La stragrande maggioranza delle minacce alla sicurezza delle strutture di sicurezza estese viene rilevata utilizzando mezzi di rilevamento tecnico di tipo perimetrale inclusi nel sistema di allarme di sicurezza delle strutture. Vari fenomeni naturali e industriali (forte vento, interferenze elettromagnetiche di apparecchiature radioelettroniche, ecc.), oggetti viventi (animali, uccelli), che influenzano i mezzi di rilevamento, causano interferenze che causano falsi allarmi.
Le caratteristiche principali dei mezzi di rilevamento sono la probabilità di rilevamento di un intruso P ob e il tempo medio al falso allarme T lt. Quando si sviluppano strumenti di rilevamento, i requisiti per la probabilità di rilevamento di una minaccia alla sicurezza (intruso), a seconda dell'importanza delle attività da risolvere, sono normalizzati entro i seguenti limiti:
a) livello soddisfacente (P circa > 0,9);
b) livello elevato (P circa > 0,95);
c) livello molto alto (P circa > 0,97).
Il tasso di falsi allarmi è determinato dal produttore in base ai risultati di test a lungo termine dei dispositivi di rilevamento in varie condizioni. In questo caso il tempo accettabile tra falsi allarmi può essere considerato T lt > 720 ore. Il valore ottenuto durante il test è indicato dal produttore nel passaporto del prodotto. In questo caso i test vengono eseguiti nell'ambito delle specifiche tecniche approvate. La possibilità di variare le condizioni effettive di prova consente al produttore di apparecchiature di rilevamento di sovrastimare la caratteristica T lt per ragioni opportunistiche. Tuttavia, le statistiche sull'uso dei mezzi di rilevamento perimetrale in siti specifici consentono di determinare stime abbastanza chiare dell'immunità al rumore di un particolare dispositivo.
Una stima affidabile della probabilità di rilevamento di un intruso dipende in gran parte dal modello di intruso selezionato. Ad esempio, per intruso si intende spesso una persona media che attraversa a piedi la zona di sicurezza, in modo monotono, ad una velocità compresa tra 0,3 e 5 m/s. Se il movimento di un vero intruso avviene a bassa velocità (meno di 0,2 m/s), la probabilità di rilevamento diminuirà fino a zero, a seconda della preparazione dell'intruso.
Consideriamo le caratteristiche degli strumenti di rilevamento perimetrale nell'ambito del modello statistico dell'intruso. Il suo modello generalizzato determina la frequenza con cui si presentano i vari trasgressori alla linea di sicurezza, suddivisi in tipologie in base al loro livello di preparazione. Ad ogni tipo i = 1, 2... può essere associata la probabilità del suo rilevamento P circa i da parte di un dato strumento di rilevamento e l'entità del danno potenziale k i = 1, 2.. che tali trasgressori possono causare all'oggetto protetto. La probabilità integrale di rilevare una minaccia per un oggetto include queste particolari caratteristiche. Il grado di consapevolezza dei trasgressori riguardo al sistema di sicurezza perimetrale varia: dall'ignoranza o una certa familiarità alla conoscenza completa e alla formazione nelle aree di attraversamento. In base al livello di consapevolezza si possono distinguere 4 tipologie di trasgressori.
Il primo sono i violatori involontari (accidentali). Di norma, vengono rilevati in modo affidabile secondo lo scenario standard della loro azione, incorporato nell'algoritmo di elaborazione delle informazioni dello strumento di rilevamento. Solo per tali trasgressori è garantita la probabilità di rilevamento prevista nel passaporto del prodotto (mezzi di rilevamento). Sono il tipo più comune di delinquente.
Il secondo tipo di trasgressore differisce in quanto le persone cercano deliberatamente di superare il sistema di sicurezza della struttura. Hanno una certa conoscenza degli allarmi di sicurezza installati, hanno letto qualcosa nella letteratura tecnica e stanno cercando di ridurre la probabilità di rilevamento. Ad esempio, ridurre o aumentare la velocità di movimento, utilizzare i mezzi disponibili per superare la recinzione. Tali intrusi deliberati non qualificati che non conoscono il principio fisico del rilevamento vengono solitamente rilevati in modo soddisfacente dai mezzi di rilevamento perimetrale. Il numero di tali trasgressori è, in media, 2 volte inferiore a quello di quelli casuali, tuttavia ci sono oggetti (ad esempio, lontani dai confini della città) dove prevalgono.
Il terzo tipo rappresenta i trasgressori intenzionali e qualificati che conoscono bene il sistema di sicurezza. I singoli delinquenti dispongono di norma di mezzi speciali per facilitare il superamento di un confine (ad esempio una scala a pioli, una scala di corda, ecc.) o addirittura di aggirare mezzi di rilevamento, ad esempio scavando. Un gruppo di violatori può aiutarsi a vicenda a superare la zona di sicurezza. La loro composizione percentuale è piccola, ma spesso ad essi può essere associata la massima minaccia per un oggetto.
L'ultimo tipo è un delinquente intenzionale e altamente qualificato. Il rilevamento perimetrale singolo significa un rilevamento estremamente insoddisfacente. Il vero rilevamento di tali intrusi è possibile combinando la linea di sicurezza con due o tre mezzi di rilevamento con diversi principi fisici di funzionamento.
I valori tipici delle probabilità di rilevamento per vari tipi di intrusi secondo la classificazione proposta sono riportati nella Tabella 1.
Probabilità di rilevamento per diversi tipi di intrusi con rilevamento perimetrale
Tabella 1
- Specialità della Commissione di attestazione superiore della Federazione Russa05.09.07
- Numero di pagine 240
1. METODI MODERNI PER IL CALCOLO DELLA PROBABILITÀ DI RILEVAMENTO
OGGETTI PER OSSERVATORE.
1.1. Funzioni della percezione visiva.
1. 2. Modelli fisiologici.
1.3. Modelli informativi.
1.4. Modelli statistici.
1.4.1. I modelli statistici più semplici.
1.4.2. Modelli basati sulla teoria delle decisioni statistiche.
2. SVILUPPO DI UN MODELLO STATISTICO DELL'ORGANO VISIVO PER
SOLUZIONI AL PROBLEMA DEL RILEVAMENTO DI OGGETTI SU SFONDI CASUALI.
2.1. Determinazione del rapporto di verosimiglianza della soglia nel modello dell'organo della vista.
2. 2. Determinazione della probabilità di rilevamento di oggetti su sfondi casuali.
2.2.1. Calcolo del logaritmo del rapporto di verosimiglianza nel campo delle implementazioni spaziali.
2.2.2. Calcolo del logaritmo del rapporto di verosimiglianza nel dominio della frequenza spaziale.
2.3. Tenendo conto delle caratteristiche degli elementi ottici di un sistema di visualizzazione di immagini ottico-elettroniche.
2.4. Analisi delle espressioni ottenute per calcolare la probabilità di rilevamento su sfondi casuali.
2.5. Determinazione della probabilità di riconoscere coppie di oggetti su sfondi casuali.
3. DETERMINAZIONE DEI PARAMETRI FONDAMENTALI DEL MODELLO DI ORGANO DELLA VISIONE
NEL CAMPO DI ADATTAMENTO DELLA LUMINOSITÀ OPERATIVA.
