Помощь в учёбе, очень быстро...
Работаем вместе до победы

Исследование телевизионного метода измерения параметров движения летательных аппаратов

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Точность определения координат и угловых параметров модели зависит от масштаба отображения и ограничена погрешностью измерений, обусловленной, в основном, растровым характером представления графических данных, конечной разрешающей способностью и выбранным значением масштаба проектирования. Результаты исследования показали, что при отсутствии смаза для рабочих значений масштаба, соответствующих… Читать ещё >

Содержание

  • Раздел 1. Распознавание образов в телевизионных следящих системах
    • 1. 1. Методы распознавание видеообразов. Корреляционно — экстремальный алгоритм
    • 1. 2. Телевизионные следящие системы. Пути совершенствования корреляционных следящих систем
    • 1. 3. Реализация датчиков эталонного изображения в реальных системах
    • 1. 4. Распознавание образов по адаптивным эталонам. Проблемы, связанные с накоплением эталонных изображений
    • 1. 5. Распознавание образов в условиях неизвестной рриентации их корпусов
  • Выводы и постановка задачи исследования
  • Раздел 2. Компьютерное моделирование эталонных изображений на основе методов машинной графики
    • 2. 1. Распознавание трехмерного объекта с использованием реалистичных изображений
    • 2. 2. Метод обратного трассирования лучей
    • 2. 3. Анализ расчетов по методу трассирования лучей
    • 2. 4. Модели в машинной графике
    • 2. 5. Выбор метода геометрического моделирования для представления пространственной формы объекта
    • 2. 6. Компьютерная модель эталонного изображения летательного аппарата
    • 2. 7. Преобразования и синтез проекций эталонного изображения летательного аппарата на основе его компьютерной модели с учетом специфики формирования их в реальных условиях
  • Выводы
  • Раздел 3. Идентификация параметров движения летательного аппарата на основе корреляционно-экстремального алгоритма с использованием метода компьютерного моделирования эталонного изображения
    • 3. 1. Программно — аппаратная система измерения параметров движения летательного аппарата
    • 3. 2. Оценка параметров движения летательного аппарата на основе его компьютерной модели с учетом особенности формирования изображений в реальных условиях
  • Выводы
  • Раздел 4. Временные и точностные характеристики метода измерения параметров движения летательного аппарата на основе компьютерного моделирования эталонного изображения
    • 4. 1. Анализ временных характеристик метода измерения параметров движения летательного аппарата на основе компьютерного моделирования эталонного изображения
    • 4. 2. Анализ точностных характеристик метода измерения параметров движения летательного аппарата на основе компьютерного моделирования эталонного изображения
  • Выводы

Исследование телевизионного метода измерения параметров движения летательных аппаратов (реферат, курсовая, диплом, контрольная)

Слежение за сложными пространственными многотоновыми объектами на сложном фоне в пассивных системах, действующих без подсветки лазерным пятном, выполняется при помощи телевизионных многофункциональных следящих систем. В условиях низкого отношения сигнал/шум, сложного полутонового фона, произвольного по конфигурации и размерам движущегося объекта, наличия смазанного изображения наилучшие результаты в телевизионных следящих системах дает корреляционно-экстремальный алгоритм слежения [13, 18].

При корреляционном алгоритме слежения осуществляется сравнение текущего изображения объекта с заранее полученным эталонным изображением объекта. Координаты объекта определяются на основании сравнения видеосигналов от двух изображений: текущего и эталонного. Эталонное изображение обычно заготовлено заранее, а текущее воспринимается видеоанализатором непосредственно в процессе слежения. Эталонное изображение передается в логическое устройство в виде соответствующего видеосигнала, характеризующего требуемое положение отслеживаемого объекта по отношению к полю зрения видеоанализатора. Видеосигнал от текущего изображения характеризует истинное положение отслеживаемого объекта в поле зрения видеоанализатора. Отклонение текущего положения объекта от требуемого определяется путем сравнения видеосигналов от эталонного и текущего изображений и нахождения их взаимокорреляционной функции [13, 18]. Под классическим алгоритмом корреляционной обработки изображений понимают вычисление функции взаимной корреляции или интеграла типа свертки с последующим поиском максимума этой функции. В процессе работы телевизионная следящая система корреляционного типа должна непрерывно определять текущее значение взаимно корреляционной функции видеосигналов текущего и эталонного изображений, выявлять ошибку слежения за объектом и формировать корректирующее воздействие, устраняющее смещение текущего изображения относительно эталонного. Для повышения точности в видеокорреляторах может выполняться разнообразная предварительная обработка изображений, обеспечивая ускорение и упрощение вычислений взаимнокорреляционных функций. Например, может выполняться предварительное преобразование многотоновых изображений в двоичные изображения для выделения однородных зон с последующим проведением их взаимнокорреляционной обработки [13]. По принципу действия рассматриваемые системы являются экстремальными, так как корректирующее воздействие обеспечивает максимизацию сигнала на выходе коррелятора.

