Журнал Российского общества по неразрушающему контролю и технической диагностике
The journal of the Russian society for non-destructive testing and technical diagnostic
 
| Русский Русский | English English |
 
Главная
23 | 12 | 2024
2018, 02 февраль (February)

DOI: 10.14489/td.2018.02.pp.060-063

Керимова М. И.
ОПТИМИЗАЦИЯ ИСПОЛЬЗОВАНИЯ ПРОИЗВОДНЫХ СПЕКТРАЛЬНЫХ ХАРАКТЕРИСТИК ПРИ УДАЛЕННОЙ ДИАГНОСТИКЕ МНОГОЦВЕТНЫХ ОБЪЕКТОВ
(с. 60-63)

Аннотация. Исследованы условия оптимизации применения метода второй производной при диагностике мультиспектральных объектов. Вторая производная спектральной характеристики многоцветного объекта относительно нечувствительна к изменениям освещенности исследуемого объекта, однако достаточно чувствительна к шумовым сигналам, и в таких условиях задача минимизации шумового воздействия или их сглаживания приобретает особое значение. Такие свойства метода второй производной, как способность усиления специфических мелких спектральных деталей и сильная подверженность воздействию шумов, позволили выработать информационный критерий для определения оптимального вида исходной и производной спектральной характеристик диагностируемого объекта. Показан пример применения предложенного критерия путем взаимосвязанного вычисления мультиспектральной информационной характеристики и ее второй производной с использованием решения уравнения Эйлера–Лагранжа, обеспечивающей экстремум информационного содержания в сильно зашумленных гиперспектральных диагностических сигналах.

Ключевые слова:  удаленная диагностика, многоцветный объект, оптимизация, достоверность, спектральная характеристика, гиперспектрометр.

 

Kerimova M. I.
OPTIMIZATION OF DERIVATIVE SPECTRAL CHARACTERISTICS OF MULTI-COLORED OBJECTS UPON REMOTE DIAGNOSTICS
(pp. 60-63)

Abstract. The authenticity of remote diagnostics of multicolored objects requires providing the true representation of all colors hues which can be quaranteed by help of modern multichannerl hyperspectrometers. The paper is devoted to research of condditions of optimization of utilization of method of second derivative upon diagnostics of multispectral objects. It is wellknown that the second derivative of spectral characteristics of multicolored objec is relatively non-sensitive for variations of illumination of researched object but sufficiently sensitive for noise signals and in such conditions 6the task of minimization of noise effect or filtration of them gains a special importance. The stressed out properties of the second derivative method, namely the capability to amplify the specific low spectral elements and their strong subjection to impact of noises make it possible to develop the information criterion to determine the optimum type of main and derivative spectral characteristics of tested object. An example for utilization of suggested croterion by way of interrelasted calculation of hyperspectral information charsacteristics asnd its second derivative using the Eyler–Lagrange equition solution of which provide for extremum of information content of severely noised hyperspectral diagnostic signals.

Keywords: remote diagnostics, multicolored object, optimization, authenticity, spectral characteristic, hyperspectrometer.

Рус

М. И. Керимова (Азербайджанский государственный университет нефти и промышленности, г. Баку, Азербайджан) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.  

Eng

M. I. Kerimova (Azerbaijan State University of Oil and Industry, Baku, Azerbaijan) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.  

Рус

1. Hyperspectral imagery. Unsupervised and super-vised band selection. URL: https://isda.ncsa.illinois.edu/Hyperspectral/hyperAnalysis.html
2. Tsai F., Philpot W. Derivative analysis of Hyperspectral data // Remote Sensing of Environment. 1998. V. 66. P. 41 – 51.
3. Monteiro S. T., Uto K., Kosugi Y. et al. Hyperspectral image classification of grass species in northeast Japan // IGAARSS. 2008. Paper. 978-1-4244-2808. P. 399 – 402. URL: http://wwwacademia.edu/17696653/Hyperspecial_in_northeast_Japan
4. Louchard E. M., Reid R. P., Stephens C. F. De-rivative analysis of absorption features in hyperspectral remote sensing data of carbonate sediments.
5. Эльсгольц Л. Э. Дифференциальные уравнения и вариационное исчисление. М.: Наука, 1969. 432 с.

Eng

1. Hyperspectral imagery. Unsupervised and supervised band selection. Available at: https://isda.ncsa. illi-nois.edu/Hyperspectral/hyperAnalysis.html
2. Tsai F., Philpot W. (1998). Derivative analysis of Hyperspectral data. Remote Sensing of Environment, 66, pp. 41-51.
3. Monteiro S. T., Uto K., Kosugi Y. et al. (2008). Hyperspectral image classification of grass species in northeast Japan. IGAARSS. Paper. 978-1-4244-2808, pp. 399-402. Available at: http://wwwacademia.edu/17696653/ Hyperspecial_in_northeast_Japan
4. Louchard E. M., Reid R. P., Stephens C. F. Derivative analysis of absorption features in hyperspectral remote sensing data of carbonate sediments.
5. El'sgol'ts L. E. (1969). Differential equations and the calculus of variations. Moscow: Nauka. [in Russian language].

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/td.2018.02.pp.060-063

и заполните  форму 

Отправляя форму вы даете согласие на обработку персональных данных.

.

 

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/td.2018.02.pp.060-063

and fill out the  form  

 

.

 

 
Rambler's Top100 Яндекс цитирования