Підвищення інформативності вихідних зображень систем мультиспектрального моніторингу шляхом комплексування. Науковий керівник: Гордійко Н.О.

Підвищення інформативності вихідних зображень систем мультиспектрального моніторингу шляхом комплексування.
Науковий керівник: Гордійко Н.О.

Штучні нейронні мережі за допомогою засобів машинного навчання дають можливість автоматизувати процеси виявлення, розпізнавання, класифікації, кластеризації об’єктів у різних сферах людської діяльності, зокрема, в системах охорони, стеження, діагностики та моніторингу екологічного, військового, медичного, технічного та іншого призначення. Часто моніторинг проводиться у двох спектральних діапазонах одночасно, видимому та інфрачервоному, з комплексуванням (об’єднанням) інформації обох каналів (мультимодальне комплексування). Ефективність результатів мультиспектрального моніторингу значною мірою залежить від інформативності отримуваних зображень, що, в свою чергу, визначається ефективністю використовуваних у системі методів комплексування та підвищує якість можливої подальшої комп’ютерної обробки. Тому дослідження методів комплексування зображень у мультиспектральних системах моніторингу є актуальним. 
Метою роботи є підвищення інформативності вихідних зображень систем мультиспектрального моніторингу.
В роботі планується дослідити ефективність застосування методів комплексування мультиспектральних зображень, отримані в умовах зниженої освітленості.
Задачі дослідження: 1) вибір метрики (міри оцінювання) інформативності зображень; 2) оцінювання інформативності зображень, отриманих в окремих каналах системи моніторингу; 3) реалізація методів комплексування та вибір оптимального з них в сенсі отримання зображення з максимальною інформативністю.
Планується отримати такі результати: 1) Рекомендації щодо вибору методу комплексування мультиспектральних зображень в умовах малої освітленості. 2) Програмний код, що реалізує методи комплексування. 3) Вибірка покращених зображень