshkin S.N., Fedosov V.P. Vosstanovlenie povrezhdennykh
uchastkov izobrazheniy metodom sinteza tekstur [Restoration of damaged areas of images by
the method of texture synthesis], Radiolokatsiya, navigatsiya, svyaz' [Radar, navigation, communication],
2020, Vol. 2, pp. 113-118.
20. Ibadov R.R., Fedosov V.P., Voronin V.V., Ibadov S.R. Issledovanie metoda sinteza tekstur
izobrazheniy poverkhnosti zemli na osnove neyronnoy seti [Study of the method of synthesis
of textures of images of the earth's surface based on a neural network], Izvestiya YuFU.
Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2019, No. 5 (207), pp. 16-25.
21. Ibadov R.R., Fedosov V.P., Ibadov S.R., Kucheryavenko S.V. Recovering lost areas of the underlying
image surface using a method based on similar blocks, AIP Conference Proceedings,
2019, Vol. 2188, pp. 050001.
22. Ibadov R.R., Fedosov V.P., Ibadov S.R., Gapon N.V., Sizyakin R.A. Restoration of the Lost
Map Area of the Underlying Image Surface Using the Reconstruction Method, EPJ Web of
Conferences, 2019, Vol. 224, pp. 04003.
23. Fedosov V.P., Ibadov R.R., Ibadov S.R., Voronin V.V. Restoration of the Blind Zone of the
Image of the Underlying Surface for Radar Systems with Doppler Beam Sharpening, Radiation
and Scattering of Electromagnetic Waves (RSEMW). IEEE, 2019, pp. 424-427.
24. Ibadov R.R., Ibadov S.R., Voronin V.V., Fedosov V.P. Algoritm korrektsii kontrastnosti
izobrazheniy v teplovom diapazone [The correction algorithm of the contrast of the images in
the thermal range], Radiolokatsionnye sistemy spetsial'nogo i grazhdanskogo naznacheniya
[Radar system for military and civilian use], 2018, No. 1, pp. 381-385.
25. Ibadov R.R., Ibadov S.R., Gapon N.V., Tokareva O.A., Alepko A.V. Research the textures synthesis
method based on the neural network, Matec. Web of Conferences, 2018, Vol. 226, pp. 04043.
Опубликован
2021-02-13
Выпуск
Раздел
РАЗДЕЛ I. СВЯЗЬ, НАВИГАЦИЯ И РАДИОЛОКАЦИЯ