О применимости модели системы со случайной скачкообразной структурой к задаче классификации типов подстилающей поверхности

При анализе и дешифрировании изображений часто необходимо выделить отдельные однородные области фона - подстилающей поверхности, т. е. выполнить разбиение первичного изображения на отдельные области, соответствующие однородным по свойствам точкам объекта. Понятие "однородность участка" определяется условиями задачи, например, однородными могут считаться области с одинаковыми параметрами точки, одинаковыми параметрами текстуры, типом поверхности и т.д. Но реальная подстилающая поверхность является неоднородной из-за свойств объекта, освещения или изображающей системы, что приводит к появлению спекл-структуры, которая часто не является мешающим шумом, а несет в себе полезную информацию о статистических свойствах предмета наблюдения. Это, например, радарные изображения леса или почв, шероховатые поверхности машиностроительных деталей при неразрушающем контроле, мутные участки биологических препаратов и т.д. Очевидно, что в этих случаях подавление спекл-структуры ведет к потере необходимой информации. Наличие спекл-структуры делает невозможным применение традиционных методов распознавания и требует разработки особой методики для распознавания объектов дистанционного зондирования.
Новые возможности в решении задачи классификации типов подстилающей поверхности по изображениям различных локационных датчиков, в том числе лазерных и радиолокационных, появились с возникновением теории оптимальной обработки информации в дискретных системах со случайной скачкообразной структурой. Под дискретными системами со случайной скачкообразной структурой понимают наблюдаемые в дискретные моменты времени стохастические динамические системы, структура которых имеет конечное число возможных состояний, сменяющих друг друга в случайные моменты времени.
С достаточной для практики точностью подстилающая поверхность может быть представлена совокупностью чередующихся однородных участков с постоянными значениями средней удельной эффективной поверхности рассеяния (СУЭПР). При переходе от одного участка к другому значение СУЭПР меняется произвольным образом, что позволяет рассматривать радиолокатор в качестве формирователя изображения как систему со случайной скачкообразной структурой, генерирующую дискретную последовательность значений яркости элементов изображения. Используя такое представление и присвоив каждому из возможных значений СУЭПР свой номер, которому соответствует определенный тип подстилающей поверхности, на основе обработки изображения производится постановка в соответствие каждому его элементу номера СУЭПР, т.е. осуществляется классификация типов подстилающей поверхности.
Описаны математические модели формирования радиолокационных изображений, предлагаемые алгоритмы классификации типов подстилающей поверхности, результаты их исследования методом имитационного моделирования на ЭВМ. Приведен пример обработки реального радиолокационного изображения.
Настоящие исследования выполнены при поддержке Российского фонда фундаментальных исследований (проекты № 06-08-00596 и № 05-08-33639).