CC BY
7УДК 004.021
Технология формирования панорамных разноспектральных видеоизображений для обзорных авиационных оптико-электронных систем
Кудинов И.А.*, Холопов И.С.**, Храмов М.Ю.***
Государственный Рязанский приборный завод, ул. Семинарская, 32; Рязань, 390000, Россия *e- mail: hunter@grpz.ryazan.ru **e- mail: kholopov.i.s@rsreu.ru ***e- mail: hunter@grpz.ryazan.ru
Аннотация
Рассмотрена технология формирования видеоизображения для области интереса пилота (оператора БПЛА) по информации от распределенных разноспектральных камер авиационной панорамной оптико-электронной системы. Приведен алгоритм формирования панорамного изображения по результатам предварительной фотограмметрической калибровки камер по специальному тест-объекту, робастный к условиям съёмки. Показано, что распараллеливание вычислений с применением технологии CUDA позволяет реализовать функции улучшения видения, в том числе с комплексированием информации от разноспектральных сенсоров, для двух независимо управляемых областей интереса размером от 1024x768 пикселей с частотой не менее 30 Гц. Приведены результаты полунатурных экспериментов по отображению видеоинформации в области интереса в соответствии с концепцией «прозрачной кабины».
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
Ключевые слова: сферическая панорама, область интереса, комплексирование
изображений, блендинг, технология CUDA.
Введение
Автоматическое формирование видеопанорам высокого разрешения по информации от нескольких пространственно разнесенных камер с пересекающимися полями зрения является одним из актуальных направлений развития бортовых обзорных оптико-электронных систем (ОЭС). Навигация по панораме предполагает, как правило, наличие управляемой пользователем области интереса (ОИ) с задаваемыми коэффициентом электронного масштабирования и разрешением [1]. Такой подход является альтернативой применению обзорных оптико-механических систем, поскольку перемещающаяся по видеопанораме ОИ позволяет реализовать в авиационной и наземной технике концепцию так называемой прозрачной кабины [2, 3], а также одновременный независимый выбор персональных ОИ для нескольких членов экипажа без механического перемещения линий визирования камер ОЭС, что важно, например, при выполнении поисково-спасательных операций и пилотировании в сложных условиях (полет в ущелье, посадка вертолета на необорудованную площадку, заход на посадку при недостаточной видимости и др.). Применение в ОЭС панорамного типа (ОЭСПТ) камер различных спектральных диапазонов повышает ситуационную осведомленность в условиях плохой и недостаточной видимости [4-6].
В то же время для ОЭСПТ характерны оптический параллакс и различие в условиях экспонирования между камерами [7], что соответственно затрудняет
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
сшивку кадров с изображениями разноудаленных объектов и приводит к
необходимости выполнять вычислительно ёмкое сглаживание перепадов яркости на
границах объединяемых кадров - блендинг. Для ОЭСПТ с разноспектральными
камерами [8] формирование панорамы дополнительно затрудняется различной
физической природой изображений телевизионных (ТВ) и тепловизионных (ТПВ)
камер: ТВ камеры и камеры ближнего и коротковолнового инфракрасных (ИК)
диапазонов воспринимают отраженный объектом свет, а камеры средневолнового и
длинноволнового ИК диапазонов - собственное тепловое излучение объекта.
Поэтому для формирования видеопанорамы в ОЭСПТ с разноспектральными
камерами требуется либо решение задачи поиска сюжетных соответствий на кадрах
ТВ и ИК камер, либо их предварительная фотограмметрическая калибровка по
универсальному (имеющему высокую контрастность и в видимом, и в ИК
диапазонах длин волн) тест-объекту (ТО).
Постановка задачи
Формирование панорамного изображения по информации от N камер с
пересекающимися полями зрения основано на нахождении соответствий между
пиксельными координатами изображений с номерами г и у и определяется матрицей
гомографии Ну размерности 3х3 [9]:
X = НуХу, (1)
где матричное преобразование (1) выполняет пересчёт однородных координат пикселей изображения у-й камеры в систему координат (СК) г-й камеры,
T т
X = [и-, у-, 1] и х = [и, у, 1] - однородные пиксельные координаты г-го и у-го изображений, (и, у) - координаты пикселя на пересечении и-й строки и у-го столбца.
