bsuirДоклады БГУИРDoklady BGUIR1729-76482708-0382БГУИР10.35596/1729-7648-2022-20-3-69-75bsuir-3372Research ArticleЭЛЕКТРОНИКА, РАДИОФИЗИКА, РАДИОТЕХНИКА, ИНФОРМАТИКАELECTRONICS, RADIOPHYSICS, RADIOENGINEERING, INFORMATICSМетодика определения требуемого значения показателя качества изображения для алгоритмов обнаружения в условиях искаженийMethodology for Determining the Required Value of the Image Quality Index for Detection Algorithms under Distortion ConditionsЛиплянинА. Ю.LiplianinA. Y.

Липлянин Антон Юрьевич, преподаватель кафедры автоматизированных систем управления

220057, Минск, пр. Независимости, 220тел: +375-29-504-68-59

Liplianin Anton Yur’evich, Lectural at the Department of Automated Control Systems

220057, Minsk, Niezalieznasci Ave., 220tel. +375-29-504-68-59

Liplianin.anton@yandex.ruХижнякА. В.KhizniaA. V.

Хижняк А.В., к. т. н. , доцент, ведущий научный сотрудник 2 группы научно-исследовательской лаборатории факультета Связи и автоматизированных систем управления

220057, Минск, пр. Независимости, 220

Khizniak A.V., Cand of Sci, Assosiate Professor, Leading Researcher of the 2nd Group at the Research Laboratory of the Department of Communications and Automated Control Systems

220057, Minsk, Niezalieznasci Ave., 220

Военная академия Республики БеларусьMilitary academy Republic of Belarus2022140620222036975Copyright © Липлянин А.Ю., Хижняк А.В., 20222022Липлянин А.Ю., Хижняк А.В.Liplianin A.Y., Khiznia A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://doklady.bsuir.by/jour/article/view/3372

В статье представлена усовершенствованная методика определения требуемого значения показателя качества изображения для систем обнаружения, функционирующих в условиях искажений. Вычисленный уровень показателя качества следует использовать для определения факта искажения изображения. На основе предложенной методики разработан способ корреляционного обнаружения в условиях искажений типа «смаз» и «расфокусировка». Разработанный способ корреляционного обнаружения отличается введением трех этапов: идентификации искажений на текущем изображении; формирования ядра свертки на основе типа и параметров искажений; расчета количества итераций, исходя из требуемого и текущего значения показателя качества изображения. Это позволило обеспечить работу корреляционного способа обнаружения в условиях искажений.

The article presents an improved technique for determining the required value of the image quality criterion for detection systems operating under distortion conditions. The calculated level of the quality indicator should be used to determine the fact of image distortion. On the basis of the proposed technique, a method of correlation detection in conditions of "smudge" and "defocusing" type distortions has been developed. The developed method of correlation detection is distinguished by the introduction of three stages: identification of distortions in the current image; formation of the convolution core based on the type and parameters of distortion; calculation of the number of iterations based on the required and current value of the image quality criterion. This made it possible to ensure the operation of the correlation detection method in conditions of distortion.

восстановление изображенийкритерий качества изображенийсогласование этапов обработки изображенийкорреляционный способ обнаруженияискажение изображенийimage restorationimage quality criterioncoordination of image processing stagescorrelation detection methodimage distortionReferencesЛиплянин А.Ю., Хижняк А.В., Сергеенко А.В. Универсальный инструментарий для исследования работы алгоритмов обнаружения в оптическом диапазон. Вестник Полоцокого государственного университета. 2020;12(116):103-108.Liplyanin A.Yu., Khizhnyak A.V., Sergeyenko A.V. Analysis of algorithms for detecting targets in the optical range. Vestnik Polotsokogo gosudarstvennogo universiteta. 2020;12(116):103-108.Липлянин А.Ю Хижняк А.В., Сергеенко А.В., Царенков Н.В. Обоснование критерия оценки качества восстановления искаженных изображений для итерационного алгоритма в системах корреляционного обнаружения. Докл. БГУИР. 2019;4(122):64-71.Liplyanin A.Yu., Khizhnyak A.V., Sergeyenko A.V., Tsarenkov N.V. Substantiation of the criterion for assessing the quality of reconstructing distorted images for an iterative algorithm in correlation detection systems. Dokl. BGUIR. 2019;4(122):64-71.Липлянин А.Ю., Хижняк А.В., Сергеенко А.В. Исследование работы алгоритмов обнаружения оптически наблюдаемых объектов с учетом воздействия внешних возмущающих факторов. Известия Гомельского государственного университета имени Ф. Скорины. 2021;6(129);77-83.Liplyanin A.Yu., Khizhnyak A.V., Sergeyenko A.V. Investigation of the operation of algorithms for detecting optically observed objects, taking into account the impact of external disturbing factors. Proceedings of the Gomel State University named after F. Skorina. 2021;6(129);77-83.Липлянин А.Ю., Хижняк А.В. Способ восстановления изображений на основе автоматического расчета типа, параметров функции искажения и требуемого количества итераций. Проблемы инфокоммуникаций. 2019;1(9);83-90.Liplyanin A.Yu., Khizhnyak A.V. A method for restoring images based on automatic calculation of the type, parameters of the distortion function and the required number of iterations. Infocommunication Problems. 2019;1(9);83-90.Bishop C.M. Pattern Recognition and Machine Learning. Springer. 2006.Bishop C.M. Pattern Recognition and Machine Learning. Springer. 2006.Redmon J., Farhadi A. YOLOv3: An Incremental Improvement. Washington: University of Washington; 2018.Redmon J., Farhadi A. YOLOv3: An Incremental Improvement. Washington: University of Washington; 2018.Diaz-Ramirez V.H. Picos К., Kober V. Target tracking in nonuniform illumination conditions using locally adaptive correlation filters. Optics Communications. 2014;323;32-43.Diaz-Ramirez V.H. Picos К., Kober V. Target tracking in nonuniform illumination conditions using locally adaptive correlation filters. Optics Communications. 2014;323;32-43.Wong S. Advanced Correlation Tracking of Objects in Cluttered Imagery // The Proceedings of SPIE: Acquisition, Tracking and Pointing. 2005;19.Wong S. Advanced Correlation Tracking of Objects in Cluttered Imagery. // The Proceedings of SPIE: Acquisition, Tracking and Pointing. 2005;(19).

The authors declare that there are no conflicts of interest present.