Лазерно-тепловизионная система предупреждения столкновений с препятствиями для пилотирования вертолётов «Вереск-ЛТ» разработана ФГУП «НПО «Государственный институт прикладной оптики» (Казань). Система предназначена для определения направления безопасного полёта и способна обнаруживать препятствия, мешающие пилотированию: провода ЛЭП, антенны, растяжки ретрансляторов. Технические характеристики лазерного канала:
- длина волны – 1,54 мкм;
- поле обзора – 24 х 24 угл. град;
- частота кадров – 2 Гц;
- дальность обнаружения проводов при МДВ более 1 км – 500-600 м;
- погрешность дальнометрирования – 5 м;
- масса оптико-электронного блока – 14,0 кг.
Характеристики тепловизионного канала:
- спектральный диапазон – 8,0-14,0 мкм;
- поле обзора – 40 х 30, 17,0 х 13,0, 4,3 х 3,0 угл. град;
- число элементов разложения – 320 х 240 пикселей;
- дальность обнаружения проводов при МДВ более 1 км – 600-1000 м;
- масса оптико-электронного блока – 10,0 кг. А. П. Барсуков, журнал «ТКТ», № 8, 2004 г. (через эту ссылку можно бесплатно скачать справочник)

МЕТОДЫ ПОВЫШЕНИЯ ОБНАРУЖИТЕЛЬНОЙ СПОСОБНОСТИ ЛАЗЕРНЫХ ЛОКАЦИОННЫХ ТЕЛЕВИЗИОННЫХ СИСТЕМ ОБНАРУЖЕНИЯ ОПТИКО-ЭЛЕКТРОННЫХ ПРИБОРОВ (В. Б. Бокшанский, М. В. Вязовых, М. А. Таранов, МГТУ им. Н. Э. Баумана, Москва); METHOD OF DETECTIVITY INCREASE OF LASER LOCATION TELEVISION SYSTEMS OF OPTICAL-ELECTRONIC DEVICES DETECTING (V. B. Bokshansky, M.V. Vyazovykh, M.A. Taranov, BMSTU, Moscow) По докладу на 17-й Международной научно-технической конференции «СОВРЕМЕННОЕ ТЕЛЕВИДЕНИЕ»
В настоящее время все более широкое распространение получают приборы обнаружения скрытых телевизионных (ТВ) камер типа pin-hole, основанные на подсветке зондируемого объекта пучком света с последующей регистрацией блика на экране телевизионного видоискателя, электронно-оптического преобразователя (ЭОП) или непосредственно глазом. При этом, предельные дальности до обнаруживаемых ТВ-камер не превышают 10 м, что является вполне обоснованным спецификой задачи. Такие приборы относительно просты конструктивно, доступны и занимают ценовой диапазон от 150 до 3000 долларов США. Напротив, обнаружение широкого класса оптико-электронных приборов (ОЭП), таких как бинокли, оптические прицелы и др. на расстояниях 500 – 1000 м и более представляет собой значительно более сложную задачу в силу удаленности объектов локации и их малого контраста. В то же время, актуальность данной проблемы обусловлена существующей угрозой терактов и интересами обороны государства.
Как и приборы «ближнего» действия, лазерные локационные телевизионные системы (ЛЛТС) функционально сочетают передающий канал (как правило, это полупроводниковый лазер с оптической формирующей системой) и приемный канал (приемная ПЗС-камера и видеомонитор видоискателя) [1]. Эксперименты, проведенные в МГТУ им. Н. Э. Баумана показывают, что простым увеличением мощности источника подсветки прибора обнаружения задачу эффективно решить не удается. Проблема заключается в малой заметности блика от обнаруженной цели на телевизионном экране видоискателя либо монитора, обусловленной как малыми величинами яркости полезного блика, так и большой солнечной фоновой засветкой в дневное время. Одним из способов повышения «заметности» блика на экране является применение методов цифровой обработки телевизионного видеосигнала, формируемого приемным каналом ЛЛТС.
Цифровая обработка видеоизображений позволяет осуществить следующие операции [2]:
– автоматическое обнаружение бликов от ОЭП за счет попарного вычитания видеокадров, один из которых – активный (т.е. получен при использовании лазерной подсветки), другой – пассивный (в нем содержится изображение фоновой обстановки);
– цифровую фильтрацию, имеющую цель устранить вредное влияние малоамплитудных вибраций на работу автомата обнаружения, а также повысить отношение сигнал/шум в изображении (различные методы сглаживания изображения);
– формирование специальных графических символов или цветовых меток в тех местах видеокадра, где произошло автоматическое обнаружение цели (символьное и цветовое кодирование), повышающее эффективность визуального обнаружения на экране монитора;
– синхронизацию работы лазера подсвета с работой приемной телевизионной ПЗС-камеры, позволяющую оптимально использовать емкость аккумуляторных батарей прибора (поскольку сигнал приемного канала будет определяться не низкой средней, а высокой импульсной мощностью излучения лазера подсвета), а также при работе в ночных условиях существенно подавить помеху обратного рассеяния;
– цифровое вычитание (ослабление) фона, также повышающее эффективность визуального обнаружения блика от цели на экране монитора.
На рисунке 1а представлен необработанный кадр, а на рисунке 1б – обработанный. Для повышения вероятности обнаружения блика от инспектируемых объектов были использованы следующие виды цифровой обработки:
– вычитание видеокадров с предварительным сглаживанием;
– символьное кодирование блика от цели;
– ослабление фона в области лазерного подсвета.
