К вопросу о подавлении цифрового шума при автоматическом построении контуров объектов «лед – вода» при обработке ледовой информации
https://doi.org/10.30758/0555-2648-2020-66-1-102-114
Аннотация
Ключевые слова
аэрофотосъемка,
безопасность,
беспилотный летательный аппарат,
вейвлет-преобразование,
метод k-средних,
распознавание контуров,
Северный морской путь
При поддержке: Авторы благодарны кандидату технических наук Н.И. Звягину за участие в подготовке статьи.
Об авторах
К. Н. Звягин
АО Всероссийский научно-исследовательский институт радиоаппаратуры
Россия
Россия
Д. Д. Мальцев
Санкт-Петербургский государственный морской технический университет
Россия
Россия
Список литературы
1. Добродеев А.А., Клементьева Н.Ю., Сазонов К.Е. Несимметричное движение крупнотоннажных судов в «узком» ледовом канале // Проблемы Арктики и Антарктики. 2018. Т. 64 (2). С. 200–207.
2. Миронов Е.У., Смирнов В.Г., Бычкова И.А., Клячкин С.В., Дымент Л.Н., Захваткина Н.Ю., Май Р.И., Гузенко Р.Б., Сапершрейн Е.Б., Михальцева С.В., Платонова Е.В., Астарцев Л.А. Экспериментальный аппаратно-программный комплекс спутникового мониторинга и прогноза ледовой обстановки // Проблемы Арктики и Антарктики. 2017. № 2 (112). С. 15–26.
3. Московский С.Б., Сергеев А.Н., Лалина Н.А. Очистка сигнала от шумов с использованием вейвлет-преобразования // Universum: Технические науки: электронный научный журнал. 2015. № 2 (15). URL: http://7universum.com/ru/tech/archive/item/1958 (дата обращения 24.03.2020).
4. Буй Т.Ч., Спицын В.Г. Анализ методов выделения краев на цифровых изображениях // Доклады ТУСУР. 2010. № 2 (22). Ч. 2. С. 221–223.
5. Марусина М.Я., Анодина-Андриевкая Е.М. Вейвлетный анализ в обработке томографических изображений // Научное приборостроение. 2011. Т. 21 (1). С. 71–75.
6. Звягин К.Н., Войткунская А.Я., Мальцев Д.Д. Третичная обработка радиолокационной информации с использованием вейвлет-преобразования // Морские интеллектуальные технологии. 2018. Т. 1 (4). С. 218–223.
7. Суханов Р.А., Хайдаров А.С. Применение фильтра Собеля для тектонического районирования на примере юрских отложений одного из месторождений ОАО «Славнефть-Мегионнефтегаз» // PROнефть. Научно-технический журнал «Газпром нефти». 2017. Вып. 1 (3). С. 20–22.
8. Обидин М.В., Серебровский А.П. Вейвлеты и адаптивный трешолдинг // Информационные процессы. 2013. Т. 13 (2). С. 91–99.
9. Евтихиев Н.Н., Стариков С.Н., Черемхин П.А. Оценка влияния динамического диапазона и шумов регистрирующих камер на качество цифровых голограмм // Оптический журнал. 2013. Т. 80 (5). С. 53–64.
10. Likas A., Vlassis N., Verbeek J. The Global K-means clustering algorithm // Pattern Recognition. 2003. V. 36. P. 451–461.
Рецензия
Для цитирования:
Звягин К.Н., Мальцев Д.Д. К вопросу о подавлении цифрового шума при автоматическом построении контуров объектов «лед – вода» при обработке ледовой информации. Проблемы Арктики и Антарктики. 2020;66(1):102-114. https://doi.org/10.30758/0555-2648-2020-66-1-102-114
For citation:
Zvyagin K.N., Maltsev D.D. Revisiting the digital noise reduction in automatic contouring of “ice-water” objects. Arctic and Antarctic Research. 2020;66(1):102-114. (In Russ.) https://doi.org/10.30758/0555-2648-2020-66-1-102-114
Просмотров: 598
Послать статью по эл. почте 