3.1. Tenendo conto delle proprietà reali dell'ottica dell'occhio nel modello dell'organo della visione.
3.2. Caratteristiche del funzionamento dell'organo della vista ad alti livelli di luminosità di fondo.
3.3. Dipendenza funzionale della sensibilità dei recettori dell'organo visivo dalla luminosità dell'adattamento e dalla posizione dello stimolo sulla retina.
3.4. Determinazione dei parametri principali del modello dell'organo della vista utilizzando il programma APPRC0N.
4. MODELLO MATEMATICO DELL'ORGANO VISIVO NELLA FORMA
PACCHETTO PROGRAMMI APPLICATIVI.
4.1. Descrizione del programma DETECTOR per il calcolo della probabilità di rilevamento di oggetti su sfondi casuali.
4.2. Modifica del programma DETECTOR per il caso di identificazione di coppie di oggetti su sfondi casuali.
5. ANALISI DEGLI ERRORI DI CALCOLO MEDIANTE IL PROGRAMMA RILEVATORE.
5.1. Errore nel tagliare un'immagine sfocata di un oggetto su uno sfondo uniforme.
5.2. Errori nel taglio delle funzioni di correlazione.
5.3. Errore di campionamento di un'immagine sfocata di un oggetto su uno sfondo uniforme.
5.4. Errori di discretizzazione delle funzioni di correlazione.
5.5. Tenendo conto dell’influenza congiunta degli errori
Sulla precisione dei calcoli utilizzando il programma DETECTOR.
6. METODO DI RICERCA SPERIMENTALE E SCHEMA DI INSTALLAZIONE PER DETERMINARE LA PROBABILITÀ DI RILEVAMENTO DI OGGETTI DA PARTE DI UN OSSERVATORE.
6.1. Sviluppo di uno schema funzionale dell'impianto.
6. 2. Sviluppo di software per il setup sperimentale.
6.3. Descrizione del blocco adattometro.
6.4. Descrizione del metodo per calibrare l'installazione e condurre un esperimento visivo.
6.5. Metodologia per la valutazione dell'errore dei risultati sperimentali.
6.6. Confronto dei risultati dei calcoli utilizzando il modello proposto con i dati sperimentali.
Elenco consigliato delle tesi
Teoria statistica della percezione delle immagini nei sistemi di visualizzazione ottico-elettronici 2001, Dottore in scienze tecniche Grigoriev, Andrey Andreevich
Modello matematico di un osservatore nel processo di elaborazione dell'immagine visiva 1998, Dottore in scienze tecniche Trifonov, Mikhail Ivanovich
Ricerca sulle capacità informative dei sistemi di sorveglianza ottico-elettronici 2007, Candidato di scienze tecniche Sivyakov, Igor Nikolaevich
Rilevazione e stima dei confini degli oggetti nelle immagini in condizioni di rumore additivo e distorsioni deformanti 2011, candidato di scienze fisiche e matematiche Solomatin, Alexey Ivanovich
Sviluppo di una metodologia per determinare le coordinate cromatiche specifiche di un sistema fisiologico 2011, candidata alle scienze tecniche Gordyukhina, Svetlana Sergeevna
Introduzione della tesi (parte dell'abstract) sull'argomento "Metodo per calcolare la probabilità che un osservatore rilevi oggetti su sfondi casuali"
Attualmente, il metodo principale per determinare le caratteristiche di uscita dei sistemi di visualizzazione delle immagini ottico-elettronici (OEIS) è il metodo della ricerca sperimentale diretta (metodo delle valutazioni di esperti). Per ottenere risultati statisticamente affidabili, questo metodo richiede il coinvolgimento di un gran numero di osservatori addestrati. La conseguenza di ciò sono tempi e costi economici significativi per la creazione di campioni funzionanti di OESVI. Quando si utilizza il metodo delle valutazioni esperte per ottimizzare i parametri del sistema, diventa necessario creare più sistemi con parametri diversi o un sistema in cui il parametro studiato varia, il che rende ancora più costoso l'ottenimento di risultati sperimentali.
L’eliminazione di queste carenze è possibile creando un modello matematico dell’OESVI, che include un modello matematico dell’organo visivo dell’osservatore (03). In questo caso, il volume degli esperimenti necessari è significativamente ridotto, poiché sono necessari solo per trovare le funzioni e i coefficienti sconosciuti inclusi nel modello, nonché per determinare i limiti della sua applicabilità. I modelli matematici consentono non solo di ridurre significativamente il tempo per la ricerca sui tipi esistenti di OESVI, ma anche di analizzare OES promettenti senza creare prototipi, il che riduce significativamente tempi e costi economici.
Una caratteristica della maggior parte del lavoro visivo, effettuato sia con l'aiuto di OESVI che ad occhio nudo, è la presenza di una distribuzione casuale e non uniforme della luminosità nel campo visivo. Pertanto, l'osservazione in OESVI può avvenire in condizioni di sovrapposizione additiva del rumore proveniente dal percorso elettronico ("rumore additivo") su un oggetto e uno sfondo non casuali. Durante l'osservazione sul campo, un oggetto (in particolare uno con una colorazione casuale), di regola, sostituisce applicativamente una sezione di uno sfondo casuale come un paesaggio, una superficie dell'acqua, nuvole, ecc., in modo che le aree dell'immagine l'interno e l'esterno del contorno dell'oggetto cessano di essere correlati (“ sfondo applicativo”). Inoltre, si osservano insieme casi di rumore additivo e di fondo applicativo.
Come ha dimostrato l'analisi dei dati della letteratura, manca attualmente una descrizione matematica del processo di rilevamento da parte di un osservatore di oggetti su sfondi reali che hanno sia componenti additivi che applicativi, il che rende impossibile lo sviluppo di un modello matematico di OESVI per questo caso. Pertanto, l'argomento proposto per la tesi può essere considerato rilevante.
La tesi è composta da un sommario, un'introduzione, sei capitoli, conclusioni sul lavoro e un elenco di bibliografia.
Il primo capitolo contiene un'analisi letteraria di oltre 100 diversi modelli di visione soglia umana, indicandone vantaggi e svantaggi. Viene proposta una classificazione di tali modelli, in base alla quale si possono distinguere quattro approcci alla loro creazione: empirico, fisiologico, informativo e statistico. Sulla base dei risultati ottenuti, possiamo concludere che l'approccio statistico è il più promettente per risolvere il problema formulato.
Nel secondo capitolo viene proposto uno schema strutturale del modello statistico 03 basato sulla funzione del rapporto di verosimiglianza e si ottengono relazioni calcolate che permettono di trovare la probabilità di rilevare oggetti e riconoscere coppie di oggetti da parte di un osservatore su sfondi casuali, prendendo tener conto dell'influenza congiunta del fondo applicativo, del rumore additivo e della colorazione mascherante dell'oggetto. Le relazioni ottenute consentono inoltre di tenere conto dell'influenza degli elementi ottici dell'osservatore OESVI e 03 sui risultati del calcolo utilizzando il modello.