Сравнение этих кадров позволяет убедиться в эффективности приведенных методов цифровой обработки.

Рисунок 1а – кадр, содержащий изображение блика от цели без цифровой обработки	Рисунок 1б – кадр, содержащий изображение блика от цели после цифровой обработки

В МГТУ им. Н.Э. Баумана был разработан и изготовлен малогабаритный универсальный электронный блок, реализующий вышеописанные алгоритмы цифровой обработки видеосигнала, основанный на применении программируемой логической интегральной схемы (ПЛИС) фирмы «ALTERA», а также сигнального микроконтроллера фирмы «Microchip». Особенностью блока является то, что он позволяет в реальном масштабе времени не только осуществлять автоматическое обнаружение изображения бликов с высокой эффективностью, но и вычислять энергетический центр каждого из них по формулам:

где m, n – дискретные горизонтальные и вертикальные пространственные координаты, принадлежащие текущей области i-го блика D_i; x(m,n) – дискретное распределение яркости в видеокадре. Выделение областей яркостного поля D_i, принадлежащих тем или иным объектам, осуществляется с помощью программно задаваемого порогового значения яркости и алгоритма расчета геометрических характеристик цифрового изображения, анализирующего на принадлежность к текущей области соседних с ней элементов [3]. Нахождение энергетического центра блика от цели позволяет установить угловые пространственные координаты ОЭП относительно оси прибора с высокой точностью.
Разработанный электронно-цифровой блок обладает высокой универсальностью – он может быть использован совместно с любой ПЗС-камерой, формирующей стандартный телевизионный видеосигнал, и с любым полупроводниковым лазерным излучателем в зависимости от требуемой дальности обнаружения и конструктивного исполнения. При этом, если драйвер полупроводникового лазера подразумевает управление временными и мощностными параметрами излучателя, это легко осуществимо с электронно-цифрового блока благодаря наличию в нем стандартных последовательных интерфейсов (RS-232, RS-485, SPI, I2C).
Литература
1. Карасик В. Е., Орлов В. М. Лазерные системы видения. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. – 160 с.
2. Р. Гонсалес, Р. Вудс. Цифровая обработка изображений. – М: Техносфера, 2005 г. – 1072 с.
3. Методы компьютерной обработки изображений. Под ред. В. А. Сойфера. – М: Физматлит, 2003 г. – 784 с.

МЕТОД РАСЧЕТА СВЕТОВОЗВРАЩАТЕЛЬНЫХ ХАРАКТЕРИСТИК ТЕЛЕВИЗИОННЫХ СИСТЕМ, РАБОТАЮЩИХ В ИНФРАКРАСНОМ ДИАПАЗОНЕ СПЕКТРА (Н. В. Барышников, Р. О. Степанов, МГТУ им. Н. Э. Баумана, Москва); THE CALCULATION METHOD OF IR TV SYSTEMS RETRO REFLECTION FEATURES (N. V. Baryshnakov, R. O. Stepanov, BMSTU, Moscow) По докладу на 17-й Международной научно-технической конференции «СОВРЕМЕННОЕ ТЕЛЕВИДЕНИЕ»
Развитие индустрии телевизионных инфракрасных систем (ИКС) “смотрящего” типа сопровождается возникновением ряда специфических технических задач в сфере безопасности. К числу таких задач, в частности, относится дистанционное обнаружение замаскированных ИКС способных вести несанкционированное визирование в средневолновом (3-5 мкм) и длинноволновом (8-14 мкм) ИК диапазонах электромагнитного спектра. Один из наиболее перспективных путей решения такой задачи основан на методах лазерной локации и связан со специфическим характером отражения лазерного излучения при попадании на ИКС.
При облучении ИКС лазерным излучением соответствующим их рабочему спектральному диапазону возникает эффект световозвращения [1], который проявляется в том, что независимо от угла подсвета ИКС отраженное излучение распространяется в направлении, близком к направлению его падения. В результате после отражения от ИКС формируется индикатриса ретроотраженного излучения, угловой размер которой не превышает несколько мрад., а форма определяется конструкцией оптической системы ИКС и ее аберрационными характеристиками.
Последовательное решение поставленной задачи, в первую очередь, предполагает исследование световозвращательных характеристик (СВХ) ИКС. К основным СВХ относятся: показатель световозвращения, индикатриса ретроотраженного излучения, пеленгационная и дисперсионная характеристики [1,2]. Эти характеристики являются исходными данными для проведения светоэнергетических расчетов при проектировании лазерных локационных систем обнаружения, работа которых основана на использовании эффекта световозвращения [3].
Авторами настоящей работы предложен метод расчета СВХ ИКС.
Раньше такие расчеты проводились при помощи специализированных компьютерных программ, лишенных универсальности и предназначенных для определения СВХ в некоторых частных случаях. В настоящее время достаточно хорошо развиты САПРы, поэтому актуальность приобрела задача разработки современной высокоэффективной и универсальной методики расчета отражательных характеристик на базе этих САПРов.
В рамках решения такой задачи предлагается моделировать процесс ретроотражения в САПР Zemax.
В качестве исходных данных для проведения моделирования, необходимо иметь конструктивные параметры (r,d,n) оптической системы исследуемой ИКС, значения  коэффициента отражения поверхности его фокального элемента и диаметра входного зрачка D.
