автореферат диссертации по радиотехнике и связи, 05.12.04, диссертация на тему:Телевизионные средства определения координат объектов, расположенных на сложном фоне

ВВЕДЕНИЕ.

ГЛАВА 1. ТЕЛЕВИЗИОННЫЕ АВТОМАТИЧЕСКИЕ СИСТЕМЫ

ТАС) ДЛЯ ОПРЕДЕЛЕНИЯ КООРДИНАТ ОБЪЕКТОВ.

1.1. Определение координат объектов ТАС.

1-2. Аналитический обзор литературы.

1.3. Обработка телевизионных изображений в задаче определения координат объектов.

1.4. Методы оценки координат и синтеза оптимальных ТАС.

1.5. Выводы по главе 1.

ГЛАВА 2. МОДЕЛИ ИЗОБРАЖЕНИЯ СЦЕН.

2.1. Модели изображения объектов.

2.1.1. Модель изображения точечного светового объекта (ТСО).

2.1.2. Модель изображения протяженного светового объекта (ПСО).

2.1.3. Модель шума.

2.1.4. Информативные признаки изображения объекта.

2.1.5. Модель траектории движения объекта

2.2. Параметры изображения фона.

2.2.1. Статистические характеристики изображения фона.

2.2.2. Фрактальная размерность изображения фона.

2.2.3. Вейвлет спектр изображения фона.

2.3. Параметры сцены.

2.4. Выводы по главе 2.

ГЛАВА 3. СЕГМЕНТАЦИЯ ТЕЛЕВИЗИОННЫХ

ИЗОБРАЖЕНИЙ.

3.1. Пороговая сегментация изображений по яркости.

3.1.1. Критерии выбора порога.

3.1.2. Сегментация при известных размерах изображения объекта.

3.2. Статистическая сегментация.

3.2.1. Многопараметрическая сегментация.

3.2.2. Байесовская сегментация.

3.3. Сегментация на основе текстурных признаков изображения.

3.3.1. Сегментация на основе FD изображения.

3.3.2. Сегментация на основе GLC матриц.

3.4. Сравнение методов сегментации телевизионных изображений.

3.5. Выводы по главе 3.

ГЛАВА 4. СИНТЕЗ ТАСДЛЯ ОПРЕДЕЛЕНИЯ КООРДИНАТ И СЛЕЖЕНИЯ ЗА ОБЪЕКТАМИ.

4.1. Синтез структуры оптимальной ТАС.

4.2. Определение координат ТСО.

4.2.1. Центроидный метод оценки координат объекта.

4.2.2. Определение координат объекта на основе оценки фазового спектра изображения.

4.2.3. Оценка координат объекта на основе метода наименьших квадратов (МНК).

4.2.4. Синтез модернизированного центроидного метода оценки координат.

4.2.5. Синтез рекуррентного алгоритма центроидного метода оценки координат.

4.2.6. Результаты исследования работы ТАС при определении координат ТСО.1^

4.3. Определение координат ПСО.

4.3.1. Определение координат ПСО при структурной обработке изображений. 1^

4.3.2. Определение координат ПСО на основе межкадровой разности изображений.

4.3.3. Результаты исследования работы ТАС при определении координат ПСО.

4.4. Выводы по главе 4.

ГЛАВА 5. АНАЛИЗ КАЧЕСТВА РАБОТЫ ТАС.

5.1. Потенциальная точность определения координат объекта ТАС

5.1.1. Потенциальная точность оценки координат объекта при детерминированном распределении освещенности изображения

5.1.2. Потенциальная точность оценки координат объекта при случайном распределении освещенности изображения.

5.2. Устойчивость и чувствительность ТАС.

5.2.1. Анализ чувствительности работы ТАС.

5.2.2 Обнаружение маневра в траектории движения объекта.

5.3. Работа ТАС при возникновении аномальных результатов измерений.

5.3.1. Источники и причины возникновения аномальных результатов измерений в ТАС.

5.3.2. Помехоустойчивость ТАС.

5.3.3. Срывы слежения в работе ТАС.

5.3.4. Синтез ТАС адаптивной к аномальным результатам измерений

5-4. Выводы по главе 5.

ГЛАВА 6. ПРАКТИЧЕСКАЯ РАЗРАБОТКА И МОДЕЛИРОВАНИЕ

6.1. Высокоточный микропроцессорный телевизионный координатор

6.2. Стенд полунатурных исследований контура автосопровождения аппаратуры Р2224КН1.

6.3. Идентификация филиграни документов.

6.4. Телевизионный селектор кристаллов алмазного сырья по форме.

6.5. Автоматизированное рабочее место иридолога.

6.6. Моделирование работы и методика исследования ТАС.

6.7. Выводы по главе 6.

Актуальность темы и состояние вопроса. Начиная с 60-х годов бурное развитие получили телевидение и телевизионные средства в различных прикладных аспектах, одним из которых является телевизионная автоматика. Телевизионная автоматика имеет чрезвычайно широкую область применения и, как и любое другое научное направление, прошла определенные этапы своего развития.

К настоящему времени можно выделить следующие три основных направления развития систем телевизионной автоматики по применению: 1) анализ изображений, в том числе и в задачах диагностики качества изделий и материалов в промышленности и медицине; 2) измерение и размерный контроль изделий при автоматизации производства; 3) обнаружение и определение координат объектов в системах сопровождения, наведения, оптической связи, локации и навигации.

Для последнего направления в литературе встречается определение «Телевизионные координаторы» или «Телевизионные визиры». Близки к ним названия «Телевизионные следящие системы» (ТСС) и «Телевизионные автоматические системы» (ТАС). Не теряя общности, примем для дальнейшего применения в работе название «Телевизионные автоматические системы», подразумевая при этом тот набор средств и методов обработки телевизионных изображений динамических сцен, который позволяет решить задачу определения координат и слежения за объектами, находящимися в поле зрения телевизионного датчика. Исключительная особенность телевизионного изображения, а именно большой объем представляемой информации, пространственная и временная избыточность выгодно отличают ТАС от радиоэлектронных систем подобного назначения благодаря прежде всего высокой точности определения координат, малым габаритам и пассивному характеру работы.

Вопросы синтеза, исследования и разработки ТАС рассматривались в ряде работ отечественных и зарубежных авторов. В работах Г.П. Катыса, С.Е. Здора, B.C. Полоника, К. В. Михалкова, Ю.Г. Якушенкова, Г. П. Грязина и Л.Ф. Порфирьева рассмотрены основные принципы построения и функционирования ряда ТАС.

