Методическое пособие 802

и являются надежными математическими описаниями динамики изменения влажности воздуха. Коэффициент детерминации моделей увеличивается с увеличением их порядка, то есть качество моделей более высокого порядка лучше. Во-вторых, прогностические свойства моделей авторегрессии AR(2) и AR(3), лучше, чем у модели AR(1). Модель авторегрессии AR(3) содержит один незначимый коэффициент, который не позволяет полностью учесть влияние всей совокупности предыдущих факторов данного показателя на прогнозируемое значение. Исходя из этого, а также в соответствие с принципом минимальной сложности по результатам проведенного анализа для описания стохастической динамики влажности воздуха следует использовать модель AR(2). При подготовке статьи были рассмотрены работы [11-21].

Литература

1.Матвеев, М. Г. Разработка и исследование статистических моделей нестационарного многомерного временного ряда атмосферных температур в условиях неоднородности / М. Г. Матвеев, Е. А. Сирота // Информационные технологии, 2014. - № 12. - С. 20–24.

2.Матвеев, М.Г. Комбинированная прогностическая модель нестационарного многомерного временного ряда для построения пространственного профиля атмосферной температуры / М.Г. Матвеев, В.В. Михайлов, Е.А. Сирота //Информационные технологии, 2016. - №

2.- С. 89–94.

3.Hamilton, J. D. Time Series Analysis / J. D. Hamilton. - Princeton: Princeton University Press, 1994. - 816 p.

4.Maddala, G. S. Unit Roots, Cointegration and Structural Change / G. S. Maddala, I. M. Kim. - Cambridge: Cambridge University Press, 1998. - 505 p.

5.Бокс, Дж. Анализ временных рядов. Прогноз и управление / Дж. Бокс, Г. Дженкинс. - М.: Мир, 1974. кн. 2. - 197 c.

6.Андерсон, Т. Статистический анализ временных рядов / Т. Андерсон. - М.: Мир,

1976. - 756 с.

7.Nelson, C. R. Trends and Random Walks in Macroeconomic Time Series / C. R. Nelson, C. I. Plosser // Journal of Monetary Economic. - 1982. - Vol. 10. - P. 139–162.

8.Горяинова, Е.Р. Прикладные методы анализа статистических данных / Е.Р. Горяинова, А.Р. Панков, Е.Н. Платонов. - М.: Изд. дом Высшей школы экономики, 2012. - 210 с.

9.Подкорытова, О.А., Соколов М.В. Анализ временных рядов / О.А. Подкорытова, М.В. Соколов. - М.: Юрайт, 2016. - 266 с.

10.Артемьев, А.С. Возможности геоинформационного моделирования при прогнозировании распространения загрязняющих веществ промышленных выбросов объектов техносферы в окружающей среде / А.С. Артемьев, А.В. Звягинцева // Вестник Воронежского государственного технического университета. - 2011. - Т. 7. - № 11. - С. 106-110.

11.Звягинцева, А.В. Моделирование процессов и совершенствование мероприятий по улучшению условий труда на горно-обогатительном комбинате / А.В. Звягинцева, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 10-16.

12.Звягинцева, А.В. Моделирование неорганизованных выбросов пыли и газов в атмосферу при взрывных работах на карьерах горно-обогатительных комбинатов / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т.

12.- № 2. - С. 17-25.

13.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

С. 26-32.

14.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский // Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

15.Иванова, В.С. Физическое моделирование аппарата пылеочистки скруббер Вентури

120

для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

16.Zvyagintseva, A.V. Increase of solubility of hydrogen in electrolytic alloys NI-B / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 519-528.

17.Zvyagintseva, A.V. Laws of diffusion of hydrogen in electrolytic alloys on the basis of nickel / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 529-534.

18.Звягинцева, А.В. Моделирование воздействия ртутьсодержащих отходов объектов техносферы на окружающую среду и разработка мероприятий по охране атмосферного воздуха / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов.