Используя эти исходные данные, в редакторе “Lens Data Edition” САПР Zemax, нужно сформировать оптическую систему ИКС как световозвращателя. Она должна состоять из оптической системы рассматриваемой ИКС, задняя фокальная плоскость которой совмещена с передней фокальной плоскостью такой же системы, сформированной в обратном ходе лучей (пример на рисунке 1). После построенной таким образом оптической системы Свз необходимо установить безаберрационный параксиальный компонент – “paraxial lens”. В фокальной плоскости параксиального компонента необходимо расположить поверхность анализа с координатной системой, в которой будет формироваться распределение, пропорциональное индикатрисе ретроотражения ИКС I_н(ω).
Трехмерный вид индикатрисы и табулированные данные ее значений можно получить, используя функцию “FFT Point Spread Function“. При этом, возможно сделать допущение о круговой симметрии индикатрисы и рассматривать только ее центральное сечение с помощью функции “FFT PSF cross section”.
Тогда, используя рассчитанные в Zemax зависимости нормированной угловой ФР I_н(ω), можно найти зависимости ПСВ усреднённого в телесном угле ω_ус на заданной длине волны с помощью полученной авторами формулы:
    (1)
где ω_макс – максимальный (полный) угловой размер индикатрисы ретроотраженного излучения.
Полученное выражение заложено в основу методики расчета пеленгационных и дисперсионных характеристик ИКС.
Особенностью этой методики являться то, что наиболее трудоемкая и ответственная часть расчетов – расчет индикатрисы – проводится с помощью САПР Zemax, а последующая обработка полученной индикатрисы может проводиться в любой математической САПР (например, MathCAD) на основе приведенной выше формулы (1).
Рисунок 1 – Смоделированный в САПР Zemax ход лучей зондирующего излучения при ретроотражении от ИКС, работающей в длинноволновом инфракрасном диапазоне
Рассмотрим пример результатов реализации разработанной методики для расчета пеленгационной и дисперсионной характеристик одной из современных ИКС.
Смоделированный с помощью САПР Zemax ход лучей в рассматриваемом примере представлен на рисунке 1, а полученные дисперсионные характеристики представлены на рисунке 2.
Таким образом, разработана методика расчета СВХ ИКС с использованием современных САПР. С помощью разработанной методики проведены расчеты СВХ современных ИКС. По результатам расчетов выявлены отличительные особенность ретроотражения зондирующего излучения от ИКС. Основной из этих особенностей является П-образная форма дисперсионных характеристик.
Рисунок 2 – Дисперсионные характеристики ИКС для различных углов усреднения
Литература
1. Международный светотехнический словарь / Под ред. Д. Н.Лазарева.– М.: Рус. яз., 1979. стр. 278
2. Муратов В. Р., Филимонов Ю. А., Ширанков А. Ф. О терминологии, связанной со световозвращающим излучением // Оптико-механическая
промышленность. – 1980. – №3. – C. 55-57.
3. Барышников Н. В, Бокшанский В. Б., Вязовых М. В., Животовский И. В., Карасик В. Е. Анализ возможности дистанционного обнаружения камер скрытого видения на основе эффекта световозвращения.// Информационно-измерительные и управляющие системы. Радиотехника – 2005. – №4-5. – С. 76-86.

МОДЕЛИРОВАНИЕ САМООРГАНИЗАЦИИ И ВЗАИМОДЕЙСТВИЯ ОДНОРОДНЫХ ИЗОТРОПНЫХ ПОЛЕЙ (С. А. Важин, А. В. Важина, Ю. В. Иванов, В. П. Трофимов, ФГУП МКБ «Электрон», Москва); MODELLING OF SELF-ORGANIZATION AND INTERACTION OF HOMOGENEOUS ISOTROPICS FIELDS (S. A. Vazhin, A. V. Vazhina Y. V. Ivanov, V. P. Trofimov Federal Scientific Center MCB «Electron») По докладу на 17-й Международной научно-технической конференции «СОВРЕМЕННОЕ ТЕЛЕВИДЕНИЕ»
Современный подход к решению задач дистанционного зондирования в радиофизике, радиолокации, в неразрушающем контроле и т. д., например, телевизионными, тепловизионными и т. п. средствами должен базироваться на представлениях нелинейной динамики, когда фоновое поле, сами источники и поля их излучений описываются системой кластеров фрактального пространства, следуя гипотезе скейлингового самоподобия природных и техногенных объектов [1].
Целью работы является синтез структуры, обеспечивающей фрактальную самоорганизацию выходных сигналов, и ее исследование, моделирующие разные режимы взаимодействия фрактальных сигналов полей излучений объектов с перекрывающимися областями.
Разработанная структура обеспечивает автогенерацию фрактальных колебаний и содержит два активных элемента – функциональный генератор гармонических колебаний с перестраиваемыми параметрами, включенный в прямую цепь, и консервативный диссипативный осциллятор, включенный в цепь обратной связи.
Рис. 1. Структурная схема фрактального автогенератора.
Полученные результаты компьютерного исследования моделей взаимодействия однородных изотропных полей можно прокомментировать с позиций теории множеств. Суперпозиция двух фрактальных полей соответствует объединенному множеству, представленному всеми значениями составляющих множеств (полей). Если множества не перекрываемые или частично перекрываемые, то топология объединенного множества выразительно отражает расположение границ, наличие максимальных и минимальных экстремумов, а также динамику переходов, что подтверждают расчеты количественных оценок лакунарности. Оценка пространства наблюдений с целью выделения ограниченных областей множеств широко используется на практике при решении задач испытания двух или более гипотез методом проверки отношения правдоподобия.
