• 1990 (Том 4)
  • 1989 (Том 3)
  • 1988 (Том 2)
  • 1987 (Том 1)

Том 32 №1

Содержание

  1. ИЗМЕНЧИВОСТЬ РАЗНЫХ ФУНКЦИОНАЛЬНЫХ ТИПОВ СИГНАЛОВ У AELIA ACUMINATA L. (HETEROPTERA, PENTATOMIDAE)
  2. РАЗМЕРЫ РЕЦЕПТИВНЫХ ПОЛЕЙ СПОНТАННО-АКТИВНЫХ ГАНГЛИОЗНЫХ КЛЕТОК СЕТЧАТКИ СЕРЕБРЯНОГО КАРАСЯ
  3. КОМПЛЕКСИРОВАНИЕ РАДИОЛОКАЦИОННЫХ ИЗОБРАЖЕНИЙ И ОПТИЧЕСКИХ СНИМКОВ В ВИДИМОМ И ТЕПЛОВОМ ДИАПАЗОНАХ С УЧЕТОМ РАЗЛИЧИЙ В ВОСПРИЯТИИ ЯРКОСТИ И ЦВЕТНОСТИ
  4. МОДЕЛИРОВАНИЕ ПРОЦЕССА НАВИГАЦИИ БЕСПИЛОТНОГО ЛЕТАТЕЛЬНОГО АППАРАТА С ИСПОЛЬЗОВАНИЕМ ДВУХ БОРТОВЫХ КАМЕР, СМЕЩЕННЫХ ПО ВЫСОТЕ
  5. ВИЗУАЛЬНАЯ ЛОКАЛИЗАЦИЯ АЭРОФОТОСНИМКОВ НА ВЕКТОРНОЙ КАРТЕ С ИСПОЛЬЗОВАНИЕМ ЦВЕТОТЕКСТУРНОЙ СЕГМЕНТАЦИИ
  6. СРАВНЕНИЕ ОЦИФРОВАННЫХ СТРАНИЦ ДЕЛОВЫХ ДОКУМЕНТОВ НА ОСНОВЕ РАСПОЗНАВАНИЯ
  7. АЛГОРИТМ ОПРЕДЕЛЕНИЯ ПОЛОЖЕНИЯ ПУЧКА ЭПИПОЛЯРНЫХ ЛИНИЙ ДЛЯ СЛУЧАЯ ПРЯМОЛИНЕЙНОГО ДВИЖЕНИЯ КАМЕРЫ
  8. СЕГМЕНТАЦИЯ РЕГИСТРАЦИОННЫХ НОМЕРОВ АВТОМОБИЛЕЙ С ПРИМЕНЕНИЕМ АЛГОРИТМА ДИНАМИЧЕСКОЙ ТРАНСФОРМАЦИИ ВРЕМЕННОЙ ОСИ
  9. УСТАНОВЛЕНИЕ СООТВЕТСТВИЯ МЕЖДУ ЗАМКНУТЫМИ КОНТУРАМИ ОБЪЕКТОВ ПРИ ПРОЕКТИВНЫХ ИСКАЖЕНИЯХ
  10. АЛГЕБРАИЧЕСКАЯ РЕКОНСТРУКЦИЯ АППАРАТНОЙ ФУНКЦИИ СМАЗАННОГО ИЗОБРАЖЕНИЯ ПО ЯРКОСТНЫМ ПРОФИЛЯМ ГРАНИЦ ОБЪЕКТОВ
  11. АЛГОРИТМ ВЗВЕШЕННОГО ПОИСКА ПРОЕКТИВНОГО ОПТИЧЕСКОГО ПОТОКА, УСТОЙЧИВЫЙ К БЛИКАМ
  12. АЛГЕБРАИЧЕСКИЕ МЕТОДЫ РЕКОНСТРУКЦИИ В ЗАДАЧАХ ТОМОГРАФИИ
  13. КОЛИЧЕСТВЕННЫЙ АНАЛИЗ ДВОЕНИЯ ОПТИЧЕСКОГО ИЗОБРАЖЕНИЯ ТОЧЕЧНОГО ИСТОЧНИКА СВЕТА ПРИ ПОДВОДНОМ СТЕРЕОЗРЕНИИ

КОМПЛЕКСИРОВАНИЕ РАДИОЛОКАЦИОННЫХ ИЗОБРАЖЕНИЙ И ОПТИЧЕСКИХ СНИМКОВ В ВИДИМОМ И ТЕПЛОВОМ ДИАПАЗОНАХ С УЧЕТОМ РАЗЛИЧИЙ В ВОСПРИЯТИИ ЯРКОСТИ И ЦВЕТНОСТИ

© 2018 г. Д. С. Сидорчук, В. В. Волков

Институт проблем передачи информации им. А. А. Харкевича РАН 127051 Москва, Большой Каретный пер., 19
ds-sidorchuk@yandex.ru

Поступила в редакцию 07.08.2017 г.

