Способ селекции наземных и воздушных объектов (его варианты) и устройство для его осуществления (его варианты)

Способ селекции наземных и воздушных объектов (его варианты) и устройство для его осуществления (его варианты)

Реферат

 

Способ селекции наземных и воздушных объектов включает формирование видеоизображения участка земной поверхности, его дискретизацию по пространственным координатам, настройку усиления и смещения видеосигнала, его преобразование в цифровую форму, запоминание цифрового изображения, формирование рамки с окном анализа, масштабирование и фильтрацию запомненного цифрового изображения в пределах рамки, оценку сепарабельности изображения, настройку структуры и параметров селектора объекта (цели), байесовскую и структурную классификации изображения, формирование структурного текущего образа и эталона цели, их корреляционную классификацию (привязку), оценку значимости каждого способа классификации и их совокупности, комплексирование размеров и координат цели с учетом значимости способа классификации, определение текущих или прогнозируемых координат цели и использование их в автономном режиме для селекции и сопровождения размерной цели. Для селекции и сопровождения малоразмерной цели во втором варианте способа вместо байесовской, структурной и корреляционной классификаций изображения производится кластерный анализ, сегментация и морфологическая классификация изображения. В третьем варианте способа осуществляется одновременно аналогичная обработка изображений, полученных в различных спектральных диапазонах излучения. Первый и второй варианты способа реализованы в устройстве, содержащем оптико-электронный датчик, блоки предварительной обработки видеосигнала и обработки цифрового изображения, селектор размерных целей (байесовский, структурный и корреляционный классификаторы) и селектор малоразмерных целей (морфологический классификатор), блоки оценки значимости классификации, комплексирования координат и размеров цели, блоки принятия решения. Благодаря перестраиваемой структуре устройство обеспечивает захват и автосопровождение как размерных, так и малоразмерных целей. Второй вариант устройства содержит n идентичных каналов, аналогичных вышеописанному, но работающих от различных спектрозональных оптико-электронных датчиков. Результаты селекции в каналах комплексируются в блоке межканального комплексирования координат с учетом значимости каждого канала селекции. Достигаемым техническим результатом является повышение точности и надежности селекции наземных и воздушных объектов. 5 с. и 10 з.п. ф-лы, 7 ил.

Изобретение относится к вычислительной технике и может быть использовано в оптико-электронных системах автоматического сопровождения подвижных наземных и воздушных объектов для их селекции на фоне Земли.

К настоящему времени наибольшее распространение получили способы и реализующие их устройства, основанные на различных модификациях корреляционного метода определения координат местоположения летательного аппарата (ЛА) - объекта, на котором размещена измерительная аппаратура. Этот метод заключается в привязке двух изображений, одно из которых (эталонное) получено предварительно в виде электронной карты геофизического поля участков земной поверхности, а второе (текущее) получают от соответствующего датчика поля. Сравнивая изображения между собой, измеряют меру их сходства, в качестве которой используют коэффициент корреляции, экстремум корреляционной функции и др. При несовпадении изображений вычисляют ошибку в определении координат местоположения ЛА, которую используют для коррекции показаний навигационной системы и для внесения поправки в курс ЛА (см., например, Белоглазов И.Н. и др. Основы навигации по геофизическим полям - М.: Наука, 1985, с. 14-29).

С помощью корреляционного метода, используя вычисленные координаты местоположения ЛА, можно определить координаты наземных объектов, в том числе подвижных и малоразмерных, или низколетящих ЛА на фоне Земли. В случае селекции подвижных объектов изображения помимо самого объекта будут содержать участки местности (далее - фона), примыкающие к ней. Поэтому в области поиска при перемещении объекта по фону отличия эталонного и текущего изображений могут быть весьма существенны, что размывает экстремум корреляционной функции и снижает точность привязки. Кроме того, реализация корреляционно-экстремальных систем требует значительных затрат на создание эталонных карт, а также вычислительных ресурсов и затрат, которые растут пропорционально площади окна поиска объекта.

Наиболее близкой к заявленному изобретению является байесовская интеллектуальная система слежения по многим признакам MFBIT (Multifeature Bayesian Intellegent Tracker), разработанная Лабораторией передовой технологии штата Нью-Джерси, США.