Задачи определения координат объектов, расположенных на сложном фоне, решались в работах О.С. Астратова и Б.А, Алпатова и в ряде работ зарубежных авторов J.K. Aggarval, N. Nahi, R. S. Maybeck, M. Mastena, E. Oliver Drummond и других.

Высокие требования к техническим характеристикам ТАС стимулируют их исследование и разработку в первую очередь для определения координат объектов, расположенных на сложном текстурированном фоне, декомпозиция изображения которого описывается пространственной организацией непроизводных элементов и связью между ними, а распределение яркости характеризуется полимодальной гистограммой.

Сложность и трудоемкость алгоритмов обработки изображений приводила к ограничению функциональных возможностей и упрощению разрабатываемых ТАС. В частности, моделирование ТАС проводилось при упрощенных моделях фона и объекта, а обработка изображения составляющей фона сводилась к ее компенсации путем фильтрации, либо вычитания.

Однако компенсация фона путем вычитания эффективна только в случае, когда имеется достаточно адекватная его модель, а фон является стационарным в течение достаточно продолжительного интервала времени. Анализ изображений «типичных» сцен показал, что основная часть их спектра приходится на низкие частоты, что обусловлено ограниченной разрешающей способностью оптической системы и телевизионного датчика, используемых в ТАС. Уменьшение энергии в спектре телевизионного изображения с ростом частоты обусловлено и тем, что многие объекты сцены или их части непроницаемы и обладают почти равномерной яркостью. Соответствующие участки изображения отделяются перепадами яркости вдоль тех краев, где объекты загораживают друг друга. Устойчивые информативные признаки сцены содержатся в перепадах яркости и контурах изображения.

Открывшиеся возможности, в первую очередь благодаря разработке фотоприемников по технологии приборов с зарядовой связью (ПЗС) и зарядовой инжекцией (ПЗИ), позволили создать компактные телевизионные датчики с количеством чувствительных элементов до 50-Ю6, при размерах элемента в единицы микрон. Развитие средств обработки изображений на цифровых сигнальных процессорах (digital signal processor - DSP), способных выполнять матричные операции с высокой скоростью в формате чисел с плавающей точкой при минимальной потребляемой мощности, позволило существенно сблизить теорию и практику в разработке, исследовании и моделировании ТАС. Таким образом, стало возможным по-новому взглянуть на задачу определения координат объектов и разрабатывать многофункциональные ТАС, использующих информацию о текстурных характеристиках изображений как объекта, так и фона.

Цель работы. Целью работы является решение проблемы существенного повышения точности и быстродействия определения координат малоконтрастных объектов, расположенных на сложном фоне, путем разработки и оптимизации алгоритмов работы телевизионных автоматических систем и создание устройств ТАС, способных работать при сложной фоноцелевой обстановке. Основные задачи диссертационной работы:

1. Усовершенствование методов обработки изображений, основанных на текстурных признаках изображений объекта и фона и используемых для определения координат малоконтрастных протяженных световых объектов (ПСО), расположенных на сложном фоне.

2. Оценка потенциальной точности определения координат объектов, расположенных на сложном фоне, при различной фоноцелевой обстановке.

3. Разработка алгоритмов определения координат объектов, позволяющих существенно повысить точность и быстродействие ТАС.

4. Исследование устойчивости ТАС к аномальным результатам измерений и отклонению параметров моделей от расчетных, а также разработка способов повышения достоверности определения координат объекта за счет учета текстурных и статистических свойств изображения фона.

5. Разработка более совершенной методики моделирования и исследования ТАС с использованием компьютерной мультимедийной композиции динамических изображений фона и объекта.

6. Создание устройств ТАС различного назначения, удовлетворяющих условиям работы (эксплуатации) в сложной фоноцелевой обстановке.

Научная новизна. Научной новизной обладают следующие основные результаты работы:

1. Впервые предложено и экспериментально подтверждено, что для адекватной оценки помехоустойчивости и точности определения координат объекта, расположенного на сложном фоне, эффективно использование отношения сигнал/помеха, определенного с учетом вейвлет (wavelet) спектра изображения фона.

2. Разработаны и исследованы новые алгоритмы сегментации телевизионных изображений на основе фрактальной размерности изображения объекта и фона и матриц встречаемости уровней серого (GLC), позволяющие выделять малоконтрастные объемы, расположенные на сложном фоне.

3. Предложен рекуррентный алгоритм определения координат объекта, позволяющий примерно на 20% повысить точность и получать оценку в текущем телевизионном кадре.

4. Разработаны методы определения координат ПСО, расположенного на сложном фоне, на основе структурной обработки и межкадровой разности телевизионных изображений, обладающие в отличие от корреляционной обработки изображений, применяемой в ТАС, повышенной точностью.

5. Предложена и экспериментально подтверждена аддитивно - аппликативная модель изображения сцены, в отличие от известных, отражающая действие на ТАС аддитивных и мультипликативных помех, а также модель траектории движения объекта, включающая квазидетерминированную и случайную составляющие.

6. Получена зависимость ошибки определения координат ПСО от совокупности параметров, определяющих структуру изображения фона, таких как контраст, среднее квадратическое отклонение яркости, интервал корреляции, энергия вейвлет спектра, позволяющая оценить работу ТАС в условиях сложной фоноцелевой обстановки.

7. Впервые проведены исследования и выявлены причины возникновения аномальных результатов измерений при работе ТАС, предложена учитывающая их модель. Разработан алгоритм работы ТАС, адаптивный к аномальным результатам измерений, обусловленных как действием помех, так и дефектами телевизионного датчика.

Практическая значимость диссертационной работы

1. Разработана структурная схема ТАС для определения координат объектов, расположенных на сложном текстурированном фоне, с точностью до 0,5 элемента.

2. Результаты анализа потенциальной точности и помехоустойчивости ТАС позволяют разрабатывать системы, удовлетворяющие современным требованиям к точности и быстродействию, и выбирать параметры датчиков изображения, а также оценивать возможность и эффективность применения ТАС.

3. Результаты исследования методов сегментации изображений на основе статистических и текстурных признаков изображений объекта и фона позволяют выделять объекты с контрастом 0,05.

4. Усовершенствована методика моделирования ТАС на Персональном компьютере (PC) с использованием мультимедийных пакетов, позволяющая существенно повысить достоверность полученных при моделировании результатов.