В данной работе решается задача комплексирования радиолокационных изображений с оптическими изображениями в видимом и тепловом диапазонах с целью визуализации. В таком наборе изображения разных типов содержат взаимодополняющую информацию, совместное отображение которой представляет интерес. В качестве решения предлагается метод, основанный на алгоритме структурной визуализации и раздельном представлении яркости и цветности. Такой подход мотивирован особенностями зрительной системы человека и подкрепляется примерами результатов комплексирования снимков земной поверхности.

Ключевые слова: комплексирование изображений, структурная визуализация, восприятие цвета

DOI: 10.7868/S0235009218010031

Цитирование для раздела "Список литературы": Сидорчук Д. С., Волков В. В. Комплексирование радиолокационных изображений и оптических снимков в видимом и тепловом диапазонах с учетом различий в восприятии яркости и цветности. Сенсорные системы. 2018. Т. 32. № 1. С. 14-18. doi: 10.7868/S0235009218010031
Цитирование для раздела "References": Sidorchuk D. S., Volkov V. V. Kompleksirovanie radiolokatsionnykh izobrazhenii i opticheskikh snimkov v vidimom i teplovom diapazonakh s uchetom razlichii v vospriyatii yarkosti i tsvetnosti [Fusion of radar, visible and thermal imagery with account for differences in brightness and chromaticity perception]. Sensornye sistemy [Sensory systems]. 2018. V. 32(1). P. 14-18 (in Russian). doi: 10.7868/S0235009218010031

Список литературы:

  • Сидорчук Д.С., Коноваленко И.А., Гладилин С.А., Максимов Ю.И. Оценка шумности каналов в задаче визуализации мультиспектральных изображений. Сенсорные системы. 2016. Т. 30. № 4. С. 344–350.
  • Amitrano D., Cecinati F., Di Martino G. An end-useroriented framework for RGB representation of multitemporal SAR images and visual data mining. Proc. of SPIE Vol. 10004, id. 100040Y7 p. 2016. V. 4. DOI: 10.1117/12.2241257.
  • Di Zenzo S. A note on the gradient of a multi-image. Comp. Vis., Graphics and Image Proc. 1986. V. 33 (1). P. 116–125.
  • Errico A., Angelino C.V., Cicala L. Detection of environmental hazards through the feature-based fusion of optical and SAR data: a case study in southern Italy. Int. J. Remote Sens. 2015. V. 36 (13). P. 3345–3367. DOI: 10.1080/01431161.2015.1054960.
  • Ferretti A., Monti-Guarnieri A., Prati C. InSAR Principles: Guidelines for SAR Interferometry Processing and Interpretation. Noordwijk. ESA Publications, ESTEC. 2007. 246 p.
  • Hanbury A. Constructing cylindrical coordinate colour spaces. Pattern Recognition Letters. 2008. V. 29(4). P. 494–500. DOI: 10.1016/j.patrec.2007.11.002.
  • Levkowitz H. Color theory and modeling for computer graphics, visualization, and multimedia applications. Norwell. Kluwer Academic Publishers. 1997. 219 p.
  • Liao D., Qian Y., Zhou J., Tang Y.Y. A manifold alignment approach for hyperspectral image visualization with natural color. IEEE Trans. Geosci. Remote Sens. 2016. V. 54 (6). P. 3151–3162. DOI: 10.1109/TGRS.2015.2512659.
  • Nikolaev D., Karpenko S. Color-to-grayscale image transformation preserving the gradient structure. In proc. of 20th ECMS. 2006. P. 427–430.
  • Piella G. Image fusion for enhanced visualization: A variational approach. Int. J. Comput. Vis. 2009. V. 83 (1). P. 1–11. DOI: 10.1007/s11263–009–0206–4.
  • Sidorchuk D., Konovalenko I., Gladilin S., Maximov Y. Noise estimation for color visualization of multispectral images. Proc. SPIE, 2016 Internat. Conf. on Robotics and Machine Vision. 2017. P. 1025307–1025307. DOI: 10.1117/12.2266352.
  • Socolinsky D.A., Wolff L.B. Multispectral image visualization through first-order fusion. IEEE Trans. Image Process. 2002. V. 11 (8). P. 923–931.
  • Sokolov V., Nikolaev D., Karpenko S., Schaefer G. On contrast-preserving visualisation of multispectral datasets. Adv. Vis. Comp. 2010. P. 173–180.
  • Wachtler T., Wehrhahn C. The Craik – O’Brien – Cornsweet Illusion in Colour: Quantitative Characterisation and Comparison with Luminance. Perception. 1997. V. 26(11). P. 1423–1430.
  • Wilson T.A., Rogers S.K., Kabrisky M. Perceptual-based image fusion for hyperspectral data. IEEE Trans. Geosci. Remote Sens. 1997. V. 35 (4). P. 1007–1017.