Обычно в телевизионных следящих системах корреляционная обработка видеосигналов сравниваемых оптических изображений осуществляется в специальном цифровом или аналоговом вычислителе. В таких системах эталонные изображения обычно заранее записываются в форме видеосигналов, которые затем последовательно извлекаются из блока памяти и подаются для корреляционной обработки с видеосигналами от текущего изображения.

В зависимости от типа используемого коррелятора различают аналоговые (оптические) или цифровые способы записи и хранения эталонного изображения. Изображения в оптическом корреляторе могут запоминаться на оптических управляемых транспарантах, на фотопленке (негатив или позитив) или на маске, изготовленной вытравливанием на металлической пленке или вырезанием изображения из непрозрачного материала. Банки хранения и смены таких эталонов могут быть выполнены в виде лентопротяжных механизмов или механизмов смены слайдов. К недостаткам подобных устройств относят: низкое быстродействие и точность, слабую надежность. В цифровых корреляционно-экстремальных системах эталоны могут также запоминаться на ПЗС — структурах, перепрограммируемых постоянных запоминающих устройствах (ЗУ), оперативных ЗУ, гибких или жестких дисках и магнитных лентах. Создаются систематизированные наборы цифровых изображений — библиотеки цифровых изображений [17]. Способность системы к извлечению подходящего эталона из библиотеки напрямую определяет быстродействие следящей системы, а степень его соответствия меняющимся параметрам текущего изображения — точность.

В реальных условиях естественного освещения изображения трехмерных объектов подвержены значительной изменчивости в зависимости от положения источников освещения, ракурса наблюдения, параметров съемочной аппаратуры. Накопление эталонных изображений во всем диапазоне условий чрезвычайно затруднено, так как учет только такого параметра, как ракурс, уже выходит за рамки первых тысяч изображений для одного объекта.

Вводу в эксплуатацию современных летательных аппаратов (ЛА) предшествует ряд этапов: от выбора принципа построения до натурных испытаний, позволяющих определить реализованные характеристики изделия, оценить эффективность их применения и безопасность эксплуатации. В процессе натурных испытаний, предшествующих их вводу в эксплуатацию, необходимо:

— документировать реальную обстановку, в том числе и нештатные ситуации, возникающие при взлете и посадке в сложных условиях для их последующего разбора;

— обрабатывать и анализировать поступающую информацию (данные о траектории и параметрах движения) в реальном времени;

— документировать результаты анализа информационных параметров (отклонения ЛА от стандартных траекторий и аварийные ситуации);

Взлет и посадка являются одними из наиболее ответственных этапов в ходе натурных испытаний и эксплуатации ЛА. Сложность траекторных измерений состоит в том, что при взлете и посадке ЛА находится в ближней радиолокационной зоне, и не может рассматриваться, как точечный объект. Эта задача может быть решена при использовании прецизионной телевизионной ТВ системы и обработке изображений на компьютере. Дополнительно ТВ система обеспечивает наблюдения за ЛА, облегчает принятие оперативных решений и позволяет документировать видеоматериалы. Это дает возможность анализировать отклонения ЛА от стандартных траекторий и аварийные ситуации в ходе разбора полетов [67].

