Исследование и разработка методов и средств повышения эффективности видеоинформационных систем мониторинга сложных объектов тема диссертации и автореферата по ВАК РФ 05.11.16, кандидат технических наук Нащёкин, Алексей Сергеевич

• Нащёкин, Алексей Сергеевич
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Нащёкин, Алексей Сергеевич

Введение.

Глава 1.Анализ видеоинформационных систем мониторинга.

1.1 Область применения и обзор состояния видеоинформационных систем мониторинга.

1.2 Требования к видеоинформационным системам (ВИС), их классификация.

1.3 Анализ современных ВИС, их характеристик и выбор методов и средств повышения эффективности и качества изображений.

1.3.1 Структурные схемы современных ВИС и их анализ.

1.3.2 Анализ методов повышения эффективности ВИС и улучшения качества изображений.

1.4 Выводы по главе.

Глава 2.Теоретическое обоснование и анализ методов повышения эффективности восстановления информативных составляющих сигналов систем мониторинга сложных объектов, разработка математических моделей для построения программно-алгоритмического комплекса.

2.1 Разработка принципиальной блок-схемы программно-алгоритмического комплекса.

2.2 Теоретическое обоснование метода анализа независимых компонент (1СА) и метода фильтрации сигналов на его основе.

2.3 Разработка математического метода построения быстрого нейросетевого преобразования Фурье для восстановления многомерных входных сигналов.

2.4 Разработка системы автоматического тестирования и отладки алгоритмов реконструкции и фильтрации многомерных сигналов.

2.5 Выводы.

Глава 3.Исследование информационных характеристик ВИС и разработка методов их улучшения.

3:1 Разработка методов и средств повышения эффективности и разрешающей способности восстановления изображения в ВИС

3:1.1 Постановка задач и выбор метода их реализации.

3.1.2 Некоторые возможности применения разработанных методов восстановления сигналов для улучшения качества и разрешающей способности пространственных изображений.

3.1.3" Программная реализация системы автоматического тестирования и отладки алгоритмов реконструкции изображений.

3.2 Определение частотно-контрастных характеристик ВИС.

3.3 Определение предельной чувствительности лазерного метода мониторинга теплообменников парогенераторов.

3.4 Исследование зависимости индикатрисы отражения объектов от степени шероховатости их поверхности.

3.5 Разработка методов оценки надежности светодиодов и фотодиодов по результатам климатических испытаний и наработки на отказ.

3.5.1 Исследование надежности светодиодов при воздействии внешних факторов.

3.5.2 Оценка надежности РПчГ-фотодиодов по результатам испытаний на безотказность и способы повышения их надежности.

3.6 Выводы.

Глава 4.Разработка методов и средств повышения эффективности ВИС и их реализация.

4.1 Применение нейросетевых методов для апостериорного улучшения качества изображений в ВИС.

4.2 Методы коррекции сигналов в волоконно-оптических системах мониторинга сложных объектов.

4.3 Контроль обрыва оптического волокна в мониторинговых системах

4.4 Применение предложенных программно-алгоритмических методов для определения качества углеродно-композитных спецматериалов.

4.5 Использование активных средств защиты информации в телекоммуникационных каналах ВИС.

4.6 Выводы.

Введение диссертации (часть автореферата) на тему «Исследование и разработка методов и средств повышения эффективности видеоинформационных систем мониторинга сложных объектов»

Актуальность. Как показывает опыт мирового сообщества, в первую очередь снижение рисков возникновения техногенных аварийных ситуаций связано с организацией мероприятий по непрерывному комплексному мониторингу сложных технических объектов и природной среды [1—11].

Сложные технические объекты и производства, такие как магистральные трубопроводы, нефтехимические производства, тепловые и атомные электростанции, гидроэлектростанции, объекты транспортной инфраструктуры, оборонного комплекса и др. требуют постоянной защиты от несанкционированного доступа и постоянного мониторинга их параметров с целью своевременного обнаружения предкризисных состояний. Особенностью этих объектов являются сложные конфигурации, наличие большого числа взаимосвязанных систем и подсистем с множеством датчиков и функциональных преобразователей, информация от которых должна поступать в реальном масштабе времени [6, 12—26 29-53].

Современные системы мониторинга характеризуются широким применением оптических способов и устройств сбора, передачи и обработки информации, применением разветвлённой инфраструктуры волоконно-оптических линий связи (ВОЛС) и видеоинформационных систем(ВИС)[21-28].

ВИС сбора и передачи информации в виде изображений особенно перспективны. Оптические изображения и образы являются высшей формой получения, хранения« и представления информации, а также её наиболее удобным, оптимальным видом для восприятия человеком. Поэтому широко используются различные ВИС в том числе с применением интеллектуальных видеодатчиков для решения: самых сложных задач контроля и диагностики различных объектов и оборудования [6, 13, 18, 24].

