автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Программные средства автоматизированной системы цифровой обработки изображений высокого разрешения

ВВЕДЕНИЕ

ГЛАВА I. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ КОМПЛЕКСА.

1.1. Архитектура программного обеспечения

1.2. Редактирование текстовой информации (edit)

1.3. Средства отладки программ (debug-)

1.4. Поддержка диалогового режима (dialog)

1.5. Программное обеспечение устройств семейства "Зенит".

1.6. База данных цифровых изображений.

1.7. Коммуникационные средства УМСО.

1.8. Программное обеспечение полутоновых дисплеев

1.9. Выводы.

ГЛАВА II. СПЕЦИАЛИЗИРОВАННЫЕ ВЫЧИСЛИТЕЛИ.

2.1. Программное обеспечение корреляционного спецпроцессора

2.2. Программный вычислитель геометрических преобразований

2.3. Морфологический процессор.

2.4. Выводы.

ГЛАВА III. ПРИКЛАДНЫЕ ПРОГРАММНЫЕ КОМПЛЕКСЫ.

3.1. Геометрическое совмещение изображений

3.2. Автоматизированный комплекс определения параллаксов звезд.

3.3. Отслеживание изображений спектрограмм

Солнца.

3.4. Выводы.

Обработка информации, представленной в виде изображений, в настоящее время получила широкое распространение в научных исследованиях, промышленности, медицине, а также в некоторых других областях деятельности, где имеют дело с фотографиями. Это связано с возможностью регистрации при помощи специальной аппаратуры больших объемов информации (десятки и сотни Гбайт) с высокой точностью. Примерами могут служить анализ изображений, полученных электронными микроскопами, классификация и подсчет объектов, деятельность, связанная с неразрушающим контролем в производстве, комплексная диагностика в медицине, цифровая передача изображений с космических средств, коррекция получаемых таким "образом изображений, исследования Земли и других небесных объектов из космоса, составление карт по аэрофотоснимкам и т.п. Интенсивное развитие космических средств регистрации изображений в большом объеме поставляющих оперативные данные о процессах и явлениях, происходящих на Земле, а также возрастающая потребность основных отраслей промышленности в получении своевременной и объективной информации о событиях на Земле и в космосе являются настоятельными факторами создания систем обработки изображений.

Цифровая обработка изображений в настоящее время является самостоятельной быстроразвивающейся областью науки и техники /I/. За последнее десятилетие область применения цифровой обработки изображений значительно расширилась за счет повышения производительности ЭВМ и технических средств обработки. Цифровые системы обработки по гибкости и точности не имеют себе равных, а по быстродействию приближаются к аналоговым. Основная сложность для средств и методов обработки прежде всего заключается в необходимости обработки сверхбольших объемов информации с высоким разрешением. Решение данной проблемы заключается в создании комплексной автоматизации ввода, обработки, хранения, визуализации и вывода изображений, т.е. в создании автоматизированных систем цифровой обработки изображений (АСОИз). Их создание позволит сократить разрыв между эффективными методами получения изображений и рутинными, ручными способами их обработки.

В настоящее время за рубежом и в нашей стране созданы ряд АСОИз, предназначенных для научно-исследовательских целей /2/. Разработка суперЭВМ типа CRAY1 или S1DAR-100 /3/, выполняющих сотни миллионов арифметических операций в секунду (во многом обусловленная широким производством быстродействующей микроэлектроники), позволила снабжать ими уже десять лет назад крупные наземные комплексы приема и обработки спутниковой информации. Такие уникальные характеристики достигаются и на мини-ЭВМ, снабженных различными специализированными процессорами. Например, система "PR0PAL-2n (Франция) с управляющей мини-ЭВМ MITRA-15 снабжена спецпроцессором, имеющим 2048 процессорных элементов (для распараллеливания операций) и достигающим производительности в несколько сотен миллионов операций в секунду, или система "PICAP" (Швеция) /4/ со спецпроцессором фильтрации "PIP", достигающим производительности 10^ основных опер./с. Имеются также серийно выпускаемые системы обработки изображений, например, "Система-101", "Система-500", "Система-70" фирмы 2

I S (International Imaging Systems), США или IBAS (interactive Image Analysis System) фирмы OPTON, ФРГ /5/. Системы снабжаются такими устройствами ввода-вывода изображений, как широкоизвестные "FOTOMATION", "COIORSCAN" фирмы Оптроникс, о

США. Близким аналогом "Системы-500" фирмы I s является отечественная система "ТЕЛЕКОМ" с управлением от мини-ЭВМ "Элек-троники-79" и включающая дисплейный процессор "Нейрон Н852" -аналог "Системы-70". (Специализированный дисплейный процессор. Меркулов А.Н. и др. - Техника средств связи. Сер. Техника телевидения, 1984, вып. 3.)

