CC BY
22
В.В. Алексеев,
доктор технических наук, профессор, Тамбовский государственн ый технический университет
И.Н. Комбарова,
Тамбовский государственный
технический университет государственный
технический университет
В.М. Строев,
кандидат технических наук, доцент, Тамбовский
ВЫБОР СИСТЕМНЫХ КОМПОНЕНТОВ МУЛЬТИСПЕКТРАЛЬНОЙ ВИДЕОСИСТЕМЫ КОНТРОЛЯ ОБЪЕКТА НАБЛЮДЕНИЯ
THE CHOICE OF SYSTEM COMPONENTS, MULTISPECTRAL VIDEO MONITORING OF THE OBJECT
На основе системного анализа решена актуальная задача многокритериального выбора оптимального состава инновационной мультиспектральной видеосистемы. Синтезирована информационная модель взаимодействия мультиспектральной видеосистемы контроля с внешней средой. Это позволило определить основные параметры компонентов системы и диапазон их значений. Обосновано введение единого показателя качества изображения системы, что позволило осуществить оптимальный выбор ее компонентов.
On the basis of system analysis, the actual task of multi-criteria selection of the optimal composition of the innovative thermal imaging system was solved. The synthesized information model of the interaction of the multispectral thermal imaging video system control with the external environment made it possible to determine the main parameters of the components and the range of their values. Structural analysis made it possible to take into account the main types of interactions within the system by introducing a single index of the image quality, by taking into account the goal purpose of the system.
Введение. Одно из первых мест среди хирургических заболеваний занимает гнойная инфекция мягких тканей. Борьба с ней остается трудной и важной проблемой в хирургии. Больше чем у половины больных с обширными гнойными процессами возникают осложнения, что часто приводит к летальным исходам. Обзор существующих способов определения границ между некротическими и здоровыми участками тканей
при хирургическом лечении гнойно-некротических поражений мягких тканей, в том числе обширных, позволил выделить два основных перспективных направления — контроль заживления ран в видимом и ИК диапазонах длин волн.
Для решения данной задачи удобно использовать технологию IR-Fusion, запатентованную компанией FLIR. Режим «Кадр в кадре», реализуемый в тепловизоре с новой технологией, позволяет сформировать совмещенные цифровые изображения в видимом и ИК диапазоне. В результате формируются совмещенные частично прозрачные ИК изображения в видимом спектре. Это позволяет повысить качество диагностики в различных предметных областях техники, в частности в медицинской диагностике образований [1, 2] и контроле степени заживления ран [3]. Следует отметить, что цена такой камеры составляет около 400 тыс. рублей.
Дальнейшим развитием этого направления следует считать применение гиперспектральных и мультиспектральных видеосистем (МСВС), которые формируют более четкие изображения за счет уменьшения степени рассеивания света при прохождении через биологические ткани [4, 5].
Стоимость мультиспектральной видеосистемы с использованием технологии FLIR будет на порядок больше.
Поэтому актуальной является задача выбора оптимального состава инновационной тепловизионной системы на основе готовых образцов компонентов, входящих в систему.
Для решения этой задачи необходимо предварительно решить следующие подзадачи:
- разработать информационную модель взаимодействия МСВС с внешней средой;
- определить состав компонентов МСВС;
- разработать структурную модель инновационной тепловизионной системы.
Построение информационной модели взаимодействия МСВС с внешней средой
В видимом диапазоне длин волн задача контроля степени заживления ран [3]
решается тем, что в способе определения жизнеспособности мягких тканей при гнойно-некротических процессах, по которому здоровые и некротические мягкие ткани определяют по их цвету, гнойно-некротическую рану обследуют послойно, по глубине с использованием светофильтров разного цвета. Для этого получают цифровое изображение мягких тканей в отраженном свете по глубине и ширине гнойно-некротического процесса, обрабатывают полученное цифровое изображение каждого слоя раны, определяют в каждом слое раны цифровое значение цвета здоровой, воспаленной и некротической ткани, совмещают цифровое значение слоев и получают полное изображение гнойно-некротического процесса, которое проецируют на реальную рану с последующим проведением некроэктомии раны. Определение цвета мягких тканей по глубине и ширине раны осуществляют последовательно светофильтрами белого (естественного), фиолетового, синего и красного цветов.