Вместе с тем, всё возрастающее количество ВИС и выполняемых ими функций делает актуальной разработку достоверной оценки их информационных свойств,- среди которых основным является, безусловно, качество воспроизведения» изображений., В настоящее время наблюдается тенденция- расширения применения ВИС для диагностики? объектов; и оборудования в труднодоступных полостях с помощью эндоскопической видеотехники. Это позволяет повысить уровень пространственной локализации: диагностируемых параметров в; реальном масштабе времени. Разработкой ВИС различного назначения занимается значительное число фирм в России и за рубежом. Среди них можно отметить фирмы Олимпас (Япония), Эверест (США), Шторц (Германия), Форт (Франция), ИАЭ им. И.В. Курчатова, МНПО Спектр (Москва), ГОИ им. СИ. Вавилова (Санкт-Петербург) и др. [6-53] Однако среди продукции этих фирм практически отсутствуют микровидеоинформационные системы для мониторинга объектов; в зазорах и полостях шириной порядка 1-3" мм. В тоже время, в связи с длительными сроками эксплуатации обострилась проблема визуального мониторинга трубопроводов, турбомашин, теплообменных структур парогенераторов и др. оборудования, зазоры в которых не превышают 3 мм, с целью своевременного обнаружения повреждений, коррозии, образования свищей и дефектов.' Создание высокоразрешающих и устойчивых к влиянию внешних воздействий волоконно-оптических систем, фото- и световодов, сверхминиатюрных ПЗС-матриц с размерами пикселей 1-3 мкм, микролазеров делает решение этой задачи вполне реальной [23, 27, 28, 37, 43, 45, 53-57]. Диагностические возможности этих систем могут быть расширены за счёт их системной интеграции с такими инновационными средствами и методиками, как лазерная световодная УЗ-дефектоскопия, ИК-спектроскопия налётов и др.

Вместе с тем создание подобных систем возможно только при условии детального анализа процессов преобразования информации в вышеуказанных ВИС с учётом спецификии их функционирования, конкретных условий применения и функционального назначения.

Разработка методов и средств повышения качества передачи и воспроизведения изображений, получаемых ВИС, является в этой связи актуальной задачей повышения эффективности их применения в системах мониторинга.

Для решения этой задачи обычно используются фундаментальные структурометрические характеристики систем передачи изображения, такие как оптическая передаточная функция и отношение сигнал-шум и разработанные на этой основе интегральные критерии качества, базирующиеся на достижениях современной теории информации и кибернетики. К таким критериям может быть отнесена, например, информационная пропускная способность видеосистемы, выраженная количеством бит на единицу площади телевизионного кадра [32, 58, 69-73].

В области обработки и передачи изображения имеется много работ зарубежных и отечественных учёных В.Г. Домрачев, Н.И. Пахомов, А.П. Иванов, М.М. Мирошников, К.Р. Предко, И.П. Истомин, В.А. Сойфер, Дж. Госсорг, Ф. Перрен, Д.К. Джуттен, Д. Херольт, У. Прэтт и др. ведущих научных организаций России ИППИ РАН, ГОИ имени Вавилова,.Самарским институтом исследования изображений, МГУ, Новосибирским институтом электрометрии, МИИГАиК, МГТУ им. Н. Баумана, МНПО Спектр, НПО "Астрофизика" и др. [21-23, 25; 27, 32, 42, 44, 60, 69-94].

Видеоинформационным системам диагностики и мониторинга объектов посвящено большое количество монографий, справочников, научных работ [1-6, 16-18, 23-25, 27, 30, 37, 42, 44-46^ 47, 56-60]

Новая волна интереса к разработке • и применению видеоинформационных систем связана с появлением новых матричных преобразователей изображения (ПЗС-матрицы, микроболометрические и фотодиодные системы), отличающихся высоким пространственным разрешением (10 мегапикселей и более), быстродействием (до 0,00001 с/кадр), широким динамическим диапазоном (до 100 дБ), большим спектральным диапазоном (от ультрафиолета до дальней инфракрасной области спектра), стабильностью работы, устойчивостью к влияниям внешней среды, в том числе к воздействию радиации. Дискретная структура матричных преобразователей хорошо согласуется с цифровыми средствами ввода и обработки информации на компьютерах [43, 56, 61-68].

Расширение функциональных возможностей видеоинформационных систем и одновременно повышение требований к эффективности их применения, обусловили актуальность разработки эффективных методов повышения качества изображения ВИС и их оценки с использованием современного математического аппарата.

В настоящее время наиболее перспективны цифровые методы улучшения и реконструкции изображения. Это методы инверсной фильтрации, метод анализа главных компонент (ICA), метод Уотса глобальной бинаризации, метод Ниэлка локальной адаптивной бинаризации, методы основанные на быстром преобразовании Фурье и его дискретном аналоге (ДПФ) широко применяемые для восстановления контуров объектов по их искаженным изображениям и известным частотно-контрастным характеристикам [74-94].

Среди цифровых методов обработки изображений особенно перспективны методы, основанные на нейросетевых алгоритмах [87-92, 94— 96]. Они отличаются универсальностью, высокой помехоустойчивостью, эффективностью и высокой скоростью обработки изображений. Однако эти методы плохо адаптированы к реальным задачам решаемыми ВИС. В этой связи теоретическое обоснование параметрических методов для повышения эффективности восстановления информативных составляющих сигналов ВИС, разработка математических моделей и построение программного комплекса является весьма актуальной научной задачей.