В качестве эксплуатируемых систем видеообработки можно привести систему обработки изображений в Лаборатории реактивного движения (Jet Propulsion Laboratory) Калифорнийского технологического института /6/, систему интерактивной обработки изображений Инженерно-топографических лабораторий Армии США /7/. В нашей стране хорошо известны, например, следующие действующие системы. Специализированная диалоговая система обработки изображений, созданная в Институте проблем передачи информации АН СССР, предназначена как для решения практических задач, так и для постановки научных экспериментов /8/. Здесь проводятся исследования методов кодирования, улучшения и препарирования изображений, эксперименты в области обработки волновых полей, цифровой голографии и восстановления интерферограмм и практические работы по обработке космических снимков, синтезу фильтров для оптических систем обработки изображений и т.д. /9-14/. Центр обработки геоинформации Вычислительного центра Сибирского отделения АН СССР предназначен /15/ для проведения фундаментальных исследований в области развития математических методов обработки видеоинформации, для обеспечения работ по исследованию геологического строения земной поверхности, для решения системных вопросов создания наземных комплексов обработки спутниковой информации и для эксплуатации аппаратно-программных средств обработки видеоинформации в интересах НИИ СО АН СССР и других ведомств /16-24/. Институтом космических исследований АН СССР проводятся исследования в области изучения природных ресурсов Земли с помощью средств космической техники. (Многозональные аэрокосмические съемки Земли. - М., Наука, 1981.) Здесь, в частности, разработан Самостоятельный ВидеоИнформационный Терминал (СВИТ) - АСОИз, предназначенная для использования её рядовыми потребителями в различных отраслях народного хозяйства (СВИТ / Чесалин А.С. и др. - М.: изд. ИКИ АН СССР, препринт № 721). Проблемами, связанными с обработкой изображений, занимаются также в Госцентре "Природа", ГосНИИЦИПРе и других организациях страны.

В общем случае под цифровой обработкой изображений понимается /25/ преобразование двумерных функций, заданных на дискретной решетке, с целью улучшения качества, восстановления изображений и выделения количественной информации об объектах и явлениях. Двумерность исходной информации и ограничение на время получения конечных результатов анализа выдвигают ряд требований к функциональным возможностям АСОИз : наличие в системе функционально полного набора программно-аппаратных компонент ввода-вывода, хранения, обработки и оперативной визуализации изображений; оперативность представления изображений цифровыми массивами в локальной памяти системы - видеобуфере; высокая скорость выполнения операций над изображениями; наличие интерактивного режима в процессе обработки, необходимого как для использования эвристических алгоритмов, так и для использования интеллекта и опыта человека.

Для выполнения этих требований необходимы современные ЭВМ, оснащенные большим объемом оперативной памяти и дисковых носителей (сотни Мбайт). Кроме этого необходимо иметь: устройства ввода-вывода и визуализации полутоновых изображений широкого класса; видеобуфера, объемом до десятков Мбайт; спецпроцессоры, реализующие типовые преобразования изображений, а также разрабатывать специализированное математическое обеспечение, ориентированное на законченный цикл обработки изображений. В целях повышения эффективности АСОИз за счет использования спецпроцессоров очень важно предварительно разрабатывать программные вычислители, моделируемые на ЭВМ для выявления и отработки типовых, операций и алгоритмов, которые затем будут воплощены аппаратно.

Одно из основных требований к гибким многофункциональным АСОИз - наличие программно-аппаратных компонент ввода, перекрывающих по своим характеристикам весь диапазон возможных представлений исходной информации, а в зависимости от условий их конкретного применения - дифференциация этих компонент на уникальные прецизионные и массовые со средним разрешением. Исследования в этой области проводятся в Институте автоматики и электрометрии (ИАиЭ) СО АН СССР свыше 10 лет. В результате созданы аппаратура и программное обеспечение устройств ввода изображений видимого диапазона, характеристики и функциональные возможности (точность, скорость ввода, метод доступа, рабочее поле и т.п.) которых соответствуют потребностям, возникающим при решении весьма широкого класса задач. Примерами являются "Зенит-2", "Зенит-К" и "Ромб".

Другим существенным требованием к АСОИз является наличие программно-аппаратных компонент оперативной визуализации и вывода полутоновых изображений. Развитые дисплейные системы, позволяющие работать в интерактивном режиме с большими массивами видеоданных, необходимы как при выполнении эвристических алгоритмов, так и для промежуточной визуализации при отладке самих алгоритмов обработки изображений. Результаты анализа помимо численных и статистических характеристик, как правило, также представляют собой изображения (графические или полутоновые), подлежащие документированию.