-2019. - Т. 12. - № 3. - С. 17-26.

19.Звягинцева, А.В. Моделирование техногенного воздействия ТЭЦ на окружающую среду и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3.

-С. 27-34.

20.Звягинцева, А.В. Оценка процесса техногенного загрязнения атмосферы объектами теплоэнергетики и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, Н.В. Мозговой // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. - С. 34-41.

21.Сазонова, С.А. Математическое моделирование параметрического резерва систем теплоснабжения с целью обеспечения безопасности при эксплуатации / С.А. Сазонова, С.Д. Николенко, А.В. Звягинцева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. -

С. 71-77.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военновоздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», г. Воронеж

A.A. Gromkovskii, L.N. Kostyleva, M.M. Zozulya

MODELING OF THE DYNAMICS CHANGING THE HUMIDITY OF AIR FOR THE CENTRAL-BLACK-EARTH REGION OF THE RUSSIAN FEDERATION

In this paper, we investigate the mathematical description of dynamic processes of change in meteorological variables. These processes are modeled using autoregressive models. As the meteorological indicator studied, the humidity of the air is chosen. Based on the empirical data of the sample population, the parameters of autoregression models of various orders were estimated and the diagnostics of the obtained models was carried out. On the basis of the analysis, the best autoregression model was selected for predicting the meteorological moisture index.

Key words: modeling, forecasting, stochastic dynamics, autoregression, humidity of air.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh

121

УДК 621.396:551.579

Ф.А. Евстафиев, А.Ф. Евстафиев, Г.Ю. Буравлев

ОЦЕНКА КАЧЕСТВА ПРИЕМА СПУТНИКОВОЙ МЕТЕОИНФОРМАЦИИ АППАРАТУРОЙ «СЮЖЕТ-МБ» В УСЛОВИЯХ ПОМЕХ

Получена количественная оценка качества приема спутниковой метеоинформации аппаратурой «СЮЖЕТ-МБ» в условиях помех. Методом экспертных оценок установлены градации качества принимаемой метеоинформации в зависимости от вероятности искажения информационного символа.

Ключевые слова: метеорологическая информация, радиоканал связи, помехоустойчивость, замирания сигнала, градации качества, вероятность ошибки.

Актуальность работы обусловлена необходимостью получения количественных показателей оценки качества приема метеорологической информации штатной аппаратурой метеорологических подразделений в условиях помех, что весьма важно при построении автоматизированных систем ее сбора и обработки.

Целью данной статьи является разработка методики оценки помехоустойчивости приема метеоинформации аппаратурой «СЮЖЕТ-МБ» и установление градаций качества принимаемой информации в зависимости от отношения сигнал-шум и вероятности ошибки в канале связи.

Анализ тракта приема и обработки информационных сигналов в аппаратуре «СЮ- ЖЕТ-МБ» свидетельствует, что в нем используется классический или близкий к нему алгоритм приема и обработки радиосигналов. В частности, входной высокочастотный радиосигнал в первичном устройстве обработки (ресивере) переносится на соответствующую постоянную промежуточную частоту, на которой далее осуществляется квадратурная некогерентная обработка сигнала с принятием решения по каждому информационному символу с последующей регенерацией импульсного цифрового потока. Регенерированный импульсный цифровой поток преобразуется в параллельный цифровой код в виде отдельных кодовых комбинаций и вводится в декодер с целью извлечения из него информации и ее отображения в соответствии с программным обеспечением. В качестве информационных сигналов в данной аппаратуре используются двоичные ортогональные (или квазиортогональные) сигналы, преимущественно, с частотной манипуляцией. Для таких сигналов при некогерентном приеме в литературе приводятся соответствующие выражения для расчета помехоустойчивости приема информации в виде вероятности ошибки на один двоичный символ [1, 2].

