Please use this identifier to cite or link to this item: http://hdl.handle.net/10995/82258
Full metadata record
DC FieldValueLanguage
dc.contributor.authorАндриянов, Н. А.ru
dc.contributor.authorГаврилина, Ю. Н.ru
dc.contributor.authorAndriyanov, N. A.en
dc.contributor.authorGavrilina, Yu. N.en
dc.date.accessioned2020-04-27T08:18:36Z-
dc.date.available2020-04-27T08:18:36Z-
dc.date.issued2020-
dc.identifier.citationАндриянов Н. А. Исследование алгоритма обнаружения детерминированных аномалий на сложных изображениях с помощью дважды стохастической модели / Н. А Андриянов, Ю. Н. Гаврилина // Ural Radio Engineering Journal. — 2020. — Vol. 4, No. 1. — P. 18–32.ru
dc.identifier.issn2588-0454 (Print)-
dc.identifier.issn2588-0462 (Online)-
dc.identifier.urihttp://hdl.handle.net/10995/82258-
dc.descriptionПоступила : 10.10.2019. Принята в печать : 15.01.2020.ru
dc.descriptionReceived: 10.10.2019. Accepted: 15.01.2020.en
dc.description.abstractВ статье предложен алгоритм обнаружения детерминированных аномалий на фоне спутниковых изображений со сложной структурой, содержащих в себе сочетание нескольких природных объектов. Для описания таких изображений предложены дважды стохастические модели случайных полей, обеспечивающие формирование неоднородных изображений. Эффективность алгоритма оценивается по вероятности правильного обнаружения в различных условиях действия помех. Представлены зависимости вероятности правильного обнаружения от отношения сигнал/шум при различных порогах. Исследования эффективности обнаружения выполнены для имитированных изображений и реальных изображений. Полученные результаты сравниваются с алгоритмом на базе авторегрессионных случайных полей. Показано, что предложенный алгоритм обеспечивает выигрыш в смысле уменьшения отношения сигнал/шум для достижения заданной вероятности правильного обнаружения.ru
dc.description.abstractThe article proposes an algorithm for detecting deterministic anomalies against the background of satellite images with a complex structure, containing a combination of several natural objects. To describe such images, doubly stochastic models of random fields are proposed, which provide the formation of inhomogeneous images. The effectiveness of the algorithm is estimated by the probability of correct detection under various conditions of the interference. The dependences of the probability of the correct detection on the signal-to-noise ratio at various thresholds are presented. We present the detection efficiency studies on simulated and real images. The results are compared with the algorithm based on autoregressive random fields. We demonstrate that the proposed algorithm provides the efficacy in reducing the signal-to-noise ratio to achieve the given probability of the correct detection.en
dc.description.sponsorshipРабота выполнена при поддержке гранта Российского фонда фундаментальных исследований в рамках Проекта №18-31-00056 мол_а.ru
dc.description.sponsorshipThis work was supported by a grant from the Russian Foundation for Basic Research, Project No. 18-31-00056 mol_a.en
dc.language.isoruen
dc.publisherУральский федеральный университетru
dc.relation.ispartofUral Radio Engineering Journal. 2020. Vol. 4. № 1en
dc.subjectОБНАРУЖЕНИЕ АНОМАЛИЙru
dc.subjectЭФФЕКТИВНОСТЬ ОБНАРУЖЕНИЯru
dc.subjectДВАЖДЫ СТОХАСТИЧЕСКИЕ МОДЕЛИru
dc.subjectОБРАБОТКА ИЗОБРАЖЕНИЙru
dc.subjectСЛУЧАЙНЫЕ ПОЛЯru
dc.subjectANOMALY DETECTIONen
dc.subjectDETECTION EFFICIENCYen
dc.subjectDOUBLY STOCHASTIC MODELSen
dc.subjectIMAGE PROCESSINGen
dc.subjectRANDOM FIELDSen
dc.titleИсследование алгоритма обнаружения детерминированных аномалий на сложных изображениях с помощью дважды стохастической моделиru
dc.title.alternativeInvestigation of the algorithm for detecting deterministic anomalies in complex structure images using a doubly stochastic modelen
dc.typeArticleen
dc.typeinfo:eu-repo/semantics/acceptedVersionen
dc.typeinfo:eu-repo/semantics/articleen
dc.identifier.rsihttps://www.elibrary.ru/item.asp?id=42739378-
dc.identifier.doi10.15826/urej.2020.4.1.002-
local.description.firstpage18-
local.description.lastpage32-
local.issue1-
local.volume4-
Appears in Collections:Ural Radio Engineering Journal

Files in This Item:
File Description SizeFormat 
urej-2020-1-02.pdf3,23 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.