Телевизионные методы измерения параметров движения летательных аппаратов на основе процедуры корреляционного совмещения и использования систематизированных наборов цифровых эталонных изображений обладают рядом существенных недостатков :

— существующие методы формирования эталонного изображения (управляемого транспаранта, видеосигнала, на фотопленке, масочный) не позволяют создавать эталоны в реальном времени для сложных сцен с динамическими изображениями;

— библиотеки цифровых изображений не могут обеспечить накопление эталонных изображений во всем диапазоне изменения значений параметров сцены;

— библиотеки реальных изображений требуют дорогостоящей дисковой подсистемы повышенной емкости и быстродействия, использования методов сжатия изображения, быстродействующего процессора и большой оперативной памяти;

— указанные аппаратные средства используются неэффективно и не в состоянии обеспечить требуемую скорость вычислений и точности работы системы;

— подход к большинству методов построения эталонных изображений фрагментарен и практически не учитывает перспективные возможности применения ЭВМ и микропроцессорной техники;

— в связи с этим отсутствует гибкость при обработке данных, не обеспечивается потенциально достижимое быстродействие, точность и надежность;

Таким образом, актуальной является задача разработки и исследования метода измерения параметров движения летательных аппаратов на взлете и посадке телевизионными средствами на основе корреляционного совмещения телевизионного изображения летательного аппарата и двухмерной маски, полученной путем компьютерного моделирования его трехмерной модели и ее проекции на картинную плоскость.

Метод построения трехмерной компьютерной модели летательного аппарата и, на ее основе, двухмерной маски должен обеспечивать требуемую точность созданной модели и быстродействие, достаточное для проведения расчетов в реальном масштабе времени.

Для этого были решены следующие основные задачи:

— проанализированы, и обоснованно выбраны методы машинной графики, позволяющие строить эталонные изображения для реальных сцен;

— в целях оценки временных затрат выбранных методов необходимо выполнить компьютерное моделирование;

— синтезировать тестовое эталонное изображение;

— обеспечить высокую степень физического подобия эталона;

— обеспечить проведение расчетов по синтезу компьютерной трехмерной модели летательного аппарата и ее проекции на картинную плоскость — двухмерной маски в реальном масштабе времени;

— оценить степень влияния объема данных, детальности математической модели, конфигурации персонального компьютера на точность и скорость расчета;

— провести теоретическое и экспериментальное исследование распознавания углового положения объекта на основе корреляционно-экстремального алгоритма с использованием адаптивных эталонов в условиях неизвестной ориентации корпуса и в сложных условиях наблюдения, характеризующихся наличием смазанного изображения;

— провести теоретическое и экспериментальное исследование временных и точностных характеристик метода компьютерного моделирования эталонного изображения для измерения параметров движения летательного аппарата;

Диссертация состоит из четырех разделов.

В первом разделе приведена классификация существующих методов распознавания изображений, дан обзор телевизионных следящих систем корреляционного типа, выявлены основные ограничения и недостатки существующих методов записи и хранения эталонных изображений, обоснована целесообразность разработки метода компьютерного моделирования эталонных изображений летательного аппарата при измерении параметров движения объекта по адаптивным эталонам в условиях неизвестной ориентации корпуса, сформулированы требования, которым должен удовлетворять метод формирования эталонного изображения в современных условиях.

Во втором разделе показано, что изображения, создаваемые при помощи методов трассировки лучей и излучательности обладают максимальной реалистичностью, которая в практических случаях, зачастую, является избыточной. В то же время подобные методы являются особенно трудоемкими с точки зрения вычислительных затрат. Приведена классификация методов геометрического моделирования пространственных форм объекта. Используя предложенный метод восстановления трехмерного тела по набору его поперечных сечений, представлено компромиссное решение, учитывающее особенности задачи и удовлетворяющее противоречивым требованиям: точности, зависящей от степени детальности модели, и возможности ее обсчета в реальном масштабе времени. На основе конструктивных данных по объекту моделирования, приведенных в открытых публикациях [33, 34, 35] выполнена оцифровка набора поперечных сечений летательного аппарата. Недостающие сечения строились с использованием интерполяции ближайших к ним сечений, с учетом размеров на представленных видах (слева, справа, спереди, сзади, сверху, снизу). Рассмотрение и анализ различных вариантов построения модели дало возможность остановиться на 42 вершинах для задания каждого из 24 сечений, что позволило описать топологию объекта в целом и достичь необходимой точности аппроксимации, при сохранении возможности расчета в реальном времени. Преобразования и синтез проекций эталонного изображения летательного аппарата — двухмерных масок на основе его компьютерной модели представлено в виде суперпозиции основных геометрических преобразований: параллельного переноса, поворота, зеркального отражения и масштабирования, то есть с помощью общего аффинного преобразования. Реализация аффинных преобразований была выполнена с использованием векторно-матричного аппарата линейной алгебры, что эффективно с вычислительной точки зрения и позволяет накапливать преобразования для получения единого, выполняя их совмещение. Матричной форме описания элементарных и совмещенных преобразований отвечает описание координат точек в системе однородных координат. Таким образом, компьютерная модель эталонного изображения летательного аппарата описывает объект, как совокупность однородных координат вершин сечений, и видоизменяет его при помощи аффинных преобразований на основе матричной формы. Проведено исследование методов построения проекций трехмерного объекта. Вывод изображения выполняется с использованием ортографической проекции, не искажающей поперечные сечения объекта. В качестве матрицы перспективного преобразования была выбрана матрица с точкой схода (0,0,—с). Для формирования двухмерной маски, как результата проецирования, было выполнено удаление скрытых частей поверхностей объекта. Создание на экране графической модели объекта обеспечивается модулем, написанным на языке программирования высокого уровня Borland С++ 3.1. Алгоритм удаления скрытых линий и поверхностей в сочетании с методом закраски формирует, а использование геометрических преобразований в пространстве позволяет динамично, в режиме реального времени телевизионной развертки, перемешать проекции объекта моделирования в плоскости экрана.