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
При отсутствии априорной информации оценка матрицы гомографии Ну быть
основана на выделении т особых точек (ОТ), описании их окрестностей с использованием дескрипторов и автоматическом поиске пар соответствий ОТ (инлайеров) на кадрах /-й и у-й камер [10]. Платой за универсальность такого подхода является низкая эффективность поиска инлайеров на поверхностях с однородными текстурами (дорожное покрытие, трава, пашня, лес, водная гладь, небо), в сложных условиях наблюдения и при низком отношении сигнал-шум.
При наличии априорных сведений о взаимном положении СК камер, получаемых в ходе предварительной калибровки, матрица гомографии также может быть оценена по формуле:
Ну = щщ - (2)
где Кг- и Ку - матрицы внутренних параметров, г,у = 1..^, Щ и ^ - соответственно
матрица поворота и вектор параллельного переноса СК камеры у относительно /, й -длина перпендикуляра до плоскости съемки с нормалью п относительно СК опорной камеры (в рассматриваемом случае - с номером /). Из (2) следует, что для оценки Ну в состав ОЭСПТ необходимо дополнительно включать устройство для определения дальности до объектов съемки и их ориентации относительно линий визирования камер. Как правило, таким устройством является лидар, который позволяет получить облако точек наблюдаемой области. По данному облаку определяется буфер глубины и производится построение полигональной трёхмерной модели, на которую затем выполняется наложение видеоданных [11].
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
Если расстояние до наблюдаемых объектов велико и выполняется условие
||1у||<<й, где ||-|| - два-норма, то даже при отсутствии лидара в составе ОЭСПТ можно
воспользоваться приближенным равенством:
Ну » КЩК/1. (3)
Известно [12], что панорамное изображение с широким полем зрения
целесообразно формировать в соответствии с (1) не на плоскости, а на виртуальной
поверхности равномерной кривизны: как правило, сферы или цилиндра единичного
радиуса, что позволяет работать с нормированными однородными пиксельными и
пространственными координатами. Геометрическая постановка задачи объединения
кадров N = 3 камер с пересекающимися полями зрения на поверхности виртуальной
сферы единичного радиуса (ВСЕР) показана на рис. 1, где СК камеры с номером 0
принята за опорную [13]. Предполагается, что при ||1у||<<й по аналогии с (3)
несовпадением нодальных точек объективов камер можно пренебречь и свести их в
точку О центра ВСЕР. На рис. 1 символом М обозначены пространственные
однородные координаты точечного объекта, изображение которого проецируется на
поверхность ВСЕР в точку с пространственными координатами Мсф, ||Мсф|| = 1, в СК
ОХсфУ^сф, а символами х0 и х2 - пиксельные координаты точек с изображением Мсф
на кадрах камер с номерами 0 и 2 соответственно.
Проецирование изображений на ВСЕР предполагает наличие априорной
информации об угловом отклонении (крене ф и тангаже 0) СК камер относительно
плоскости горизонта и в данной работе решается установкой на камеру, выбранную
опорной,
инклинометра
на
основе
трехосного
инерциального
микроэлектромеханического (МЕМБ) датчика [14], с которым связана СК ОХиУи2и.
а
б
Рис. 1. Пояснение к принципу формирования сферической панорамы: а) взаимное угловое положение матриц камер с номерами 0, 1 и 2;
б) результат проецирования изображений на поверхность ВСЕР
Выбор пикселей в областях, где луч виртуальной сферы ОМсф пересекает несколько кадров, реализован по критерию минимума углового отклонения пикселя от оптической оси камеры [13]:
(«с,-Кф6 )"3>- мсф ^ тт
(4)
где Яфе - матрица поворота системы координат опорной камеры относительно плоскости горизонта,
И
фб
собф - бш ф с бт ф соб ф с с с 1
1
с
с
с собе - бш е с бш е собе
(5)
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
Щог - матрица поворота /-й камеры относительно опорной, оцениваемая во время
калибровки, <к> - к-й столбец матрицы, «•» - скалярное произведение векторов.
