6. СОВМЕЩЕНИЕ ИЗОБРАЖЕНИЙ

При синтезе алгоритмов решения различных задач обработки последовательности кадров  обычно предполагается (как это сделано в рассмотренных выше задачах фильтрации, компенсации и обнаружения), что наблюдения  в узле  сетки  соответствуют одной и той же точке пространства. В реальных же ситуациях движение приемника, несовершенство его конструкции (нестабильность телевизионной развертки или движения сканирующей линейки) и другие факторы приводят к тому, что  соответствуют различным точкам пространства. В результате на последовательности  наблюдаемое И будет от кадра к кадру претерпевать различные межкадровые смещения, т. е.  межкадровые геометрические транс-

формации (МКГТ): сдвиги, повороты, изменения масштаба и т. д.

Если подобные искажения не учитывать, то эффективность алгоритмов обработки может резко снизиться. Например, при компенсации в ее остатке  –  прогноз  должен быть выполнен для точки, в которой сделано наблюдение , а при наличии МКГТ прогноз может быть сделан в другую точку, поэтому точность прогноза может резко ухудшиться. Отсюда возникает задача предварительного совмещения обрабатываемых кадров, рассматриваемых как СП.

Другим примером, когда возникает задача совмещения, может служить обработка спектрозональных И в геологии. Аналогичные задачи возникают и в медицине, когда требуется совместить разнородные (рентгеновские, акустические и т. д.) И для диагностики и контроля лечения.

Совмещение И нужно для распознавания образов, например для идентификации личности по отпечаткам пальцев.

МКГТ могут быть не только мешающими факторами, но и нести в себе полезную информацию. Например, анализируя МКГТ кадров И, полученных в разные моменты времени, можно отслеживать курс самолета или подводной лодки в условиях ограниченной видимости.

Этой проблеме посвящено большое количество работ, например, [2, 3, 5, 12, 19, 20, 23]. В этой главе будут рассмотрены тензорная фильтрация смещений и ПГ алгоритмы совмещения.