Обработка полученных данных (рис. 1) показала, что при облучении белым светом через светофильтр БС-3 цифровое значение цвета участка видимого некроза (5) по световой шкале соответствовало значению 0, «скрытого» некроза (6) — 20, зоны воспаления (7) — 100—150, здоровой ткани (8) — 245—255.
При облучении белым светом через светофильтр ФС-1 (в пределах кожи — 1) аналогичные показатели имели цифровые значения соответственно 0—40, 55—100, 120—150 и 200—253.
При облучении белым светом через светофильтр СС-8 (подкожно-жировая клетчатка — 3) показатели имели цифровые значения соответственно 26—40, 40—98, 100— 120—150 и 200—240.
При облучении белым светом через светофильтр КС-10 (мышцы — 4) показатели имели цифровые значения соответственно 20—40, 50—95, 100—145 и 200—245.
В инфракрасном диапазоне длин появляется дополнительная возможность оценить процесс заживления ран [6]. При возникновении и развитии патологического воспалительного процесса в области раны интенсивность и распространенность повышенной температуры, а также длительность ее сохранения резко возрастают. При нагноении ран возникает резкое увеличение температуры не только в области раны, но и всей пораженной области (конечности, живота, грудной клетки). Повышенная температура сохраняется в течение всего периода воспалительного процесса, иногда на протяжении 2 месяцев и более. При возникновении некроза тканей термографическая картина весьма характерна: на фоне значительного повышения интенсивности и распространенности повышенной температуры в области раны отмечается резкое снижение теплового потока в зоне намечающегося некроза (на термограмме эта зона видна в виде темных участков).
При нагноении ран температурный градиент между зоной повышенного излучения по сравнению с нормой достигает 2-3°, в то время как при первичном заживлении раны он равняется 0,3-0,8°.
Рис. 1. Изображение мягких тканей по глубине гнойно-некротического процесса
Тепловизионное изображение позволяет производить только поверхностный контроль процесса заживления ран.
На основании проведенного анализа была построена информационная модель взаимодействия МСВС с внешней средой (рис. 2).
Таким образом, анализ процесса заживления ран производится мультиспек-тральной видеосистемой как минимум в пяти диапазонах длин волн. Для повышения качества формирования глубинной картины раны необходимо использовать большее число диапазонов длин волн и, соответственно, использовать светофильтры с более узкой полосой пропускания. Особенных требований к используемому тепловизору не предъявляется.
Светсь фильтры О Б Б Е К т Глубина проникновения Впднмын некроз Скрытый некроз Нормальное зажпвленпе Воепаленне Здоровая ткань
БОЗ Поверхность КОЖИ (до ЗООмкм) 0 20 100-150 245-255
ФС 1 В пределах кожи (до 420 мкм) o^to 53-100 120-150 200-253
СС-8 Подкожно -жировая клетчатка, (до 580 мкм) 26^0 40-98 100-150 200-240
КС-10 Мышцы (до 680 мкм) 20^0 50-95 100-145 200-245
ик Поверхность КОЖИ (до 300 мкм) r:iC-r:iC„?M<) t:iC-t:iC„DJJI<) 0,3-0,8'С 2-3°С ^Он)0|й£
Показатели фотоприемника
Рис. 2. Информационная модель взаимодействия МСВС с внешней средой
На рис. 3 представлена система контроля за процессом заживления ран в видимом и инфракрасном диапазоне длин волн. Смонтированная на штативе система предназначена для съемки в операционном зале. Она включает в себя мультиспектральную видеокамеру, совмещенную с тепловизором, штатив с ноутбуком, вращающееся сканирующее устройство, блок питания, управляющее программное обеспечение.
Рис. 3. Внешний вид информационной части МСВС за процессом заживления ран: 1 — система из видео и тепловизионных камер, 2 — ноутбук, 3 — управляемый
штатив, 4 — система подсветки
Рассмотрим более подробно структуру системы, включающую мультиспек-тральную видеокамеру, совмещенную с тепловизором (рис. 4). Это позволит произвести учет основных видов информационного взаимодействия внутри системы.
Система подсветки (11) облучает область раны (1) белым или узкополосным светом, отраженный сигнал в видимом и инфракрасном диапазоне воспринимается объективом (2) и разделяется разветвителем (3) на видео- и тепловизионные каналы. На видеокамеру (7) проходит световой поток, ограниченный выбранным светофильтром (6). После предварительной фильтрации полученное изображение поступает в блок управления
и визуализации (9). Одновременно формируется тепловизионное изображение, которое преобразуется к формату видеоизображения с помощью интерполятора (5).