В системе реализован способ селекции наземных объектов (целей), который заключается в следующем. Видеосигналы от оптико-электронного датчика физического поля наблюдаемого участка земной поверхности преобразуют в цифровую форму, формируют и запоминают цифровое изображение, выбирают на нем подлежащую селекции цель, формируют пространственный строб цели (ПСЦ) и рамку, охватывающую окно ПСЦ. Размеры рамки и окна ПСЦ адаптивно подстраивают под статистические характеристики цели таким образом, чтобы окно ПСЦ охватывало все изображение цели. Внутри окна ПСЦ и рамки проводят байесовскую классификацию сигналов, заключающуюся в том, что выделяют локальные признаки изображения цели (например, средний уровень яркости восьми ближайших соседей каждого элемента изображения, текстура, псевдочастота, градиент изображения и т.д.), по которым строят совместные гистограммы - одну для окна ПСЦ, другую для рамки - и используют их для оценки совместных функций распределения вероятностей всех локальных признаков. При этом каждому элементу изображения приписывается одно из двух состояний: элемент изображения цели или элемент изображения фона. Классификацию точек изображения в текущем кадре выполняют по статистикам предыдущих кадров, и вычисленные текущие гистограммы усредняют с гистограммами предыдущих кадров. В окне ПСЦ формируют бинарное изображение, на котором единицами помечают элементы изображения цели, а нулями - элементы изображения фона. Затем в районе фона стирают все единицы, у которых меньше восьми ближайших единичных соседей, а всем расположенным в районе цели изолированным нулевым элементам изображения, окруженным восемью единицами, присваивают единичные значения. Из очищенного таким образом бинарного изображения выделяют район цели, которую запоминают в качестве эталонной, определяют ее координаты и используют их в автономном режиме для селекции и сопровождения выделенной цели. В случае временного пропадания цели из поля зрения, в течение заданного фиксированного времени формируют ее прогнозируемые координаты (Бакут П. А., Лабунец В.Г. Телевизионная следящая система с байесовским дискриминатором цели. Зарубежная радиоэлектроника, 1987, N 10, с. 81-93).

Причиной, препятствующей достижению указанного ниже технического результата при использовании известного способа селекции наземных объектов, является недостаточная точность и надежность селекции малоразмерных объектов на сложных фонах. Это обусловлено тем, что использование байесовской классификации, основанной на статистическом анализе входного изображения в пределах окна анализа, дает устойчивые результаты при минимальном габаритном размере изображения объекта не менее ~ 5 пикc, а его координаты определяются по результатам выбора более надежного признака: яркости или градиентной яркости, и при переключении с режима на режим возможны скачки в управлении, ухудшающие динамику процесса слежения.

Устройство для осуществления описанного способа включает блок оптико-электронного датчика, первый и второй процессорные блоки. Блок оптико-электронного датчика содержит установленную на гиростабилизированной платформе телевизионную камеру, сигнальный выход которой соединен с входом аналого-цифрового преобразователя (АЦП). С гиростабилизированной платформой связан исполнительный двигатель следящей системы устройства.

Первый процессорный блок содержит подключенный первым входом к выходу АЦП блока телекамеры блок кадровой памяти, выход которого связан с входами детекторов признаков, выходы которых соединены с соответствующими входами устройства построения гистограмм, выход которого соединен с входом устройства оценки достоверности слежения, входом фильтра гистограмм и первым входом байесовского классификатора, ко второму и третьему входам которого подключены соответственно выход предсказателя площади цели и первый выход устройства оценки достоверности слежения, который также соединен с первым входом второго процессорного блока. К соответствующим входам устройства построения гистограмм подключены второй выход устройства оценки достоверности слежения и выход фильтра гистограмм. Ко второму входу блока кадровой памяти подключен выход блока управления рамкой и пространственным стробом цели, вход которого, а также вход предсказателя площади цели соединены с первым выходом второго процессорного блока.