Свертка двух фрактальных полей также соответствует объединенному множеству исходных множеств, энергия которого превышает энергию каждого из исходных множеств. Переход к представлению результирующего множества с перекрытием возможен тем эффективнее, чем в большей степени отличается энергия подмешиваемого множества от энергии «чистого» множества без подмешивания.
Таким образом, из полученных результатов экспериментальных компьютерных исследований моделей взаимодействия полей следует, что фрактальные методы анализа позволяют решать задачи обнаружения и идентификации источников излучений, которые проявляют свое присутствие как при суперпозиции с фоновым полем, так и при проникновении полей по модели «скин-эффекта». Повышение эффективности алгоритмов фрактального анализа обеспечивает моделирование различных режимов работы фрактального автогенератора.
Работа выполнена при финансовой поддержке РФФИ по грантам № 08-08-13536 и № 08-02-13578.
Литература
1. Потапов А. А. Фракталы в радиофизике и радиолокации. Топология выборки. –М.Университетская книга, 2005. - 848 с.
2. Динамика и хаос системы с запаздывающей обратной связью с идеальным полосовым фильтром и параметрической накачкой. Л. С. Виленчик, Ю. В. Иванов, В. П. Трофимов //Радиотехника. – 2007. - №11. - С. 14 - 19.
3. Hurst H. E., Black R. P., Simaika Y. M. Long-Term Storage: An Experimental Study. – L.: Constable, 1965.

Лазерная ТВ-система для обнаружения оптических приборов. На фоне американских бомбардировок дружественных нам государств ракетами, наводимыми по видеоканалу, обнадеживающе выглядит разработка московского НПЦ «Транскрипт». Система «Мираж» разработана (и запатентована) специально для обнаружения оптических приборов и обеспечивает выявление несанкционированных видео- и фотосъемки, а также выявление наблюдения за защищаемым объектом с применением биноклей, оптических прицелов или других оптических приборов. Система позволяет обнаружить любые оптические приборы независимо от принципа их работы (пассивный, активный, лазерный, тепловизионный и т.д.), в том числе приборы, расположенные в камуфлированных зонах (лес, здания, автомобили с тонированными стеклами, непросматриваемые помещения и т.д.) в любое время суток. Технические характеристики системы «Мираж»: дистанция обнаружения — 15-2000 м, угол поля зрения — 4-8°, допустимый уровень внешней освещенности — 100000 лк, питание — 220 В (переменное) или 12 В (постоянное), температурный диапазон — от -40° до +50°С.
Работа системы выглядит следующим образом. Оператор-наблюдатель видит на экране монитора изображение исследуемой местности, получаемое через ТВ-камеру, входящую в состав комплекса. В момент, когда на исследуемой местности появляется человек, вооруженный оптическим прибором (видеокамерой, прицелом и т.п.), система пеленгует эту оптику, отмечая на экране монитора её местоположение частыми яркими вспышками. Отсюда очевидно основное применение системы — антитеррористическое, но, идя в ногу со временем, разработчики в сопроводительных материалах к системе употребили и слово «Антипапарацци» для обозначения такого применения, как обнаружение несанкционированных видео- и фотосъемки. Система позиционируется также для обнаружения скрытых видеокамер наблюдения, и, видимо, любители забав в саунах и тому подобных злачных местах, приобретя систему «Мираж», не будут вынуждены в минуты оргазма озираться по сторонам в поисках спрятанного объектива. Что касается темы самонаведения огневых установок, затронутой в самом начале, то и её мы обсудили с разработчиками. С технической точки зрения нет препятствий для того, чтобы, запеленговав подозрительную оптику, система «Мираж» автоматически дала целеуказание автоматическим же ракетно-пулеметным комплексам. Правда, потом может оказаться, что на охраняемую территорию всего лишь забрел случайный фотограф — но тут уж, как в детской игре: «Кто не спрятался, я не виноват».А. Барсуков, журнал "ТКТ", № 3, 1999 г. (через эту ссылку можно бесплатно скачать справочник)

Тема наблюдения за объектами на VI конференции «Цифровая обработка сигналов и её применение» (по материалам РНТОРЭС им. А. С. Попова) Доклады Рязанской государственной радиотехнической академии.
▪ Обнаружение и слежение за движущимися объектами в присутствии дрожания и линейных сдвигов изображения. При решении задач обнаружения и слежения за подвижными объектами в системах технического зрения (СТЗ) используются разностные алгоритмы сегментации. Разностная сегментация позволяет обнаруживать объекты в присутствии шума при неподвижном фоне. Однако, часто наблюдаются дрожание и сдвиги изображения, вызванные турбулентностью атмосферы или перемещениями датчика изображения. Проведено исследование ряда алгоритмов слежения за перемещениями фонового изображения, однако, при использовании этих алгоритмов в СТЗ выявился ряд проблем. Во-первых, слежение за фоновым изображением всегда происходит с некоторой ошибкой. Во-вторых, достаточно часто вектор сдвига точки изображения не одинаков по всей площади кадра. Это обычно вызывается турбулентностью атмосферы или присутствием, помимо сдвигов, других преобразований изображения: вращений, изменений перспективы, искажений, вызванных особенностями формирования ТВ-растра. В результате резко возрастает количество ошибочно обнаруженных точек изображения. Таким образом, необходима модификация разностного алгоритма, учитывающая присутствие случайных геометрических искажений входного изображения.
