ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2025. №11

УДК: 621.396

Исследование влияния количества уровней дискретизации данных

дистанционного зондирования на информативность получаемых изображений

А. В. Кокошкин, Е.П. Новичихин

ИРЭ им. В.А. Котельникова РАН, Фрязинский филиал

141190, Фрязино, пл. Введенского, 1

Статья поступила в редакцию 19 сентября 2025 г.

Аннотация. В этой работе исследовалось влияние количества уровней дискретизации данных на информативность получаемых изображений. Установлено, что при прочих равных условиях, реконструкция искаженных изображений возможна только при учете характерных особенностей важных для исследователя объектов. Одним из критически значимых параметров являются величины радиуса корреляции анализируемого изображения относительно величины искомых объектов. Оптимальный выбор количества уровней дискретизации должен основываться на конкретных задачах и условиях применения данных дистанционного зондирования. Важно находить баланс между качеством изображений и ресурсами, доступными для их обработки и анализа.

Ключевые слова: обработка изображений, метрики оценок качества, уровни дискретизации, методы реконструкции изображений.

Финансирование: Работа выполнена в рамках государственного задания ИРЭ им. В.А. Котельникова РАН.

Автор для переписки: Кокошкин Александр Владимирович, shvarts65@mail.ru

Литература

1. Gonzalez R.C., Woods R.E., Digital Image Processing. NJ.: Prentice Hall, International Version 3rd Edition. – 2012. – 1071 p.

2. Бейтс Р., Мак-Доннелл М. Восстановление и реконструкция изображений: Пер. с англ. – Мир – 1989. – 288 c.

3. Прэтт У. Цифровая обработка изображений: В 2-х кн. – 1982. – 738 c.

4. Грузман И.С. и др. Цифровая обработка изображений в информационных системах // Новосибирск: НГТУ. – 2002. – C. 352.

5. Hanke M., Neubauer A., Scherzer O. A convergence analysis of the Landweber iteration for nonlinear ill-posed problems // Numerische Mathematik. – 1995. – V. 72. – №. 1. – P. 21-37. https://doi.org/10.1007/s002110050158

6. LeCun Y., Bengio Y., Hinton G. Deep learning // nature. – 2015. – V. 521. – №. 7553. – P. 436-444. https://doi.org/10.1038/nature14539

7. Гуляев Ю.В. и др. Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения. Часть 1-3. // Журнал радиоэлектроники. – 2013. – №. 12.

8. Кокошкин А.В. и др. Использование метода перенормировки с ограничением для восстановления искаженных изображений при наличии помех и шума с неизвестными параметрами // Журнал радиоэлектроники. – 2015. – №. 7.

9. Кокошкин А.В., Новичихин Е.П. Модификация фильтра Винера на основе метода опорного изображения. // Журнал радиоэлектроники. 2024. – №. 11. https://doi.org/10.30898/1684-1719.2024.11.10

Для цитирования:

Кокошкин А.В., Новичихин Е.П. Исследование влияния количества уровней дискретизации данных дистанционного зондирования на информативность получаемых изображений // Журнал радиоэлектроники. – 2025. – №. 11. https://doi.org/10.30898/1684-1719.2025.11.40