В третьем разделе приведен вариант построения программно-аппаратной системы измерения параметров движения летательных аппаратов, реализующей телевизионный метод обработки результатов испытаний на основе алгоритма корреляционно-экстремального совмещения телевизионного изображения летательного аппарата и адаптивных эталонов — двухмерных масок его трехмерной компьютерного модели [67, 76]. Проведено исследование распознавания параметров движения объекта на основе корреляционно-экстремального алгоритма с использованием адаптивных эталонов в условиях неизвестной ориентации корпуса и в сложных условиях наблюдения, характеризующихся наличием смазанного изображения. Исследована потенциальная точность координатных измерений и оценки угловых параметров объекта, а также зависимость точности от степени нерезкости изображения, вызванного движением.

В четвертом разделе для оценки временных параметров формирования двумерной маски летательного аппарата и степени влияния конфигурации персонального компьютера на скорость расчета, было проведено компьютерное моделирование, выполнявшееся на трех персональных ЭВМ с различными техническими характеристиками. Получена оценка точности измерения временных параметров. Используя методы многофакторного регрессионного анализа, выявлена степень влияния отдельного сечения и их совокупности на время формирования двумерной маски. На основе анализа геометрической формы объекта предложена оценка степени необходимого соответствия геометрического описания объекта при построении модели реальному летательному аппарату. Проведено исследование влияния расстояния до объекта на точность оценки параметров движения летательного аппарата.

В приложениях содержаться результаты обзора существующих алгоритмов оценки параметров движения объекта в плоскости телевизионного изображения. Приведена процедура статистического анализа точности измерения временных параметров формирования двухмерной маски и процедура многофакторного анализа для оценки степени влияния отдельного сечения и их совокупности на временные параметры формирования двумерной маски летательного аппарата. Выполнена оценка степени необходимого соответствия геометрического описания объекта при построении модели реальному летательному аппарату. Приведены результаты экспериментальных исследований построения двухмерной маски летательного аппарата на основе его трехмерной компьютерной модели, влияния смаза и дальности на точность оценки параметров движения летательного аппарата.

Положения, выносимые на защиту: метод компьютерного моделирования эталонных изображений летательного аппарата при измерении параметров движения объекта телевизионными средствами по адаптивным эталонам в условиях неизвестной ориентации корпусасинтез эталонного изображения двухмерной маски летательного аппарата, полученной путем компьютерного моделирования ЗЭ модели и ее проекции на картинную плоскость для последующего корреляционного совмещениявременные и точностные характеристики телевизионного метода измерения параметров движения летательного аппарата на основе компьютерного моделирования эталонных изображений.

1. Распознавание образов в телевизионных следящих системах.

