Выводы

В работе исследована методика выделения контуров с регулируемой детализацией в пространстве гиперболического вейвлет-преобразования. На ее базе разработано семейство дифференциальных и корреляционно- экстремальных алгоритмов выделения контуров. Разработанные алгоритмы представляют собой композицию методов вейвлет - анализа и теории статистических решений. Они позволяют регулировать уровень детализации изображений, обеспечивают высокую помехоустойчивость, разрешающую способность процедуры выделения контуров объектов при относительно высоком быстродействии. Адаптация порогового уровня при обнаружении контуров происходит в зависимости от цели обработки ВИ, с учетом характера полезного сигнала и помехи в соответствии с заданными критериями эффективности и/или критериальными отношениями, с учетом влияния на другие блоки (процедуры) и систему в целом.

Разработанные алгоритмы выделения контуров превышают известные по качеству функционирования в 1,2 – 3,2 раза (по критерию Прэтта) при отношениях сигнал/помеха 1-20 (по мощности). Наиболее существенный выигрыш получен в диапазоне отношений сигнал/помеха 2-7. Процедура выделения контуров оказывает существенное, а при низких отношениях сигнал/шум, определяющее влияние на эффективность СОВИ в целом. При низких отношениях сигнал/помеха корреляционные методы превышают дифференциальные по эффективности в 1,2 – 1,6 раза.

Разработанные алгоритмы выделения контуров в пространстве ГВП существенно повышают эффективность СОВИ в целом, особенно на низких уровнях разрешения, и создают надежную базу для помехоустойчивой идентификации геометрической формы объектов. При отношении сигнал/помеха менее 5 эффективность алгоритмов выделения контуров не достаточна и не позволяет обеспечить высокую эффективность для СОВИ в целом.