All'inizio del terzo capitolo si ottiene una descrizione analitica della funzione di scattering del punto dell'ottica dell'occhio, basata sui risultati degli esperimenti di numerosi autori e che consente di tenere conto delle proprietà reali dell'ottica dell'occhio nel modello 03 Successivamente, viene effettuata un'analisi del funzionamento dell'analizzatore visivo ad alti livelli di luminosità di adattamento e viene considerato il processo per ottenere la dipendenza funzionale della distribuzione della sensibilità retinica dalla luminosità dello sfondo e dalla distanza dal centro di. la fovea. Viene descritto il software creato a questo scopo. Questa dipendenza è una componente importante del modello, che ci permette di passare dalla distribuzione della luminosità nello spazio degli oggetti alla distribuzione delle reazioni dei recettori attraverso la retina 03.
Il quarto capitolo include la descrizione di un pacchetto di programmi applicativi che implementano il modello 03 sviluppato e consentono di calcolare la probabilità di rilevamento di oggetti e di identificazione di coppie di oggetti su sfondi casuali.
Il quinto capitolo descrive le caratteristiche della rappresentazione delle funzioni continue in un computer e sottolinea la necessità di tenere conto degli errori che si verificano durante i calcoli utilizzando il programma DETECTOR, che implementa il modello creato 03. Un metodo per stimare questi errori, causati sia da grossolani discretizzazione e taglio dei bordi degli array di funzioni incluse nelle espressioni calcolate del modello. Questa tecnica consente di selezionare un intervallo di campionamento che minimizzi l'errore totale dei calcoli utilizzando il programma DETECTOR.
Il sesto capitolo contiene una descrizione del metodo di ricerca sperimentale e dello schema di impostazione per determinare la probabilità di rilevamento di oggetti e di riconoscimento dell'orientamento degli oggetti da parte di un osservatore su sfondi casuali. Il metodo e lo schema specificati hanno lo scopo di testare le prestazioni del modello 03 proposto in varie condizioni di osservazione 8. Viene fornita una descrizione del software dell'apparato sperimentale e della metodologia per la sua calibrazione. Vengono inoltre descritti i metodi per condurre esperimenti visivi e valutare l'errore dei risultati. Un confronto dei risultati del calcolo utilizzando il modello con i dati sperimentali ha mostrato la loro concordanza con un livello di confidenza di 0,9 in un'ampia gamma di condizioni di osservazione.
I risultati del lavoro di tesi sono stati pubblicati in sei lavori stampati, testati alla Conferenza scientifica e tecnica internazionale "0lighting"9b" (Varna, 1996), alla Conferenza scientifica e tecnica studentesca di Mosca "Radioelettronica e ingegneria elettrica nell'economia nazionale" (MPEI, 1997), il III Congresso Internazionale di Ingegneria dell'Illuminazione (Novgorod, 1997) e seminari scientifici del Dipartimento di Ingegneria dell'Illuminazione dell'MPEI.
Dissertazioni simili nella specialità "Ingegneria dell'Illuminazione", 05/09/07 codice VAK
Algoritmi statistici e di rete neurale per l'analisi di processi e campi casuali nei sistemi di interferometria laser 2008, candidato di scienze fisiche e matematiche Popov, Vasily Georgievich
2002, Dottore in scienze fisiche e matematiche Kostylev, Vladimir Ivanovich
Sintesi e analisi di algoritmi di filtraggio per processi e campi casuali nelle condizioni di una struttura Markov casuale dello spazio degli stati e delle osservazioni 2004, Candidato di scienze fisiche e matematiche Lantyukhov, Mikhail Nikolaevich
Metodi e algoritmi per la stima ricorrente delle deformazioni spaziotemporali di immagini multidimensionali 1999, Dottore in scienze tecniche Tashlinsky, Alexander Grigorievich
Analisi statistica delle disomogeneità spaziali di campi gaussiani casuali 2002, candidato di scienze fisiche e matematiche Pribytkov, Yuri Nikolaevich
Conclusione della tesi sul tema “Ingegneria dell'illuminazione”, Arkhipov, Boris Borisovich
CONCLUSIONI SUL LAVORO
1. I risultati più significativi nello sviluppo di modelli 03 per risolvere il problema del rilevamento di oggetti su sfondi casuali sono stati ottenuti sulla base del TCP, tuttavia, in letteratura non esiste una descrizione di modelli 03 per risolvere il problema del rilevamento di oggetti su sfondi reali che hanno sia componenti aggiuntive che applicative.
2. È stato sviluppato un modello statistico 03, che consente di calcolare la probabilità di rilevamento di un oggetto tenendo conto delle caratteristiche dell'oggetto, del rumore additivo e del background applicativo. Le prestazioni del modello 03 su sfondi casuali, cioè in condizioni fondamentalmente diverse dalle condizioni della sua normalizzazione, indicano che l'algoritmo incorporato nel modello è abbastanza vicino a quello implementato dall'organo della vista.
3. È dimostrato che per calcolare la probabilità di rilevamento di oggetti su sfondi reali, è sufficiente determinare solo due caratteristiche del modello 03: il rapporto di verosimiglianza della soglia e la dipendenza funzionale della sensibilità retinica dall'adattamento luminosità e distanza dal centro dello sfondo fovea. Un confronto tra il calcolo e i risultati sperimentali indica la costanza del rapporto di verosimiglianza della soglia con variazioni della luminosità media dello sfondo, della distribuzione della luminosità sull'oggetto e delle caratteristiche statistiche delle immagini osservate.
4. I calcoli multivariati utilizzando il modello 03, implementato sotto forma di un pacchetto software applicativo, hanno mostrato un'influenza significativa dell'intervallo di campionamento delle funzioni incluse nelle espressioni di calcolo del modello sui risultati del calcolo. Il metodo sviluppato per la stima dell'errore di calcolo consente di selezionare un intervallo di campionamento che dia il valore minimo di questo errore, che per condizioni tipiche di osservazione non supera il 20%.
5. È dimostrato che quando si osserva su uno sfondo a trama fine, una scelta razionale della colorazione dell'oggetto può sempre ottenere un mimetismo efficace, mentre quando si osserva su uno sfondo fortemente correlato, è impossibile mimetizzare un oggetto colorandolo casualmente. Un aumento della dispersione del background applicativo porta prima ad una diminuzione della probabilità di rilevamento di oggetti, e poi al suo aumento. Aumentare la dispersione del rumore additivo può solo peggiorare le condizioni per il rilevamento degli oggetti.
6. L'apparato sperimentale sviluppato, combinando metodi elettronici e ottici di formazione dell'immagine, ha permesso di ottenere la dipendenza della probabilità di rilevamento di oggetti dalle condizioni di osservazione con un errore non superiore al 17%. È dimostrato che i risultati del calcolo utilizzando il modello sviluppato 03 coincidono con i risultati sperimentali con un livello di confidenza di 0,9.