Второй процессорный блок содержит соединенный своим входом с выходом байесовского классификатора первого процессорного блока оператор порождения и уничтожения элементов изображения цели, к выходу которого последовательно подключены вычислитель вектора формы районов цели, селектор цели, координатор цели, экстраполятор положения цели, выход которого является вторым выходом второго процессорного блока и соединен с входом исполнительного двигателя блока телекамеры. К выходу оператора порождения и уничтожения элементов изображения цели своим вторым входом подключено устройство перезаписи эталона цели, первый вход которого соединен с первым выходом устройства оценки достоверности слежения первого процессорного блока, а первый и второй выходы подключены соответственно ко второму входу вычислителя вектора формы районов цели и второму входу селектора цели, выход которого также соединен с входом предсказателя размеров следящих окон, выход которого является первым выходом второго процессорного блока и соединен с входом предсказателя площади цели и входом блока управления рамкой и пространственным стробом цели первого процессорного блока (Бакут П.А., Лабунец В.Г. Телевизионная следящая система с байесовским дискриминатором цели. Зарубежная радиоэлектроника, 1987, N 10, с. 81-93).

Характерной особенностью описанного устройства является наличие блока детекторов признаков (БДП). Для повышения надежности выделения изображения объекта (цели) на сложном зашумленном изображении сцены в БДП проводится обработка сигналов для выделения двух признаков: яркостей исходного и градиентного изображений. В блоке построения гистограмм формируются гистограммы яркостей исходного и градиентного изображений, которые после сглаживания фильтром гистограмм используются в байесовском классификаторе для сегментации объекта. Окончательная селекция объекта осуществляется в селекторе цели с использованием дизъюнктивной свертки горизонтальной и вертикальной проекций текущего изображения объекта с соответствующими проекциями эталона. Центральные элементы проекций выделенного изображения используются в качестве координат объекта. Перезапись эталонного изображения объекта выполняется при высоком качестве слежения, в противном случае (например, при малом контрасте, при кратковременном исчезновении, при частичном закрытии объекта) эталон не перезаписывается, а его положение предсказывается экстраполятором положения объекта. Если более надежным признаком является яркость исходного изображения, то устройство работает как контрастная система. Если же более надежным признаком является яркость градиентного изображения, то устройство работает как система совмещения контуров.

Причиной, препятствующей достижению указанного ниже технического результата при использовании известного устройства селекции наземных объектов, являются недостаточная точность и надежность селекции малоразмерных объектов на сложных фонах, а также ограниченные функциональные возможности системы. Это обусловлено использованием классификатора только одного типа, а также тем, что наличие только одного информационного (телевизионного) канала позволяет применять данную систему только в дневных условиях.

Основной задачей, на решение которой направлены заявленные варианты способа селекции наземных и воздушных объектов и варианты устройства селекции наземных и воздушных объектов, является расширение их функциональных возможностей путем обеспечения захвата и автосопровождения малоразмерных (при минимальном габаритном размере изображения цели менее 5 пикс) или размерных объектов на сложных фонах и в любое время суток.

Единым техническим результатом, достигаемым при осуществлении заявленной группы изобретений, является повышение точности и надежности селекции наземных, в том числе малоразмерных подвижных, или воздушных объектов на фоне Земли.

Указанный технический результат достигается тем, что в известном способе селекции наземных и воздушных объектов, включающем преобразование в цифровую форму видеосигналов от оптико-электронного датчика физического поля наблюдаемого участка земной поверхности, формирование цифрового изображения этого участка земной поверхности, запоминание цифрового изображения, формирование рамки с окном анализа, байесовскую классификацию цифрового изображения, определение координат объекта и использование их в автономном режиме для селекции и сопровождения выделенного объекта, а в случае временного пропадания объекта из поля зрения формирование в течение заданного фиксированного времени его прогнозируемых координат, согласно изобретению перед преобразованием видеосигналов в цифровую форму осуществляют настройку усиления и смещения видеосигналов, запомненное цифровое изображение в пределах рамки подвергают масштабированию и фильтрации и осуществляют режим захвата, в котором в процессе байесовской классификации изображения формируют структурный образ объекта, гистограммы распределения яркостей изображения, выполняют сегментацию окна анализа, формируют бинарный образ объекта, определяют показатель качества селекции и сравнивают его величину с пороговым значением, при величине показателя качества селекции, меньшей порогового значения, запоминают горизонтальные и вертикальные проекции изображения объекта в качестве эталона и структурный образ объекта в качестве его структурного эталона и переходят в режим автономного сопровождения объекта, в котором одновременно производят байесовскую, структурную и корреляционную классификации изображения, при этом в процессе байесовской классификации по бинарному образу объекта определяют текущие горизонтальные и вертикальные проекции изображения объекта, по которым определяют размеры и координаты объекта, а координаты центра изображения объекта корректируют по результатам свертки текущих и эталонных проекций, в процессе структурной классификации входное цифровое изображение подвергают дифференциальной предварительной обработке, после чего выполняют пороговую сегментацию градиентного изображения, и бинарное изображение кодируют цепным кодом, по значениям кодов выделяют раздельно горизонтальные и вертикальные линии и множество их пересечений, формируют текущую композицию примитивов, в качестве которых берут линии и пересечения, определяют расстояния между линиями и расстояния между пересечениями, положение и расстояние линий и пересечений относительно центра окна анализа, выполняют грамматический разбор текущей композиции примитивов, в результате которого определяют ее принадлежность объекту или его частям, которые проектируют на горизонтальную и вертикальную оси и по проекциям определяют координаты и размеры объекта, а лингвистические переменные, характеризующие степень принадлежности объекту выделенного сочетания примитивов, используют в качестве количественной характеристики качества селекции, в процессе корреляционной классификации выполняют структурную предварительную обработку входного цифрового изображения, в результате которой формируют текущий структурный образ объекта, производят корреляционную классификацию текущего структурного образа объекта, выполняют оценку координат объекта и оценку качества классификации, после чего комплексируют размеры и комплексируют координаты объекта, полученные каждым способом классификации, и получают текущие координаты объекта.