Автор в течение многих лет участвовал в разработке современных систем мониторинга различных объектов в том числе с применением различных ВИС. Это послужило основной предпосылкой для обобщения проведенных им* исследований с использованием последних достижений в области теории информаци и прикладной математики.

Таким образом, тема диссертации,, весьма актуальна, так как направлена на решение важной научно-практической задачи - разработке, совершенствованию, повышению эффективности и устойчивости вычислительных методов и алгоритмов восстановления изображений ВИС, применяемых для мониторинга сложных технических объектов, а также определению их информационных характеристик и улучшению качества изображений.

Объектом исследования в настоящей диссертационной работе являются видеоинформационные системы широкого спектра применения при этом особое внимание уделялось системам мониторинга.

Предмет исследования - методы повышения эффективности восстановления информативных составляющих сигналов ВИС на основе анализа независимых компонент, методов их фильтрации и быстрого нейросетевого преобразования Фурье для восстановления многомерных сигналов; определение и анализ информационных характеристик ВИС (частотно-контрастных, предельной чувствительности и т.п.); определение надежности фото- и светодиодов по результатам испытаний и наработки, методы автоматической коррекции и контроля сигналов в волоконно-оптических системах передачи.

Цель настоящей диссертационной работы - исследование и разработка методов и средств повышения эффективности видеоинформационных систем мониторинга сложных технических объектов.

Для достижения поставленной цели были решены следующие задачи:

• проведен анализ современного состояния ВИС мониторинга сложных объектов, рассмотрены и проанализированы основные варианты построения структурных схем видеоинформационных систем мониторинга, проведена классификация этих систем и показателей качества с учетом специфики эксплуатации в системах мониторинга, а также определены основные направления разработки и исследования новых видеоинформационных систем с улучшенными характеристиками;

• выполнено теоретическое обоснование и исследование методов повышения эффективности восстановления информативных составляющих сигналов ВИС мониторинга сложных объектов, разработаны математические модели для построения программно-алгоритмического комплекса;

• исследованы информационные характеристики ВИС и разработаны методы их улучшения;

• разработаны и реализованы методы и средства повышения эффективности ВИС.

Методы исследования. В работе применены следующие методы исследования: теория линейной и нелинейной фильтрации, математическая статистика, вычислительная математика, методы решения систем нелинейных уравнений и интерполяции, теория нейронных сетей, численные методы интегральных преобразований.

Научная новизна:

1. Разработана принципиальная блок-схема программно-алгоритмического комплекса восстановления и тестирования информативной составляющей входного сигнала и изображения.

2. Предложен и теоретически обоснован метод фильтрации сигнала ВИС и восстановления изображений, основанный на анализе независимых компонент (ICA) с использованием математического аппарата нейронных сетей Херолта-Джуттена.

3. Разработан «малошумящий» метод реконструкции изображений и алгоритм его формирования на основе быстрого преобразования Фурье и математического аппарата нейронных сетей прямого распространения сигнала, использование которых позволило повысить разрешение при фиксированном количестве отсчётов и снизить влияние зашумленности сигнала и его искажения приемной аппаратурой на качество изображений.

4. Предложен метод тестирования качества реконструкции изображений, основанный на анализе результатов тестовых восстановлений, производимых с виртуальными тестовыми объектами. Использование этого метода позволяет быстро, в контролируемом режиме производить весь комплекс вычислительных тестов программного обеспечения, необходимых для отладки его работы.

Практическая значимость полученных результатов состоит в следующем:

1. Разработан программный комплекс для реализации нейросетевых алгоритмов обработки и восстановления изображений и выполнена его экспериментальная проверка, подтвердившая высокую эффективность за счет снижения влияния шумовых компонентов и артефактов.

2. Создано программно-алгоритмическое- обеспечение для реконструкции изображений, которое повышает качество изображения и разрешающую способность ВИС по сравнению с алгоритмами, использующими при восстановлении одномерное и двумерное быстрое преобразование Фурье и позволяет гибко регулировать число срезов и увеличивать их количество;

3. Предложенный алгоритм фильтрации сигналов сглаживает наиболее характерные дефекты реконструируемых изображений и обладает способностью к гибкой настройке, а также снижает влияние зашумленности сигнала и его искажения приемной аппаратурой на качество реконструкции изображений;

4. Предложенный метод тестирования и программное обеспечение ВИС, улучшает технологию контроля качества результатов сканирования объектов, и отладку алгоритмов реконструкции изображений.

5. Разработаны способы и алгоритмы автоматической коррекции сигналов мультиплексированных систем мониторинга с волоконно-оптическими каналами, а так же метод контроля обрыва волокна в них.

6. Разработана и апробирована портативная ВИС для контроля теплообменников парогенераторов и программно-аналитический комплекс для реконструкции контуров лопаток, которые позволили надежно выявлять коррозионные и эрозионные зоны, и другие дефекты.

7. Разработанный программно-алгоритмический комплекс может найти широкое применение в различных системах мониторинга сложных объектов (ядерных и радиационно-опасных объектов, охраняемых ответственных объектов и территорий, АЭС, ГЭС, тепловых электростанций подводных газо-нефтепроводов и др.)