С учетом перечисленных требований в ИАиЭ СО АН СССР создана АСОИз (рис. I) - комплекс цифровой обработки изображений (КЦОИ) /26-32/. Его основу составляет прецизионное устройство ввода и обработки изображений "Зенит-2" и его аппаратное окружение, управляемые мини-ЭВМ EC-I0I0 (рис. 2). Устройство "Зенит-2", разработанное в ИАиЭ, состоит из сканирующей системы с произвольным позиционированием луча электронно-лучевой трубки и плоского стола с подвижной кареткой и производит 8-разрядную оцифровку оптической плотности в диапазоне 0-23) изображения р размером до 420x420 мм с точностью, позиционирования I мкм и с аппаратным временем считывания в одной точке 10 мкс. Прямой доступ к элементам изображения позволяет проводить прецизионную обработку изображений с использованием гибких алгоритмов, обращающихся к изображению как к специализированной внешней "памяти", объемом до нескольких Гбайт : в подходящих случаях отпадает необходимость в предварительной записи изображения на внешний носитель (требующей значительного времени и порой неоправданных размеров дисковой памяти или магнитных лент), и,

- 10 -Минишина EC-I0I0

НМД ЕС-5060

НМД ЕС-5052

АЦД g& СМ-5300

УПР г

Магистраль КАМАК

УПР

УПР

УПР

МСП устройство корреля- анало- черно-белые, диетные морфоло-пподл и цпоппый гопый полутонопыо растровые гичсский обработки споцпро- КЛМАК дисплеи с автономной спецпроизображений цессор дисплей памятью на кадр цессор

Магистраль УМСО

Q о геометрический программний вычислитель

ГПВ

Планшет КАРАТ на ЭВМ EC-I0I0

Рис. I. Комплекс цифровой обработки изображений

Рис. 2. Вид комплекса

Рис. 7. Отслеживание береговой линии (белые точки) кроме этого, в процессе обработки существенно сокращаются вре-. менные затраты на поиск значимой информации на внешнем носителе. Ярким примером может служить обработка астронегативов, где процент полезной информации (отношение площадей изображений звезд и пластинки) очень низок и требуется предельная точность измерений. КЦОИ содержит полутоновые растровые дисплеи, специализированные процессоры, а через унифицированную магистральную систему обмена данными (УМСО) связь с фотопостроителем, графопостроителем и другими ЭВМ.

В целях повышения производительности на комплексе создан морфологический процессор (сначала смоделированный программно). Математическая морфология возникла /34,35/ в 1964 году в исследованиях Ж.Матерона и Дж. Серра. В период с 1964 по 1968 годов были созданы теоретические понятия (преобразование сравнения, эрозия, пополнение, булевские модели) и первый прототип текстурного анализатора. Идеи, касающиеся либо теории, либо практики предлагались и в других местах (см., например, /36/), однако только в Фонтенбло (Франция) сознательно и координирований осуществлялось их совместное развитие. Именно здесь проблема анализа пространственных геометрических объектов привела Мате-рона и его сотрудников по центру математической морфологии при высшей национальной горной школе к параллельному развитию надлежащей вычислительной техники и согласованной с ней вероятностно-статистической теории. Математическая морфология опирается на несколько общих принципов, раскрывает структуру объектов как множеств в евклидовом пространстве и выполняет широкий класс операций над изображениями. Морфологические методы используются в структурном анализе материалов (оценки минералов в месторождениях, микротрещинах в металлах), классификации объектов по форме (изучение гистологии мозга, определение раковых клеток в мазках, распознавание рукописей), статистическом анализе точечных полей (динамика развития леса) и т.д. Необходимость конструирования устройств, легко осуществляющих морфологические операции, появилась в ранних работах Серра. Это должен был быть эквивалент ЭВМ для геометрии, где основные алгебраические операции заменены на преобразование сравнения и его производные. Серия таких устройств была создана в 70-е годы и издается фирмой IEIIZ под названием текстурных анализаторов. Конспект лекций Серра, вышедший в 1981 году, послужил методологической основой созданию в ИАиЭ в том же году программной реализации морфологического спецпроцессора.

Главная трудность организации оперативной, т.е. критичной ко времени обработки изображений на АСОИз, состоит в том, что использование для этих целей традиционных структур, базирующихся на высокопроизводительных универсальных ЭВМ, является малоэффективным: слишком велик объем перерабатываемой информации для заданного отрезка времени. В то же время многочисленные характерные операции над изображениями могут быть поручены специализированным арифметическим процессорам, способным обеспечить резкое увеличение скорости вычислений по сравнению с ЭВМ. Локальные операции над изображениями характеризуются тем, что результат преобразования элемента в данной точке зависит от оптической плотности как в ней, так и в некоторой её окрестности. В настоящее время на практике наиболее широко применяются линейные локальные преобразования, предназначенные для решения задач цифровой фильтрации изображения, поиска корреляции элементов изображения и т.п. В созданном в ИАиЭ корреляционном спецпроцессоре достигнута производительность 2 млн. опер./с.