Так, при медленных релеевских замираниях, обусловленных многолучевым распространением радиоволн, когда разность между задержками крайних радиолучей 1/ F , где F - ширина спектра сигнала, нижняя граница вероятности ошибки определяется выражением [2]:

где 1 , 2 – частоты сигналов; Tc – длительность сигнала.

При отсутствии замираний сигналов вероятность ошибки имеет следующий вид [1, 2]:

_________________________________

© Евстафиев Ф.А., Евстафиев А.Ф., Буравлев Г.Ю., 2019

122

В случае использования ортогональных сигналов ( 0 ) при наличии квазирелеевских замираний вероятность ошибки будет равна [2]:

где k 2 Р2 / Ф2 – отношение квадратов регулярной и флюктуационной составляющих замираний.

При отсутствии замираний ( k 2 ) и ортогональных сигналах ( 0 ) выражение

(4) превращается в традиционное выражение вероятности ошибки при некогерентном приеме на фоне белого шума [2, 3]:

На рис. 1 характеристика помехоустойчивости 1 соответствует случаю приема ортогональных сигналов при отсутствии замираний. Характеристики 2 и 3 соответствуют случаю

приема ортогональных сигналов в условиях квазирелеевских замираний при k 2 10 и k 2 5

. Характеристики 4 и 5 отражают помехоустойчивость приема при релеевских замираниях и различной степени ортогональности сигналов, соответствующей 0 и 0,4 .

Рис. 1. Зависимость вероятности ошибки приема двоичных сигналов от отношения сигнал-шум при наличии общих замираний

Анализ представленных характеристик свидетельствует, что замирания сигналов, в особенности, релеевские, резко снижают качество приема информации. При этом увеличение мощности радиопередатчика слабо влияет на повышение помехоустойчивости. Кроме того, вероятность ошибки зависит от степени ортогональности сигналов, которую можно обеспечить соответствующим разносом их частот, но при этом потребуется расширение полосы частот канала связи.

Представленные результаты справедливы как для коротковолнового так и для ультракоротковолнового каналов радиосвязи, так как при определенных условиях за счет ионосферной и тропосферной неоднородности среды распространения радиоволн возникает явление многолучевости, порождающее интерференционные замирания информационных сигналов. На рис. 2 представлены результаты экспериментальных исследований влияния помех на качество приема спутниковой информации. Информация принималась в реальном време-

123

ни штатным аппаратно-программными комплексом «СЮЖЕТ-МБ» на частоте 1700 МГц при воздействии помех разной интенсивности при наличии и отсутствии замираний сигналов.

Принимаемая информация отображалась построчно на мониторе ПЭВМ со скоростью развертки изображения 120 стр/мин. При этом в качестве внешних помех использовались широкополосные флюктуационные помехи разной интенсивности с равномерной спектральной плотностью мощности. Помехи формировались с помощью генератора Г4-129 путем подачи модулирующего шума от генератора Г2-37 на соответствующий модулирующий вход. Отношение сигнал-шум определялось по первой промежуточной частоте блока приема и обработки сигнала, равной 10700 кГц с помощью вольтметра В3-45. Сформированную таким образом помеху с высокой степенью точности можно считать нормально распределенной [2]. Поэтому выражения (1–5), определяющие помехоустойчивость цифрового режима приема можно считать адекватным условиям эксперимента.

Рис. 2. Спутниковый снимок, принятый при воздействии помехи и наличии замираний

Фрагменты спутникового снимка на рис. 2.а и рис. 2.в приняты при исходных отношениях сигнал-шум h2 10 и h2 7 , и при наличии замираний сигналов с вероятностями ошибок РОШ 10 1 и РОШ 3 10 2 , рассчитанных по усредненным значениям отношений сигнал-шум, что соответствует неудовлетворительному качеству приема.

Фрагмент на рис. 2.б принят при h2 15 ( РОШ 8 10 4 ). При этом качество изображения значительно улучшилось, однако нарушенная синхронизация не восстановилась. При

дальнейшем увеличении отношения сигнал-шум до h2 25 (фрагмент на рисунке 2.г) восстановилась синхронизация и качество принимаемой информации существенно улучшилось.