Реализация результатов. Результаты диссертации прошли апробацию и использовались в ФГУП «РНИИ КГГ», что позволило повысить качество и наглядность визуализации изображений контролируемых объектов, снизить количество бракованных изделий. Кроме того, результаты диссертации использовались в ]ЧГУЪюпОгоир при разработке автоматизированной системы мониторинга ядерных и радиационно-опасных объектов и грузов, в научно-производственном центре криминалистической и антитеррористической техники «Спектр-АТ» для поисковых и охранных систем, в ФГУ «Центр лабораторного анализа и технических измерений по ЦФО» в системах технических измерений параметров и экспертной оценки техногенных объектов в результате чего повысилась эффективность работы оборудования и улучшилось качество получаемых изображений благодаря снижению частоты появления низкокачественных изображений, загрязнённых влиянием шумов и артефактов различной природы.

Достоверность. Представленные в диссертации результаты обоснованы теоретическим анализом, численным моделированием и верифицированы на известных фактах и экспериментальном материале, полученном и опубликованном различными авторами. Разработанные алгоритмы прошли апробацию в Федеральном государственном унитарном предприятии «Российский научно-исследовательский институт космического приборостроения» (ФРУП «РНИИ КП»), НПЦ «Спектр-АТ», ЫЛ^зюпвгоир и (ФРУ «ЦЛАТИ по ЦФО»)

Апробация работы. Основные результаты работы опубликованы в двух рекомендованных ВАКом журналах — «Контроль. Диагностика», «Приборы», а также в сборниках научных трудов 6 международных конференций (в Москве, Марокко, Египте, Одессе), в количестве 8 статей общим объёмом около 40 страниц, докладывались на 8-й международной конференции «Неразрушающий контроль и техническая диагностика в промышленности» (Москва, 2009), на международной конференции «Надежность информационных систем и элементов» (Марокко, 2009), на международной конференции «Современные направления теоретических и прикладных исследований» (Одесса, 2009), 12-й международной конференции «Фундаментальные и прикладные проблемы приборостроения, информатики и экономики» (Сочи, 2009), международной конференции «Новые инновационные технологии в науке, промышленности и образовании» (Египет, 2009), международной конференции по информационным технологиям (Москва, 2009) на научных семинарах (МГУПИ, РНИИКП).

Положения работы, выносимые на защиту:

1. Адаптивный алгоритм фильтрации и восстановления изображений, использующий принцип разделения сигнала на независимые компоненты эффективно вычитающий шумовые компоненты из входного сигнала, основанный на математическом аппарате нейронных сетей Херольда-Джуттена.

2. Алгоритм формирования изображения, позволяющий быстро восстанавливать изображение из доступных исходных данных.

3". «Малошумящий» метод реконструкции изображений, основанный на математическом аппарате нейронных сетей, сопряженный с алгоритмом фильтрации.

4. Эффективный метод тестирования качества реконструкции изображений на основе разработанного метода анализа тестовых восстановлений, проводимых с виртуальными объектами.

5. Метод и алгоритм определения*предельной чувствительности ВИС к изменениям линейных размеров.

Структура и объём? диссертации. Диссертация состоит из введения, 4 глав, заключения; списка литературы и приложений. Общий объём диссертации 118 стр., включая 52 рисунка и библиографию- из 103 наименований.

Заключение диссертации по теме «Информационно-измерительные и управляющие системы (по отраслям)», Нащёкин, Алексей Сергеевич

13. Основные результаты, полученные в диссертационной работе, были доведены до практического применения и апробированы в ряде ведущих организаций - Российский НИИ Космического приборостроения, ФГУ «Центр лабораторного анализа и технических измерений по ЦФО», Научно-производственный Центр антитеррористической и криминалистической техники «Спектр-АТ» и холдинговая компания NVision Group.

ЗАКЛЮЧЕНИЕ И ВЫВОДЫ ПО ДИССЕРТАЦИИ:

1. Выполнен анализ современных ВИС мониторинга и их классификация, сформулированы требования, предъявляемые к ним, выбраны методы повышения эффективности ВИС и поставлены задачи их решения.

2. Предложен и теоретически обоснован метод фильтрации сигнала и восстановления изображений ВИС на основе анализа независимых компонент (ICA) с использованием математического аппарата нейронных сетей Херольта-Джуттена.

3. Разработана принципиальная блок-схема программно-алгоритмического комплекса восстановления и тестирования информативной составляющей входного сигнала и изображения.

4. Предложен и построен алгоритм быстрого преобразования Фурье с использованием нейронных сетей для фильтрации сигналов и восстановления изображений ВИС.

5. Предложена и описана система автоматического тестирования и отладки алгоритмов фильтрации реконструкции многомерных сигналов и изображений в ВИС.

6. Разработаны основные направления- использования нейросетевых методов и алгоритмов для апостериорного улучшения качества изображений в ВИС, которые реализованы для восстановления контура изображения лопатки турбин.

7. Дана программная реализация системы автоматического тестирования и отладки алгоритмов восстановления изображений.

8. Определены частотно-контрастные характеристики и предельная чувствительность ВИС для лазерного мониторинга теплообменников парогенераторов.