7. I risultati ottenuti mostrano che l'applicazione del modello sviluppato 03 per calcolare la probabilità di rilevamento di oggetti è legittima quando la luminosità dello sfondo è 10~2.102 cd/m2 e le dimensioni angolari degli oggetti sono O.Yu0. Un buon accordo tra le dipendenze calcolate e sperimentali si osserva quando le caratteristiche statistiche delle immagini variano nel seguente intervallo:
Intervallo di correlazione del rumore additivo 0,30";
Intervallo di correlazione del background applicativo 0,80";
Intervallo di correlazione mascheramento oggetto 0,30";
Deviazione standard relativa del rumore additivo o.0.1;
Deviazione standard relativa del contesto applicativo o.0.14;
La deviazione standard relativa del camuffamento degli oggetti è di circa 0,05.
8. Uno studio computazionale e sperimentale sulle dipendenze della probabilità di riconoscere coppie di oggetti dalle condizioni di osservazione conferma l'ipotesi che rilevare un oggetto e riconoscere una coppia di oggetti sono compiti equivalenti per l'osservatore.
Elenco dei riferimenti per la ricerca della tesi Candidato di scienze tecniche Arkhipov, Boris Borisovich, 1999
1. Blackwell HR Soglie di contrasto dell'occhio umano // J. Opt. Soc. Amer. - 1946. - V. 36, n. 11. - P. 624 - 643.
2. Conner J.P., Ganoung R.E. Una determinazione sperimentale delle soglie visive a bassi valori di illuminazione // J. Opt. Soc. Amer. 1935. - V.25, n. 9. - Pag. 287 - 294.
3. Siedentopf H. Kontrastschwelle und Sehschärfe // Das Licht. 1941. - N5 2. - S. 35 - 37.
4. Nikitina E.A., Murashova M.A. Contrasto soglia di dischi diffusi ugualmente luminosi // Scientifico. lavoro dell'Istituto per la protezione del lavoro del Consiglio centrale dei sindacati di tutti i sindacati. vol. 81. - M.: Profizdat, 1973. - P. 75 - 81.
5. Lazarev D. N. Caratteristiche della visione in condizioni di osservazione soglia // Ingegneria dell'illuminazione. 1989. - N5 4. - P. 6 - 9.
6. Luizov A.B. Inerzia della visione. M.: Oborongiz, 1961. - 248 p.
7. Nikitina E. A. Contrasto di soglia di oggetti rettangolari // Scientifico. lavoro dell'Istituto per la protezione del lavoro del Consiglio centrale dei sindacati di tutti i sindacati. vol. 74. - M.: Profizdat, 1971. - P. 77 - 80.
8. Firemark M.A. L'influenza della forma degli oggetti di prova sulla complessità del compito visivo // Svetotekhnika. 1964. - N* 11. - P. 13 - 15.
9. Ostrovsky M.A. L'influenza della distribuzione non uniforme della luminosità della superficie stradale sulle prestazioni visive dei conducenti // Ingegneria dell'illuminazione. 1969. - N5 4. - P. 1 - 4.
10. Adrian W., Eberbach K. Sul rapporto tra la soglia visiva e le dimensioni del campo circostante // Lighting Res. e Tecnol. 1969. -No. 4. - Pag. 251 - 254.
11. I. Gutorov M.M., Nikitina E.A. Modellazione dei parametri del sistema visivo in relazione ai problemi di rilevamento degli oggetti // Ingegneria dell'illuminazione. 1977. - U 6. - P. 4-6.
12. Middleton W.E. Discriminazione fotometrica a confine diffuso // J. Opt. Soc. Amer. 1937. - V.27, n. 3. - P. 112 -116.
13. Un modello analitico per descrivere l'influenza dei parametri di illuminazione sulle prestazioni visive // Pubblicazione CIE. 1981.- V.1.N. 19/2.
14. Meshkov V.V., Matveev A.B. Fondamenti di illuminotecnica: in 2 parti. Ottica fisiologica e colorimetria. M.: Energoatomizdat, 1989. - 432 p.
15. Le Grand Y. Luce, colore e visione. Londra: Chapman e Hall, 1957. - 512 p.
16. Nikitina E.A., Murashova M.A., Panova A.I. Contrasto di soglia quando si rilevano oggetti piatti di uguale luminosità su uno sfondo di uguale luminosità // Proc. istituto / Mosca. energia int. 1972. - Emissione. 123. - pp. 98-108.
17. Belova L. T. Visibilità di oggetti estesi // Ingegneria dell'illuminazione. 1965. - K 11. - P. 6 - 8.
18. Gorin A. I. Funzione della percezione visiva // Opt.-mech. industria 1983. - e 10. - S. 4 - 7.
19. Luizov A.V. Algoritmi di rilevamento visivo // Proc. istituto/Stato. ottico int. 1982. - T. 51, fascicolo. 185, - pp. 99 - 104.
20. Luizov A.V. Occhio e luce. L.: Energoatomizdat, 1983.144 P.
21. Ivanova E. G., Travnikova N. P. Rilevamento visivo di oggetti su uno sfondo irregolare // Ingegneria dell'illuminazione. 1990. - N5 1. - P. 7 - 10.
22. Vavilov S.I. Microstruttura della luce. M.: Casa editrice dell'Accademia delle scienze dell'URSS, 1950. - 199 pp.
23. Rose A. Visione umana e visione elettronica. M.: Mir, 1977. 216S.
24. Ratner E. S. 0 connessioni tra le caratteristiche della visione e le fluttuazioni quantistiche della luce // Dokl. Accademia delle Scienze dell'URSS. 1955. - t. 105, N5 1. - pp. 90-104.
25. Kagan V.K., Kondratiev K.Ya. Fondamenti della teoria dell'informazione sulla visibilità nell'atmosfera - J1. : Gidrometeoizdat, 1968. 156 p.
26. Shestov N. S. Isolamento di segnali ottici sullo sfondo di interferenze casuali. M.: Sov. radio, 1967. - 348 pag.
27. Peterson V., Birdsall T., Fox V. Teoria del rilevamento del segnale // Teoria dell'informazione e sue applicazioni / Ed. A.A. Kharkevich. M.: Nauka, 1959. - P. 210 - 274.
28. Titkov B.V. Sulla soglia di fluttuazione della sensibilità al contrasto dei ricevitori di luce // Ingegneria dell'illuminazione. 1966. - N3 1. - P. 12-15.
29. Ratner E.S., Matskovskaya Yu.Z. Sulla sensibilità soglia dei ricevitori di immagini bidimensionali // Opt.-mech. industria 1972. -N5 2. - P. 3 - 6.
30. Ratner E. S., Matskovskaya Yu 3. Sull'applicabilità del criterio di soglia per distinguere un elemento di un'immagine bidimensionale // Opt. -pelliccia. ballo di fine anno-ST. 1974. - N" 4. - P. 59 - 60.
31. Schnitzler A. Modello di rilevatore di immagini e parametri del sistema visivo umano // J. Opt. Soc. Amer. 1973. - V. 63, n. 11.- P. 1357 1368.