Полученные в диссертации результаты, сделанные обобщения и выводы позволили разработать ряд устройств ТАС на качественно новом уровне с высокими техническими характеристиками и функциональными возможностями, в частности, высокоточный микропроцессорный координатор для светодальномеров группы "П", стенд для исследования контура автосопровождения, телевизионный селектор кристаллов алмазного сырья по форме. Кроме этого автором разработаны алгоритмы обработки изображений для автоматизированного рабочего места врача-иридолога, малоконтрастных радиоскопических изображений для неразрушающего контроля изделий сложной конфигурации и метод идентификации документов по филиграни, а также аппаратно-программный комплекс для ввода, обработки и анализа изображения с растрового электронного микроскопа TESLA BS-301. На защиту выносятся следующие положения:

1. Предложенная система параметров изображения фона: фрактальная размерность (FD) изображения, энергия вейвлет спектра (С^), контраст объекта - достаточна для идентификации фона в широком диапазоне сцен. Введенное новое выражение отношения сигнал/помеха, учитывающее энергию вейвлет спектра изображения фона, позволяет адекватно оценивать качество работы ТАС при сложной фоноцелевой обстановке.

2. Предложенная методика сегментации телевизионных изображений и оценки качества работы ТАС на основе текстурных признаков изображений объекта и фона позволяет проводить сегментацию малоконтрастных изображений.

3. Синтезированный рекуррентный алгоритм за счет компенсации смещенности оценки позволяет на 20% повысить точность оценки и определять координаты объекта в течение текущего телевизионного кадра.

4. Разработанные алгоритмы обработки изображений позволяют ТАС определять координаты ПСО, расположенных на сложном фоне.

5. Разработанная адаптивная ТАС устойчива к аномальным результатам измерений, обусловленных действием на ТАС как аддитивных, так и мультипликативных помех, дефектами чувствительности фотоприемника телевизионного датчика и срывами слежения, вызванными маневрами объекта.

6. Результаты исследования точности определения координат объектов, расположенных на сложном фоне, ТАС и результаты анализа потенциальной точности определения координат, учитывающие, в отличие от известных, распределение освещенности в изображении объекта.

7. Усовершенствованная методика моделирования ТАС на компьютере с использованием динамических мультимедиа композиций реальных изображений фона и объекта позволяет получать более достоверные оценки качества работы системы по сравнению с известными методиками, которые используют математические модели изображений. Это позволяет приблизить результаты моделирования к результатам, полученным при реальных испытаниях.

Апробации работы и публикации. Основные результаты диссертационной работы докладывались и обсуждались на Всесоюзных конференциях «Обработка изображений и дистанционные исследования» (1989 - 1990 гг.), «Актуальные вопросы электронного приборостроения» (АПЭР-98 и АПЭР-2000) в Новосибирске, на конференциях «Оптические сканирующие устройства и измерительные приборы на их основе» (1983-1986 гг.) в Барнауле, на ежегодных научных сессиях, посвященных Дню радио, в Москве, ВНИИОФИ, (1983 г.), МТУСИ, (1996 -1998 гг.), симпозиумах «Оптика атмосферы и океана», ИОА РАН, международном симпозиуме «Конверсия науки международному сотрудничеству» (Сибконверс) в Томске (1996-1999 гг.), на симпозиумах Progress In Electromagnetics Reseach (PIERS'95 -98) (1995 и 1998 гг.), International Society for Optical Engineering (SPIE) (1995-2000 гг.). Получены гранты Сороса (1995 г.) и Министерства образования России (1998 и 2000 гг.).

По теме диссертации опубликовано более 100 работ, из них 25 статей в центральной печати: в журналах «Радиотехника», «Измерительная техника», «Метрология», «Известия вузов. Радиоэлектроника», «Приборостроение», «Автометрия», «Наука производству. Машиностроение», «Приборы и системы управления», «Приборы и техника эксперимента», 11 статей и докладов опубликовано за рубежом. Получено 23 авторских свидетельства на изобретения, сделано 40 докладов на конференциях различного уровня.

Внедрение и использование результатов работы. Результаты, полученные в диссертационной работе, внедрены в НИИРО г. Москва, научно-исследовательском институте прикладной геодезии (НИИ ПГ) г. Новосибирск,, Гохран России и ЦКБ «Геофизика» г. Москва, ИОА РАН г. Томск, в Московском государственном институте радиотехники, электроники и автоматики (МИРЭА), в работе, выполняемой по бюджетной тематике «Научные основы создания автоматизированных телевизионных систем распознавания изображений» код по ГАСНТИ 50. 05. 19, 50. 53. 17. Пакет программ для моделирования работы и исследования ТАС используется в лекционных курсах «Цифровая обработка изображений», «Компьютерные методы обработки физической информации», лабораторном практикуме, а также при выполнении курсовых и дипломных проектов студентами специальности "Автоматизация технологических процессов и производств".

Достоверность полученных результатов подтверждена совпадением, в пределах обоснованных погрешностей, теоретических, расчетных и экспериментальных данных, а также успешными испытаниями разработанных устройств ТАС, в частности высокоточного микропроцессорного телевизионного координатора, предназначенного для определения координат и слежения за лазерным пучком в светодальномерах группы «П>>.

Личный вклад автора. Большинство представленных в диссертации результатов получено лично автором, под его руководством или при его непосредственном участии.

Структура диссертации. Диссертация состоит из введения, шести глав и заключения , изложенных на 311 страницах текста, содержит 124 рисунков и 10 таблиц, список литературы из 184 наименований и приложения на 25 страницах.

6.7. Выводы по главе 6

1. Микропроцессорная реализация и возможность подстройки параметров фотоприемника к параметрам сцены позволила разработать высокоточный микропроцессорный телевизионный координатор для определения координат и слежения за оптическими ориентирами, расположенными на сложном фоне, с ошибкой определения не более 10% от размера пикселя. Техническое решение устройства защищено авторскими свидетельствами на изобретения АС. 811302, АС. 934839, АС. 991455, АС. 1019672, АС. 1003730.

2. Усовершенствованная методика моделирования ТАС на PC с использованием мультимедиа композиций видеозаписей изображений фона позволила разработать программно-аппаратный стенд для полунатурных испытаний контура автоматического управления и этим сократить время и затраты на испытания и доводку аппаратуры Р2224КН1. Пакет программ моделирования работы ТАС на PC используется в учебном процессе университета,

3. На основании декомпозиции вейвлет спектра предложен метод и разработано программное обеспечение, позволяющее идентифицировать документы по филиграни и обрабатывать малоконтрастные радиоскопические изображения с достоверным выделением объектов с контрастом до 0,02. Это более чем на 30% повысило качество дефектоскопии изделий сложной формы.

4. Для определения типа радужной оболочки глаза предложено использовать фрактальную размерность ее изображения. Проведенные исследования подтвердили, что фрактальная размерность изображения радужки адекватно

-N. дефекты фотоприемника телевизионного датчика. Синтезирована структура адаптивной ТАС, устойчивой к аномальным результатам измерений.