Одна из основных проблем создания АСОИз - разработка математического обеспечения, позволяющего эффективно использовать возможности, заложенные в аппаратуре. Цель диссертационной работы - исследование принципов организации программного обеспечения АСОИз для создания конкретных проблемно-ориентированных комплексов прикладных программ.

Научная новизна. I. Предложена архитектура программного обеспечения КЦОИ, реализующая рациональное взаимодействие компонент комплекса и предоставляющая: эффективные средства разработки прикладных программ, диалоговый режим работы, тестирование и диагностику аппаратуры комплекса.

2. Предложен принцип программной поддержки режима прямого доступа к элементам изображения, позволяющий прикладным программам работать с изображением как с двумерным массивом объемом в несколько Гбайт, что устраняет необходимость предварительной перезаписи изображений.

3. Предложена техника программной реализации морфологического процессора, который позволил применять на практике методы математической морфологии.

4. Предложено новое решение задачи автоматизированной обработки астронегативов, не только устранившее процесс ручного измерения, но и повысившее точность и существенно сократившее время измерений.

Автору принадлежит: обоснование архитектуры, организация составных компонент и создание программного обеспечения КЦОИ на базе устройства "Зенит-2" и его аппаратного окружения; разработка и реализация на ЭВМ морфологического и геометрического специализированных вычислителей; создание программного обеспечения к аппаратным корреляционному и морфологическому спецпроцессорам. В разработке специализированного математического обеспечения проблемно-ориентированных комплексов программ автор являлся ответственным исполнителем работ по созданию астрономического комплекса для определения параллаксов звезд и отслеживания спектральных линий Солнца, выполненных совместно с Главной астрономической обсерваторией (ГАО) АН СССР, и по совместному анализу аэрокосмических снимков и данных геолого-геофизической разведки Широтного Приобья, выполненных совместно с Западно-Сибирским научно-исследовательским геологоразведочным нефтяным институтом, г. Тюмень.

Материалы работы докладывались автором на трех всесоюзных и трех международных конференциях. По теме диссертационной работы опубликовано II печатных работ.

На защиту выносятся: принципы организации архитектуры программного обеспечения КЦОИ и реализация его программных компонент; методика программной реализации морфологического процессора, выполняющего все основные операции математической морфологии; метод решения задачи автоматизированной обработки астронегативов.

В первой главе приведено описание архитектуры программного обеспечения КЦОИ и реализации его программных компонент. Вторая глава посвящена математическому обеспечению корреляционного и морфологического спецпроцессоров и программному геометрическому вычислителю. В третьей главе приводится решение трех конкретных задач: геометрическое совмещение двух изображений, определение параллаксов звезд и отслеживание изображений спектрограмм Солнца. Заключение содержит основные результаты работы. Приложение состоит из копий актов о внедрении программного обеспечения.

3.4. Выводы

Разработанное системное программное обеспечение КЦОИ (гл. I) и специализированное программное обеспечение (гл. II) на протяжении ряда лет используется в различных проблемно-ориентированных комплексах, реализованных в ИАиЭ и внедренных в других организациях. Комплекс программ совмещения изображений используется в проблеме поиска отличий по серии изображений. Он используется также при совместном автоматизированном анализе ГГД и космоснимков Тюменской области (из актов о внедрении в ЗападноСибирском научно-исследовательском геологоразведочном нефтяном институте, г. Тюмень). Разработанное программное обеспечение позволило: осуществить привязку ГГД, вводимых через кодировщик на диск к единой топооснове (точность привязки не хуже 2 мм для карт формата 800x1000 мм); производить геометрическое совмещение космоснимка исследуемого района с фрагментом топо-основы (точность - I дискрет на прямоугольной сетке 1024x1024 точек); при помощи морфологического процессора получать карты в изолиниях на графопостроителе.

Автоматизированный программный комплекс определения параллаксов звезд внедрен (см. приложение) в ГАО АН СССР. В итоге астрометрической обработки результатов измерений и сравнения их с аналогичными измерениями по данным, полученным визуально на "Аскорекорде" в ГАО, установлено: средняя квадратическая погрешность измерения координат звезды, определяемая по серии экспозиций, составила 0,47 мкм; средняя квадратическая погрешность измерения одной пластинки, определяемая по всей группе пластинок, (0,82 мкм) уменьшена в 1,5 раза (1,22 мкм); систематической ошибки, зависящей от звездной величины (т.е. от оптической плотности изображения), не обнаружено, тогда как при визуальных наблюдениях она составляет треть определяемой величины - исключен субъективный фактор; время измерения одной пластинки, содержащей от 32 до 72 объектов, в 4-5 раз меньше, чем при визуальных измерениях.