32. Gubisch R.W. Prestazioni ottiche dell'occhio umano // J. Opt. Soc. Amer. 1967. - V.57, n. 3. - Pag. 407 - 415.
33. Hay G.A., Chesters M.S. Funzioni di trasferimento del segnale nella visione soglia e soprasoglia // J. Opt. Soc. Amer. 1972.- V. 62, n. 8. Pag. 990 - 998.
34. Zeevi Y.Y., Mangoubi S.S. Soppressione del rumore nei fotorecettori e sua rilevanza per le soglie di intensità incrementale // J. Opt. SOC. Amer. 1978. - V. 68, n. 12. - Pag. 1772 - 1776.
35. Campbell F.W., Robson J.G. Applicazione dell'analisi di Fourier alla visibilità dei reticoli // J. Physiol. 1968. - V. 197, n. 3. - P. 551 - 566.
36. Sachs MB, Nachmias J., Robson J.G. Canali di frequenza spaziale nella visione umana // J. Opt. Soc. Amer. 1971. - V. 61, n. 9. - P. 1176 - 1186.
37. Glezer V. D. Visione e pensiero. M.: Nauka, 1993, - 283 p.
38. Glezer V. D. Modelli di soglia della visione spaziale // Fisiologia umana. 1982. - K 4. - P. 547 - 558.
39. R.F. veloce Un modello di grandezza vettoriale per il rilevamento del contrasto // Kybernetik. 1974. - V. 16, n. 1. - Pag. 65 - 67.
40. Quick RF, Reichert T.A. Selettività della frequenza spaziale nel rilevamento del contrasto // Vision Res. 1975. - V. 15, n. 6. - P. 637 - 643.
41. Schnitzler AD Teoria del filtraggio della frequenza spaziale da parte del sistema visivo umano // J. Opt. Soc. Amer. 1976. - V. 66, n. 6. - P. 608 - 617; 617-625.
42. Wilson H.R. , Bergen R. Un modello a quattro meccanismi per la visione spaziale della soglia // Vision Res. 1979. - V. 19, n. 1. - Pag. 19 - 32.
43. Wilson H.R., Gelb D.J. Teoria modificata degli elementi lineari per la discriminazione della frequenza spaziale e dell'ampiezza // J. Opt. Soc. Amer. A. 1984. - V. 1, n. 1. - Pag. 124 - 131.
44. Modelli RC del sistema visivo. Una recensione / G.Molesini, G.Viliani // Atti Fondaz. G.Ronchi e Contrib. 1°. Naz. Ottica. 1974.V.29, n. 1. - P. 103 - 148.
45. Schade O.H. Analogo ottico e fotoelettrico dell'occhio
46. J. SOC. Amer. 1956. - V. 46, Mo. 9. - P. 721 - 739.
47. Logvinenko A. D. Fondamenti sensoriali della percezione dello spazio. M.: Casa editrice dell'Università statale di Mosca, 1985. - 222 pp.
48. Novikova N.M., Danilova L.V. Modello matematico del rilevamento visivo della soglia / Università di Voronezh. Voronezh, 1992. - par. In VINITI 21/07/92, N5 2392 - B92.
49. Hay G.A., Chesters M.S. Un modello di rilevamento della soglia visiva // J. Theor. Biol. 1977. - V. 67, n. 2. - Pag. 221 - 240.
50. Burton G.J. Rilevamento visivo di schemi periodici in due dimensioni // Vision Res. 1976. - V. 16, n. 9. - Pag. 991 - 998.
51. Kingdom F., Moulden V., Hall R. Modello per il rilevamento di segnali di linea nel rumore visivo // J. Opt. Soc. Amer. A. 1987. - V. 4, n. 12. - P. 2342 - 2354.
52. Arto J.O., Rubinstein C.B. Un modello di visione soglia che include disomogeneità del campo visivo // Vision Res. 1977. V. 17, N0. 4. - P. 571 - 584.
53. Kretz F., Scarabin F., Bourguignat E. Previsioni di un modello disomogeneo. Rilevazione di stimoli spaziali locali ed estesi // J. Opt. Soc. Amer. 1979. - V.69, n. 12. - P. 1635 -1648.
54. Emelyanov S.N., Savenkov V.I. Modello di percezione visiva soglia degli stimoli acromatici // Raccolta di articoli. scientifico tr. / Mosca energia int. 1984. - N. 33. - S. 64 - 75.
55. Lavin E. R., Overington I. Un modello di rilevamento della soglia per la visione fotopica // Opt. atti. 1972. - V. 19, n. 5. - Pag. 365 - 367.
56. Overington I. Visione e acquisizione. Londra: Pentech Press, 1976. - 380 p.
57. Overington I. Verso un modello completo delle prestazioni della soglia visiva fotopica // Opt. L'Ing. 1982. - V.21, n. 1. - P. 2 - 13.
58. Granrath D., Hunt B.R. Un modello a due canali di elaborazione delle immagini nella retina umana // Proc. SPIE. 1979. - V. 199. - P. 126 - 133.
59. Blackwell H.R. Specificazione dei livelli di illuminazione interna // Ilium. L'Ing. 1959. - V.54, n. 6. - Pag. 317 - 353.
60. Murashova M. A. Metodi analitici per determinare i contrasti di soglia degli oggetti con lo sfondo quando si risolvono problemi visivi di varia complessità: Dis. . Dottorato di ricerca tecnologia. Sci. M., 1976. - 252 pag.
61. Contrasto e visibilità: Techn. Rappresentante. di CIE TC 1-17 "Metrica di contrasto della visibilità" / A.Korn et al. 1984. - 52 pag.
62. Julesz B. Discriminazione dei modelli visivi // IRE Trans. Far sapere. Teoria. 1962. - IT-8, n. 2. - Pag. 84 - 92.
63. Julesz B. Esperimenti nella percezione visiva della trama // sci. Amer. 1975. -V.232, n. 1. - Pag. 34 - 43.
64. Kharkevich A. A. Spettri e analisi. M.: Fizmatgiz, 1962.236 p.
65. Studio dell'influenza dei parametri dei sistemi di formazione delle immagini sulla trasmissione delle informazioni: rapporto di ricerca (conclusivo) / I. P. Kontrolsky; Mosca energia int. M., 1976. - 152 pag.
66. Kataev S.I., Khromov JI. I. Su un criterio generalizzato per valutare la qualità dell'immagine // Tekhn. cinema e televisione. 1962. - N5 4. -S. 17 - 18.
67. Shulman M. Ya Gradiente e criteri di informazione per la qualità dei sistemi di imaging // Zh. e agg. fotogr. e cinematogr. 1974. - T. 19, n. 6. - P. 401 - 406.
68. Richards E.A. Limitazioni fondamentali nelle prestazioni a bassi livelli di luce dei sistemi con intensificatore d'immagine a visione diretta //1.fr. Fis. 1968. - V. 8, n. 1. - Pag. 101 - 115.
69. Relazione tra la probabilità di riconoscere oggetti della forma più semplice e i parametri del dispositivo di osservazione / N.F Koshchavtsev et al. istituto / Mosca. energia int. 1972. - Emissione. 123. - pp. 42 - 49.
