Search academic texts

Information × Registration Number 0417U003826, Candidate dissertation Status к.т.н. Date 29-09-2017 popup.evolution o Title SAR-images processing methods using artifitial neural networks Author Naumenko Oleksii, popup.head Lukin Volodymyr popup.opponent Шелестов Андрій Юрійович popup.opponent Єфімов Валентин Борисович Description Об'єкт дослідження - процес обробки радіолокаційних зображень ДЗЗ з присутніми на них інтенсивними завадами; мета дослідження - підвищення ефективності методів попередньої обробки (стиснення і адаптивної фільтрації) зображень систем ДЗЗ шляхом вдосконалення методу виявлення локально-активних областей зображень, а також методів оцінки ефективності детектування; методи дослідження - методи теорії ймовірностей і математичної статистики, числового моделювання, теорії нелінійної й адаптивної фільтрації, спектрально-кореляційного аналізу, методи машинного навчання; практичні результати - підвищено ефективність детектування неоднорідностей на РСА-зображеннях за рахунок використання нейромережевого детектору, підвищено ефективність локально-адаптивної фільтрації із застосуванням нейромережевого індикатору локальної активності, показано універсальність методу для різних видів завад, удосконалено метод передбачення ефективності фільтрації РСА-зображень; новизна - вперше запропоновано використання нейронної мережі для об'єднання кількох локальних детекторів неоднорідностей, удосконалено два локальні детектори неоднорідностей для їх застосування в умовах присутності різних типів завад, вперше запропоновано локальний детектор неоднорідності на основі дискретного косинусного перетворення для детектування неоднорідностей в спектральної області, удосконалено та адаптовано метод оцінки специфічності і чутливості класифікатора для автоматизації його навчання, удосконалено метод прогнозування ефективності процедури фільтрації зображень; ступінь упровадження - результати впроваджено у ЦАКДЗ ІГН НАН України; галузь використання - дистанційне зондування. Registration Date 2017-09-29 popup.nrat_date 2020-04-03 Close