Рис. 4. Структурная модель иновационной тепловизионной системы: 1 — объект, 2 — объектив, 3 — разветвитель, 4 —тепловизор, 5 — интерполятор, 6 — блок светофильтров, 7 — видеокамера, 8 — блок фильтрации, 9 —блок управления и визуализации, 10 — тепловизор FLIR серии B, 11 — система подсветки
Произведем анализ основных характеристик оптических систем (объективов) с разветвителем светового потока на два приемника, тепловизоров и видеокамер с блоками светофильтров или системой светодиодной подсветки. Эти компоненты не требуют дальнейшей декомпозиции, так как для данной задачи не требуется решение задачи их оптимизации и они представлены широким спектром изделий с различными характеристиками.
Рассмотрим основные характеристики тепловизора БНгВ425 [7] с целью выделения главных показателей качества, которые были бы универсальными по отношению к изменению исходных данных.
Для выделения главных показателей качества использован принцип композиции. Объединим основные технические характеристики показателем качества изображения (ПКИ). Использование именно качества обусловлено выбранным принципом оптимизации.
ПКИ для объектива объединит следующие характеристики: поле зрения/минимальное расстояние фокусировки; фокусировка; спектральный диапазон; светосила (температурная чувствительность); число различимых линий в 1-м мм в центре и по краям кадра. Изменение любой из этих характеристик приведет к резкому изменению качества изображения независимо от характеристик тепловизора и видеокамеры.
ПКИ для тепловизора объединит следующие характеристики: спектральный диапазон; температурная чувствительность; частота изображения; ИК разрешение; дисплей; диапазон температур объекта; формат сохранения изображений.
ПКИ для видеокамеры: спектральный диапазон; чувствительность; частота изображения; разрешение; формат сохранения изображений; дисплей.
Также следует выделить возможность передачи данных на ПК, физические данные: вес камеры с батареей, размеры камеры, а также стоимость.
Остальные характеристики являются несущественными для решаемой задачи.
Решим задачу оптимального подбора компонентов мультиспектральной тепло-визионной видеосистемы.
Оптимальный выбор компонентов МСВС
Задача оптимального выбора компонентов для МСВС сформулирована в виде задачи бинарного целочисленного программирования [8]:
minxf - х, (1)
А ■ х > Ъ, (2)
где х — бинарная целочисленная переменная-вектор множества всех устройств, из которых возможно построение системы;
f — вектор параметров линейной целевой функции, характеризующей МСВС;
Я — матрица, состоящая из коэффициентов линейных ограничений-неравенств;
b — вектор ограничений-неравенств.
Наличие на 7-м месте в векторе х единицы говорит о присутствии в структуре устройства с номером ¿, ноля — об отсутствии устройства в структуре.
В такой форме задача выбора (минимизации) эквивалентна двоичному перебору множества всех устройств, которые потенциально могут быть компонентами МСВС.
Алгоритм и методика решения задачи
Рассмотрим МСВС, состоящую из:
■ одного объектива с системой разделения светового потока на два приемных устройства;
■ одной многоспектральной видеокамеры;
■ одного тепловизора.
Необходимо подобрать устройства системы, обладающие наименьшей стоимостью при заданных критериальных требованиях.
Для каждого устройства МСВС формируется база данных (БД), включающая относительные ценовые и критериальные показатели.
Проектирование БД включает создание трех таблиц: «Объектив с системой разделения светового потока на два приемных устройства», «Многоспектральная видеокамера» (ВК), «Тепловизор», в каждой из которых предполагается хранить информацию о стоимостных и критериальных показателях:
■ стоимость — /;
■ показатель качества изображения (ПКИ) — s;
■ габариты — v;
■ степень перекрытия АЧХ светофильтров RGB видеокамеры (СП) — р.
Столбец / образует вектор параметров линейной целевой функции, характеризующей МСВС. Столбцы s,v образуют матрицу А, включающую коэффициенты линейных ограничений неравенств.
Формирование вектора ограничений неравенств b производится в интерактивном режиме с учетом требований предъявляемых к МСВС. Вектор b имеет вид
Ъ = [5 VI (3)
где S — ограничение по значению ПКИ;
V — ограничение по габаритам.