7. Усовершенствованная методика компьютерного моделирования телевизионных автоматических систем с использованием мультимедиа композиций динамических изображений объекта и фона позволяет сократить время разработки и испытания ТАС.

8. Результаты теоретических исследований позволили разработать защищенные авторскими свидетельствами на изобретения ряд устройств ТАС, в частности, высокоточный микропроцессорный координатор, повышающий дальность и точность измерения светодальномеров группы "П", стенд для испытания контура автосопровождения, телевизионный селектор кристаллов алмазного сырья по форме, алгоритмы обработки изображений для идентификация документов по филиграни. Методика сегментации малоконтрастных радиоскопических изображений на основе декомпозиции вейвлет спектра позволит достоверно выделять объекты с контрастом до 0,02 при разрешении в 3-4 линии/мм. Это более чем на 30% повысило качество дефектоскопии изделий сложной формы. Предложенный метод идентификации радужной оболочки глаза по фрактальной размерности ее изображения используется для диагностики состояния здоровья пациента в автоматизированном рабочем месте врача - иридолога. Разработанный аппаратно - программный комплекс для ввода, обработки и анализа изображения с растрового электронного микроскопа TESLA BS-301 существенно сокращает время и повышает Достоверность и объективность при решении задач материаловедения и физики металлов. Практическая ценность разработанных устройств ТАС и методов обработки изображений подтверждена актами их внедрения на предприятиях г.г. Москвы, Новосибирска, Томска и в учебном процессе Томского государственного университета систем управления и радиоэлектроники.

Таким образом, в диссертации решена научно-техническая проблема разработки и построения телевизионных средств определения координат объектов, расположенных на сложном фоне с повышенной точностью. Решение этой проблемы имеет важное хозяйственное значение, поскольку оно позволяет существенно сократить для время разработки, испытания и внедрения

294 современных телевизионных автоматических систем и расширить область их применения.

Автор выражает искреннюю благодарность: профессору Пустынскому И.Н. за многолетнюю поддержку; профессору Шарыгину Г.С. за его помощь при обсуждении результатов работы и поддержку; профессору Светлакову А. А. за помощь в работе и обсуждении ряда научных вопросов; моим аспирантам Карпушенко Д.А., Шаропину Ю.Б. с которыми решен ряд теоретических вопросов и проведено моделирование и исследование ТАС; доцентам Тисленко В. И и Кормилину В.А - за многолетнее научное сотрудничество, Шалимову В.А за многолетние дружеские отношения и моральную поддержку. фирмам УРМАН-СЕРВИС и УРМАН-Т за помощь в распечатке и копировании диссертации, а также за многолетние дружеские отношения и поддержку. Всем им хочется пожелать крепкого здоровья и успехов в жизни и выразить благодарность за совместную работу, способствующую решению поставленной задачи.

Работа над диссертацией потребовала от меня большого напряжения и целеустремленности в течении ряда лет. Без поддержки моей семьи и в первую очередь моей жены Мартышевской Валентины Николаевны, создавшей доброжелательную обстановку в доме, ее помощи в редактировании диссертации выполнение работы вообще было бы невозможным.

1. Катыс Г.П. Сканирующие фотоэлектрические устройства поиска и слежения. -М.: Наука, 1964. 230 с.

2. Moskovitz S. Terminal guidance by pattern recognition. A new approach // IEEE Transaction. 1964. - Vol.3. - №8. - P. 254 -256.

3. Полоник В. С/ Прикладное телевидение М. -Л.:Госэнергоиздат, 1965. -158 с.

4. Михалков К.В. Основы телевизионной автоматики. Л.: Энергия, 1967.-283 с.

5. Полоник B.C. Телевизионная автоматика. Л.: Энергия, 1970. - 89 с.

6. Здор С. Е., Широков В.Б. Оптический поиск и распознавание. М.: Наука, 1973.-239 с.

7. Schmieder D.E. Seeker lock on model and performance projections with CCD sensors, NEACON 75, June 1975, Dayton. P. 23-37.

8. Thomas V. J. Winsor C. A., General principles of automatic TV trackers. // Electro-optics. 1976. - Vol.5. - №3. - P. 42-60.

9. Барсуков Ф.И., Величкин А.И., Сухарев А.Д. Телевизионные системы летательных аппаратов / Под ред. А.И. Величкина. М.: Сов. радио, 1979. -256 с.

10. Якушенков Ю. Г. Теория и расчет оптико-электронных приборов. М.: Сов. радио, 1980. - 389 с.

11. Порфирьев Л.Ф. Теория оптико-электронных приборов и систем. Л.: Машиностроение, 1980. - 270 с.

12. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений. М.: Высш. шк., 1983. - 295 с.

13. Твердотельное телевидение / Л.И. Хромов, Н.В. Лебедев. М.: Радио и связь, 1986.- 183 с.

14. Прэтт У. Цифровая обработка изображений. М.: Мир, 1982. - 314с. В 2-х томах.

15. Хорн Б. К. П. Зрение роботов. М.: Мир, 1989. - 498 с.

16. Методы фильтрации сигналов в корреляционно-экстремальных системах / A.M. Бочкарев, М.П. Мусъяков; Под ред. В.К. Баклицкого. М.: Радио и связь, 1986.-216 с.

17. Грязин Г.Н. Оптико-электронные системы обзора пространства: Системы телевидения. JL: Машиностроения, 1988. - 224 с.

18. Ward J.H. Acquisition and tracking in optical date links EASCON-75 Res. IEEE, Electron and Aerospace System., Con., Washington, DC., 1975. - P. 498-518.

19. Haralick R.M., Shanmugan K., Dinstein I. Textural Features for Image Classification.- IEEE Trans., vol. 5., MC-3, № 6, 1973.- P. 610-621.

20. Аггарвал Д. Методы установления соответствия при анализе динамических сцен. ТИИЭР, 1981. - Том 69, № 5, с. 77-90.

21. А.С. 527999 СССР. Устройство формирования спиральной развертки электронно-лучевой трубки / Мартышевский Ю.В., Каган М.Я. Опубл. в БИ №6, 1975.

22. А.С. 572158 СССР. Телевизионная система для измерения координат точечных источников света / Мартышевский Ю.В., Мищенко Н.И. Опубл. в БИ № 8, 1976.

23. Цифровое телевидение / Под ред. М.И. Кривошеева. М.: Связь, 1980. - 264 с.

24. А.С. 705479 СССР. Устройство для определения координат движущихся объектов / Мартышевский Ю. В., Бордус А.Д., Шалимов В.А. Опубл. в БИ № 47, 1979.