На КЦОИ была измерена серия спектрограмм Солнца. Разработка методики и специализированного математического обеспечения на основе описанного комплекса цифровой обработки информации позволила обработать серию (16) спектрограмм Солнца, сделанных на памирском телескопе. Получены наиболее полные характеристики лучевых скоростей разных уровней солнечной хромосферы. Преимущество методики, примененной на основе высокого разрешения на большом поле прецизионного измерительного устройства "Зе-нит-2", заключается в том, что фотометрические разрезы получены практически непрерывно (650 на линию) и со сравнительно высокой точностью (+ 30 км/сек). Найдены характеристики распределения ряда важных спектрофотометрических параметров, таких как центральная интенсивность линии, среднее положение линии, амплитуды скорости и максимальной скорости. Точность определения лучевых скоростей разработанной методикой по смещениям линии относительно их среднего положения в сравнении с точностью по методике, связанной с искусственными реперами, (+ 70 км/сек) /81/ возросла вдвое.

Приблизительный объем специализированного программного обеспечения составляет 13 тыс. строк ассемблерного текста и 15 тыс. строк на Фортране.

ЗАКЛЮЧЕНИЕ

1. На основе разработанной архитектуры создано программное обеспечение комплекса цифровой обработки изображений на базе мини-ЭВМ, прецизионного устройства ввода и обработки "Зенит-2" и его аппаратного окружения. Программное обеспечение комплекса открытого типа предоставляет: эффективные средства для создания прикладных программ, диалоговый режим, тестирование и диагностику аппаратуры и возможность включения в комплекс новых программно-аппаратных компонент.

2. Разработаны программные средства, реализующие два основных достоинства устройства "Зенит-2" - высокую точность позиционирования (I мкм) на большом поле (420x420 мА при быстродействии 40 мкс на точку и режим прямого доступа, устраняющий необходимость предварительной перезаписи изображений перед их обработкой и предоставляющий возможность работы со снимком как с двумерным массивом объемом до нескольких Гбайт.

3. Для оснащения комплекса средствами ввода-вывода изображений создано программное обеспечение для черно-белых и цветных полутоновых растровых дисплеев и Унифицированной магистральной системы обмена, предоставляющей связь с устройством микрофильмирования, графопостроителем и другими ЭВМ.

4. Разработана программная модель морфологического процессора, позволившего на практике использовать методы математической морфологии. Программный вычислитель геометрических преобразований позволяет производить нелинейное координатное преобразование элементов изображения, которое описывается двумерными полиномами Чебышева до 5 степени с бикубической интерполяцией яркости.

5. В целях повышения эффективности комплекса создано программное обеспечение аппаратных спецпроцессоров: корреляционного (с производительностью ^2 млн. опер./с) для задач цифровой фильтрации и корреляционных методик; морфологического (с производительностьюкадра из 256x384 бинарных точек в секунду) для задач анализа формы, размеров и взаимного расположения объектов.

6. Реализован прикладной комплекс программ совмещения изображений, основанный на использовании перечисленных спецпроцессоров. Он применяется в задаче совмещения космоснимков с топо-картой и в проблеме поиска отличий по серии изображений.

7. Разработан астрометрический комплекс программ для автоматизированной обработки астронегативов. В предложенном решении задачи определения параллаксов звезд исключен процесс ручной обработки, устранена систематическая ошибка измерения координат звезд, в полтора раза уменьшена среднеквадратичная погрешность измерений координат звезд и в 5-10 раз сокращено время измерений. В задаче обработки спектрограмм Солнца точность определения лучевых скоростей разных уровней солнечной хромосферы повышена в 2 раза.

8. Описанное программное обеспечение комплекса успешно эксплуатируется в течение ряда лет в ИАиЭ СО АН СССР. На его основе в институте разработаны и функционируют проблемные комплексы прикладных программ для решения конкретных задач по обработке изображений лесных массивов, геологических структур, биологических препаратов, по совместному анализу космо-, аэрофотоснимков и данных геолого-геофизической разведки, а также в проблеме поиска отличий по серии изображений.

1. Прэтт У. Цифровая обработка изображений. - М.: Мир, 1982.

2. Торшин В.П. Методы и средства автоматизированной обработки и интерпретации аэрокосмической информации о природных ресурсах Земли. Обзор № 41, серия Аэрофотография, ОНТИ ЦНИИГАиК, Москва, 1979.

3. Wu C.-L., etc. Star : A Local Network System for Real-Time Management of Imagery Data. IEEE Trans. Comput., vol."0-31, pp. 923-933, Oct. 1982.