Указанный технический результат достигается тем, что в известном способе селекции наземных и воздушных объектов, включающем преобразование в цифровую форму видеосигналов от оптико-электронного датчика физического поля наблюдаемого участка земной поверхности, формирование цифрового изображения этого участка земной поверхности, запоминание цифрового изображения, формирование рамки с окном анализа, определение координат объекта и использование их в автономном режиме для селекции и сопровождения выделенного объекта, а в случае временного пропадания объекта из поля зрения формирование в течение заданного фиксированного времени его прогнозируемых координат, согласно изобретению перед преобразованием видеосигнала в цифровую форму осуществляют настройку усиления и смещения видеосигнала, запомненное цифровое изображение в пределах рамки подвергают масштабированию и фильтрации и осуществляют режим захвата малоразмерного объекта, в котором производят кластерный анализ, при котором входное цифровое изображение кластеризуют на примерно однородные по яркости области, производят сегментацию изображения в окне анализа, определяют размеры и контрастную яркость объекта и переходят в режим автономного сопровождения малоразмерного объекта, в котором производят морфологическую классификацию изображения, при которой определяют наличие границ фона в окне анализа, по размеру и форме изображения формируют структурирующий элемент множества яркостей, посредством которого исходное множество яркостей в окне анализа замыкают, либо размыкают, затем формируют бинарный образ объекта, по которому оценивают качество селекции и получают текущие координаты объекта.

Указанный технический результат достигается тем, что в известном способе селекции наземных и воздушных объектов, включающем преобразование в цифровую форму видеосигналов от оптико-электронного датчика физического поля наблюдаемого участка земной поверхности, формирование цифрового изображения этого участка земной поверхности, запоминание цифрового изображения, формирование рамки с окном анализа, байесовскую классификацию цифрового изображения, определение координат объекта и использование их в автономном режиме для селекции и сопровождения выделенного объекта, а в случае временного пропадания объекта из поля зрения формирование в течение заданного фиксированного времени его прогнозируемых координат, согласно изобретению преобразование в цифровую форму видеосигналов осуществляют от n оптико-электронных датчиков, работающих в различных спектральных диапазонах излучения, одновременно в n каналах обработки, в каждом из которых перед преобразованием видеосигналов в цифровую форму осуществляют настройку усиления и смещения видеосигналов, запомненное цифровое изображение в пределах рамки подвергают масштабированию и фильтрации и осуществляют режим захвата, в котором в процессе байесовской классификации изображения формируют структурный образ объекта, гистограммы распределения яркостей изображения, выполняют сегментацию окна анализа, формируют бинарный образ объекта, определяют показатель качества селекции и сравнивают его величину с пороговым значением, при величине показателя качества селекции, меньшей порогового значения, запоминают горизонтальные и вертикальные проекции изображения объекта в качестве эталона и структурный образ объекта в качестве его структурного эталона и переходят в режим автономного сопровождения объекта, в котором одновременно производят байесовскую, структурную и корреляционную классификации изображения, при этом в процессе байесовской классификации по бинарному образу объекта определяют текущие горизонтальные и вертикальные проекции изображения объекта, по которым определяют размеры и координаты объекта, а координаты центра изображения объекта корректируют по результатам свертки текущих и эталонных проекций, в процессе структурной классификации входное цифровое изображение подвергают дифференциальной предварительной обработке, после чего выполняют пороговую сегментацию градиентного изображения и бинарное изображение кодируют цепным кодом, по значениям кодов выделяют раздельно горизонтальные и вертикальные линии и множество их пересечений, формируют текущую композицию примитивов, в качестве которых берут линии и пересечения, определяют расстояния между линиями, расстояния между пересечениями, положение и расстояние линий и пересечений относительно центра окна анализа, выполняют грамматический разбор текущей композиции примитивов, в результате которого определяют ее принадлежность объекту или его частям, которые проектируют на горизонтальную и вертикальную оси и по проекциям определяют координаты и размеры объекта, а лингвистические переменные, характеризующие степень принадлежности объекту выделенного сочетания примитивов, используют в качестве количественной характеристики качества селекции, в процессе корреляционной классификации выполняют структурную предварительную обработку входного цифрового изображения, в результате которой формируют текущий структурный образ цели, производят корреляционную классификацию текущего структурного образа объекта, выполняют оценку координат объекта и оценку качества классификации, комплексируют размеры и комплексируют координаты объекта, полученные каждым способом классификации и получают текущие координаты объекта, после чего производят комплексирование координат объекта, полученных в каждом из n каналов обработки, и получают текущие координаты объекта.