В результате проведенных экспериментальны исследований помехоустойчивости аппаратуры «СЮЖЕТ-МБ» выявлены следующие закономерности:

1.В выделенных радиоканалах передачи спутниковой метеоинформации имеют место замирания информационных сигналов, которые совместно с внешними помехами резко ухудшают качество принимаемой информации.

2.Установлено, что если при отсутствии замираний отношение сигнал-шум h 2 20 ,

то качество приема информации хорошее, если h 2 8 то качество приема информации как в аналоговом, так и в цифровом режимах приема неудовлетворительное.

3.Интенсивные помехи, кроме подавления информационного сигнала часто приводят

ксрыву синхронизации, которая при дальнейшем увеличении отношения сигнал-шум, как правило, не восстанавливается, что требует ее совершенствования в данной аппаратуре.

124

По результатам теоретических и экспериментальных исследований помехоустойчивости приема метеоинформации аппаратурой «СЮЖЕТ-МБ» методом экспертных оценок получены следующие градации ее качества в зависимости от отношения сигнал-шум и вероят-

Полученные результаты можно использовать в автоматизированных системах сбора и обработки метеорологической информации при прогнозировании качества ее приема в зависимости от состояния выделенных радиоканалов связи. При подготовке статьи были рассмотрены работы [4-20].

Литература

1.Тихонов В.И. Оптимальный прием сигналов. М.: Радио и связь, 1983. 319 с.

2.Финк Л.М. Теория передачи дискретных сообщений. М.: Сов. радио, 1970. 726 с.

3.Кириллов Н.Е. Помехоустойчивая передача сообщений по линейным каналам со случайно изменяющимися параметрами. М.: Связь, 1971. 256 с.

4.Сазонова, С.А. Результаты вычислительного эксперимента по апробации математических моделей анализа потокораспределения для систем теплоснабжения / Сазонова С.А. // Вестник Воронежского института высоких технологи. - 2010. - №6. – С. 99104.

5.Звягинцева, А.В. Математическая модель водородной проницаемости металлов с примесными ловушками при наличии внутренних напряжений различной физической природы / А.В. Звягинцева // Международный научный журнал Альтернативная энергетика и экология. - 2019. - № 19-21 (303-305). - С. 29-44.

6.Иванова, В.С.Физическое моделирование аппарата пылеочистки скруббер Вентури для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

7.Звягинцева, А.В. Современные накопители водорода на основе гибридных функциональных материалов / А.В. Звягинцева, А.О. Артемьева // Вестник Воронежского государственного технического университета. - 2017. - Т. 13. - № 5. - С. 133-138.

8.Сазонова, С.А. Особенности формулировки прикладных задач управления функционированием системами теплоснабжения / С.А. Сазонова // Моделирование систем и про-

цессов. - 2018. -Т. 11. - № 3. - С. 80-88.

9.Чабала, Л.И. Экологическая безопасность человека / Л.И. Чабала, А.В. Звягинцева, В.А. Чабала // Вестник Воронежского государственного технического университета. - 2010. -

Т. 6. - № 2. - С. 100-102.

10.Zvyagintseva, A.V. Laws of diffusion of hydrogen in electrolytic alloys on the basis of nickel / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 529-534.

11.Звягинцева, А.В. Моделирование процессов и совершенствование мероприятий по улучшению условий труда на горно-обогатительном комбинате / А.В. Звягинцева, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. - С. 10-16.

12.Звягинцева, А.В. Моделирование неорганизованных выбросов пыли и газов в атмосферу при взрывных работах на карьерах горно-обогатительных комбинатов / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т.

12.- № 2. - С. 17-25.

13.Звягинцева, А.В. Моделирование процессов и разработка мероприятий по сокращению пылегазовыделения на карьерах горно-обогатительного комбината / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 2. -

125

С. 26-32.