25. Пустынский И.Н., Слабодян С.М. Диссекторные следящие системы. -М.: Радио и связь, 1984. 136 с.

26. Павлидис Т. Алгоритмы машинной графики и обработки изображений. Пер. с анг. - М.: Радио и связь, 1986. - 400 с.

27. Мартышевский Ю.В, Кормилин В.А. Генератор цифрового следящего микрорастра диссектора // Приборы и техника эксперимента. 1979. - № 3. - С. 1114.

28. Мартышевский Ю.В., Кормилин В.А. Телевизионная система поиска и определения координат контрастных объектов // Тез. докл. Регион. Конф.

29. Обработка изображений и дистанционные исследования 81» (Новосибирск, 10-12 апр. 1981 г.).- Новосибирск: ВЦ СО АН СССР, 1981. - С. 78-79.

30. Верешкин А.Е. К определению корреляционной функции нестационарных шумов в диссекторной и суперрортиконной камер ах//Радиотехника и электроника- 1968. -№ 12. С. 52- 57.

31. Maybeck R. S., Jensen R. I. An adaptive Extended Kalman Filter for Target Image Tracking // IEEE Trans, on Aerospace & Electronic System. 1981. - Vol. AES-17, №2.-P. 173-180.

32. Stripad A.B. Performance Degradation in Digitally Implement Kalman Filters // IEEE Trans, on Aerosp. & Electron Systems. 1981. - Vol. AES-17, № 5. - P. 626633.

33. Очин Е.Ф. Вычислительные системы обработки изображений. JL: Энергоатомиздат, 1989. - 136 с.

34. А.С. 991455 СССР. Устройство для определения координат точечных световых объектов / Мартышевский Ю.В., Кормилин В. А. Опубл. в БИ № 3, 1983.

35. А.С. 1019672 СССР. Телевизионное следящее устройство / Мартышевский Ю.В., Кормилин В .А. Опубл. в № 19, 1983.

36. Мартышевский Ю.В, Кормилин В.А, Абелинская В.М. Устройство для проверки микропроцессорных систем и отладки программ // Приборы и системы управления. 1983. - № 3. - С. 12-14.

37. А.С. 1113822 СССР. Устройство для определения координат точечных световых объектов / Мартышевский Ю.В., Кормилин В.А., Быков С.М. -Опубл. вБИ№34, 1984.

38. Саридис Дж. Самоорганизующиеся стохастические системы. М.: Наука, 1980.-400 с.

39. Алгоритмы и программы проектирования автоматических систем / П.Д. Крутько, А.И. Максимов, Л.М. Скворцов; Под ред. П.Д. Крутько. М.: Радио и связь, 1988. - 306 с.

40. Мартышевский Ю.В., Пустынский И.Н., Кормилин В.А. Телевизионное устройство для измерения флуктуаций угла прихода лазерного пучка // Приборы и техника эксперимента. 1984. - № 2. - С. 241-242.

41. Тисленко В.И., Мартышевский Ю.В. Оценка предельной точности определения координат точечного светового объекта телевизионной следящей системой на диссекторе при наличии нестационарной составляющей тока // Приборостроение. 1984. - №1. - С. 29-34.

42. Мартышевский Ю.В. Оптимальная динамическая фильтрация координат в телевизионной следящей системе на диссекторе: Кандидатская диссертация. -Томск, 1984. 122 с.

43. Борисенко В.И., Златопольский А.А., Мучник И.Б. Сегментация изображений (состояние и проблемы) // Автоматика и телемеханика. 1987. - № 7. - С. 3-56

44. Мартышевский Ю.В., Тисленко В.И. Анализ характеристик срывов слежения в диссекторной следящей системе с динамическим фильтром Калмана // Известия вузов. Радиоэлектроника. 1986. - №9. - С. 17-19.

45. Мартышевский Ю. В. Алгоритмы оптимальной фильтрации координат в телевизионных следящих системах // Тез. докл. Всесоюзной конференции «КЧФ 85» (Барнаул, 21-23 сент.1986 г.). Барнаул: АПИ, 1986. - С. 44-45.

46. Тисленко В.И., Мартышевский Ю.В. Предельная ошибка сопровождения светового объекта телевизионной следящей системой // Радиотехника. 1988. - №2. - С. 22-24.

47. Иванов С.А., Цыцулин А.К. Измерение ошибки оценивания яркости изображения объекта телекамерой на ПЗС // Техника средств связи. Серия: Техника телевидения. 1990. - Вып.7. - С. 7-13.

48. Джонсон Р.А, Вебстер С.Р., Мензис Р.Т. Лазерная следящая система с микропроцессорным управлением // Приборы для научных исследований. -1985. № 4. - С.53-65.

49. Bar-Shalom Y, Shertukde Н.М, Pattipati K.R. Use the measurements from an imaging sensor for precision target tracking // IEEE Trans. Aerospace Electron. Syst. 1989. -№ 6. - P. 863-872.

50. Fronek D.K., Aiken S.A. High-resolution laser pointing scoring system for the high-altitude balloon experiments (HABE) // SPIE. Vol. 2221. - P. 665-675.

51. Андреев A. JI, Кузнецов В. H, Пашков B.C. Использование метода конечных разностей при обработке сигнала в телевизионном измерителе координат на

52. ПЗС // Техника средств связи. Серия: Техника телевидения. 1984. - Вып. 6. -С. 58-60.

53. Данилов Д.В. Сравнительная оценка квазиоптимальных методов определения координат // Изв. вузов. Приборостроение. 1997. - № 9. - С. 47-49.

54. Ильин А.Г, Костевич А.Г, Курьянович Е.Я. Влияние дискретизации на точность определения координат контрастных объектов // Телевизионные автоматические системы и их элементы. Томск.: Издательство ТГУ, 1989. С. 41-48.

55. Хромов JI. И. Учет влияния неравномерности фона при оптимальной обработке видеосигнала а прикладном телевидение // Техника средств связи сер. Техника телевидения. 1979. - Вып. 2 (16). - С. 15-19.

56. Roach J.W., Aggarval J.K. Computer tracking of objects moving in space // IEEE Transaction. 1984. - Vol. PAMI-1, № 2. - P.127-135.

57. Black R. J.A pre prototype real time video tracking system // IEEE, NEACON'76, Proc.-P. 156-167.

58. Schalkoff R.F., Mc. Vey E.S. Algorithm development for real time automatic video tracking system // IEEE COMPSAC',79, Proc. P. 504-511.

59. Schalkoff R. F., Mc. Vey E.S. A model and tracking algorithm for a class video targets // IEEE Transaction. 1984. - Vol. PAMI-4, № 1. - P. 2-10.