70. Koshchavtsev N.F., Sokolov D.S. Influenza dell'MTF di un sistema ottico sulla quantità di informazioni trasmesse // Proc. istituto / Mosca. energia int. 1974. - Emissione. 210. - pp. 47 - 54.
71. Saghri J.A., Cheatham P.S., Habibi A. Misura della qualità dell'immagine basata su un modello del sistema visivo umano // Opt. L'Ing. 1989.-V. 28, n. 7. - P. 813 -818.
72. Pearlman W.A. Un modello di sistema visivo e una nuova misura di distorsione nel contesto dell'elaborazione delle immagini // J. Opt. Soc. Amer. 1978.V.68,N. 3. - Pag. 374 - 386.
73. Sakrison D.J. Sul ruolo dell'osservatore e sulla misura della distorsione nella trasmissione delle immagini // IEEE Trans. sul Comune. 1977. C0M-25, n. 11. - P. 1251 - 1266.
74. Swete J., Tanner W., Birdsall T. Teoria e percezione delle decisioni statistiche // Psicologia ingegneristica / Ed. D. Yu. M.: Progresso, 1964. - P. 269 - 335.
75. Geisler W.S. Teoria dell'osservatore ideale in psicofisica e psicologia // Phys. Scr. 1989. - V. 39, n. 1. - Pag. 153 - 160.
76. Pelli D.G. L'incertezza spiega molti aspetti del rilevamento e della discriminazione del contrasto visivo // J. Opt. Soc. Amer. A. 1985. V. 2, n. 9. - P. 1508 - 1532.
77. Foley J.M., Legge G.E. Rilevamento del contrasto e discriminazione quasi soglia nella visione umana // Vision Res. 1981. - V.21, n. 7. - P. 1041 - 1053.
78. Kornfeld G.H., Lawson W.R. Modelli di percezione visiva // J. Opt. Soc. Amer. 1971. - V. 61, n. 6. - Pag. 811 - 820.
79. Sala C.F., Sala E.L. Un modello non lineare per le caratteristiche spaziali del sistema visivo umano // IEEE Trans. Sist., Uomo, Cybern. 1977. - SMC-7, n. 3. - Pag. 161 - 170.
80. Martynov V. N. Metodo di calcolo e studio della visibilità di oggetti su sfondi disuguali: Dis. . Dottorato di ricerca tecnologia. Sci. M., 1979. 218S.
81. Martynov V.N., Shkursky B.I. Modello dell'analizzatore visivo come sistema di rilevamento ottimale // Opz. -pelliccia. industria. N5 8. - P. 1 - 4.
82. Martynov V.N., Shkursky B.I. Rilevamento visivo di oggetti su sfondi non ugualmente luminosi // Opz. -pelliccia. industria 1982. - M 1. - P. 6 - 9.
83. Krasilnikov N. N. Teoria della trasmissione e percezione delle immagini. M.: Radio e Svyaz, 1986. - 248 pp.
84. Voronin Yu. M. Modelli di osservatori utilizzati nel caso di distinzione di immagini di oggetti su uno sfondo di rumore // Proc. istituto/Stato. OTTICO int. 1984. - T. 57, EDIZIONE. 191. - pp. 88 - 92.
85. Krasilnikov N. N. Nuovi sviluppi nel modello funzionale della visione e risultati del suo utilizzo // Opt. -pelliccia. industria. N. 11. - P. 24 - 26.
86. Krasilnikov N. N. Nuovo nello sviluppo di un modello di visione funzionale generalizzato per i sistemi informativi // Autometria 1992. N3 2. - pp. 73 ~ 78.
87. Vaskovsky A. A. Metodo di calcolo e studio delle caratteristiche della percezione visiva degli indicatori di sintesi dei segni - Dis. . Dottorato di ricerca tecnologia. Sci. M., 1987. - 188 pag.
88. Sivyakov I.N., Makulov V.B., Pavlovskaya M.B. Percezione visiva di immagini sfocate e rumorose // Proc. istituto/Stato. OTTICO int. 1987. - T. 64, EDIZIONE. 198. - pp. 119 - 128.
89. Korolev A. N., Morozova S. JI. , Sivyakov I. N. Analisi e ottimizzazione delle caratteristiche informative dei sistemi di osservazione ottico-elettronici // Optich. E. 1995. - N. 5. - P. 54 - 58.
90. Kononov V.I., Fedorovsky A.D., Dubinsky G.P. Kiev: Tekhnika, 1981. - 134 p.
91. Burgess A.E. Sfondi definiti statisticamente: prestazioni di un modello di osservatore modificato non pre-sbiancamento // J. Opt. Soc. Amer. A. 1994. - V. 11, n. 4. - P. 1237 - 1242.
92. Effetto della correlazione del rumore sulla rilevabilità dei segnali del disco nell'imaging medico / K.J.Myers et al. // J.Opz. Soc. Amer. A. 1985. - V. 2, n. 10. - Pag. 1752 - 1759.
93. Judy P.F., Swenson R.G. Rilevamento delle lesioni e rapporto segnale-rumore nelle immagini TC // Med. Fisica- 1981,- V. 8, n. 1.- Pag. 13 23.
94. Criterio della traccia di hotelling e sua correlazione con le prestazioni dell'osservatore umano / R.D.Fiete et al. // J.Opz. Soc. Amer. A. 1987. V. 4, NO. 6. - Pag. 945 - 953.
95. Myers K.J., Barrett H.H. Aggiunta di un meccanismo di canale al modello dell'osservatore ideale // J. Opt. Soc. Amer. A. 1987. - V. 4, n. 12. - P. 2447 - 2457.
96. Rolland J.P., Barrett H.H. Effetto della disomogeneità casuale dello sfondo sulle prestazioni di rilevamento dell'osservatore // J. Opt. Soc. Amer. A. 1992. - V. 9, n. 5. - P. 649 - 658.
97. Grigoriev A.A., Koshchavtsev N.F. Teoria statistica del rilevamento dei segnali luminosi mediante un analizzatore visivo // Proc. istituto / Mosca. energia int. 1977. - Emissione. 316. - S. I - 14.
98. Grigoriev A.A., Koshchavtsev N.F. Determinazione della probabilità di rilevamento di oggetti su fondi irregolari // Proc. istituto / Mosca. energia int. 1977. - Emissione. 316. - pp. 15 - 18.
99. Grigoriev A. A. Valutazione dell'efficienza del rilevamento di oggetti da parte di un osservatore su sfondi casuali non additivi // Proc. scientifico tr. / Mosca energia int. 1983. - Se 12. - pp. 24 - 28.
100. Levi L. Tipi di rumore nel sistema visivo // Opt. Ing.- 1981. V. 20, n. 1. - Pag. 98 - 102.
101. Cohn T.E., Thibos L.N., Kleinstein R.N. Rilevabilità di un incremento di luminanza // J. Opt. Soc. Amer. 1974. - V. 64, n. 10. - P. 1321 - 1327.
102. Cohn T.E. Rilevabilità di un incremento di luminanza: effetto della fluttuazione casuale della luminanza sovrapposta // J. Opt. Soc. Amer.- 1976. V. 66, n. 12. - Pag. 1426 - 1428.