9. Разработаны методы оценки надежности светодиодов и фотодиодов и способы ее повышения* по результатам климатических испытаний и наработки на отказ (life time).

10. Разработана система и алгоритм автоматической коррекции сигналов мультиплексированных систем мониторинга с волоконно-оптическими каналами передачи, а также метод контроля обрыва волокна в них.

11. Разработан метод защиты информации при передачи ее по волоконно — оптическим линиям связи с использованием активных средств защиты.

12. Разработанные программно-алгоритмические методы были применены для определения структуры и качества углеродно-композитных материалов для изделий ответственного назначения в РНИИ Космического приборостроения, восстановления контура лопаток турбомашин и лазерного мониторинга теплообменников газогенераторов.

Список литературы диссертационного исследования кандидат технических наук Нащёкин, Алексей Сергеевич, 2009 год

1. Неразрушающий контроль и диагностика: справочник / В.В. Клюев, Ф.Р. Соснин, A.B. Ковалёв и др.; Под. ред. В.В. Клюева. 2-е издание., испр. И доп. - М.: Машиностроение, 2003. 656 с.

2. Машиностроение. Энциклопедия. Ред. совет: К.В. Фролов (пред.) и др. М.: Надёжность машин. Т. IV-3/B.B. Клюев, В.В. Болотин, Ф.Р. Соснин и др.; Под общ. ред. В.В. Клюева. 1998. 592 с.

3. Неразрушающий контроль: Справочник: В 7 т. Под общ. ред. В.В. Клюева. Т. 1: В 2 кн. Кн. 1: Визуальный и измерительный контроль. Кн. 2: Радиационный контроль. -М.: Машиностроение, 2003. 560 с.

4. Голубятников И.В., Зеленский В.А., Шатерников В.Е. Системы мониторинга сложных объектов. — М.: Машиностроение, 2009. — 172с.

5. Общие положения обеспечения безопасности атомных станций (ОПБ-88) ПН АЭ Г-1-011-89-М.:Энергоатомиздат., 1990г.

6. Правила ядерной безопасности атомных электростанций (ПБЯ-04— 89).-М., Атомиздат, 1990г.

7. Основные технические требования к АСУ ТП АЭС с реактором ВВЭР-1000 (ОТТ-86)-М.:Энергоатомиздат., 1986г.

8. ГОСТ 12.1.030-81. ССБТ. Электробезопасность. Общие требования

9. Требования к программе обеспечения качества для атомных станций ПНАЭ Г-1-028-91.-ГПАН СССР, 1991г.

10. ГОСТ 34.601 Информационная-технология. Комплекс стандартов на автоматизированные системы.

11. Абрамов Ю.В. Методологические основы формирования модели распределения пространства сложных технических объектов в среде САО/САМ/САЕ. Электронный ресурс: http://lab 18.ipu.rssi.ra/labconi7aticle.asp?num=l 8

12. Авдошин Е.С., Авдошин Д.Е., Волоконно-оптические измерительные датчики и приборы. // Зарубежная радиоэлектроника, 1991,№1.-С.35-55.

13. Автомобильная электроника и вопросы автоматизации управления транспортными средствами. // Радио-электроника за рубежом, 1991, вып. 5(53). -С. 27-41.

14. Акимов В. А., Лапин В. JI., Попов В. М. Надежность технических систем и техногенный риск. — М.: ЗАО ФИД «Деловой экспресс», 2002 — 368с.

15. Акимов В. А., Новиков В. Д., Радаев Н. Н. Природные и техногенные чрезвычайные ситуации: опасности, угрозы, риски. — М.: ЗАО ФИД «Деловой экспресс», 2001. — 344 с.

16. Александров Д.А., Аносов Д.В., Виргин В .П. и др. Наука и безопасность России. М.: Наука, 2000. - 328 с.

17. Андрейчиков, A.B., Андрейчикова О.Н. //Интеллектуальные информационные системы.- М.: Финансы и статистика, 2004-264 с

18. Артамонов B.C., Гусев H.H., Малыгин И.Г. Методология создания и эксплуатации информационной системы мониторинга безопасности зданий и сооружений опасных производственных объектов и гидротехнических сооружений. СПб.: СПбУ ГПС МЧС России, 2007.-472 с.

19. Бахарев К.С., Гусев H.H., Малыгин И.Г. Проблемные вопросы создания- региональной информационной системы мониторинга гидротехнических сооружений, объектов4 водозабора и водоочистки // Пожаровзрывобезопасность. 2007, №3; - с. 54 - 67.

20. Бутусов М.М., Верник С.М., Балкин С.А. и др. Волоконно-оптические системы передачи. М. Радио и связь, 1992 г. - 416 с.

21. Возможности, задачи и перспективы волоконно-оптических измерительных систем в. современном приборостроении/ В.Б. Гармаш, Ф.А. Егоров, Л:Н: Коломиец, А.П. Неугодников, В;И. Поспелов./ Спецвыпуск «Фотон-Экспресс Наука». - 2005, № 6. - с. 128-140.