4. Kruse B. System Architecture for Image Analysis. Structured Computer Vision, ed. by S. Tanimoto and A. Klinger, Academic Press, 1980, N.Y.

5. System"101. Digital Image Processing System. Technical description. MountainYiew (Cal.) : Stanford Technol. Corp., 1975, July, H" 7530.

6. Steiner D., etc. Remote Sensor Data Systems, Processing and Management. Manual of Remote Sensing. Yol. 1. Chapter 12. American Society of Photogrammetry, Palls Church, Virginia, 1975. ■ '

7. Gambino L.A. and Schrock B.L. An experimental Digital Interactive Facility. Computer, August 1977, pp. 22-28.

8. Кронрод M.А., Чочиа. П.А. Математическое обеспечение диалоговой системы обработки изображений. В кн.: Иконика. Теория и методы обработки изображений. Сб. статей под ред. Д.С.Лебедева, Н.Р.Поповой. М.: Наука, 1983, с. 87-99.

9. Кронрод М.А. Привязка и геометрическое совмещение изображений на ЭВМ. Там же, с. I08-II5.

10. Ярославский Л.П. Цифровая обработка изображений. Радиотехника, т. 32, 1977, № И.

11. Ярославский Л.П. Введение в цифровую обработку изображений. М.: Сов. радио, 1979, 312 с.

12. Беликова Т.П., Ярославский Л.П. Препарирование изображений в диалоговом режиме в задачах медицинской диагностики и исследованиях природных ресурсов. Автометрия, 1980,4.

13. Цифровая обработка сигналов и её применения. / Сб. статей под ред. Ярославского Л.П. М.: Наука, 1961, 223 с.

14. Быстрые алгоритмы в цифровой обработке изображений. / Под ред. Хуанга Т.С. М.: Радио и связь, 1984, 224 с.

15. Информационные материалы Центра обработки геоинформации. -Новосибирск: изд. ВЦ СО АН СССР, 1983.

16. Аппаратно-программное обеспечение регионального центра автоматизированной обработки аэрокосмических изображений. Алексеев А.С., Дементьев В.Н., Кожевников Б.К. и др.

17. В кн.: Космические методы изучения природной среды Сибири и Дальнего Востока. Наука, 1983, с. II5-I25.

18. Алексеев А.С., Пяткин В.П. Дистанционное зондирование Земли в проблеме освоения природных ресурсов. В кн.: Труды конференции, посвященной 50-го НИИГАиКа, Новосибирск, 1983.

19. Центр обработки геоинформации. / Алексеев А.С., Акава Н.И., Дементьев В.Н. и др. В кн.: Труды Всесоюзного совещания по космической антропоэкологии. Л., 1984.

20. Забелин В.А., Пяткин В.П. Некоторые преобразования в количественном подходе при обработке изображений. В кн.: Методы аэрокосмических исследований. Новосибирск, 1984.

21. Лукашева О.Э., Пяткин В.П., Шевелев С.Л. Системное программное обеспечение комплекса обработки изображений. В кн.: Математические и технические проблемы обработки изображений, ВЦ СО АН СССР, Новосибирск, 1980.

22. Малыхин А.Е., Сахарова Т.В. Составление фотомонтажных космических снимков на ЭВМ. В кн.: Методы цифровой обработки изображений : межвузовский сборник научных трудов, Новосибирск, НЭТИ, 1983, с. 88-92.

23. Пяткин В.П. Некоторые алгоритмы обработки цифровых изображений и их организация. В кн.: Цифровые методы оптимальной обработки сигналов. Новосибирск, 1982.

24. Система автоматизированного создания монтажа географической привязки инфракрасной информации. / Калантаев П.А., Кожевников Б.К., Малыхин А.Е. и др. В кн.: Обработка изображений и дистанционные исследования 0ИДИ-84. Новосибирск, ВЦ СО АН СССР, 1984.

25. Использование системы СМ-4 "ОМЕГА" при контроле и редактировании цифровой информации о местности. / Калантаев П.А., Михальцов Э.Г., Пяткин В.П. и др. - Исследование Земли из космоса, 1984, № 3, С. I06-II4.

26. Методы и средства оперативной цифровой обработки изображений. / Киричук B.C., Косых В.П., Нестерихин Ю.Е., Яковенко Н.С. Автометрия, 1984, № 4, с. 97-102.

27. Нестерихин Ю.Е., Путной Б.М. О системе автоматической обработки изображений. Автометрия, 1977, № 3, с. 6-12.

28. Организация систем автоматизации научных исследований. / Нестерихин Ю.Е., Гинзбург А.Н., Золотухин Ю.Н. и др. Автометрия, 1974, № 4, с. 3-9.