Модель наблюдаемого на кадре с номером n фонового изображения можно представить в виде формулы, через которую выражается яркость наблюдаемого фонового изображения на кадре с номером n в точке (i, j), выводимая через:
- яркость неизвестного фонового изображения в точке (i, j);
- гауссовский шум с нулевым средним и дисперсией, взятой в данной точке, некоррелированный в пространстве и во времени;
- линейные сдвиги фонового изображения на кадре с номером n;
- сдвиги фонового изображения, вызванные различными геометрическими преобразованиями изображения, исключая сдвиги; рассматриваются как случайные величины с нулевым средним.
Предлагается правило, по которому можно производить обнаружение точек, принадлежащих объектам, если есть наблюдаемое изображение, которое помимо фона содержит объекты. Испытания алгоритма, основанного на этом правиле, в СТЗ реального времени показали его высокую эффективность. При наличии случайных геометрических искажений снижается количество ложно обнаруженных точек, повышается надёжность обнаружения и сопровождения объектов.
▪ Исследования методов оценки фрактальной размерности и сегментация изображения. Важным моментом при решении задач автоматического обнаружения и сопровождения объектов является вычисление признаков. Признаки являются численной мерой однородности областей изображения, на основе которой проводится дальнейшая сегментация изображения. Опыт показывает, что при работе видеокомпьютерных систем в сложных реальных условиях простых признаков, таких, как яркость, цвет, градиент изображения, а также спектральных признаков часто недостаточно для хорошей сегментации изображения. Как показывают исследования, эффективными признаками являются характеристики изображения, полученные при помощи фрактального анализа.
Основной особенностью фрактальных характеристик является то, что изображения искусственных объектов и природных имеют сильно различающиеся фрактальные размерности. Это позволяет успешно использовать фрактальные признаки для обнаружения искусственных изменений ландшафта по фотографиям из космоса, обнаружения искусственных объектов на изображениях с телекамер и в других задачах.
Существует алгоритм сегментации изображений с использованием фрактальной размерности, оцениваемой с помощью коэффициентов вейвлет-разложения. Данный метод использует вектор признаков, составленный из оценок фрактальной размерности по трём направлениям (горизонтальное, диагональное, вертикальное) и нескольким уровням (1-3) вейвлет-разложения. Для использования фрактальной размерности как признака необходимо вычислять её для сигналов конечной длины, в частности, для цифровых изображений. Тот факт, что производится работа с дискретными сигналами, означает отсутствие бесконечного количества уровней разрешения изображения. Следовательно, имеется конечное число значений масштаба, на которых возможно произвести вычисление оценки фрактальной размерности. Таким образом, в качестве вектора признаков для исследуемого участка изображения используется последовательность значений, получаемых при разных уровнях разрешения и ориентациях.
Для каждого элемента изображения используется формула, предложенная в докладе. Вычисляемая в данной работе при помощи вейвлет-преобразования оценка фрактальной размерности по этой формуле используется для формирования многомерных признаков для байесовского сегментатора, что позволяет достаточно хорошо сегментировать объекты, созданные человеком, от природного фона на изображениях в видимом и инфракрасном диапазонах. Эксперименты с использованием видеопоследовательностей показали, что байесовская сегментация с использованием оценки фрактальной размерности в качестве одного из признаков даёт хорошие результаты. А. П. Барсуков, журнал «ТКТ», № 8, 2004 г. (через эту ссылку можно бесплатно скачать справочник)

Телевизионный автомат сопровождения объектов был представлен АО «МНИТИ» на «Связь-Экспокомм-2001» в «Экспоцентре». В составе оптико-электронного пеленгатора прибор используется для внешнетраекторных измерений движущихся объектов на сложном фоне. Эффективным оказалось построение на базе ТАСО вертолетной системы точного висения для проведения поисково-спасательных и монтажных работ с грузом на внешней подвеске. В большинстве случаев применения ТАСО должен отвечать требованиям обеспечения устойчивого автосопровождения широкого класса объектов, включая подвижные, при измерении их размеров и ракурса в условиях воздействия естественных и искусственных помех. Основные характеристики:
число каналов слежения — 2;
рабочий контраст объекта в сигнале — не менее 5%;
потребляемая мощность — не более 20 Вт;
габариты — 215 х 140 х 100 мм;
масса — 2 кг. А. Барсуков, журнал "ТКТ" № 10, 2001 г. (через эту ссылку можно бесплатно скачать справочник)

Специалисты в области обнаружения и сопровождения объектов
Алпатов Б. А.: "Исследование эффективности методов обнаружения движущихся объектов", "Прогнозирование управления приводами в видеокомпьютерной системе сопровождения объектов", "Обнаружение и слежение за движущимися объектами в присутствии дрожания и линейных сдвигов изображения", "Исследование методов оценки фрактальной размерности и сегментация изображения", "Пространственный алгоритм выделения объектов на основе адаптивной пороговой обработки", "Алгоритм автоматического обнаружения, выделения и оценки динамических объектов, возникающих в последовательности телевизионных кадров", "Разработка алгоритма слежения за фоновым изображением для видеокомпьютерной системы обнаружения и определения координат движущихся объектов", "Разностный алгоритм обнаружения и определения координат объектов при движущемся датчике изображения", "Управление приводами гиростабилизированной платформы в видеокомпьютерной системе сопровождения объектов"