Указанный технический результат достигается тем, что в известное устройство селекции наземных и воздушных объектов, содержащее оптико-электронный датчик, аналого-цифровой преобразователь, блок кадровой памяти, устройство управления рамкой, байесовский классификатор, согласно изобретению введены блок предварительной обработки видеосигнала, блок настройки усиления и смещения, блок масштабирования и фильтрации, блок оценки сепарабельности изображения, блок настройки структуры и параметров селектора, блок захвата, морфологический классификатор, структурный классификатор, корреляционный классификатор, блок комплексирования размеров, блок оценки значимости классификации, блок комплексирования координат, блок принятия решения, при этом оптико-электронный датчик, блок предварительной обработки видеосигнала, аналого-цифровой преобразователь, блок кадровой памяти, блок масштабирования и фильтрации, блок настройки структуры и параметров селектора включены последовательно, второй вход блока кадровой памяти соединен с выходом блока управления рамкой, выход блока масштабирования и фильтрации соединен также с входом блока настройки усиления и смещения и входом блока оценки сепарабельности изображения, выход первого из которых подключен ко второму входу блока предварительной обработки видеосигнала, а выход второго - ко второму входу блока настройки структуры и параметров селектора, первый выход которого соединен в режиме захвата размерного объекта с первым входом байесовского классификатора, второй выход соединен в режиме автономного сопровождения размерного объекта со вторым входом байесовского, входом структурного и первым входом корреляционного классификаторов, третий выход соединен в режиме прогнозирования координат объекта со вторым входом корреляционного классификатора, первый выход байесовского классификатора подключен к третьему входу блока настройки структуры и параметров селектора, второй выход - к третьему входу корреляционного классификатора, третий выход - к первому входу блока комплексирования размеров, четвертый выход - к первому входу блока оценки значимости классификации, пятый выход - к первому входу блока комплексирования координат, первый выход структурного классификатора подключен ко второму входу блока комплексирования размеров, второй выход - ко второму входу блока оценки значимости классификации, третий выход - ко второму входу блока комплексирования координат, первый выход корреляционного классификатора подключен к третьему входу блока оценки значимости классификации, второй выход - к третьему входу блока комплексирования координат, третий выход - к четвертому входу блока настройки структуры и параметров селектора, выход блока комплексирования размеров подключен к первому входу блока управления рамкой, через второй и третий входы которого вводится цифровая информация о типе объекта и код дальности, первый выход блока оценки значимости классификации подключен к первому входу блока принятия решения, второй выход - к третьему входу блока комплексирования размеров, третий выход - к четвертому входу корреляционного классификатора, четвертый выход - к четвертому входу блока комплексирования координат, выход которого подключен ко второму входу блока принятия решения, третий вход которого соединен с третьим выходом блока настройки структуры и параметров селектора, четвертый выход которого соединен в режиме захвата малоразмерного объекта с входом блока захвата, выход которого подключен к пятому входу блока настройки структуры и параметров селектора, пятый выход которого соединен в режиме автономного сопровождения малоразмерного объекта с входом морфологического классификатора, первый выход которого подключен к шестому входу блока настройки структуры и параметров селектора, а второй и третий выходы подключены к четвертому и пятому входам блока принятия решения, первый и второй выходы которого являются выходами устройства.