29. Автоматизированный комплекс обработки изображений. / Бурый Л.В., Золотухин Ю.Н., Иванов В.А. и др. Автометрия, 1980, № 3, с. 41-48.

30. Мамонтов Г.М., Поташников А.К., Ситников Г.Ф. Сканирующее устройство универсального фотограмметрического автомата "Зенит". Автометрия, 1977, №3, с. 19-24.

31. Автоматизированный комплекс для анализа микроизображений./ Косых В.П., Обидин Ю.В., Поташников А.К. и др. В кн.: Автоматизированные системы обработки изображений (АСОИз-81). М.: Наука, 1981, с. 255-256.

32. Центр обработки данных. / Анистратенко А.А., Иванов В.А., Киричук B.C., Косых В.П., Нестерихин Ю.Е., Яковенко Н.С. -Автометрия, 1982, № б, с. 3-И.

33. A problem-oriented digital image processing system. / Iva-nov Y.A., Kirichuk Y.S., Kosych V.P. and Yakovenko U.S. -Optik, 1984, 67, N 3, pp. 237-346.

34. Виттих В.А., Сергеев В.В., Сойфер В.А. Обработка изображений в автоматизированных системах научных исследований. -М.: Наука, 1982.

35. Serra J. Image analysis and mathematical morphology. -London, Hew Jork, Paris: Academic press inc. 1982, 610 p.

36. Матерон Ж. Случайные множества и интегральная геометрия. -М.: Мир, 1978, с. 1-45.

37. Денисов В.М. и др. Принципы организации систем обработки изображений на базе клеточной логики. Зарубежная радиоэлектроника. М.: Радио и связь, 1984, № I.

38. Яковенко Н.С. Базовое программное обеспечение комплекса обработки аэрокосмической информации. Автометрия, 1980,4, с. 61-66.

39. Яковенко Н.С. Организация системного программного обеспечения комплекса обработки аэрокосмической информации. -Автометрия, 1982, № 4, с. 40-45.

40. Яковенко Н.С. Системное программное обеспечение EC-I0I0 в комплексе обработки изображений. В кн.: Методы и средства обработки изображений. ИАиЭ СО АН СССР, 1982, с. 18-39.

41. Кекеев Ю.З., Талныкин Э.А., Яковенко Н.С. Текстовый редактор на базе алфавитно-цифрового дисплея. Автометрия,1975, № 2, с. I06-II2.

42. Яковенко Н.С. Система подготовки и редактирования текстовой информации для EC-I0I0. Новосибирск: изд. ИАиЭ СО

43. АН СССР, 1979. (Препринт/АН СССР, Сиб. отд-ние, ИАиЭ; № 110), 21 с.

44. Кнут Д. Искусство программирования для ЭВМ. М.: Мир,1976, Т. I, с. 289-371.

45. Chapin N. New Format for Flowcharts. Software practice & experience, 1974, vol. 4, pp. 341-357.

46. Канал JI.H. Обзор систем для анализа структуры образов и разработки алгоритмов классификации в режиме диалога.

47. В кн.: Распознавание образов при помощи цифровых вычислительных машин. М.: Мир, 1974, с. 124-142.

48. Прецизионный фотограмметрический автомат. / Бурый Л.В., Коронкевич В.П., Нестерихин Ю.Е. и др. Автометрия, 1974, № 4, с. 83-89.

49. Обидин Ю.В., Поташников А.К., Ситников Г.Ф. "СКАН-2" -устройство ввода полутоновой информации в ЭВМ. Автометрия, 1981, № б, с. 52-58.

50. Иванов В.А., Киричук B.C. Метрологическое обеспечение оптико-электромеханической системы позиционирования фотограмметрического автомата "Зенит-2". Автометрия, 1982, № 2, с. 36-41.

51. Горелик С.Л., Кац Б.М. Электронно-лучевые трубки в системах обработки информации. М.: Энергия, 1977.

52. Бурый Л.В., Иванов В.А. Математическое описание и моделирование алгоритмов управления прецизионным двухкоординат-ным приводом с линейными двигателями. Автометрия, 1977, № 3, с. 34-39.

53. Алькаев М.И., Ведерников В.М., Щербаченко А.М. Программно-управляемые модули интерференционной координатно-измерительной системы фотограмметрического автомата "Зенит". -Автометрия, 1977, № 3, с. 24-33.

54. Олейников В.А., Зотов Н.С., Пришвин A.M. Основы оптимального и экстремального управления. М.: Высшая школа, 1969, 296 с.

55. Кирьянов В.П., Клисторин П.Ф., Щербаченко A.M. Электронное устройство счета и регистрации для лазерного измерителя перемещений. Автометрия, 1971, № I, с. 21-36.