Аношкин С. А.: "Возможность использования поисковых средств для решения задачи идентификации объектов в понятиях необходимости и достаточности", "Взаимосвязь алгоритмов идентификации и средств обнаружения объектов"
Антипов М. А.: "Математическая модель погрешностей телевизионного средства целеуказания"
Антюфеев В. И.: "Восстановление объекта по изображению, искаженному смазом"
Бабаян П. В.: "Обнаружение и слежение за движущимися объектами в присутствии дрожания и линейных сдвигов изображения", "Оценивание параметров смещения изображения при выделении движущихся объектов", "Разработка алгоритма слежения за фоновым изображением для видеокомпьютерной системы обнаружения и определения координат движущихся объектов", "Разностный алгоритм обнаружения и определения координат объектов при движущемся датчике изображения"
Байбаков В. Н.: "Обоснование технико-экономического показателя и частных технических требований к телевизионному автоматизированному средству обнаружения и наблюдения", "Рубежно-площадной метод построения телевизионного автоматизированного средства обнаружения и наблюдения"
Балашов О. Е.: "Прогнозирование управления приводами в видеокомпьютерной системе сопровождения объектов", "Исследование методов оценки фрактальной размерности и сегментация изображения", "Управление приводами гиростабилизированной платформы в видеокомпьютерной системе сопровождения объектов"
Бахшиев А. В.: "Аппаратная реализация алгоритма детекции движения на базе фильтров нейроподобной структуры с программируемой постоянной времени"
Беглова Н. С.: "Метод оценки эффективности алгоритмов цифровой обработки видеоинформации", "Методика проведения экспериментальных исследований отражательных характеристик зимнего маскировочного обмундирования военнослужащих"
Бесшапошников А. А.: "Математическая модель погрешностей телевизионного средства целеуказания"
Блохина А. С.: "Аппаратная реализация алгоритма детекции движения на базе фильтров нейроподобной структуры с программируемой постоянной времени"
Богуславский А. А.: "Алгоритмы для слежения за малоразмерной целью в составе системы технического зрения (СТЗ)"
Борзунов А. В.: "Способы учета времени устаревания информации целеуказания и алгоритм принятия решения на пуск ракеты в этих условиях"
Борисов Е. М.: "Определение частных характеристик телевизионного автоматизированного средства обнаружения и наблюдения", "Рубежно-площадной метод построения телевизионного автоматизированного средства обнаружения и наблюдения", "Системная модель контроля качества создания телевизионной автоматизированной системы обнаружения и наблюдения"
Бохан К. А.: "Алгоритм автоматического обнаружения, выделения и оценки динамических объектов, возникающих в последовательности телевизионных кадров", "Разностный алгоритм обнаружения и определения координат объектов при движущемся датчике изображения"
Бурдыгин А. И.: "Аппаратная реализация алгоритма детекции движения на базе фильтров нейроподобной структуры с программируемой постоянной времени"
Быков В. Н.: "Восстановление объекта по изображению, искаженному смазом"
Бычков А. А.: "Обнаружение изображений пространственно-протяженных затеняющих фон объектов"
Веселовская О. А.: "Способы учета времени устаревания информации целеуказания и алгоритм принятия решения на пуск ракеты в этих условиях"
Вильчинский А. С.: "Восстановление объекта по изображению, искаженному смазом"
Виноградов А. В.: "Метод оценки эффективности алгоритмов цифровой обработки видеоинформации", "Методика проведения экспериментальных исследований отражательных характеристик зимнего маскировочного обмундирования военнослужащих"
Головин Г. В.: "Создание прецизионных весов с возможностью определения центра масс и системой видеонаблюдения"
Гришин А. И.: "Метод фильтрации видеоизображений в телевизионных системах наблюдения", "Методика обоснования тактико-технических требований к низкоуровневым телевизионным средствам наблюдения", "Повышение вероятности обнаружения малозаметных объектов автоматическими телевизионными системами", "Применение пространственно-цифровой обработки видеоизображения с целью повышения его информативности", "Методология построения высокочувствительных телевизионных автоматизированных систем обнаружения и наблюдения",
Демин С. С.: "Перспективы создания систем автоматического обнаружения и распознавания целей (САОРЦ) на поле боя", "Оценка эффективности применения алгоритмов расширения динамического диапазона телевизионного изображения в оптико-электронных приборах (ЩЭП) разведки", "Оценка дальности действия ТВ-аппаратуры наблюдения и разведки в широком диапазоне изменения внешних воздействующих факторов"
Илюшин И. В.: "Метод фильтрации видеоизображений в телевизионных системах наблюдения", "Повышение вероятности обнаружения малозаметных объектов автоматическими телевизионными системами", "Применение пространственно-цифровой обработки видеоизображения с целью повышения его информативности"
Кан Е. В.: "Метод оценки эффективности алгоритмов цифровой обработки видеоинформации", "Методика проведения экспериментальных исследований отражательных характеристик зимнего маскировочного обмундирования военнослужащих"
Каракозов Ю. А.: "Усовершенствованный алгоритм автосопровождения"
Карамов С. В.: "Выделение координат полезного источника излучения на фоне помех с фотоприёмника матричного типа", "Построение вычислительной аппаратуры для малогабаритной оптико-электронной системы слежения и управления высокоскоростными объектами"
Карякин Ю. М.: "Телевизионная система для контрастирования защитно окрашенных объектов"