Для реализации управляемой ОИ размером Ж х Н пикселей с угловыми
размерами по горизонтали и вертикали Аф^ и Аф^ соответственно вводится
кватернион двиз, задающий азимут а и угол места Р линии визирования
пользователя:
X
Чвиз = [cos(a/2)cos(p/2), cos(a/2)sm(p/2), sin(а/2)сos(p/2), sin(а/2)sin(p/2)] . (6) Каждому пикселю ОИ с координатами (и, V) на поверхности ВСЕР
X X
соответствует точка MuV = Уuv, /Ц[хт, Уuv, || (см. рис. 2), определяемая радиус-вектором с соответствующим кватернионом:
quv = qвизquv0, (7)
где из геометрических построений начальному положению (а = Р = 0) пикселя ОИ с координатами (и, V) соответствует кватернион
X
quv0 = [cos(au/2)cos(РV/2), cos(аu/2)sin(pv/2), sin(аu/2)сos(РV/2), sin(аu/2)sin(pv/2)] , (8) В (8) приняты обозначения: au и pv - соответственно азимутальное и угломестное направления на точку Мот:
au = arctg(xuv), Рv = arcsin[yuv/(xuv2 + Уuv + ^2)0,5], (9)
где хт = (2^Ж - 1^(0,5 АфД ую = -(2^Н - %(0,5АфД 2т = 1.
Кватернион quv позволяет определить пространственные координаты точки Мт в СК ВСЕР [15]:
Muv = [2(qxqz + я^Чу), 2(чч - qwqx), ч*2 + Чz2- (зх2 + чу2)]Т, (10)
Т
где чи [чх, чу, ч2] - соответственно скалярная и векторная части quv.
Рис. 2. Связь угловых и пространственных координат точки М„г, спроецированной с плоскости изображения ОИ на поверхность ВСЕР
В плоскости изображения /-й камеры пиксельные координаты точек хт/, соответствующих точке Миу, определяются через матрицу проекции [9]:
хиу1 = Р/М^, (11)
где Р, = К,-[НоАре I 0], 0 = [0, 0, 0]т.
Выбор пикселя, переносимого с кадра /-й камеры на ОИ, производится по критерию (6). При этом, поскольку координаты хт/ являются дробными, выполняется интерполяция значения яркости по ближайшим соседям (например, билинейная).
Для уменьшения количества камер ОЭСПТ при сохранении угловых размеров её поля зрения следует выбирать камеры с широкоугольными объективами. Для таких камер дополнительно необходимо выполнять компенсацию дисторсии.
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
С целью уменьшения объема вычислений авторами анализируются только первые
два коэффициента радиальной дисторсии модели Брауна - Конради [16].
Поскольку сюжеты, наблюдаемые каждой из камер ОЭСПТ, имеют различия, то в режиме автоматического выбора времени экспонирования средняя яркость кадров, составляющих панораму, также оказывается различной. Поэтому после заполнения ОИ дополнительно необходимо выполнение процедуры блендинга. В работе для этого применяется алгоритм из источника [17].
Алгоритм формирования изображения ОИ и его программная реализация
Алгоритм формирования изображения ОИ в ОЭСПТ содержит следующие этапы [18].
1. Инициализация: вычисление кватернионов quv0 (8), задающих начальные угловые направления на пиксели ОИ. При необходимости динамического изменения поля зрения ОИ перерасчет кватернионов quv0 выполняется в теле основного цикла.
Основной цикл
2. Оценка текущего углового положения опорной камеры ОЭСПТ по тангажу 0 и крену ф по сигналам инерциального MEMS датчика [14, 15], а также соответствующей данным углам матрицы поворота по (5).
3. Вычисление кватерниона поворота для заданного углового положения линии визирования (центра ОИ) q^ по (6) и кватернионов quv, определяющих текущее угловое положение пикселей ОИ, по (7).
4. Заполнение ОИ для каждого спектрального диапазона пикселями с камер путем репроекции точек с поверхности виртуальной сферы единичного радиуса на их матрицы по (11) и (4).
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
5. Выполнение процедуры блендинга для ОИ каждого спектрального
диапазона.
6. Попиксельное объединение информации от различных спектральных каналов в соответствии с выбранным алгоритмом комплексирования.
Поскольку для каждого пикселя ОИ обработка является однородной, это позволяет применить процедуру распараллеливания вычислений. В макете ОЭСПТ на основе ПЭВМ для реализации этапов 1, 4, 5 и 6 задействованы ресурсы видеокарты NVIDIA: весь объем вычислений с применением технологии CUDA и языка CUDA C разделен на 3072 параллельно выполняемых блока (64 по горизонтали и 48 - по вертикали) по 256 нитей в каждом (по 16 нитей по горизонтали и вертикали). При этом индексы пикселей ОИ (u, v) в соответствии с [19] представляются в виде:
u = blockIdx.y * blockDim.y + threadldx.y,
(12)
v = blockIdx.x * blockDim.x + threadldx.x, где в соответствии со стандартными для CUDA обозначениями blockIdx -идентификатор (номер) блока, blockDim - размерность блока, threadIdx -идентификатор (номер) параллельно исполняемой нити, а атрибуты x и y указывают ось системы координат двумерного евклидова пространства, вдоль которой отсчитывается идентификатор или размерность.