14.Асминин, В.Ф. Функциональные и конструктивные особенности облегченных звукоизолирующих панелей / В.Ф. Асминин, Е.В. Дружинина, С.А. Сазонова, Д.С. Осмоловский

//Вестник Воронежского института высоких технологий. - 2019. - № 2 (29). - С. 4-7.

15.Иванова, В.С. Физическое моделирование аппарата пылеочистки скруббер Вентури для улучшения условий труда на производствах / В.С. Иванова, С.Д. Николенко, С.А. Сазонова, В.Ф. Асминин // Моделирование систем и процессов. - 2019. - Т. 12. - № 1. - С. 48 -55.

16.Zvyagintseva, A.V. Increase of solubility of hydrogen in electrolytic alloys NI-B / A.V. Zvyagintseva, Y.N. Shalimov // NATO Science for Peace and Security Series C: Environmental Security. - 2011. - Т. 2. - С. 519-528.

17.Звягинцева, А.В. Моделирование воздействия ртутьсодержащих отходов объектов техносферы на окружающую среду и разработка мероприятий по охране атмосферного воздуха / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. - С. 17-26.

18.Звягинцева, А.В. Моделирование техногенного воздействия ТЭЦ на окружающую среду и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, В.В. Кульнева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. - С. 27-34.

19.Звягинцева, А.В. Оценка процесса техногенного загрязнения атмосферы объектами теплоэнергетики и разработка инженерно-технических природоохранных мероприятий / А.В. Звягинцева, С.А. Сазонова, Н.В. Мозговой // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. - С. 34-41.

20.Сазонова, С.А. Математическое моделирование параметрического резерва систем теплоснабжения с целью обеспечения безопасности при эксплуатации / С.А. Сазонова, С.Д. Николенко, А.В. Звягинцева // Моделирование систем и процессов. - 2019. - Т. 12. - № 3. -

С. 71-77.

ФГКВОУ ВПО «Военный учебно-научный центр Военно-воздушных сил «Военновоздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», г. Воронеж

F.A. Evstafiev, A.F. Evstafiev, G.Yu. Buravlev

ESTIMATION OF THE QUALITY RECEPTION OF SATELLITE METEOINFORMATION WITH THE "SYUZHET-MB" APPARATUS UNDER CONDITIONS OF INTERFERENCE

The quantitative estimation of reception quality of satellite meteorological information by the "SJUZHET-MB" equipment is obtained in the conditions of interference. The method of expert assessments establishes gradations of the quality of the received meteorological information, depending on the probability of distortion of the information symbol.

Key words: meteorological information, radio communication channel, noise immunity, signal fading, quality gradation, error probability.

Federal State Official Military Educational Institution of Higher Professional Education Military Educational Research Centre of Air Force «Air Force Academy named

after professor N.E. Zhukovsky and Yu.A. Gagarin», Voronezh

126

УДК 004.924

Я.В. Петросян, А.А. Нестеренко МЕТОД ОПРЕДЕЛЕНИЯ ЭКСПОЗИЦИИ ЦИФРОВЫМИ ФОТОАППАРАТАМИ

ВСЛОЖНЫХ УСЛОВИЯХ ФОТОСЪЁМКИ АЭРОЛАНДШАФТА

Встатье рассматривается метод для определения экспозиции цифровых фотоаппаратов, обеспечивающий сохранение максимального количества деталей на снимках в сложных условиях съёмки аэроландшафта.

Ключевые слова: аэрофотосъёмка, автоматическая экспозиция, детализация изображения, качество изображения.

Для производства аэрофотосъёмки всё чаще применяются беспилотные летательные аппараты (БЛА), на которых устанавливается фотосъёмочная аппаратура. На малоразмерных БЛА, запускаемых с катапульты или руки в полевых условиях, как правило, устанавливаются серийные цифровые фотоаппараты, которые незначительно дорабатываются для дистанционного управления, но алгоритмы автоматического управления экспозицией остаются те, которые заложены производителями, то есть ориентированные на художественную или репортажную фотографию.