60. Nahi N., Lopez-More S. Estimation-Detection of Object Bounder in Noisy Images // IEEE Trans. Automatic Control. 1981. - Vol. AC-13, № 3. - P. 834-845.

61. Mohanty N.C. Computer tracking of moving point targets in space // IEEE Transaction. -1981.- Vol.3, № 2. P.606-611.

62. Астратов O.C., Филатов B.H. Алгоритмы оценки координат протяженного объекта в поле телевизионного изображения // Техника средств связи. Серия: Техника телевидения. 1987. - № 6. - С. 23-30.

63. Алпатов Б.А., Блохин А.Н. Модели и алгоритмы обнаружения и выделения движущихся фрагментов изображений // Автометрия. 1995. - №4. - С. 100104.

64. Алпатов Б.А. Оптимальное оценивание параметров движущегося объекта в последовательности изображений // Автометрия. 1994. - №2. - С. 32-37.

65. Cafforio С., Rocca F. Methods for Measuring Small Displacements of Television Images // IEEE Transec. on Inform. Theory. 1980. - Vol. IT-22, No.5. - P. 573 -579.

66. Chang C.B., Tabaczynski J. A. Application of state estimation to target tracking // IEEE Transaction. 1984. - Vol.AG-29, № 2. - P. 98-109.

67. Кориков A.M. Корреляционные зрительные системы роботов. Томск.: Радио и связь, 1990.-264 с.

68. Пахомов А.Н. Состояние и перспективы систем активного зрения // Зарубежная радиоэлектроника. 1999. - №2. - С.57 - 65.

69. Буймов А.Г. Корреляционно-экстремальная обработка изображений. Томск: Изд-во Том. Ун-та, 1987. - 134 с.

70. Chen Sarit, Ginosar Ran. Adaptive Sensity CCD Image Sensor // Proc. 12th Int. IAPR Conf. Pattern Recogn., Jerusalem, Oct. 9-13, 1994. Vol.3. Los Alomitos (Calif.) etc, 1994. - P. 363-367.

71. Путятин Е.П, Аверин С.И. Обработка изображений в робототехнике. М.: Машиностроение, 1990. - 320 с.

72. Марагос П, Шафер Р.У. Морфологические системы для многомерной обработки сигналов // ТИИЭР. 1990. - Т. 78. - №4. - С. 109 - 132.

73. Бакут П.А, Лабунец В.Г. Телевизионная следящая система с байесовским дискриминатором цели // Зарубежная радиоэлектроника. 1987. - №7. - С. 8193.

74. Бакут П.А. Многопризнаковая байесовская интеллектуальная следящая система // Зарубежная радиоэлектроника. 1987. - №7. - С. 27-39.

75. Mandelbrot В. The Fractal Geometry of Nature. New York: W.H. Freeman and Co, 1982.-325 p.

76. Barnsley M. F, Sloan A. D. A better way to compress images. Byte. - 1988, 13(1). -P. 215 -224.

77. Nonnenmacher F et al. Digital image analysis of self-similar cell profiles. -Yearbook of Medical Informatics. 1995. - P. 418 - 425.

78. Mapp Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. М.: Радио и связь, 1987. - 400 с.

79. Красильников Н. Н. Теория передачи и воспроизведения изображений. М.: Радио и связь, 1986. - 340 с.

80. Фор А. Восприятие и распознавание образов. Л.: Машиностроение, 1989. -271 с.

81. Dubuc J., Roques-Carmes С., Tricot С. and Zucker S. W. The variation method: a techniue to estimate the fractal dimension of surfaces // SPIE 845: Visual Communications and Image Processing. 1987. - Vol. 5, №9. - P. 31-42.

82. Фалькович C.E., Хомяков Э.Н. Статистическая теория измерительных систем. М.: Радио и связь, 1981.-286 с.

83. Сейдж Э., Меле Д.Ж. Теория оценивания и ее применение в связи и управлении. М.: Радио и связь, 1976. - 492 с.

84. Караваев В.В., Сазанов В.В. Статистическая теория пассивной локации. М.: Радио и связь, 1987. - 237 с.

85. Фомин Я.А, Тарловский Г.Р. Статистическая теория распознавания образов. -М.: Радио и связь, 1986. 264 с.

86. Розов А.К. Оценивание параметров случайных сигналов в автоматических системах. Л.: Машиностроение, 1990. - 171 с.

87. Венгеров А.А, Щаренский В.А. Прикладные вопросы оптимальной линейной фильтрации. М.: Энергоиздат, 1982. 191 с.

88. Гришин Ю.П., Казаринов Ю.М. Динамические системы устойчивые к отказам. М.: Радио и связь, 1985. 200 с.

89. Stockham Т. G. Image Processing in the Context of a Visual Model // Digital Picture Processing. Proc. IEEE. - Vol. 60, № 7. - July, 1972. - P. 122-152.

90. Цифровая обработка телевизионных и компьютерных изображений / Под ред. Ю.Б. Зубарева и В.П. Дворковича. М.: Машиностроение, 1997. - 212 с.

91. Астафьева Н. М. Вейвлет анализ: основы теории и примеры применения // Успехи физических наук. 1996. - Том 166. - № 11. - С. 1145 - 1170.

92. Daubechies I. Orthonormal bases of compactly supported waveletes // Commun. On Pure and Appl. Math. 1988. - Vol. XLI. - P. 909-919.

93. Mallatt S.G. A theory for multiresolution signal decomposition: The wavelet representation // IEEE Trans. Patt. Anal. And Mach. Intell. 1989. - №11. - P. 674680.

94. Laine A.F. Wavelet Applications in Signal and Image Processing // Proceedings SPIE, Image and Signal Processing. 1990. - № 2034. - P. 237-296.

95. Денисов Д.А., Низовкин В. А. Сегментация изображения на ЭВМ // Зарубежная радиоэлектроника. 1985. - № 10. - С. 5-30.

96. Бакут П.А., Колмагоров Г.С., Ворновицкий И.Э. Сегментация изображений: методы пороговой обработки // Зарубежная радиоэлектроника. 1987. - № 10. -С. 6-24.

97. Меденников П.А. Алгоритм слияния-расщепления элементов изображения, сочетающий технику контурной сегментации и построения областей // Оптический журнал. 1996. - №9. - С. 28-32.

98. Gillian К. Groves, Kim М. Chacon, Kenneth Prager, Larisa Stephan. Quantification of Clutter in OE Tracking Systems // SPIE.- Vol. 2221,p. 287-295.

99. Киричук B.C, Коршевер И.И. Анализ изображений динамических сцен: модели, алгоритмы и системы реального времени // Автометрия . 1998. - №3. -С. 3-17.