Поскольку копирование содержимого памяти CPU в память GPU и обратно является сравнительно медленным [19], то при реализации алгоритма формирования изображения ОИ минимизировано количество подобных операций: при инициализации в памяти GPU заполняются массивы с данными о параметрах камер
(матрицы внутренних параметров и коэффициенты дисторсии объективов) и кватернионах quv0 (10) для пикселей ОИ. В основном цикле работы кадры с каждой камеры, угловые координаты линии визирования (центра ОИ) и оцененные по сигналам MEMS датчика угловые координаты копируются в память GPU, далее выполняются этапы 3-6 алгоритма и результат (массив значений яркости в ОИ) копируется обратно в память CPU для вывода на монитор ПЭВМ.
Макет ОЭСПТ содержит пять монохромных ТВ камер (на рис. 3. отмечены номерами 1-5) и тепловизор длинноволнового ИК диапазона (номер 6). Для согласования кадров во времени на все камеры подаются синхроимпульсы от внешнего генератора (на рис. 3 не показан). Взаимное угловое положение полей камер в секторе 200°х120° приведено на рис. 4.
Описание макета ОЭСПТ
Рис. 3. Вид макета ОЭСПТ с
Рис. 4. Пересечение полей зрения камер
нумерацией камер
ОЭСПТ
Калибровка камер макета выполняется согласно методике [20] с применением универсального ТО, обеспечивающего высококонтрастное изображение как в
диапазоне видимых, так и ИК волн [21]. Один из вариантов реализации такого ТО заключается в следующем [22]. На одной из сторон светлой пластины 1 с высокой теплопроводностью, изготавливаемой, например, из алюминия, закрепляют электронагревательный элемент 2 (рис. 5, а). На другой стороне пластины путем нанесения тонкой полимерной (например, виниловой) плёнки 3 темного цвета формируют изображение типа «шахматное поле» с априорно известной длиной стороны клетки. Для предотвращения деформации плёнки при перегреве перед электронагревательным элементом 2 устанавливают терморегулятор 4, обеспечивающий автоматическое отключение электронагревательного элемента 2 при достижении максимально допустимой температуры Ттах и его включение при снижении температуры шаблона ниже минимальной температуры Т^п, ниже которой не обеспечивается необходимый для калибровки тепловой контраст. Для обеспечения плоскостности ТО больших размеров на его обратную сторону закрепляют рёбра жёсткости 5.
б
в
а
Рис. 5. Калибровка камер ОЭСПТ с помощью универсального ТО:
а - конструкция ТО, б - изображение ТО с ТВ камеры,
в - изображение ТО с ТПВ камеры
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
Клетки, закрытые тёмной плёнкой, на кадре ТПВ камеры формируют
изображения с высокой яркостью; не закрытые - с низкой. Поэтому, чтобы
изображения ТО на кадрах с ТВ (рис. 5, б) и ТПВ (рис. 5, в) камер совпадали, перед
калибровкой необходимо инвертировать ТПВ кадр.
В макете ОЭСПТ реализованы следующие функции:
• управление угловым положением линии визирования оператора: по данным либо от системы позиционирования нашлемной системы целеуказания и индикации [23, 24], либо (при ее отсутствии) от джойстика;
• независимое отображение двух ОИ с динамическим изменением угловых размеров поля зрения от 80°х60° до 10°х7,5°;
• блендинг по алгоритму [16] (рис. 6);
• повышение контрастности ТВ изображения (рис. 7) по алгоритму Multiscale Retinex [25];
• выбор режима отображения информации в ОИ: ТВ, ТПВ, псевдоцветное ТПВ (реализованы карты цветов Jet [26] и Cold-to-Warm [27]), контрастированное ТВ, комплексированное (реализовано объединение информации с формированием полутонового результата и в псевдоцветах [28]); результаты комплексирования приведены на рис. 8 и 9 соответственно;
• отображение взаимного углового положения ОИ операторов;
• отображение в ОИ полигональных областей кабины летательного аппарата без остекления, спроецированных на поверхность ОЭСПТ, при реализации режима «прозрачная кабина» путём затемнения соответствующих областей
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
исходного кадра в ОИ; угловые координаты линии визирования оператора на
рис. 10: азимут - 60°, угол места - минус 10°.
