radioelectronicsИзвестия высших учебных заведений России. РадиоэлектроникаJournal of the Russian Universities. Radioelectronics1993-89852658-4794Saint Petersburg Electrotechnical Universityradioelectronics-150Research ArticleТЕЛЕВИДЕНИЕ И ОБРАБОТКА ИЗОБРАЖЕНИЙTELEVISION AND IMAGE PROCESSINGАдаптивное выделение мелких объектов на цифровых изображенияхAdaptive Extraction of Small Objects in Digital ImagesВолковВ. Ю.VolkovV. Yu.

доктор технических наук, профессор кафедры радиосистем и обра­ ботки сигналов

D.Sc.in engineering, Professor of the department of radiosystems and Signal Processing

vladimi-volkov@yandex.ruСанкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-БруевичаРоссияBonch-Bruevich State Telecommunications University (Saint Petersburg)Russian Federation201728022017011728Copyright © Волков В.Ю., 20172017Волков В.Ю.Volkov V.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://re.eltech.ru/jour/article/view/150

Задача обнаружения и локализации протяженных мелких объектов различных размеров и формы встречается в радиотехнических системах наблюдения, которые используют радары с синтезированной апертурой, лидары, инфракрасные и телевизионные камеры. Основной трудностью при обработке является интенсивный и нестационарный фон. Эта задача решается с использованием ориентированной фильтрации, адаптивной пороговой обработки и морфологического анализа. Предложен усовершенствованный метод адаптации порога обнаружения, основанный на анализе изолированных фрагментов, остающихся на изображении после пороговой обработки.

The problem of detection and localization of various size and shape small-extended objects in electronic surveillance systems using synthetic aperture radar, lidar, infrared and television cameras is discussed. An intensive and non-stationary background is described as the main difficulty in processing. This problem is solved using oriented filtering, adaptive thresholding and morphological analysis. Improved method is proposed for the adaptation of detection threshold based on the analysis of isolated fragments remaining in the image after thresholding.

Фильтрациялокализация объектов на изображенияхадаптивная пороговая обработкаFilteringLocalization of the Objects in ImagesAdaptive ThresholdingReferencesВолков В. Ю. Методы дискретной фильтрации и задачи обработки изображений в радиотехнических системах наблюдения / СПбГУТ. СПб., 2013. 144 с.Volkov V. Yu. Metody diskretnoi filtratsii I zadachi obrabotki izobrahzenii v radiotekhnicheskikh sistemakh nablyudeniya. [Methods of discrete filtering and image processing in radio surveillance systems]. SPbGUT, Saint Petersburg, 2013, 144 p. (In Russian)Волков В. Ю. Адаптивные и инвариантные алгоритмы обнаружения объектов на изображениях и их моделирование в Matlab: учеб. пособие. СПб.: Лань, 2014. 191 с.Volkov V. Yu. Adaptivnye I invariantnye algoritmy obnaruhzeniya ob"eknov na izobrahzeniyakh I ikh modelirovanie v Matlab. [Adaptive algorithms and invariant object recognition in images and simulation in Matlab]. Saint Petersburg, Lan', 2014, 191 p. (In Russian)Гонсалес Р., Вудc Р., Эддинс С. Цифровая обра-ботка изображений в среде MATLAB. М.: Техносфера, 2006. 615 c.Gonsales R. C., Woods R. E., Eddins St. L. Digital image processing using MATLAB. Upper Saddle River, Prentice Hall, 2004, 344 p.Gao Gui. Statistical modeling of SAR images. A Sur-vey // Sensors. 2010. Vol. 10, iss. 1. P. 775-795.Gao Gui. Statistical modeling of SAR images. A Survey. Sensors. 2010, vol. 10, no. 1, pp. 775-795.Misra A., Kartikeyan B. Denosing techniques for synthetic aperture radar data - a Review // Int. J. Com-puter Engineering & Technology (IJCET). 2015. Vol. 6, iss. 9. P. 01-11.Misra A., Kartikeyan B. Denosing techniques for synthetic aperture radar data - a Review. Int. J. Computer Engineering & Technology (IJCET). 2015, vol. 6, no. 9, pp. 01-11.Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Основы моделирования и первичная обработка данных: справ. изд. М.: Финансы и статистика, 1983. 471 с.Aivazyan S. A., Enyukov J. S., Meshalkin L. D. Prikladnaya statistika. Osnovy modelirovaniya i pervichnaya obrabotka dannykh [Fundamentals of modeling and primary data processing]. Moscow, Finance and Statistics, 1983, 471 p. (In Russian)Волков В. Ю., Турнецкий Л. С. Пороговая обра-ботка для сегментации и выделения протяженных объектов на цифровых изображениях // Информаци-онно-управляющие системы. 2009. № 5 (42). С. 10-13.Volkov V. Yu., Turneckiy L. S. Thresholding segmentation and isolation of extended objects in digital images. Information and Control Systems. 2009, no. 5 (42), pp. 10-13. (In Russian)Sezgin M., Sankur B. Survey over image threshold-ing techniques and quantitative performance evaluation. // J. of Electronic Imaging. 2004. Vol. 13, iss. 1. P. 146-165.Sezgin M., Sankur B. Survey over image thresholding techniques and quantitative performance evaluation. J. of Electronic Imaging. 2004, vol. 13, no. 1, pp. 146-165.Volkov V. Segmentation and Extraction of Exten-sive Objects on Digital Images // Proc. 2009 Intern. conf. on Image Processing, Computer Vision and Pattern Recognition. IPCV2009, Las Vegas, USA, Jul 13-16, 2009. Las Vegas: CSREA Press, 2009. Vol. II. P. 656-662.Volkov V. Segmentation and Extraction of Extensive Objects on Digital Images. Proc. 2009 Int. conf. On Image Processing, Computer Vision and Pattern Recognition. IPCV2009. Jul 13-16, 2009, Las Vegas, USA. Las Vegas, CSREA Press, 2009, vol. II, pp. 656-662.Volkov V. Thresholding for segmentation and extraction of extensive objects on digital images // Proc. 32 Ann. German Conf. on Artificial Intelligence. KI 2009, Paderborn, Germany, Sept. 15-18, 2009. Berlin: Springer Verlag, 2009. P. 623-630.Volkov V. Thresholding for segmentation and extraction of extensive objects on digital images. Proc. 32 Ann. German Conf. on Artificial Intelligence. KI 2009 Sept. 15-18, 2009, Paderborn, Germany, Berlin, Springer Verlag, 2009, pp. 623-630.

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