100. Shivaikar, М. М. Trivedi. Developing texture-based image clutter measures for object detection // Optical Engineering. 1992. - Vol.31, № 12. - P. 2628-2639.

101. Мартышевский Ю.В. Статистический анализ точности определения координат оптического ориентира телевизионным координатором // Измерительная техника. 1996. -№ 10. - С. 49-51.

102. Мартышевский Ю.В. Кормилин В.А. Контроллер ввода телевизионных изображений // Приборы и техника эксперимента. 1997. - № 4. - С. 166.

103. Мартышевский Ю.В, Чернета А.В. Фрактальная обработка изображений // Тез. докл. III Межреспубликанский симпозиум "Оптика атмосферы и океана" (14-18 июня 1998 г.).-Томск: ИОАРАН, 1998. С. 71-72.

104. Кормилин В.А, Мартышевский Ю.В. Телевизионное устройство для измерения флуктуаций угла прихода лазерного пучка // Приборы и техника эксперимента. № 2. - 1991. - С. 225.

105. А.С. 764149 СССР. Устройство автоматической регулировки чувствительности диссектора / Шалимов В.А, Мартышевский Ю.В, Бордус А.Д. Опубл. в БИ № 34. - 1980.

106. Кормилин В.А, Мартышевский Ю.В. Алгоритм обработки изображений для определения координат протяженных объектов // Известия вузов. Радиоэлектроника 1994. - № 3-4. - С. 47-51.

107. Федер Е. Фракталы. М.: Мир, 1991. - 260 с.

108. Кормилин В.А. Разработка телевизионных координаторов с повышенными функциональными возможностями на микропроцессорах: Кандидатская диссертация. Томск, 1995. -153 с.

109. Roues-Carmes С, Tricot С, Zusker S.W. Evaluating the fractal dimension of profiles. Phys. Rev. - 1987. - vol. 39, № 2. - P. 1500 - 1512.

110. A.C. 811302 СССР. Устройство для определения координат точечных световых объектов / Мартышевский Ю.В. Опубл. в БИ № 9, 1981.

111. Мартышевский Ю.В. Статистический синтез адаптивной телевизионной следящей системы // Автометрия. 1998. - № 2. - С. 22-27.

112. Мартышевский Ю.В, Кормилин В.А. Оптический датчик с микро ЭВМ для считывания и обработки видеоинформации // Измерительная техника. 1990. - №7. - С. 26-28.

113. Мартышевский Ю.В. Синтез оптимальной структуры и исследование потенциальных характеристик телевизионного координатора на диссекторе / Томск, ин -т автоматизир. систем упр. и радиэлектрон. Томск, 1982. -9с.-Деп. ВИНИТИ 11.05.88, № 5290-В-88.

114. Мартышевский Ю.В, Кормилин В.А. Оптимальная двухмерная обработка видеосигнала в задаче определения координат объекта // Изв. вузов. Приборостроение. 1988. - №11. - С. 77-82.

115. А. С. 1472919 СССР. Телевизионное устройство для селекции объектов / Ю.В. Мартышевский, В. А., Кормилин, Н. Г., Паладьев В.А., Маляров В.А., Кручинина Н.Г. Опубл. в Б.И. - №14. - 1989.

116. Мартышевский Ю.В. Паладьев В.А, Маляров В.А. МП устройство СТЗ промышленного робота // Тез. доклада Зональн. семин. «Микропроцессоры в системах контроля и управления» (Пенза, 17-22 июня, 1986 г.). Пенза: Приволжский ДНТП. - 1986. - С. 19-20.

117. Казаков И. Е. Статистическая теория систем управления в пространстве состояний. М.: Наука, 1975. - 432 с.

118. Мартышевский Ю. В. Анализ точности определения координат лазерного пучка телевизионной следящей системой // Известия вузов. Радиоэлектроника. 1990.-№8. -С. 34-36.

119. Мартышевский Ю.В, Тычкин B.JI. Фрактальная обработка телевизионных изображений // Тез. докл. конф. "Высшее техническое образование в новых экономических условиях" (Красноярск, 23-25 фев. 1994 г.). Красноярск: КГУ, 1994.-С. 34-36.

120. Дьяконов В. Mathcad 2000: учебный курс. СПб.: Питер, 2001. - 592 с.

121. Ильин С.К. Погрешность определения координат энергетического центра лазерного излучения при отказах элементов матричного измерительного преобразователя // Измерительная техника. 1988. - № 2. - С. 19-22.

122. CCD Image Sensors Dalsa Inc// Manual Book, Waterloo, Ontario, Canada, 1995. -230 p.

123. Мартышевский Ю.В., Кормилин В.А. Автоматизированное рабочее место иридолога // Томск, ин-т автоматизир. систем упр. и радиэлектрон. Томск, 1993. -8 е.- Деп. ВИНИТИ 08.07.93, № 1089-В93.

124. Хлудов С.Ю. Вейвлет преобразования и компрессия изображений // Автометрия. - 1997. - № 2. - С. 98-106.

125. Мартышевский Ю.В, Шакиров И.В. Вейвлет спектры изображений фонов // Тез. докл. LIII Научной сессии посвященной дню радио (Москва, 20-21 мая. 1999 г.). Москва: МТУСИ, 1999. - С. 12 -13.

126. Мартышевский Ю.В, Шаропин Ю.Б, Шакиров И.В. Оценка параметров сцены в задаче измерения координат объекта ТСС // Томск, ун-т систем упр. и радиоэлектрон. Томск, 1999. - 13 с. - Деп. в ВИНИТИ 08.07.99, № 2218-В99.

127. Martishevcky Y.V. Images segmentation on a basis of fractals dimension and multistage logic linkage // PIERS 98 13-17 July, 1998, France, Nantes, P. 1185. // PIERS 98 13-17 July, 1998, France, Nantes, P. 1185.

128. Мартышевский Ю.В. Генератор цифровой развертки диссектора / Приборы и техника эксперимента. 1978. - № 3. - С. 72-73.

129. Мартышевский Ю.В. Точность определения координат и скорости объекта телевизионной триангуляционной системой // Измерительная техника 1998. -№ 10.-С. 11-15.

130. Мартышевский Ю.В. Точность определения координат объекта телевизионной следящей системой // IV Международная научно техническая конференция «Актуальные вопросы электронного приборостроения» (АПЭП-98)

131. Новосибирск, 23-26 сент. 1998 г.). Новосибирск: НГТУ, 1998. - Том 10. - С. 16-17.

132. Большаков И.А. Математические основы современной радиоэлектроники. -М.: Сов. Радио, 1968. С. 205.

