Анастасия Михайловна Достовалова (МГТУ им.Н.Э.Баумана) :
Статьи:
Достовалова А. М. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-4-103120
В статье рассмотрена задача классификации отсчетов радиолокационного изображения (РЛИ). Использовалась модель локально-однородного РЛИ, в рамках которой отсчеты каждого небольшого участка (локальной области) считались принадлежащими только одному классу. Проведено сравнение результатов классификации нескольких реальных РЛИ по локальным областям при использовании статистических критериев максимума апостериорной вероятности, Колмогорова и Крамера-Мизеса-Смирнова. При этом в случае, когда перечисленные критерии затруднялись классифицировать локальную область — при попадании ее на границу раздела подстилающих поверхностей, та считалась отнесенной к особому, граничному классу, и ее отсчеты обрабатывались с помощью сеточного метода разделения смесей вероятностных распределений. Для каждого критерия оценивалась точность классификации, как доля верно классифицированных пикселей внутри выделенных однородных областей. Установлено, что в случае значительных межклассовых различий наилучшую точность классификации обеспечивает использование наименее мощного среди непараметрических критериев-критерия Колмогорова. Также на примере реального изображения показано, что когда отличия характеристик объектов одного класса оказываются сопоставимы с межклассовыми различиями, наибольшая точность классификации достигается при использовании критерия максимума апостериорной вероятности. Подобные случаи характерны для широкого класса задач классификации, в том числе не связанных с обработкой изображений.
Достовалова А.М. Моделирование локально-однородных радиолокационных изображений при использовании различных статистических критериев. Математическое моделирование и численные методы, 2021, № 4, с. 103–120.
519.2 Применение модели смеси вероятностных распределений в обработке радиолокационных изображений
Достовалова А. М. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2020-3-117130
Рассматривается задача обнаружения объектов на радиолокационном изображении (РЛИ). При ее решении предлагается использовать в качестве модели, описывающей структуру обрабатываемого изображения, смесь из нескольких вероятностных распределений. Предполагается, что каждой ее компоненте соответствует один из классов объектов, присутствующих на РЛИ, сходных по своим отражающим свойствам. Эта гипотеза позволяет осуществлять поиск объектов, решая задачу разделения смеси вероятностных распределений. Возможно применение для этого существующих методов разложения смесей — например, ЕМ–алгоритма. Однако сама структура изображения, на котором значимые классы отсчетов являются локальными неоднородностями, состоящими из малого числа пикселей в сравнении с объемом их общей совокупности, накладывает ограничения на возможность использования этих алгоритмов в чистом виде и приводит к необходимости создания их адаптаций, учитывающих эту особенность входных данных. В статье представлены результаты применения адаптированного EM–алгоритма на примере сгенерированной модели РЛИ с отсчетами, подчиняющимися нормальному закону. Проведена оценка эффективности созданного алгоритма для решения поставленной задачи в сравнении с результатами применения классической версии EM–алгоритма для этой модели. Полученные данные позволили выявить особенности метода, обусловленные как самой механикой обработки изображения, так и свойствами процедуры разделения смесей вероятностных распределений — EM–алгоритма, которые необходимо учитывать при дальнейшем использовании этого метода обработки изображений.
Достовалова А.М. Применение модели смеси вероятностных распределений в обработке радиолокационных изображений. Математическое моделирование и численные методы, 2020, № 3, с. 117–130.