Многоспектральные оптико-электронные системы.

получаемой на выходе системы первичной обработки информации ОЭС. Так, если класс объектов представлен
детерминированным спектральным признаком или признаком, полученным в результате усреднения большого числа
спектров (статистика 1-го порядка), то алгоритмы обработки информации могут быть достаточно простыми, например,
определение спектральных отношений (отношений сигналов, приходящихся на отдельные спектральные рабочие
диапазоны) может вестись путем квантования по уровню или путем использования линейных дискриминантных
функций.
В последние десятилетия стали использоваться алгоритмы, основанные на сравнении известных распределений
множеств признаков в n-мерном пространстве с распределением, соответствующим изменениям признаков в реальной
системе (статистика 2-го порядка). Дискриминантные функции при этом являются кривыми 2-го порядка.
Обработка признаков в системах распознавания наиболее часто ведется тремя способами: отбором наиболее
информативных признаков (отбором подмножеств), образованием отношений отдельных признаков (отношений
отдельных компонент вектора признаков) и образованием линейных комбинаций отдельных признаков. Все эти
способы достаточно просты для практической реализации. В теории распознавания иногда используется термин
“существенная размерность”, обозначающий минимальное число измерений (выделяемых признаков), необходимое для
точного представления множеств данных о распознаваемом объекте.
Из-за часто возникающей на практике необходимости обрабатывать в реальном масштабе времени очень большие
объемы “оптической” информации использование наиболее освоенных цифровых ЭВМ последовательного действия
оказывается не всегда достаточно эффективным. Это, например, действительно при реализации методов выделения
(обнаружении, распознавание) сложных изображений, наблюдаемых на неоднородных (“пестрых”) фонах. Уже сегодня
известны адаптивные ОЭС с блоками выработки инвариантных информативных признаков на базе нейронных сетей [6].
Для решения задач обнаружения оптических сигналов и образов, например изображения достаточно сложного по
форме, спектру и другими признакам объекта, находящегося на сложном “пестром” фоне, в современных ОЭС почти
повсеместно используется такое описание образов (совокупность обрабатываемых сигналов), которое содержит лишь
ограниченное число отличительных признаков. Выбор признаков, наиболее существенно отличающих данный класс
образов (объектов, изображений, сигналов), является важнейшей задачей при разработке ОЭС, работающих в составе
интеллектуального оружия. Поэтому при разработке новых и совершенствовании существующих ОЭС очень важно
отобрать минимальное число таких признаков, обеспечивающих заданные показатели качества работы ОЭС, но не
усложняющих их конструкцию и тем самым не снижающих надежность работы систем и удорожающих их производство
и эксплуатацию.
На рис. 1 представлена структурная схема системы автоматического распознавания оптических образов (сигналов).
Под приемником оптических сигналов подразумевается совокупность оптической системы и фотоприемного устройства,
т. е. система первичной обработки информации [4].