10 / 12
данных, при увеличении в разное число раз, на изображениях раз-
ного разрешения. Полученные результаты могут быть применены в
дальнейшем для повышения разрешения не только изображений со
спутника, но и на обычных изображениях. Задача повышения раз-
решения RGB-изображения на основе панхроматического, возникает,
например, при необходимости создания карт.
ЛИТЕРАТУРА
1.
Биккенин Р.Р.
,
Чесноков М.Н
. Теория электрической связи. М.: Академия, 2010.
329 с.
2.
Getreuer P.
Linear Methods for Image Interpolation // Image Processing On Line.
2011.
3.
Turkowski K.
,
Gabriel S
. Filters for Common Resampling Tasks. Boston: Graphics
Gems I. Academic Press, 1990. Р. 147–165.
4.
Tsurkov V.I.
An analytical model of edge protection under noise suppression by
anisotropic diffusion // J. Computer and Systems Sciences International. 2000.
Vol. 39. No. 3. P. 437–440.
5.
Цурков В.И.
,
Ковков Д.В.
Способ удаления шума в изображении. Пат.
RUS 2316816 25.08.2005.
6.
Mironov A.A.
,
Tsurkov V.I
. Approximation and decomposition by extremal graphs //
Zh. Vychisl. Mat. Mat. Fiz. 1993. Vol. 33. No. 2. С. 283–298.
7.
Mironov A.A.
,
Tsurkov V.I
. Network models with fixed parameters at the
communication nodes. II. // J. Computer and Systems Sciences International. 1994.
Vol. 32. No. 6. Р. 1–11.
8.
Миронов А.А.
,
Цурков В.И.
Транспортные и сетевые задачи с минимаксным
критерием // Ж. вычисл. матем. и матем. физ. 1995. Т. 35. № 1. С. 24–45.
9.
Бондур В.Г.
Моделирование двумерных случайных полей яркости на входе
аэрокосмической аппаратуры методом фазового спектра // Исслед. Земли из
космоса. 2000. № 5. С. 28–44.
10.
Zomet A.
,
Peleg S
. Multi-sensor super-resolution // Proc. 6th IEEE Workshop
Applications of Computer Vision. 2002. P. 27–31.
11.
Матвеев И.А.
,
Мурынин А.Б
. Принципы построения системы стереоскопическо-
го зрения для управления движением робота // Известия РАН. Теория и cистемы
управления. 2003. № 3. С. 184–192.
12.
Матвеев И.А.
,
Мурынин А.Б.
Идентификация объектов по стереоизображениям.
Оптимизация алгоритмов восстановления поверхности // Известия РАН. Теория
и cистемы управления. 1998. № 3. С. 149–155.
13.
Методы
компьютерной обработки изображений / Под ред. В.А. Сойфера. М.:
Физматлит, 2003.
14.
Gao Y.
,
Rehman A.
,
Wang Z.
CW-SSIM Based image classification // 18th IEEE
International Conference on Image Processing (ICIP). 2011. IEEE. 2011. Р. 1249–
1252.
15.
Greenspan H.
,
Anderson C.H.
,
Akber S.
Image enhancement by nonlinear
extrapolation in frequency space // IEEE Transactions on Image Processing. 2000.
Vol. 9. No. 6. Р. 1035–1048.
16.
Хонина С.Н.
,
Баранов В.Г.
,
Котляр В.В
. Спектральный метод увеличения фраг-
ментов цифровых изображений // Компьютерная оптика. 1999. Т. 19. С. 165–173.
17.
Comparison
of pansharpening algorithms: Outcome of the 2006 GRS-S data-fusion
contest / L. Alparone et al. // IEEE Transactions on Geoscience and Remote Sensing.
2007. Vol. 45. No. 10. Р. 3012–3021.
100
ISSN 1812-3368. Вестник МГТУ им. Н.Э. Баумана. Сер. “Естественные науки”. 2016. № 2