ФІЛЬТРАЦІЯ ЗАВАД БАГАТОСПЕКТРАЛЬНИХ ЦИФРОВИХ СИГНАЛІВ: ОПТИМІЗАЦІЙНИЙ ПІДХІД

Анотація

У статті пропонується метод пригнічення адитивних завад на цифрових растрових зображеннях, отриманих у довільній кількості спектральних інтервалів проміння – носія видової інформації. Метод базується на компресії кодів яскравості зображень, оптимізованій за двома критеріями: 1) мінімізація відносної інформаційної ентропії скомпресованого зображення стосовно первинного (безпосередньо зафіксованого) зображення; 2) максимізація відношення сигнальної енергії інформативного сигналу, збереженої в скомпресованому зображенні, до сигнальної енергії завади (відношення «сигнал/шум»). Реалізація пропонованого методу включає такі етапи: подання множини зображень спектральних каналів єдиним багатовимірним геометричним об’єктом (БГО) у вигляді масиву даних, упорядкованих за растром і спектральними інтервалами; розгортка Пеано-Гільберта БГО з отриманням одновимірного цифрового сигналу; компресія цифрових значень розгортки за зазначеними критеріями; реконструкція кодів яскравості скомпресованих зображень спектральних каналів функціональним перетворенням, оберненим стосовно використаного за компресії. Фільтрація завад з одночасною компресією цифрових кодів яскравості зображень реалізована на основі розкладів цих кодів по дискретних ортонормованих функціональних базисах, обнуління частин коефіцієнтів розкладу й наступної реконструкції розподілів яскравості зображень. Визначення порогів обнуління коефіцієнтів розкладів цифрових рівнів яскравості сформульовано у вигляді двокритеріальної оптимізаційної задачі мінімізації відхилень відносної інформаційної ентропії скомпресованого зображення стосовно вихідного зображення та відношення «сигнал/шум» у скомпресованому зображенні від наперед заданих значень. Пропонований метод забезпечує компроміс між вимогами збільшення відношення «сигнал/шум» і збереження інформативності синтезованих зображень стосовно первинних видових даних. Зіставлення різних дискретизованих функціональних базисів як основи для компресії розподілів яскравості показало найбільшу ефективність за зазначеними критеріями базису Хартлі.