Пример видеоролика с работой макета ОЭСПТ доступен по ссылке [29].
а б
Рис. 6. Иллюстрация к процедуре блендинга (условия наблюдения - облачность, 3х цифровой зум): а - исходный кадр в ОИ, б - кадр ОИ после блендинга
Рис. 7. Результаты применения модифицированного алгоритма МиШвса1е Яейпех (условия наблюдения - солнечный день): а - исходный кадр, б - после контрастирования
а б в
Рис. 8. Результаты комплексирования ТВ и ИК каналов (условия наблюдения - мелкий дождь): а - ТПВ кадр, б - ТВ кадр, в - кадр в режиме комплексирования
а -
Рис. 9. Результаты комплексирования в псевдоцветах: ТВ изображение, б - ТПВ изображение, в - изображение в псевдоцветах, полученное из а) и б) по алгоритму [28], г - кадр с цветной камеры
Макет (в настоящий момент) содержит единственную ТПВ камеру, поэтому режим комплексирования информации от ТВ и ИК видеоканалов реализуется только при угловых положениях ОИ, содержащих часть области 6 (см. рис. 4); в противном случае пользователю выводится информация только от ТВ камер (нижние строки кадра рис. 8, а).
Рис. 10. Отображение ОИ в режиме «прозрачная кабина»: а - проекция остекления кабины на ВСЕР, вид сбоку и спереди; б - изображение ОИ
На GPU NVIDIA GeForce GTX 560 Ti (384 ядра) при максимальном объёме вычислений (блендинг, комплексирование в псевдоцветах контрастированного ТВ и ИК каналов, отображение контуров кабины) и размере ОИ 1024x768 пикселей средствами NVIDIA CUDA для каждого из двух операторов обеспечивается темп обновления информации в ОИ не менее 30 Гц.
Технология формирования панорамного изображения с независимым выбором персональной области интереса в авиационных обзорных системах технического зрения обеспечивает повышение ситуационной осведомлённости экипажа в
а
б
Заключение
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
сложных условиях пилотирования. Режимы улучшения видения и
комплексирования информации в персональной области интереса позволяют
повысить вероятность обнаружения и распознавания представляющих интерес
объектов в условиях недостаточной видимости.
Библиографический список
1. Бельский А., Жосан Н., Брондз Д., Горбачев К., Гребенщиков В., Каргаев А. Круглосуточная панорамная система технического зрения для вертолетов // Фотоника. 2013. Т. 38. № 2. С. 80 - 86.
2. AN/AAQ-37 Distributed Aperture System (DAS) for the F-35, available at: http://www.northropgrumman.com/Capabilities/ANAAQ37F35/Pages/default.aspx
3. IronVision™, available at: http://elbitsystems.com/media/IronVision.pdf
4. Князь В.В., Бусурин В.И. Автоматическое обнаружение препятствий на взлётно-посадочной полосе средствами технического зрения // Труды МАИ. 2015. №. 81. URL: http://trudymai.ru/published.php?ID=57706
5. Костяшкин Л.Н. Никифоров М.Б. Обработка изображений в авиационных системах технического зрения. - М.: Физматлит, 2016. - 234 с.
6. Бондаренко А., Бондаренко М. Аппаратно-программная реализация мультиспектральной системы улучшенного видения // Современная электроника. 2017. № 1. С. 32 - 37.
7. Ikeda S., Sato T., Yokoya N. A calibration method for an omnidirectional multi-camera system // Proc. SPIE Electronic Imaging, 2003, vol. 5006, pp. 499 - 507.
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
8. Горбулин В.И., Ходор М.А. Методика распределения полей зрения средств
наблюдения в зоне ответственности // Труды МАИ. 2018. № 100. URL: http://trudymai.ru/published.php?ID=93426
9. Hartley R., Zisserman A. Multiple View Geometry in Computer Vision: 2nd edition. Cambridge, Cambridge University Press, 2003, 656 р.
10. Brown M., Lowe D. Automatic Panoramic Image Stitching using Invariant Features // International Journal of Computer Vision, 2007, vol. 74(1), pp. 59 - 73.