Формирование БД заключается в заполнении строк таблиц актуальной информацией об оборудовании (рис. 5).
Для каждого компонента системы определяются показатель качества изображения, стоимость, габариты, которые заносятся в относительных единицах. Диапазон значений ПКИ выбирается от 0 до 100. Конкретное значение ПКИ оценивается экспертами или вычисляется на основе математической модели компонента системы.
ИД Наименование ПКИ Стоимость Габариты
1 Тепловизор типа 1 75 68 255
2 Тепловизор типа 2 81 60 125
3 Тепловизор типа 3 70 74 280
4 Тепловизор типа 4 73 80 360
ИД Наименование ПКИ Стоимость Габариты
1 Объектив типа 1 82 36 35
2 Объектив типа 2 88 30 24
3 Объектив типа 3 98 40 90
ИД Наименование ПКИ Стоимость Габариты СП
1 ВК типа 1 90,8 50 260 0,13
2 ВК типа 2 91,5 65 125 0,05
3 ВК типа 3 95,5 72 276 0,11
4 ВК типа 4 98,36 57 350 0,01
5 ВК типа 5 97,5 83 500 0,02
Рис. 5. Матрицы исходных показателей
Ограничение по степени перекрытия (СП) АЧХ светофильтров RGB видеокамеры выбрано с учетом обеспечения проникновения не более 10% светового сигнала из соседнего канала.
Ограничение по значению P обусловлено необходимостью уменьшения взаимного влияния каналов измерения друг на друга, за счет проникновения света одной длины волны в каналы с другой длиной волны. Значение P оценивается как отношение уровня сигнала соседнего канала к уровню сигнала основного канала.
Преобразование БД к виду, требуемому для решения задачи бинарного целочисленного линейного программирования, заключается в транспонировании соответствующих таблиц, при котором первая строка таблицы из базы данных становится первым столбцом соответствующей матрицы Гь предназначена для решения задачи оптимизации. Соответствие тестовых таблиц БД исходным матрицам для решения задачи оптимизации представлено на рис. 6.
Полученная матрица используется для получения матрицы показателей, характеризующих МСВС в целом.
68 60 74 80
75 81 70 73
255 125 280 369
^00
36 30 40
82 88 98
35 24 90
50 65 72 57 83
90,8 91,5 95,5 98,36 97,5
260 125 276 350 500
Рис. 6. Преобразованные матрицы исходных показателей Результирующий единый показатель качества изображения МСВС определяется ПКИ компонентов системы:
_ Г ■ :: ■ 1 Р.', 122
где £(ТП — ПКИ «тепловизора»; £¿□6 — ПКИ «объектива»; 5-шк — ПКИ «ВК».
Первые строки матриц исходных показателей отображают стоимость конкретного типа компонента, вторые — ПКИ, третьи — габариты.
Для видеосистем, у которых не выполняется ограничение по значению р, коэффициенту ПКИ присваивается значение «0», что обеспечивает исключение из анализа всех комбинаций компонентов, включающих данную видеосистему.
При синтезе математического выражения для единого показателя качества изображения были учтены следующие факторы. Если объектив более качественный, чем тепловизор или видеокамера, то ПКИ определяется показателем объектива. Если объектив менее качественный, то ПКИ определяется значением показателя тепловизора или видеокамеры.
Для обеспечения равномерности влияния отдельных показателей качества на результирующее значение необходимо осуществить нормировку показателей качества к значению (1+з).
Поэтому выражение для единого показателя качества изображения £", будет иметь следующий вид:
С^й 6 п 6'51т п ) Ои 6 й '^¿в к )
1+¿/(А о 6 б^гтп) 1+6 >5(В 0 В К )
(4)
Значение ПКИ определяется для всех комбинаций объективов, тепловизоров и камер. Также для всех комбинаций компонентов определяется суммарный объем и суммарная стоимость:
vi = vim + vioб+viШl■ (5)
/: = /:т~ _ /:;: _ = (6)
Число комбинаций компонентов равно произведению числа типов объективов, тепловизоров и видеокамер. В рассматриваемом примере оно равно 60.
Возьмем комбинацию 111 (тепловизор типа 1, объектив типа 1, ВК типа 1) и получим следующие показатели:
= 0,958 ■ 0,989 = 0,977, На рис. 7 приведен фрагмент матрицы показателей МСВС.