103. Kramer G. Metodi matematici della statistica. M.: Mir, 1975. - 648 S.
104. SW. Korn G., Korn T. Manuale di matematica per scienziati e ingegneri: Definizioni, teoremi, formule. M.: Nauka, 1984. - 831 pp.
105. Grigoriev A. A. Metodo di elaborazione dei risultati durante la conduzione di esperimenti utilizzando il metodo della scelta forzata // II Intern. ingegneria dell'illuminazione conf. 22 27 maggio 1995: Estratto. rapporto - Suzdal, 1995. -S. 152 - 153.
106. Bardin K.V. Il problema delle soglie di sensibilità e dei metodi psicofisici. M.: Nauka, 1976. - 396 p.
107. Tarasenko F. P. Introduzione al corso di teoria dell'informazione. Tomsk: Casa editrice dell'Università di Tomsk, 1963. 240 p.
108. Grigoriev A. A. Fondamenti fisici dei dispositivi ottico-elettronici. M.: Mosk. energia Istituto, 1986. - 32 p.
109. Grigoriev A. A., Firsov O.Yu. Applicazione della teoria delle soluzioni statistiche al problema dell'identificazione di oggetti su uno sfondo non casuale // Illuminotecnica, sorgenti luminose e tecnologia per la loro produzione.
110. Interuniversitario. Sab. scientifico tr. / Mordov. stato univ. Saransk, 1990. - P. 64 - 70.
111. Berezin N. P., Trifonov M. I., Romanov S. S. Modelli formali di rilevamento visivo // Proc. istituto/Stato. ottico int. -1984. T. 57, EDIZIONE. 191. - pp. 17-29.
112. Samarsky A.A., Gulin A.V. Metodi numerici. M.: Nauka, 1989. - 429 pp.
113. Fisiologia dei sistemi sensoriali: in 3 parti Parte 1. Fisiologia della vista / E. G. Shkolnik-Yarros et al.; Ed. V. G. Samsonova. D.: Nauka, 1971. - 416 p.
114. Vos J.J., Walraven J., van Meeteren A. Profili luminosi dell'immagine foveai di una sorgente puntiforme // Vision Res. 1976. - V. 16, n. 2. - Pag. 215 - 219.
115. Kravkov S.V. L'occhio e il suo lavoro. Psicofisiologia della visione, igiene della luce. M. - L.: Casa editrice dell'Accademia delle scienze dell'URSS, 1950. - 532 p.
116. Johnson S.A., Keltner J.L., Balestrery F. Effetti della dimensione del bersaglio e dell'eccentricità sul rilevamento e sulla risoluzione visiva // Vision Res. 1978. - V. 18, n. 9. - P. 1217 - 1222.
117. Pointer J.S., Hess R.F. Il gradiente di sensibilità al contrasto attraverso i principali meridiani obliqui del campo visivo umano // Vision Res. 1990. - V. 30, n. 3. - P. 497 - 501.
118. Lie I. Rilevazione e risoluzione visiva in funzione del locus retinico // Vision Res. 1980. - V.20, n. 11. - P. 967 -974.
119. Rapporto di ricerca 134/78 (conclusivo) sul tema “Quinta” / A. A. Grigoriev; Mosca energia int. Inv. K SB-1245. - M., 1980.- 142 pag.
120. Grigoriev A. A., Rasskazov A. I., Shestopalova I. P. Studio sull'efficacia dell'uso di un indicatore di scarica di gas a matrice nella risoluzione dei problemi di riconoscimento // Proc. scientifico tr. /Mosk.energ. int. 1984. - N. 46. - P. 102 - 107.
121. Grigoriev A. A., Levchuk Yu.A. Installazione televisiva per lo studio della distribuzione della sensibilità lungo la retina dell'organo della vista // Coll. scientifico tr. / Mosca energia int. 1988. - N. 164. - P. 129 - 134.
122. Pavlov N.I., Voronin Yu.M. Probabilità di rilevamento di oggetti sullo schermo del monitor di un sistema di sorveglianza ottico-elettronico Opt. J. 1994. - N5 7. - P. 3 - 7.
123. Produzione di cinescopi a colori / V.I Baranovsky et al.; Sotto generale ed. V.I. M.: Energia, 1978, - 368 p.
124. GOST 7721-89. Sorgenti luminose per misurazioni del colore. Tipi. Requisiti tecnici. Marcatura. M.: Casa editrice di norme, 1989.- 19 p.
125. Gurevich M. M. Fotometria (teoria, metodi e strumenti). L.: Energoatomizdat, 1983. 272 p.
126. Manuale del progettista di dispositivi ottico-meccanici / V.A Panov et al.; Sotto generale ed. V.A.Panova. L.: Ingegneria Meccanica, 1980. - 742 pp.
128. Rabinovich S. G. Errori di misurazione. L.: Energia, 1978. - 261 pp.
129. Metrologia e strumenti di misura elettrici / V.I.Didenko et al.; Ed. V.N. M.: Casa editrice MPEI, 1991. - 80 p.
130. Volkenshtein A. A. Fotometria visiva di basse luminosità - M. L.: Energy, 1965. - 142 p.
131. Litvinov V. S., Rokhlin G. N. Sorgenti termiche di radiazione ottica (teoria e calcolo). M.: Energia, 1975. - 248 p.
132. Arkhipov B.B., Grigoriev A.A. Metodi moderni per il calcolo della probabilità di rilevamento di oggetti da parte di un osservatore // Illuminazione"96: Abstract dei rapporti. Conferenza scientifica e tecnica internazionale. 9-11 ottobre 1996 - Varna, 1996. P. 14.
133. Arkhipov B. B., Grigoriev A. A. Modello matematico dell'organo della visione per il caso di rilevamento di oggetti su sfondi applicativi // Illuminazione"96: Abstracts della conferenza scientifica e tecnica internazionale. 9-11 ottobre 1996. Varna, 1996. - pp. 90-91.
134. Arkhipov B. B., Grigoriev A. A. Studio analitico della distribuzione della sensibilità attraverso la retina in un modello statistico dell'organo della vista // III Intern. ingegneria illuminotecnica conf. 9-12 giugno 1997: Estratto. rapporto Novgorod, 1997. - P. 64.
135. Arkhipov B. B., Grigoriev A. A. Installazione per studiare la probabilità di rilevamento e identificazione di oggetti da parte di un osservatore su sfondi casuali // III Intern. ingegneria dell'illuminazione conf. 9-12 giugno 1997: Estratto. rapporto Novgorod, 1997. - P. 65.
Si prega di notare che i testi scientifici presentati sopra sono pubblicati solo a scopo informativo e sono stati ottenuti tramite il riconoscimento del testo della tesi originale (OCR). Pertanto, potrebbero contenere errori associati ad algoritmi di riconoscimento imperfetti. Non sono presenti errori di questo tipo nei file PDF delle tesi e degli abstract che consegniamo.