Для БЛА аэродромного базирования создаются специализированные цифровые аэрофотоаппараты (АФА), которые используют те же алгоритмы автоматического определения экспозиции. В целом эти алгоритмы себя хорошо зарекомендовали, поэтому в простых условиях съёмки с их применением получают качественные фотоматериалы.

Последняя оговорка наводит на мысль, что автоматических алгоритмов выбора экспозиции несколько, а значит, они применяются в разных условиях, что исключает полную автоматизацию, а также, что могут быть неблагоприятные условия для съёмки, когда эти алгоритмы не дадут желаемого результата.

Поэтому рассмотрим существующие методы автоматического выбора экспозиции, условия их применения, а также условия аэрофотосъёмки, при которых они могут дать неудовлетворительный результат. Далее будет рассмотрена методика определения экспозиции, способная устранить выявленные недостатки.

Экспозиция – количество актиничного излучения, получаемого светочувствительным элементом. Для видимого излучения может быть рассчитана как произведение освещённости на выдержку, в течение которой свет воздействует на светочувствительный элемент: матрицу или фотоэмульсию [1].

В цифровых фотоаппаратах определение экспозиции называется экспозамером. Экспозамер производится перед съёмкой каждого кадра путём анализа количества света, поступающего на светочувствительную матрицу или какую-то её часть. Отсюда экспозамер может быть: усреднённый, центровзвешенный, точечный, частичного измерения, многозонный [2].

При усреднённом экспозамере яркость всех частей кадра учитывается в равной степени, иногда его называют интегральным. Сейчас он не используется, так как при съёмке на природе при нахождении в кадре значительного участка неба кадр оказывается тёмным (передержанным). Это происходит из за того, что усреднённый экспозамер подбирает экспозицию так, чтобы в среднем плотность всего кадра составляла около 50% от полностью тёмного изображения.

Чтобы избавиться от этого недостатка производители фототехники решили анализировать яркость не всего кадра, а некоторой центральной части кадра, которая наверняка будет содержать объект съёмки, по которому и нужно производить экспозамер. Центровзвешенный экспозамер анализирует освещённость центральной части кадра, которая занимает около 60% от его общей площади (может колебаться у разных производителей).

_________________________________

© Петросян Я.В., Нестеренко А.А., 2019

127

Точечный экспозамер в отличие от центровзвешенного анализирует точку кадра, составляющую только 1-5%, которую можно задавать в разных частях кадра. Некоторые модели фотоаппаратов позволяют задавать несколько точек экспозамера и осреднять данные измерений в них. Частичный экспозамер отличается от точечного тем, что площадь з амера увеличена до 10-15%.

Точечный и частичный экспозамеры требуют участия оператора для выбора точек экспозамера. Они применяются в случаях, когда освещённость сцены не равномерна. Например, объект съёмки расположен на фоне яркого неба и занимает малую часть кадра. Тогда центровзвешенный замер будет ориентироваться по освещённости неба, которое будет хорошо выглядеть на фотографии, но сам объект съёмки будет очень тёмный. В этом сл у- чае, очевидно, что нужно проводить точечный экспозамер по объекту съёмки.

Многозонный экспозамер разделяет кадр на несколько зон, как правило пять – центральная зона и четыре по углам, в которых проводится измерение освещённости и в зависимости от их сочетаний выбирается экспозиция по сюжетным линиям, которые заранее определены.

Учитывая освещённость аэроландшафта из всех перечисленных алгоритмов экспозамера наиболее привлекательным является усреднённый и центровзвешенный, все остальные требуют участия оператора для выбора точек экспозамера.

При плановой съёмке аэроландшафт освещён равномерно, при перспективной и панорамной съёмке в кадр может попадать небо, но оно будет занимать очень незначительную часть. Поэтому автоматический экспозамер будет давать снимки с хорошим качеством

вбольшинстве случаев, которые относятся к простым условиями съёмки.