56. Ульман Дж. Основы систем баз данных. М.: Финансы и статистика, 1983, с. 1-97.

57. Программирование средств связи и управления вводом/выводом в унифицированной магистральной системе обмена (УМСО). / Бредихин С.В., Гинзбург А.Н., Каганский И.М. и др. В кн.: Автоматизация эксперимента. Новосибирск: ИАиЭ СО АН СССР, 1976, с. 52-60.

58. Золотухин Ю.Н., Лившиц З.А. Унифицированная магистральная система обмена. В кн.: Автоматизация эксперимента. Новосибирск: ИАиЭ СО АН СССР, 1976, с. 6-10.

59. Генерирование системы. Руководство пользователя. Будапешт: Видеотон, 1976, 119 с.

60. Система ввода/вывода. Руководство по EC-I0I0. Т. III. Будапешт: Видеотон, 1976, III с.

61. Яковенко Н.С. Системное программное обеспечение полутоновых телевизионных дисплеев для EC-I0I0. Новосибирск: изд. ИАиЭ СО АН СССР, 1984. (Препринт/АН СССР, Сиб. отделение, ИАиЭ; № 237), 25 с.

62. ГОСТ 7845-79. Система вещательного телевидения. М., 1982.

63. Обидин Ю.В., Поташников А.К. Аппаратные средства комплекса обработки изображений "Зенит-2". В кн.: Методы и средства обработки изображений. ИАиЭ СО АН СССР, Новосибирск, 1982, с. 10-17.

64. Serra J. Summer school in mathematical morphology. -Fontainebleau, 1981, Booklets 1-10, 91 p.

65. Косых В.П., Пустовских А.И., Яковенко Н.С. Программная реализация морфологического процессора. Автометрия, 1982, № 4, с. 103-105.

66. Golay M.J.Е. Hexagonal parallel pattern transformation. IEEE Trans. Comput. 1969, 0-18, pp. 733-740.

67. Serra J. Principles, Criteria and Algorithms in Mathematical Morphology, Issues in Digital Image Processing, edited by Haralick and Simon. Hato Advanced Study Institutes Series. E. 34, 1980, pp. 73-106.

68. Lantuejoul Ch. Skeletonization in Quantitative Metallography. Там же, pp. 107-136.

69. Preston K. Application of the Golay transform to image analysis in Cytology and Cytogenetics. Edited Ъу Simon and Rosenfeld Nato Advanced Study Institutes Series. E. 20. 1978.

70. Программное и техническое обеспечение геолого-геофизической базы данных. / Иванов В.А., Иванченко Г.А., Карлсон Н.Н., Яковенко Н.С.- Автометрия, 1984, № б, с. 82-83.

71. Морфологический процессор. / Косых В.П., Пустовских А.И., Тарасов Е.В., Яковенко Н.С. Автометрия, 1984, № 4,с. 102-109.1

72. Рао С.Р. Линейные статистические методы и их применение. М.: Наука, 1968, с. 192-200.

73. Худсон Д. Статистика для физиков. М.: Мир, 1970, с. 146-157.

74. Гутер Р.С., Овчинский Б.В. Элементы численного анализа математической обработки результатов опыта. М.: Наука, 1970, с. 367-388.

75. Корн Г., Корн Т. Справочник по математике. М.: Наука, 1973, с. 430-431.

76. Болыпев Л.Н., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1968, с. 156-159.

77. Пашковский С. Вычислительные применения многочленов и рядов Чебышева. М.: Наука, 1983, 384 с.

78. Сборник научных программ на Фортране. Вып. 2. М.: Статистика, 1974, с. 72-80.

79. Подобед В.В., Нестеров В.В. Общая астрометрия. М.: Hayка, 1975, с. 68-144.

80. Киричук B.C., Пушной Б.М., Чейдо Г.П. Построение процедур считывания изображений с выпуклыми границами. Автометрия, 1977, № 3, с. 66-67.

81. Киселев А.А., Киричук B.C., Яковенко Н.С. Опыт применения автоматической измерительной машины "Зенит-2". В сб.: Проблемы астрометрии. М.: Изд-во Моск. ун-та, 1984,с. 183-186.

82. Киричук B.C., Кушнир М.В., Яковенко Н.С. Определение лучевых скоростей в атмосфере Солнца с помощью фотометрического автомата "Зенит-2". Л.: Наука, Бюллетень Солнечные данные, 1981, № И, с. 99-105.

83. Кушнир М.В. О тонкой структуре распределения вертикальных скоростей в атмосфере Солнца. Л.: Наука, бюллетень Солнечные данные, № 923, № 10, с. 80-87.

84. Toore Ch.E., linnaert H.G.I., Houtgast I. The Solar Spectrum, 1966.