22. Волноводная- оптоэлектроника: Пер: с англ./ Под. Ред. Т.Тамира.-М.:Мир, 1991.-575 с.24; FacKapoB, Д:В1 Интеллектуальные информационные системы: учеб; для?вузов«/,Д;В1Гаскаров^М:,: Высш-шк., 2003.г 431 с;

23. Гауэр Дж. Оптические: системы: связи: Пер с англ. М.: Радио и связь, 1989:-504 с.

24. Геловани B.Ä. Системы поддержки принятия решений в нештатных ситуациях с использованием современной информационной Г технологии /

25. В.А. Геловани, В.Б. Бритков // Системные исследования. Методологические проблемы. Ежегодник 1995 -1996. М.: Эдиториал УРСС, 1996. с. 179-190.

26. Гиниятулин Н.И. Волоконно-оптические преобразователи информации. -М.Машиностроение, 2004. 328 с.

27. Инфракрасная термография в энергетике. Том III Под ред. Р.К. Ньюпорта, А.И. Таджибаева/-СПб.: Изд. ПЭИПК, 2000. 240 е.: ил.

28. Афонин A.B., Ньюпорт Р.К., Поляков B.C., Сергеев С.С., Таджибаев А.И. Инфракрасная термография в энергетике. Том 1. Основы инфракрасной термографии/ Под ред. Р.К. Ньюпорта, А.И. Таджибаева/ -СПб.: Изд. ПЭИПК, 2000 г.

29. Бажанов С.А. Инфракрасная диагностика электрооборудования распределительных устройств. Библиотечка электроника. Приложение к журн. «Энергетик»/ -М.: НТФ «Энергопрогресс», «Энергетик», 2000. 76 с.

30. Бугаенко А.Г. Аппаратура для оценки характеристик тепловизионных систем// Оптич. журнал, 2002. Т.69, №4. С. 19-25.

31. Будадин О.Н., Потапов А.И., Колганов В.И. и др. Тепловой -неразрушающий контроль изделий/ -М.: Наука, 2002. 476 с.

32. Вавилов, В.П. Тепловой контроль. -Книга 1 в справочнике «Неразрушающий контроль» Т.5/ Под редакцией В.В. Клюева/ -М.: Машиностроение, 2004.

33. Вавилов В.П., Александров А.Н. Тепловизионная диагностика в энергетике. Прилож. журн. «Энергетик»/ -М.: НТФ- «Энергопрогресс», «Энергетик», 2003.82с.

34. Вавилов'* В.П., Климов А.Г. Тепловизоры и их применение/ -М.: Интел универсал, 2002. 88 с.

35. Волков В;Г. Малогабаритные телевизионные системы. Обзор №5591/ -М.: НТЦ.«Информтехника», 2000: 157 с.38; Волков В.Г. Приборы ночного видения новых поколений/ Специальная техника, 2001. №5. С. 2-8.

36. Волков В.Г. Тепловизионные и многоканальные приборы наблюдения-для бронемашин/ Специальная техника, 2005, №1. С. 2-20.37.

37. Волков В.Г. Тепловизионные приборы средней дальности действия/ Специальная техника, 2005, №4. С. 2-17. 35.

38. Волков В.Г., Ковалев A.B., Федчишин В.Г. Тепловизионные приборы нового поколения. 4.1// Специальная техника, 2001, №6. С. 2-10. 38.

39. Госсорг Ж. Инфракрасная термография. Основы. Техника. Применение// Пер. с франц./ -М.: Мир, 1998. 339 е.: ил.

40. Ерофейчев В.Г., Мирошников М.М. Перспективы использования ИК матриц в тепловидении// Оптич. журнал, 1997. Т.64, №2. С. 5-13.

41. Иванов В.П. Прикладная оптика атмосферы в тепловидении/ -Казань: Новое знание, 2000. 357 с.

42. Карасик В.Е., Орлов В.М. Лазерные системы видения/ -М.: Изд-во МГТУ им. Баумана, 2001.

43. Ковалев A.B. Антитеррористическая и криминалистическая диагностика. Книга 2 в справочнике «Неразрушающий контроль» Т.8/ Под редакцией В.В. Клюева. -М.: Машиностроение, 2005.

44. Ковалев A.B., Федчишин В.Г., Щербаков М.И. Тепловидение сегодня/ Специальная техника, 1999, №3. С. 13-18. 1999, №4. С. 19-23.

45. Поцелуев A.A., Архангельский В.В. Дистанционные методы исследования окружающей среды. Учебное пособие для вузов/ -Томск, 88Т, 2001. С. 184.

46. Саликов B.JI. Приборы ночного видения: история поколений/ Специальная техника, №2, 2000, С. 40-48.36.

47. Тарасов В.В. Оптико-электронные тепловизионные системы/ -М.: МИИГАиК, 2001.

48. Тарасов В.В., Якушенков Ю.Г. Инфракрасные системы «смотрящего» типа/-М.: Логос, 2004.

49. Тарасов,В.В., Якушенков Ю.Г. Тенденции развития инфракрасных систем «смотрящего» типа/ -Специальная техника, 2004, №1. С. 24-37. 2004, №3.С. 16-25.

50. Шахраманьян М.А. Новые информационные технологии в задачах обеспечения национальной безопасности России/ -М.: ФЦ ВНРШ ГОЧС, 2003. 398 е.; ил.