Il rilevamento di un oggetto utilizzando apparecchiature di ricognizione è il processo con cui si prende una decisione sulla presenza o l'assenza di un oggetto in una determinata area dello spazio a seguito della ricezione e dell'elaborazione dei segnali.
Ricezione La trasmissione dei segnali avviene sempre sullo sfondo di interferenze di un tipo o dell'altro (il rumore del ricevitore, il rumore radio dallo spazio, la riflessione delle idrometeore, la superficie terrestre, ecc.).
La presenza di interferenze porta alla distorsione dei segnali trasmessi e ad errori nella valutazione della situazione. Una volta rilevato, sono possibili quattro situazioni.
In primo luogo, se l'oggetto esiste davvero e i segnali vengono ricevuti in presenza di interferenze, quindi, sulla base dei dati di ricognizione, l'osservatore può prendere due decisioni: la prima - c'è un oggetto e la seconda - non c'è alcun oggetto. Nel primo caso (cioè decidere cos'è un oggetto quando un oggetto esiste nella realtà) si dice rilevamento corretto oggetto. Nel secondo caso (prendere una decisione sull'assenza di un oggetto mentre l'oggetto è lì) - saltare un oggetto.È esclusa la possibilità di una risposta indefinita – “non si sa se l'oggetto esiste o no”.
In secondo luogo, se non c'è oggetto, allora in presenza di interferenza sono possibili anche due soluzioni: c'è un oggetto e non c'è oggetto. In questo caso viene chiamato a prendere una decisione sulla presenza di un oggetto (quando in realtà non lo è). falso ansia e decisione sull'assenza di un oggetto - corretto non rilevamento.
Il mancato bersaglio e il falso allarme sono errori nel rilevamento degli oggetti. Poiché, nel caso generale, i segnali e il rumore sono funzioni casuali del tempo, l'adozione dell'una o dell'altra decisione è di natura casuale. Pertanto, la possibilità che si verifichino le situazioni elencate è solitamente caratterizzata dalle probabilità corrispondenti: la probabilità di corretto rilevamento di W per omissione Wpr, falso allarme Wlt e corretto mancato rilevamento di W pn.
Il corretto rilevamento e l'omissione di un oggetto (se l'oggetto è effettivamente presente) formano quindi un insieme completo di eventi incompatibili
Allo stesso modo, un falso allarme e un mancato rilevamento corretto formano un insieme completo di eventi incompatibili in assenza di un oggetto
W LT + W PH = l (2)
Le quattro probabilità considerate sono condizionali, perché caratterizzano eventi che si verificano sotto la condizione della presenza o dell'assenza di un oggetto. Nelle condizioni operative reali di una stazione di ricognizione, non possiamo sapere in anticipo se ci sono oggetti nell'area dello spazio osservato o se non ci sono.
Indichiamo la probabilità della presenza di un oggetto nella regione di spazio che ci interessa con W(t) e la probabilità dell'assenza di un oggetto con W(o).
I quattro eventi menzionati costituiscono anche un gruppo completo di eventi incompatibili, quindi
W(ts).Wpo+W(ts)Wpr+W(o)Wlt+W(o)W PN =l (3)
dove: W(t).Wpo - probabilità incondizionata di rilevamento corretto,
W(ts)Wpr - probabilità incondizionata di mancare il bersaglio,
W(o)Wlt è la probabilità incondizionata di un falso allarme,
W(o)W PN è la probabilità incondizionata di un corretto non rilevamento. Il dispositivo di rilevamento ottimale sarà un dispositivo che può essere utilizzato per ottenere il valore migliore (rispetto ad altri) del criterio selezionato, a parità di tutte le altre condizioni. I criteri più comunemente utilizzati sono tre: il criterio dell'osservatore ideale, il criterio di Neyman-Pearson e il criterio dell'analisi sequenziale.
Secondo il criterio dell'osservatore ideale, il dispositivo di rilevamento ottimale deve fornire un minimo della probabilità incondizionata totale di errori di rilevamento, vale a dire
Wosh=W(c).Wnp+W(o)Wlt -»min (4)
Il criterio dell'osservatore ideale viene utilizzato per i sistemi di comunicazione radio quando le probabilità W(t) e W(o) sono note a priori.
La frequenza relativa degli errori è determinata rispettivamente dalle probabilità a priori W(t) e W(o). Pertanto, la probabilità media dell'errore generale (totale) è uguale a
Wosh =W(ts) Wpr+ W(o)Wlt, (5)
e la probabilità di rilevamento corretto del segnale è uguale a
Secondo il criterio di Neyman-Pearson, il dispositivo ottimale è caratterizzato da una differenza massima
Wpo*Wlt al Wlt<=(Wлт)доп (6)
Pertanto, la natura ottimale del test di Neyman-Pearson è che massimizza la probabilità di un rilevamento corretto data una probabilità fissa di un falso allarme.
Nel dispositivo ricevente, con l'aiuto del quale vengono rilevati i segnali, vengono determinate le probabilità a posteriori di vari messaggi (ad esempio, un messaggio - c'è un oggetto o non c'è) e un'indicazione come decisione è quel messaggio, la probabilità di cui è maggiore degli altri. Le caratteristiche principali del dispositivo utilizzato per rilevare i segnali sono le caratteristiche operative del ricevitore.
La caratteristica operativa del ricevitore (rivelatore) rappresenta la dipendenza di Wpo dal rapporto segnale-rumore all'ingresso del rivelatore (q) per un dato valore di Wlt ■
Nella fig. La Figura 1 mostra le dipendenze corrispondenti per il rilevatore descritto dalla relazione
e il caso di un segnale impulsivo a banda stretta. Pertanto, avendo calcolato il rapporto segnale-rumore nel punto di ricezione e conoscendo Wlt , W può essere determinato.
Figura 1 Dipendenza di Wpo dal rapporto segnale-rumore
La probabilità di rilevare oggetti di forma geometrica semplice su uno sfondo uniforme in presenza di rumore casuale è stata considerata nel Cap. 4. Le conclusioni tratte da questa considerazione sono che il sistema visivo funziona calcolando il rapporto segnale-rumore e confrontandolo con un rapporto segnale-rumore di soglia come criterio per l'importanza del segnale ricevuto. Esiste una quantità significativa di dati a supporto di questa teoria in una varietà di condizioni di osservazione. In condizioni di visibilità limitata dal rumore quantistico o dal contrasto, la teoria è confermata dai dati di Blackwell, e in presenza di rumore additivo - dai dati di Coltman e Anderson, Schade, così come Rozelle e Wilson, effettuati con oggetti reali sotto condizioni naturali, hanno dimostrato che la percentuale di oggetti rilevati aumenta effettivamente con l'aumentare del contrasto. Bernstein, ad esempio, ha stabilito che le immagini su uno schermo a tubo catodico di automobili e persone dovrebbero avere un contrasto CJL (LT - LB)/L del 90% per garantire la massima probabilità di discriminazione.
Inoltre, Bernstein stabilì che la risoluzione influenza la probabilità di rilevamento solo nella misura in cui cambia il rapporto segnale-rumore o il contrasto dell'oggetto. Tuttavia, Coluccio et al.)