Катаев А. А.: "Исследование эффективности методов обнаружения движущихся объектов"
Киселёв В. В.: "Нечеткая логика для управления роботом с монокулярным зрением"
Клещев Е. А.: "Возможность использования поисковых средств для решения задачи идентификации объектов в понятиях необходимости и достаточности"
Коротких А. В.: "Математическая модель погрешностей телевизионного средства целеуказания"
Коршунов В. Н.: "Способ построения телевизионной системы для сопровождения объектов", "Повышение вероятности обнаружения малозаметных объектов автоматическими телевизионными системами", "Применение пространственно-цифровой обработки видеоизображения с целью повышения его информативности", "Алгоритм обнаружения подвижного фрагмента телевизионного изображения", "Алгоритм захвата и сопровождения подвижного фрагмента телевизионного изображения", "Повышение помехоустойчивости телевизионных средств обнаружения на основе статистических методов анализа видеоизображений"
Кот А. В.: "Определение частных характеристик телевизионного автоматизированного средства обнаружения и наблюдения"
Кравченко В. С.: "Телевизионная система для контрастирования защитно окрашенных объектов"
Кравченков А. С.: "Адаптивные телевизионные средства наблюдения и обнаружения"
Краснобаев А. А.: "Классификация алгоритмов детектирования простых элементов изображений и анализ возможности их аппаратной реализации"
Кузин А. А.: "Система поиска объекта на изображении в реальном времени на базе нейропроцессора Л1879ВМ1"
Кузнецов А. В.: "О возможности регистрации баллистических объектов тепловизионной камерой на пировидиконе"
Макаренко Б. И.: "Восстановление объекта по изображению, искаженному смазом"
Макарецкий Е. А.: "Выделение координат полезного источника излучения на фоне помех с фотоприёмника матричного типа"
Мартынов А. Н.: "Методика обоснования тактико-технических требований к низкоуровневым телевизионным средствам наблюдения"
Марченко А. Н.: "Системная модель контроля качества создания телевизионной автоматизированной системы обнаружения и наблюдения"
Минц М. Я.: "Восстановление объекта по изображению, искаженному смазом"
Митрохин А. А.: "Алгоритм обнаружения подвижного фрагмента телевизионного изображения", "Алгоритм захвата и сопровождения подвижного фрагмента телевизионного изображения"
Михеев П. М.: "Создание прецизионных весов с возможностью определения центра масс и системой видеонаблюдения"
Михно В. Н.: "Устойчивость алгоритмов обнаружения аномальных образований к модели описания их геометрической конфигурации"
Михно Г. А.: "Устойчивость алгоритмов обнаружения аномальных образований к модели описания их геометрической конфигурации"
Муравьёв В. С.: "Пространственный алгоритм выделения объектов на основе адаптивной пороговой обработки"
Муравьёв В. И.: "Пространственный алгоритм выделения объектов на основе адаптивной пороговой обработки"
Новик В. П.: "Использование многовременных последовательностей изображений для обнаружения аномальных тепловых объектов"
Омельянчук Алексей: "Видеодетекторы движения"
Поветко В. Н.: "Единая функциональная модель зрения для информационных систем обнаружения"
Понькин В. А.: "Обнаружение изображений пространственно-протяженных затеняющих фон объектов"
Понятский В. М.: "Выделение координат полезного источника излучения на фоне помех с фотоприёмника матричного типа"
Прилепский Е. Д.: "Восстановление объекта по изображению, искаженному смазом"
Резепов Е. В.: "Определение частных характеристик телевизионного автоматизированного средства обнаружения и наблюдения", "Обоснование технико-экономического показателя и частных технических требований к телевизионному автоматизированному средству обнаружения и наблюдения", "Рубежно-площадной метод построения телевизионного автоматизированного средства обнаружения и наблюдения", "Математическая модель телевизионной автоматизированной системы обнаружения и наблюдения с учетом восстановления", "Системная модель контроля качества создания телевизионной автоматизированной системы обнаружения и наблюдения"
Рудь А. В.: "Анализ алгоритма обнаружения воздушных целей оптико-электронными средствами с высоким пространственным разрешением, основанного на пространственно-частотном представлении"
Соколов С. М.: "Алгоритмы для слежения за малоразмерной целью в составе системы технического зрения (СТЗ)"
Старченко А. Н.: "О возможности регистрации баллистических объектов тепловизионной камерой на пировидиконе"
Степашкин А. И.: "Прогнозирование управления приводами в видеокомпьютерной системе сопровождения объектов", "Управление приводами гиростабилизированной платформы в видеокомпьютерной системе сопровождения объектов"
Стефанов В. А.: "Телевизионная система для контрастирования защитно окрашенных объектов"
Стротов В. В.: "Оценивание параметров смещения изображения при выделении движущихся объектов"
Тикменов В. Н.: "Построение вычислительной аппаратуры для малогабаритной оптико-электронной системы слежения и управления высокоскоростными объектами"
Торицин С. Б.: "О возможности регистрации баллистических объектов тепловизионной камерой на пировидиконе"
Уваров Николай Егорович: "Видеодетектор движения. Реальность и перспективы"
Филатов Г. Д.: "Метод оценки эффективности алгоритмов цифровой обработки видеоинформации", "Методика проведения экспериментальных исследований отражательных характеристик зимнего маскировочного обмундирования военнослужащих"
Хохлов В. Ф.: "Определение частных характеристик телевизионного автоматизированного средства обнаружения и наблюдения", "Обоснование технико-экономического показателя и частных технических требований к телевизионному автоматизированному средству обнаружения и наблюдения", "Рубежно-площадной метод построения телевизионного автоматизированного средства обнаружения и наблюдения", "Математическая модель телевизионной автоматизированной системы обнаружения и наблюдения с учетом восстановления", "Системная модель контроля качества создания телевизионной автоматизированной системы обнаружения и наблюдения"
