Эффективность, помехозащищенность и помехоустойчивость видовых оптико-электронных систем

236 ÐÀÇÄÅË 3 . Îñíîâíûå ïóòè ïîâûøåíèÿ ýôôåêòèâíîñòè ÎÝÑ структурно-лингвистические, геометрических инвариантов, статистические. Процесс решения может проходить как непосредственно над изображения- ми (корреляционное распознавание), так и над различными вторичными признаками, которые извлекаются из изображений. Дискуссионным является вопрос об использовании методов автомати- ческого распознавания реальных слабоконтрастных и/или замаскированных объектов. В настоящее время существует развитая теория статистических методов распознавания и продолжаются попытки обобщения лингвистичес- ких (структурных) методов. В основе статистических методов лежит срав- нение вектора признаков реализации, поступающей на вход распознающей системы, с векторами признаков представителей заданных классов объек- тов, хранящимися в памяти системы. Статистические методы применяются в автоматических системах дешифрирования, используемых для анализа загрязнений окружающей среды, контроля посевов сельскохозяйственных культур, таксации лесных массивов и решения ряда других задач обработ- ки, главным образом, цветных и спектрозональных изображений. Техническая особенность многих практических задач дешифрирова- ния заключается в том, что изображения объектов имеют, как правило, ма- лые размеры и маскируются интенсивным фоном окружающей местности. Векторы признаков реализации, составляющие которых суть параметры контуров и текстуры сегмента, содержат значительные искажения. Поэтому принципиальной особенностью дешифрирования реальных изображений объектов является то, что операторы-дешифровщики, в отличие от систем автоматического дешифрирования, активно используют контекст изображе- ния или, другими словами, знания свойств искусственных и природных объектов, сцен и ситуаций (А.Я. Смирнов). Обязательным этапом решения проблемы автоматизации дешифриро- вания является создание его математической модели. К сожалению, несмотря на несомненные успехи, достигнутые в распознавании, например, печат- ных символов и идентификации людей по папиллярным узорам, достаточ- но общей теории дешифрирования изображений, необходимой для его ав- томатизации, пока построить не удалось. Такое положение дел, по-видимо- му, объясняется огромным разнообразием реальных сцен, затрудняющим построение единой теории, а также относительно короткой историей суще- ствования этого научно-технического направления [193]. Основные принципы построения систем автоматического дешифриро- вания изображений – это прагматичность и интеллектуальность [196]. При разработке таких систем необходимо учитывать целый ряд факторов: – сложность задачи формализации описания объектов; – многообразие задач, решаемых при дешифрировании;