133. Бордус А.Д., Мартышевский Ю.В. Схема запуска и управления ксеноновой лампой, работающей в импульсном режиме // Приборы и техника эксперимента . 1975. - № 6. - С. 118 - 119.

134. Мартышевский Ю.В Применение вейвлет преобразования при обработке изображений // Наука производству. Машиностроение. 2000. - № 2. - С. 8185.

135. Мартышевский Ю.В, Светлаков А.А. Квазиоптимальный алгоритм определения координат малоразмерного светового объекта // Измерительная техника. Метрология. 1999. -№ 5. - С. 11-16.

136. Martishevcky Y.V. Precise algorithm of small object coordinates estimation // SPIE, Automatic Target Recognition. 5-9 April, Orlando, Florida USA, 1999. Vol. 6. - P. 432-440.

137. Martishevcky Y.V. Accuracy of point light target coordinate determination by dissectoral tracking system // Intelligent Systems and Advanced Manufacturing Robots and Computer Vision XIV: Mobil Robots X, Philadelphia, 22-20 October 1995.-P. 132-134.

138. Martishevcky Y.V. et al. «Computational system of iridodiagnostics» // Symposium Optical Science, Engineering and Instrumentation, 4-9 august 1996, Denver, Colorado USA. Colorado, 1996. - P. 102-108.

139. Martishevcky Y.V. Statistical synthesis of optimal adaptive tracking system // Symposium Optical Science, Engineering and Instrumentation, 4-6 august 1996, Denver, Colorado USA. Colorado, 1996. - P. 799-802.

140. Martishevcky Y.V., Tislenko V.I. Analysis of the optimal TV tracking system // PIERS'96, 10-13 July Insbruk, Austria,1996. P. 401-403.

141. Бандривский C.A., Дивин Г.Д., Малышев И.А. Математическое моделирование случайных изображений с фрактальными свойствами 7/ Оптический журнал. 1995. - №9. - С. 18-22.

142. Martichevcky Y.V. The Selector of Diamond Crystal According to Its Shape // Symposium Intelligent robot and computer vision XV Intelligent systems and advanced manufacuring symposium Conference, Boston, USA, 22-24 August 1996. -P. 409-411.

143. Моисеев E. 3D Studio. Ростов на Дону: Книга, 1995. - 219 с.

144. Применение микропроцессоров и микро-ЭВМ в радиотехнических системах / Ю. М. Казаринова., В.Н. Номоконов, Ф.В. Филиппов. М: ВШ, 1988. - 297 с.

145. Рафикузаманн А. Машинное проектирование микропроцессорных систем. В 2х книгах М.: Радио и связь, 1989. - 126 с.

146. Sensorless Control with Kalman Filter on TMS320 Fixed Point DSP. Texas Instrument, №BPRA057, 1997.

147. Digital Signal Processing Application with TMS320 Family/ Edited by Ph. D. Kun-Shan Lin. Texas Instruments. 1989.

148. Техническое обеспечение цифровой обработки сигналов. Справочник / Куприянов М. С., Матюшкин Б.Д., Иванов В.Е., Матвиенко Н.И., Усов Д.Ю. -СПб.: "ФОРТ", 2000. 752 с.

149. Мартышевский Ю.В, Светлаков А. А. Рекуррентная реализация центроидного алгоритма оценки координат оптического ориентира // Приборостроение. -2001.- №3. С. 25-29.

150. Научно-технический отчет по НИР «Эхо М» / Томский институт АСУ и радиоэлектроники (ТИАСУР); руководитель Мартышевский Ю. В. - Томск: ТИАСУР, 1990. - 45 с.

151. Белов В.А., Борисов Б.Д., Гриднев Ю.В., Есипов В.А., Зиатов А.Р., Калайда В.Т., Климкин В.М. Проблемы воспроизведения, компьютерной обработки и идентификации филиграней. История и компьютер. - 2000. - Том 25, №3 с. 118-131.

152. Maragos P., Sun F.K. Measuring fractal dimension: Morphological estimates and iterative optimization. Proc. SPIE Visual Communications and Processing, 1989, № 1199.

153. Вельховер E.C., Ананин В.Ф., Дроханин A.H., Лозовский А.А. Иридологические алгоритмы оценки наследственного статуса индивида и их реализация в автоматизированном иридологическом комплексе АИК-1. -Иридолог. 1991. - № 2. - С. 41-46.

154. Мартышевский Ю.В., Кохан Г.В. Фрактальная размерность как признак распознавания изображений биологических объектов. Распознавание 95, Курск, 2-6 октября 1995. - С. 3 - 7.

155. Пустынский И.Н., Уманская А.А., Мартышевский Ю.В., Кормилин В.А., Хорошаев В.М. Телевизионно-вычислительная система иридодиагностики Метромед 95 , С.-Петербург, с. 86-88, 19-22 июня 1995 г.

156. Мартышевский Ю. В., Карпушенко Д.А. Статистическая сегментация телевизионных изображений // VI-я международная научно-практическая конференция, "Современная техника и технологии", 28 фев. 3 марта, 2000, ТПУ, Томск.-С. 213-215.

157. Мартышевский Ю.В., Паладьев В.А. Телевизионный анализатор поперечного сечения лазерного пучка // Приборы и техника эксперимента. 1985. - №1. -С.242.

158. Шалыгин А.С., Палагин Ю.И. Прикладные методы статистического моделирования. JL: Машиностроение, 1986. - 320 с.

159. Мартышевский Ю.В. Анализ точности определения координат объекта ТСС // Автометрия. 1995. - N3. - С. 92-94.

160. Martishevcky Y.V. Analysis of Optimal Adaptive Television Tracking System // PIERS'97, 6-9 January, Hong Kong. Hong Kong, 1996. - P. 301-304.

161. Мартышевский Ю.В, Шаропин Ю.Б. Выделение малоконтрастных объектов путем аппроксимации Фурье спектра изображения II Техника машиностроения. 2001. - №3. - С. 92-93.

162. Martishevcky Y.V, Karpuchenko D.A. «Segmentation of dynamic images in video tracking systems» // The International Symposium Optical Science and Technology, 29 July to 3 august 2001, San Diego, California USA. P. 71- 72.

163. Мартышевский Ю.В., Кормилин В.А. Контроллер ввода бинарных изображений в PC//Радиолюбитель.-1995. N2. - С. 10-14.

164. Мищенко Н.И., Жижимов В.И., Мартышевский Ю.В. Генератор тактовых импульсов для приборов с зарядовой связью // Приборы и техника эксперимента. 1977. - № 3. - С. 106 - 107.