Щербаков А. В.: "Метод оценки эффективности алгоритмов цифровой обработки видеоинформации", "Методика проведения экспериментальных исследований отражательных характеристик зимнего маскировочного обмундирования военнослужащих"
Якубсон С. Е.: "Метод оценки эффективности алгоритмов цифровой обработки видеоинформации", "Методика проведения экспериментальных исследований отражательных характеристик зимнего маскировочного обмундирования военнослужащих", "Перспективы создания систем автоматического обнаружения и распознавания целей (САОРЦ) на поле боя", "Оценка эффективности применения алгоритмов расширения динамического диапазона телевизионного изображения в оптико-электронных приборах (ЩЭП) разведки", "Оценка дальности действия ТВ-аппаратуры наблюдения и разведки в широком диапазоне изменения внешних воздействующих факторов"
ЗАРУБЕЖНЫЕ ИСТОЧНИКИ
Арждайл Майкл (Великобритания): "Анализ движения человеческого взгляда"
Маккей Дэвид (Великобритания): "Программа, отслеживающая движение глаз пользователя по экрану дисплея"

О ВЫСОКОТОЧНОМ СОВМЕЩЕНИИ РАСТРОВ В РАЗНОСПЕКТРОЗОНАЛЬНЫХ СИСТЕМАХ ОБНАРУЖЕНИЯ И ОПОЗНАНИЯ. В оптическую область длин волн входят (считается в начале ХХ1-го века) видимый, ультрафиолетовый и инфракрасный, а звуковой, ультразвуковой, радио (мм. см. дм. м), рентгеновский и гамма диапазоны — это иные (неоптические) части электромагнитного спектра. Видимый диапазон длин волн (0,38...0,78 мкм) составляет всего лишь одну октаву (даёт человеку до 80-85 % информации), весь же электромагнитный спектр (перечислен) занимает на частотной оси (на шкале длин волн) более 60 октав. В настоящее время (2009 г.) вполне осуществимо визуализироватъ (и делается это) процессы и события на любых частотах (визуализируются неравномерности, возмущенности, нестабильности и т. д.). Визуализировать (и осмысленно трактовать результат) значительно легче, если иметь информацию из различных диапазонов спектра (видимый и инфракрасный: рентгеновский и видимый: радио, видимый и ультрафиолетовый и т. д.) и разумно её использовать. определённым образом совмещая растры или изображения... Наряду с традиционным цветным телевизионным вещанием широкое применение находят спектрозональные и фотометрические телевизионные системы для космических исследований, высокоточные измерительные системы. система! для регистрации кратковременных и быстропротекающих процессов. телевизионные роботы и системы для автоматизации производственных процессов.... Высококачественное цветное, многоспектрозональное телевидение, измерительные телевизионные автоматы могут быть реализованы только при условии создания высокостабильных растров с минимальными искажениями в
телекамерах. Совмещать растры передающих систем можно и в видеоканалах, и в телевизионном приёмнике перед устройством отображения. Из доклада А. В. Петракова,. Л. С. Федяева на конференции "Современное телевидение"

Обнаружение и распознавание в широком спектральном диапазоне обеспечивает прибор, разработанный в ГЦНИИ «Циклон». О возможностях прибора говорит тот факт, что встроенная система компенсации засветок позволяет различать номер автомашины, расположенный между включенными фарами. Прибор может быть исполнен в трехканальной конфигурации, изображенной на рисунке.
Дневной телевизионный канал (спектральный диапазон 0,4-0,9 мкм) обеспечивает дальность обнаружения при 15 км метеорологической видимости объектов типа «человек» — 4,5 км и «танк» — 12 км. Дальность распознавания, соответственно 1,5 км и 4,5 км. Разрешение — 40лин/мм.
Ночной телевизионный канал обеспечивает для тех же объектов дальность обнаружения 1,5 км и 2,5 км и дальность распознавания 0,8 км и 1,5 км. Разрешение — 28 лин/мм.
Тепловизионный канал (на основе неохлаждаемой микроболометрической матрицы), соответственно, 2,0 км и 3,0 км (обнаружение) и 0,9 км и 1,8 км (распознавание).  А. Барсуков, журнал "ТКТ", № 12, 2000 г. (через эту ссылку можно бесплатно скачать справочник, авторские материалы которого разрешено использовать для написания таких работ, как эссе, сочинение, доклад, реферат, курсовая работа, дипломная работа, бакалаврская / магистерская работа, диссертация)

Повышение вероятности обнаружения малозаметных объектов автоматическими ТВ-системами — тема докладчиков из Серпуховского военного института ракетных войск на 8-й НТК «Современное телевидение». Явный путь повышения обнаружительных способностей в ТВ-средства — повышение контраста объекта вторжения, который определяется выражением: K = (L_ф - L_о)/L_ф,
где L_ф и L_о— яркости фона и объекта соответственно,
Эксперимент с черно-белой видеокамерой по определению контраста малозаметного объекта (человека в камуфлированной форме «лес» на фоне травы) дал следующие параметры контраста):
без светофильтра — 0,177273;
красный с/ф — 0,05Х559:
желтый с/ф — 0,138249;
зеленый с/ф — 0,212121.
Таким образом, применение зеленого светофильтра дало увеличение контраста объекта на 20%, что позволяет говорить о возможности увеличения вероятности обнаружения объекта автоматическим обнаружителем. Однако следует отметить, что контраст объекта цветовой гаммы, отличной от зеленой, при применении светофильтра зеленого цвета не претерпевает значительных изменений. Т.е. применение светофильтров эффективно в случае априори известной модели объекта наблюдения. А. Барсуков, журнал "ТКТ", № 6, 2000 г. (через эту ссылку можно бесплатно скачать справочник)