№ Тепловизоры Объективы ВК Показатели
1 2 3 4 1 2 3 1 2 3 4 5 / £ V
1 1 0 0 0 1 0 0 1 0 0 0 0 154 0,977 550
2 1 0 0 0 1 0 0 0 1 0 0 0 169 0,977 415
3 1 0 0 0 1 0 0 0 0 1 0 0 176 0,978 566
60 0 0 0 1 0 0 1 0 0 0 0 1 203 0,980 950
Рис. 7. Фрагмент матрицы показателей МСВС
Для исходных таблиц тестовое значение вектора Ь равно
Ь = [0,937 800].
Ограничение по ПКИ выбрано для случая, когда показатели качества отдельных компонентов не превышают значения 0,968.
Используем функцию о из пакета прикладных программ Matlab. В
нашем случае
л = г;;;'"с о:/, Я, Ь). (7)
Данная функция сначала отбрасывает комбинации компонентов системы, не удовлетворяющие ограничениям, а потом среди оставшихся выбирает комбинацию с минимальной стоимостью.
В результате вызова функции рго о формируется вектор л, который несет информацию об оптимальном составе оборудования. В случае некорректно сформулированных условий система выдаст сообщение о невозможности решения задачи.
Вызов функции ■гр?~оо для текстовых таблиц дал результат значения вектора
х = (0 Д,ОД ОД Д ОД ОД, 0).
Первые четыре цифры вектора определяют выбор тепловизора: 1 определяет выбор тепловизора типа 2. Следующие три цифры определяют выбор типа объектива. Выбран объектив типа 3. Следующие пять цифр определяют выбор ВК. В данном случае выбран тип 4.
Заключение. Проведенный анализ взаимодействия многоспектральной видеосистемы контроля с внешней средой позволил сформулировать постановку задачи и построить информационную модель взаимодействия мультиспектральной видеосистемы контроля с внешней средой (выражения 1—7).
Результаты исследования, проведенного с применением этой модели показали, что ее использование позволяет выбрать оптимальным образом оборудование системы.
Выбранный тип объектива характеризуется минимальными показателями стоимости и габаритов и средним значением показателя качества изображения (ПКИ). Значение ПКИ объектива определило значение ПКИ цепочки «объектив — видеокамера», а значение ПКИ тепловизора определило значение ПКИ цепочки «объектив — тепловизор». В результате единый показатель качества изображения системы составил 0,978, что выше требуемого значения 0,937. Суммарный габаритный показатель равен 499 при ограничении 800. Наибольший вклад в значение габаритного показателя внесла муль-тиспектральная видеокамера, характеризуемая наилучшими значениями ПКИ и степени перекрытия светофильтров.
ЛИТЕРАТУРА
1. Гундарцова Е. С., Строев В. М. Скрининг-диагностика доброкачественности образований во время медицинских осмотров // Молодой ученый. — 2015. — № 8. — С. 225—229.
2. Ветров А. Н., Осипова А. А., Гахзар М. А., Макарова А. В., Романовский В. И., Беляев Н. И. Совмещение инфракрасных и телевизионных изображений при медицинской диагностике // Вестник ТГТУ. — 2014. — №3. — С. 474—478.
3. Миронов В. И., Гилёва И. И. Способ определения «скрытого» некроза мягких тканей при гнойно-некротическом процессе. Патент РФ № 2408252, опубл. 10.01.2011.
4. Проскурин С. Г., Фролов С. В., Потлов А. Ю., Ошурков В. Ю. Детектирование поглощающей неоднородности в диффузионной оптической томографии // Вестник ТГТУ. — 2012. — №1. — С. 212—216.
5. Строев В. М., Али А. Г. Ф. Разработка способа визуализации и дифференциальной диагностики доброкачественных и злокачественных беспигментных новообразований кожи // Вестник Тамбовского университета. Серия: Естественные и технические науки. — 2014. — Т. 19. — № 3. — С. 897—902.
6. Термография ран при патологии. Термограммы послеоперационных ран // http://medicalplanet.su/xirurgia/1276.htmlMedicalPlanet.
7. Тепловизор FLIR B425. ГЕО-НДТ. Оборудование для измерений, контроля и испытаний // http://www.geo-ndt.ru/pribor-1474-teplovizor-flir-b425.htm
8. Атрощенко В. А., Кабанков Ю. А., Лоба И. С., Дьяченко Р. А. Методика оптимального выбора оборудования для систем гарантированного электроснабжения // Современные проблемы науки и образования. — 2014. — № 5.