Байесовский классификатор содержит первый блок структурной предварительной обработки, блок записи структурного эталона, последовательно включенные блок формирования гистограмм, блок локальной сегментации, блок формирования бинарного образа, первый блок оценки координат и размеров, блок свертки проекций, последовательно включенные первый блок оценки качества, блок смены эталонных проекций, при этом первый и второй входы блока формирования гистограмм являются входами байесовского классификатора, причем с первым входом соединен вход первого блока структурной предварительной обработки, выход которого подключен ко второму входу блока записи структурного эталона, к выходу блока формирования бинарного образа также подключен вход первого блока оценки качества, к выходу которого также подключены первый вход блока записи структурного эталона и вход блока смены эталонных проекций, к выходу которого подключен второй вход блока свертки проекций, при этом выход первого блока оценки качества является также первым и четвертым выходами байесовского классификатора, выход блока записи структурного эталона является его вторым выходом, а выходы блока свертки проекций - его третьим и пятым выходами.

Структурный классификатор содержит второй блок оценки координат и размеров и последовательно включенные блок дифференциальной предварительной обработки, блок сегментации, блок оценки структурных примитивов, блок оценки композиции примитивов, блок грамматического разбора и второй блок оценки качества, при этом к выходу блока грамматического разбора подключен также вход второго блока оценки координат и размеров, вход блока дифференциальной предварительной обработки является входом структурного классификатора, выходы второго блока оценки координат и размеров являются его первым и третьим выходами, а выход второго блока оценки качества - его вторым выходом.

Корреляционный классификатор содержит последовательно включенные второй блок структурной предварительной обработки, блок корреляционной привязки, блок оценки координат, третий блока оценки качества, блок смены эталона, при этом выход блока смены эталона подключен ко второму входу блока корреляционной привязки, входы второго блока структурной предварительной обработки являются первым и вторым входами корреляционного классификатора, второй и третий входы блока смены эталона являются соответственно его третьим и четвертым входами, выходы третьего блока оценки качества являются первым и третьим выходами корреляционного классификатора, а выход блока оценки координат является также его вторым выходом.

Блок захвата содержит последовательно включенные блок кластерного анализа, блок сегментации изображения, блок формирования данных, при этом вход блока кластерного анализа является входом блока захвата, а выход блока формирования данных - его выходом.

Морфологический классификатор содержит блок идентификации границ, блок оценки координат, последовательно включенные блок структуризации множества яркостей, блок выделения пиков или долин, блок выделения объекта, четвертый блок оценки качества, блок уточнения параметров объекта, при этом вход блока структуризации множества яркостей является входом морфологического классификатора и с ним соединен вход блока идентификации границ, выход которого подключен ко второму входу блока выделения объекта, к выходу которого также подключен вход блока оценки координат, выход которого является вторым выходом морфологического классификатора, выход четвертого блока оценки качества является также его третьим, а выход блока уточнения параметров объекта - его первым выходом.