51. Маляров В.Г. Неохлаждаемые тепловые инфракрасные матрицы// Оптич. журнал, 2002. Т. 69, №10. С. 60-72.

52. Зеленский В.А. Интегрированная система обработки сигналов бинарных волоконно-оптических датчиков. — Самара: Издательство Самарского научного центра РАН, выпуск 3, том. 9 Раздел «Общая физика и электроника». 2007.- С. 37- 40.

53. Проектирование оптико-электронных приборов: Учебник. Изд. 2-е, перераб. и доп./ Ю.Б. Парвулюсов, С.А. Родионов, В.П. Солдатов и др.; под ред. Ю.Г. Якушенкова/ -М.: Логос, 2000. 488с.; ил.

54. Синеглазое В.М., Кеткович A.A. Активная тепловая интроскопия/ -Киев: Техника, 1990. 110с.

55. Скоков И.В. Оптические спектральные приборы/ -М.: Машиностроение, 1984. 240 с.

56. Электронный ресурс: http://daily.sec.ru/dailypblshow.cfm?rid=45&pid=21146

57. Электронный ресурс: http://www.gsm-guard.net/press33.html

58. Электронный ресурс: http://ipumps.ru/info/detail.php?ID=662&FID=612

59. Электронный ресурс: http://www.khalus.com.ua

60. Электронный ресурс: http://www.nnz-ipc.ru/item/show/16655/16668/66.* Электронный, ■ ресурс: http://www.tecon.com.Ua/img/2013/l 121172936Statj.doc

61. Юшин A.M.* Оптоэлектронные" приборы и их зарубежные аналоги. М.: РадиоСофт, 2000. 512 с.

62. Зеленский В.А., Гречишников В.М. Бинарные волоконно-оптические датчики в системах управления и контроля. — Самара: Самарский научный центр РАН, 2006. — 140 с.

63. Катыс Г.П. Восприятие и анализ оптической информации автоматической системой/ -М.: Машиностроение, 1986. 416 с.

64. Мирошников М.М. Теоретические основы оптико-электронных приборов/ -JI.: Машиностроение, 1983. 696 с.

65. Мосягин Г.М., Немтинов В.Б., Лебедев Е.Н. Теория оптико-электронных систем/ -М.: Машиностроение, 1990. 432 с.

66. Порфирьев Л.Ф. Основы теории преобразования сигналов в оптико-электронных системах/ -Л.: Машиностроение. Ленинградское отделение, 1989.387с.

67. Шульман М.Я. Измерение передаточных функций оптических систем, Л.: Машиностроение. Ленингр. отд., 1980—208с.

68. Цветков Э.И. Алгоритмические основы измерений. Л.: Энергоатомиздат, 1992. 254 с.

69. Шеннон К. Работы по теории информации и кибернетике. Пер.с англ. М.: Изд. иностр. лит., 1963. - 830 с.

70. Cichotski A.,Bogner R., Moszczynski L., Pope K. Modified Herault-Jutten algorithm for blind separation of sources // Digital signal Processing, 1997. -Vol. 7.-Pp. 80-93.

71. Cichotski A., Unbehauen R., Moszczynski L., Rummert E. A new online adaptive learning algorithm for blind separation of sources signals. ISANN. -Taiwan, 1994. Pp. 421 - 427.

72. Cardosso J. F., Belouchrani A., Leheld B. A new composite criterion for for adaptive and iterative blind source separation // Proc. ICASSP-94. Adalaide. -Vol. IV.-Pp. 273-276.

73. Бейтс P., Мак-Доннелл M. Восстановление и реконструкция изображений: Пер. с англ. М.: Мир, 1989. - 336 с.

74. J.J. Murillo-Fuentes. «Independent component analysis in the watermarking of digital images», Lectures notes on computer science, vol. 3195, pp. 938-945, 2004.

75. Boloix-Tortosa, JiJ. Murillo-Fuentes. Blind' Source Separation in the Adaptive Reduction of Inter-Channel Interference for OFDM». Lectures notes on computer science, vol.3195, pp.l 142-1149,2004.

76. JJ. Murillo-Fuentes. «Independent component analysis in the watermarking of digital images». Lectures notes on computer science, vol. 3195, pp. 938-945, 2004.

77. J J. Murillo-Fuentes. «Robust Blind Image Watermarking with independent component analysis: an embedding algorithm». Lectures notes on computer science, vol. 3512, pp. 1100-1107, 2005.

78. Шредер M Фракталы, хаос, степенные законы. Миниатюры из бесконечного рая 2005. Твердый переплет. 528 с.

79. Р. М. Кроновер. Фракталы и хаос в динамических системах. Основы теории. Москва: Постмаркет, 2000. 352 с. 61

80. Фаррар Е., Беккер Э. Импульсная Фурье-спектроскопия ЯМР. — М.: Мир, 1973.

81. С. Осовский. «Нейронные сети для обработки информации» М.: «Финансы и статистика» 2002, 344 с.

82. А.И. Солонина, Д.А. Улахович, С.М. Арбузов, Е.Б. Соловьёва. Основы цифровой обработки сигналов: курс лекций. Изд. 2-е испр. и перераб. СПб.: БХВ-Петербург, 2005. - 768 с.