REFERENCES
1. Gundartsova E. S., Stroev V. M. Skrining-diagnostika dobrokachestvennosti obra-zovaniy vo vremya meditsinskih osmotrov // Molodoy uchenyiy. — 2015. — # 8. — S. 225— 229.
2. Vetrov A. N., Osipova A. A., Gahzar M. A., Makarova A. V., Romanovskiy V. I., Belyaev N. I. Sovmeschenie infrakrasnyih i televizionnyih izobrazheniy pri meditsinskoy di-agnostike // Vestnik TGTU. — 2014. — #3. — S. 474—478
3. Mironov V. I., GilYova I. I. Sposob opredeleniya «skryitogo» nekroza myagkih tkaney pri gnoyno-nekroticheskom protsesse. Patent RF # 2408252, opubl. 10.01.2011.
4. Proskurin S. G., Frolov S. V., Potlov A. Yu., Oshurkov V. Yu. Detektirovanie po-gloschayuschey neodnorodnosti v diffuzionnoy opticheskoy tomografii // Vestnik TGTU. — 2012. — #1. — S. 212—216.
5. Stroev V. M., Ali A. G. F. Razrabotka sposoba vizualizatsii i differentsialnoy diag-nostiki dobrokachestvennyih i zlokachestvennyih bespigmentnyih novoobrazovaniy kozhi // Vestnik Tambovskogo universiteta. Seriya: Estestvennyie i tehnicheskie nauki. — 2014. — T. 19. — # 3. — S. 897—902.
6. Termografiya ran pri patologii. Termogrammyi posleoperatsionnyih ran // http://medicalplanet.su/xirurgia/1276.htmlMedicalPlanet
7. Teplovizor FLIR B425. GEO-NDT. Oborudovanie dlya izmereniy, kontrolya i ispyitaniy // http://www.geo-ndt.ru/pribor-1474-teplovizor-flir-b425.htm
8. Atroschenko V. A., Kabankov Yu. A., Loba I. S., Dyachenko R. A. Metodika op-timalnogo vyibora oborudovaniya dlya sistem garantirovannogo elektrosnabzheniya // Sov-remennyie problemyi nauki i obrazovaniya. — 2014. — # 5.
СВЕДЕНИЯ ОБ АВТОРАХ
Алексеев Владимир Витальевич. Профессор кафедры «Информационные системы и защита информации», доктор технических наук, профессор.
Тамбовский государственный технический университет. E-mail: vvalex1961@mail.ru
Россия, 392032, г. Тамбов, Мичуринская, 112 д. Тел. 8-910-650-87-77.
Комбарова Ирина Николаевна. Аспирант кафедры «Биомедицинская техника». Тамбовский государственный технический университет. E-mail: candy26-05@yandex.ru
Россия, 392032, г. Тамбов, Мичуринская, 112 д. Тел. 8-920-236-93-68.
Строев Владимир Михайлович. Доцент кафедры «Биомедицинская техника», кандидат технических наук, доцент.
Тамбовский государственный технический университет. E-mail: stroev2006@yandex.ru
Россия, 392032, г. Тамбов, Мичуринская, 112 д. Тел. 8-953-711-91-94.
Alekseev Vladimir Vitalievich. Professor of the chair «Information Systems and Information Security». Doctor of Technicai Sciences, Professor. Tambov State Technical University. E-mail: vvalex1961@mail.ru
Work address: Ryssia, 392032, Tambov, Michurinskaya Str., 112 d. Tel. 8-910-650-87-77.
Combarova Irina Nikolaevna. Post-graduate student of the chair «Biomedical engineering». Tambov State Technical University. E-mail: candy26-05@yandex.ru
Work address: Ryssia, 392032, Tambov, Michurinskaya Str, 112 d. Tel. 8-920-236-93-68.
Stroev Vladimir Michailovich. Assistant Professor of the chair «Biomedical engineering». Tambov State Technical University. E-mail: stroev2006@yandex.ru
Work address: Ryssia, 392032, Tambov, Michurinskaya Str., 112 d. Tel. 8-953-711-91-94.
Ключевые слова: системный анализ; многокритериальный выбор; оптимальный состав; информационная модель; показатель качества; изображение.
Key words: system analysis; multi-criteria selection; optimal composition; information model; index of quality, image.
УДК 681.784.88