Указанный технический результат достигается тем, что в известное устройство селекции наземных и воздушных объектов, содержащее оптико-электронный датчик, аналого-цифровой преобразователь, блок кадровой памяти, устройство управления рамкой, байесовский классификатор, согласно изобретению введены объединенные в n идентичных каналов (n-1) оптико-электронных датчиков, (n-1) аналого-цифровых преобразователей, (n-1) блоков кадровой памяти, (n-1) устройств управления рамкой, (n-1) байесовских классификаторов, n блоков предварительной обработки видеосигналов, n блоков настройки усиления и смещения, n блоков масштабирования и фильтрации, n блоков оценки сепарабельности изображения, n блоков настройки структуры и параметров селектора, n блоков захвата, n морфологических классификаторов, n структурных классификаторов, n корреляционных классификаторов, n блоков комплексирования размеров, n блоков оценки значимости классификации, n блоков комплексирования координат, блок межканального комплексирования координат, блок принятия решения, причем в каждом из n каналов оптико-электронный датчик, блок предварительной обработки видеосигнала, аналого-цифровой преобразователь, блок кадровой памяти, блок масштабирования и фильтрации, блок настройки структуры и параметров селектора включены последовательно, второй вход блока кадровой памяти соединен с выходом блока управления рамкой, выход блока масштабирования и фильтрации соединен также с входом блока настройки усиления и смещения и входом блока оценки сепарабельности изображения, выход первого из которых подключен ко второму входу блока предварительной обработки видеосигнала, а выход второго - ко второму входу блока настройки структуры и параметров селектора, первый выход которого соединен в режиме захвата размерного объекта с первым входом байесовского классификатора, второй выход соединен в режиме автономного сопровождения размерного объекта со вторым входом байесовского, входом структурного и первым входом корреляционного классификаторов, третий выход соединен в режиме прогнозирования координат со вторым входом корреляционного классификатора, первый выход байесовского классификатора подключен к третьему входу блока настройки структуры и параметров селектора, второй выход - к третьему входу корреляционного классификатора, третий выход - к первому входу блока комплексирования размеров, четвертый выход - к первому входу блока оценки значимости классификации, пятый выход - к первому входу блока комплексирования координат, первый выход структурного классификатора подключен ко второму входу блока комплексирования размеров, второй выход - ко второму входу блока оценки значимости классификации, третий выход - ко второму входу блока комплексирования координат, первый выход корреляционного классификатора подключен к третьему входу блока оценки значимости классификации, второй выход - к третьему входу блока комплексирования координат, третий выход - к четвертому входу блока настройки структуры и параметров селектора, выход блока комплексирования размеров подключен к первому входу блока управления рамкой, через второй и третий входы которого вводится цифровая информация о типе объекта и код дальности, второй выход блока оценки значимости классификации подключен к третьему входу блока комплексирования размеров, третий выход - к четвертому входу корреляционного классификатора, четвертый выход - к четвертому входу блока комплексирования координат, четвертый выход блока настройки структуры и параметров селектора соединен в режиме захвата малоразмерного объекта с входом блока захвата, выход которого подключен к пятому входу блока настройки структуры и параметров селектора, пятый выход которого соединен в режиме автономного сопровождения малоразмерного объекта с входом морфологического классификатора, первый выход которого подключен к шестому входу блока настройки структуры и параметров селектора, при этом первый выход блока оценки значимости классификации, выход блока комплексирования координат, второй и третий выходы морфологического классификатора являются первым, вторым, третьим и четвертым выходами i-гo канала (где i = 1.2.3...n), которые подключены к входам блока межканального комплексирования координат, выход которого соединен с первым входом блока принятия решения, к (i + 1)-му входу которого подключен третий выход блока настройки структуры и параметров селектора, являющийся пятым выходом i-гo канала, а первый и второй выходы блока принятия решения являются выходами устройства.

Заявленные варианты способа селекции наземных и воздушных объектов и варианты реализующего их устройства обеспечивают повышение надежности и точности селекции за счет настройки усиления и смещения видеосигнала в каждом текущем кадре, одновременного (параллельного) проведения байесовской, структурной и корреляционной классификаций размерного объекта и взвешенного комплексирования их результатов с учетом качества классификаций. Введение кластерного анализа и морфологической классификации обеспечивает надежную селекцию за счет использования пространственных и яркостных признаков малоразмерных объектов. Вариант способа селекции наземных и воздушных объектов и соответствующее устройство с несколькими одновременно работающими спектрозональными оптико-электронными датчиками обеспечивают всепогодность и всесуточность его применения.

Проведенный заявителем анализ уровня техники показал, что аналоги, характеризующиеся совокупностями признаков, тождественных всем признакам заявленных вариантов способа селекции наземных и воздушных объектов и вариантов устройства селекции наземных и воздушных объектов, отсутствуют. Следовательно, каждое из заявленных изобретений соответствует условию патентоспособности "новизна". Из определенного заявителем уровня техники не выявлена известность влияния предусматриваемых существенными признаками каждого изобретения на достижение указанного технического результата. Следовательно, каждый из заявленных вариантов изобретений соответствует условию патентоспособности "изобретательский уровень", т.к. технические решения не следуют явным образом из уровня техники.

В настоящей заявке на выдачу патента соблюдено требование единства изобретения