Ксложным условиям относится съёмка, когда в кадр входят:

-водные поверхности с бликом от Солнца, который даёт сильную засветку;

-ландшафт с береговой линей, когда суша и море имеют сильно отличающуюся яркость;

-зимний ландшафт, в котором имеются заснеженные поля и темные объекты съемки. В перечисленных ситуациях к неблагоприятным факторам следует отнести безоблач-

ную погоду, когда яркое солнце даёт наибольший контраст между объектами разной яркости и контрастные глубокие тени, детали в которых могут оказаться непроработанными.

При установке центровзвешенного экспозамера качество снимка будет определяться тем, насколько много места занимает яркая площадь аэроландшафта и занимает ли она центральную часть кадра.

Для дешифровщика аэрофотоснимков важна детализация изображения, которая пропадает в сложных условиях съёмки в первую очередь в передержанных (светлых) и недодержанных (тёмных) областях изображения. Очевидно, что метод экспозамера для аэрофотосъёмок должен ориентироваться на сохранение детализации изображения или максимального значения информационной насыщенности [3].

Максимум информационной насыщенности изображения Qmax может являться критерием оптимальности экспозамера с точки зрения сохранения детализации изображения. Информационная насыщенность рассчитывается по формуле:

где n, m – размер изображения в пикселах, Gi,j вычисляется по формуле:

где Ii,j – яркость пикселя. Для полутонового изображения яркость может принимать значения от 0 – чёрный, до 255 – белый.

Gi,j рассчитывается для каждого пиксела изображения, лежащего не на периметре. Данный коэффициент подсчитывает количество пикселей вокруг центрального пиксела с координатами (i, j), отличающихся по яркости от центрального. Если все пиксели имеют

128

одинаковую яркость, то G равен нулю, если все отличаются, то – 8. Данный коэффициент можно интерпретировать как яркостную неоднородность для окрестности пикселя с координатами (i, j).

Формула (1) оценивает среднее значение яркостной неоднородности по изображению. Коэффициент Q может меняться в пределах 0-1. При этом значение «0» соответствует однородному изображению любой яркости, а «1» – изображению, в котором все пиксели по яркости отличаются от соседних. Для реальных изображений значение Q=1 недостижимо. Данная тема подробно изложена в [3].

Утверждается, что при выборе экспозиции, при которой Q максимален, изображение сохраняет максимум деталей даже в сложных условиях съёмки.

Для подтверждения этой гипотезы был поставлен эксперимент, в котором с применением цифрового фотоаппарата CanonD700 был сделан ряд снимков содержащих в кадре до 50% безоблачного неба и частную застройку.

Снимки делались в ручном режиме выбора экспозиции с чувствительность матрицы ISO-100 начиная от максимально возможной, дающей полную засветку кадра, до минимальной – тёмный кадр. Для каждого полученного снимка вычислялся коэффициент Q. Как и следовало ожидать самый светлый и самый тёмный снимки имели низкие значения Q. По мере продвижения качества изображения от светлого к нормальной плотности Q возрастал и достиг максимума на уровне 0.0223, после чего снова стал падать для более темных изображений, так как стали пропадать детали в тенях. Для снимка с автоматическим экспозамером Q составил 0,0148. Изменение Q показано на рис. 1.

Рис. 1. Изменение информационной насыщенности Q при изменении экспозиции от максимума к минимуму

Снимок с максимальным значением Q был отобран как лучший. Данный снимок визуально сравнивался со снимком, полученным с автоматическим экспозамером. Сравнение показало, что первый снимок, полученный при условии максимума информационной насыщенности Q, является более светлым, имеет хорошую проработку деталей в части кадра с частной застройкой, в то время как безоблачное небо, не содержащее деталей, оказалось пересвеченным. Более светлая нижняя часть кадра, содержащая частную застройку, позволяла рассмотреть больше деталей изображения и, хотя, на снимке, полученном с автомати-

129