11. Геворков С.Ю., Ильичев О.А., Иванченко Д.Л., Павлюченков А.В. Способ автоматизированного создания трехмерных систем городских панорам на основе данных лазерного сканирования. Патент 2601165 РФ. Бюлл. № 25, 10.09.16.
12. Szeliski R. Image alignment and stitching: a tutorial // Foundations and trends in computer graphics and vision, 2006, vol. 2(1), pp. 1 - 104.
13. Кудинов И.А., Павлов О.В., Холопов И.С., Храмов М.Ю. Алгоритм формирования видеопанорамы и его программная реализация c применением технологии CUDA // III Международная конференция и молодежная школа «Информационные технологии и нанотехнологии». Сборник трудов. (Самара, 25-27 апреля 2017). - Самара: Изд-во «Новая техника», 2017. С. 1580 - 1586.
14. Мишин А.Ю., Кирюшин Е.Ю., Обухов А.И., Гурлов Д.В. Малогабаритная бесплатформенная инерциальная система на микромеханических датчиках // Труды МАИ. 2013. № 70. URL: http://trudymai.ru/published.php?ID=44533
15. Челноков Ю.Н. Кватернионные и бикватернионные модели и методы механики твердого тела и их приложения. Геометрия и кинематика движения. - М.: ФИЗМАТЛИТ, 2006. - 512 с.
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
16. Brown D.C. Close-Range Camera Calibration // Photogrammetric Engineering, 1971,
vol. 37(8), pp. 855 - 866.
17. Burt P., Adelson E. A Multiresolution Spline with Application to Image Mosaics // ACM Transactions on Graphics, 1983, vol. 2(4), pp. 217 - 236.
18. Кудинов И.А., Павлов О.В., Холопов И.С., Храмов М.Ю. Формирование видеопанорамы по информации от разноспектральных камер // IV Международная конференция и молодежная школа «Информационные технологии и нанотехнологии». Сборник трудов. (Самара, 24-27 апреля 2018). - Самара: Изд-во «Новая техника», 2018. С. 568 - 575.
19. Sanders J., Kandrot E. CUDA by Example, New York, Addison-Wesley, 2010, 290 p.
20. Zhang Z. A Flexible New Technique for Camera Calibration // IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, vol. 22(11), pp. 1330 - 1334.
21. St-Laurent L., Mikhnevich M., Bubel A., Prevost D. Passive Calibration Board for Alignment of VIS-NIR, SWIR and LWIR Images // Quantitative InfraRed Thermography Journal, 2017, vol. 14(2), pp. 193 - 205.
22. Кудинов И.А., Павлов О.В., Холопов И.С. Тестовый шаблон для калибровки видеодатчиков многоспектральной системы технического зрения. Патент 2672466 РФ. Бюлл. № 32, 14.11.2018.
23. Костяшкин Л.Н., Павлов О.В. Нашлемные системы целеуказания и индикации для самолетов и вертолетов // Обозрение армии и флота. 2015. № 2. С. 64 - 66.
24. Костяшкин Л.Н., Павлов О.В., Трофимов Д.В. Проблемные аспекты разработки нашлемных систем целеуказания и индикации для вертолетов // Мехатроника, автоматизация, управление. 2009. № 3. С. 57 - 63.
Труды МАИ. Выпуск № 104_ http://trudymai.ru/
25. Jobson D.J., Rahman Z., Woodell G.A. A Multiscale Retinex for Bridging the Gap
between Color Images and the Human Observation of Scenes // IEEE Trans. on Image Processing, 1997, vol. 6(7), pp. 965 - 976.
26. MATLAB Jet Array, available at: https://www.mathworks.com/help/matlab/ ref/jet.html
27. Moreland K. Diverging Color Maps for Scientific Visualization (Expanded) // Proc. of 5th International Symposium of Advances in Visual Computing (ISVC-2009). Part II. Las Vegas, 2009, pp. 92 - 103.
28. Li G., Xu S., Zhao X. Fast color-transfer-based image fusion method for merging infrared and visible images // Proc. of the SPIE, 2010, vol. 7710, pp. 77100S.
29. Макет видеопанорамы из 5 камер и тепловизора, available at: https: //www.youtube. com/watch?v=HHdj 0JcKpI8
Статья поступила в редакцию 15.12.2018