83. С. Хайкин. «Нейронные сети: полный курс», 2-е издание., испр. : Пер. с англ. М.: ООО «И.Д. Вильяме», 2006, 1104 с.

84. В. А. Головко. «Нейронные сети: обучение, организация и применение». Издательское предприятие журнала «Радиотехника». Москва 2001, 256 с. (Нейрокомпьютеры и их применение).

85. Коршаков A.B. Современные методы реконструкции томографических изображений //Межвузовский сборник научных трудов «Приборостроение». -М.: МГУПИ,2007.-с.100-107

86. Коршаков A.Bf. Обзор некоторых методов реконструкции томографических изображений. //Контроль. Диагностика. М.: Машиностроение.-№3(105) 2007.-е. 45-49

87. Коршаков A.B., Шатерников В.Е. Использование математической концепции нейронных сетей в задаче восстановления ЯМР-томографического изображения. //Системы управления и информационные технологи. С.: Воронеж.-№ 2(32) 2008.-е. 67-72.

88. Кеткович A.A., Яковлева Н.И., Чичигин Б.А. Лазерная компьютерная система контроля лопаток газотурбинных двигателей ÜGRGK1// Контроль. Диагностика №3, 2007. М.: Машиностроение., с 32-36

89. Таубкин И.И., Тришенков М.А. Предельная чувствительность и информативность тепловизоров и других оптико-электронных преобразователей изображения// Оптич. журнал, 1996. Т. 63, №6. С. 18

90. Оценка качества оптического изображения. Под ред. O.A. Герасимовой., М, Геодезиздат., 1995, 276с.

91. Петров В.П. Контроль качества и испытание оптических приборов/ -Л.: Машиностроение, 1985. 222 с.

92. Цифровое преобразование изображений: Учеб. Пособие для вузов/ P.E. Быков, Р. Фрайер, К.В. Иванов, A.A. Манцветов, под ред. Профессора P.E. Быкова.-М.:Горячая линия-Телеком., 1984—162с.

93. Р. Гонсалес, Р. Вудс. Цифровая обработка изображений. М.: Техносфера, 2005-1072с.

94. Гринфильд Д. Оптические сети-С-Пт.:ДиаСофтЮП.-2002.-256с.

95. Никулин О.Ю., Петрушин А.Н. Системы телевизионного наблюдения/ -М.: Оберег-РБ, 1997. 168с.

96. Коршаков A.B., Шатерников В.Е. Автоматизация отладки алгоритмов восстановления томографических изображений с использованием виртуальных фантомов. //Экологические приборы и системы. -М. «Научтехлитиздат».-№12 2007. с. 7-10.

97. Нащекин A.C., Коршаков A.B. Восстановление формы и структуры объектов контроля по искаженным видеоизображениям./ Труды Международной конференции «Инновационные технологии в науке,технике и образовании». Египет, 14-17 ноября, М., МГУПИ, 2009 г.

98. Коршаков A.B., Нащекин A.C. Повышение эффективности восстановления информативной составляющей сигналов системГ132мониторинга./Контроль и диагностика, №10, М., Машиностроение., 2009 г., с. 48-53.

99. Дьячков П.Н. Углеродные нанотрубки: строение, свойства, применения / П.Н. Дьячков. М.: БИНОМ. Лаоратория знаний, 2006. - 293 с. (Серия: Нанотехнология)

100. Нащекин A.C. Исследование предельной чувствительности лазерного метода мониторинга теплообменников парогенераторов./Приборы №7, 2009г., с. 30-33.

101. ПО.Кеткович A.A., Чичигин Б.А. Лазерный профилометр изделий сложной формы // Литьё и металлургия 2(34)2005-Минск, Литьё и металлургия, 2005г.-с. 141-142

102. Ш.Кучин А.А, Обрадович К.А. Оптические приборы для измерения шероховатости поверхности.-Л.: Машиностроение. Ленинг. отд., 1981.-197 с.

103. Топорец A.C. Оптика шероховатой поверхности. -Машиностроение. Ленинг.отд., 1988.-191 с.

104. Зеленский В.А., Нащекин A.C. Методы коррекции сигналов в волоконно-оптических системах мониторинга сложных объектов./Контроль и диагностика, 2009 г., №7., М., Машиностроение, с.23-29.

105. Зеленский В.А., Нащекин A.C., Шатерников В.Е. Система обнаружения событий на основе бинарных волоконно-оптических датчиков./Положительное решение по заявке на патент РФ № 2009117929/22(024689) от 23 июля 2009 г.

106. Нащекин A.C., Шатерников В.Е. Контроль обрыва волокна в мониторинговых системах./Труды Международной конференции «Инновационные технологии в науке, промышленности и образовании». Египет, 14-17 ноября, М., МГУПИ, 2009 г.

107. Нащекин A.C., Аркадов Г.В., Фролов Ф.В. Потарин А.Е. Корпоративная информационная система: сегодня и завтра. РОСЭНЕРГОАТОМ. Ежемесячный журнал по атомной энергетике России № 5. Москва, 2006 г., с. 20-22.