Основные результаты проведенной работы следующие:

1. Исследование существующих методов машинной графики позволило сделать вывод, что максимальное приближение к реальной сцене обеспечивается средствами трехмерной машинной графики на основе метода трассирования лучей. Результаты компьютерного моделирования показали, что изображения, создаваемые при помощи метода трассировки лучей обладают максимальной реалистичностью, которая в практических случаях часто является избыточной. В то же время метод являются особенно трудоемким с точки зрения вычислительных затрат, что не позволят использовать его для практических приложений в реальном масштабе времени телевизионного стандарта. Наиболее эффективным следует признать способ формирования эталонного изображения на основе использования методов машинной графики непосредственно в процессе слежения. В корреляционном совмещении с текущим изображением участвует не неповоротливое и ограниченное эталонное изображение из библиотеки цифровых изображений, а математическая модель объекта. Основная идея компьютерного моделирования эталонных изображений сводится к хранению в памяти ЭВМ описания геометрической формы объекта поиска вместо его изображения и генерации последнего в условиях получения анализируемого изображения.

2. На основе исследования методов компьютерного моделирования было предложено компромиссное решение, учитывающее особенности задачи и удовлетворяющее противоречивым требованиям: точности, зависящей от степени детальности модели, и возможности ее обсчета в реальном масштабе времени. Предложенный метод синтеза изображения объекта по набору поперечных сечений на основе формирования топологии полигональной сеткой обеспечивает: компактность описания, вычислительную легкость построения, аппроксимированного многогранниками объекта, удобство проведения преобразований и деформаций, вызванное пригодностью математического описания для выполнения вычислений. Метод удовлетворяет требованиям комплексности, надежности, быстродействия, точности, открытости.

3. На основе конструктивных данных по объекту моделирования, приведенных в открытых публикациях [33, 34, 35] выполнена оцифровка набора поперечных сечений летательного аппарата. Недостающие сечения строились с использованием интерполяции ближайших к ним сечений, с учетом размеров на представленных видах (слева, справа, спереди, сзади, сверху, снизу). Рассмотрение и анализ различных вариантов построения модели дало возможность остановиться на 42 вершинах для задания каждого из 24 сечений, что позволило описать топологию объекта в целом и достичь необходимой точности аппроксимации, при сохранении возможности расчета в реальном времени.

4. Система моделирования описывает объект и видоизменяет его с целью получения различных проекций — двухмерных масок. Изменение координат точек объекта моделирования представляется в виде суперпозиции основных геометрических преобразований: параллельного переноса, поворота, зеркального отражения и масштабирования, то есть с помощью общего аффинного преобразования, известного из аналитической геометрии. Реализация аффинных преобразований с использованием векторно-матричного аппарата линейной алгебры эффективна с вычислительной точки зрения и позволяет накапливать преобразования для получения единого, выполняя совмещение преобразований. Матричной форме описания элементарных и совмещенных преобразований отвечает описание координат точек в системе однородных координат. Вывод изображения выполняется с использованием ортографической проекции, не искажающей поперечные сечения объекта. Таким образом, компьютерная модель эталонного изображения летательного аппарата описывает объект, как совокупность однородных координат вершин сечений, и видоизменяет его при помощи аффинных преобразований на основе матричной формы.

5. Создание на экране графической модели объекта обеспечивается модулем, написанным на языке программирования высокого уровня Borland С++ 3.1. Алгоритм удаления скрытых линий и поверхностей в сочетании с методом закраски формирует, а использование геометрических преобразований в пространстве позволяет динамично, в режиме реального времени телевизионной развертки, перемешать проекции объекта моделирования в плоскости экрана.

6. Результаты компьютерного моделирования для оценки временных параметров формирования двумерной маски летательного аппарата показали, что для рабочего варианта персонального компьютера (Pentium ММХ, 166 Мгц) среднее время формирования ракурса для любой оси колеблется от 1,5 — 2 (масштаб 32×32, 64×64) до 3 -5 (масштаб 128×128, 256×256) периодов кадровой развертки. Таким образом, обеспечивается возможность программного формирования эталонного изображения в реальном масштабе времени телевизионной следящей системы.

7. Для оценки степени влияния отдельного сечения и их совокупности на временные параметры формирования двумерной маски летательного аппарата было проведено компьютерное моделирование. План эксперимента характеризовался матрицей планирования. Обработки результатов эксперимента показала, что общее число факторов, определяющих основную часть отклика, существенно меньше (в 2 — 3 раза) числа независимых переменных. Детальное исследование уравнения регрессионной модели было выполнено на основе построения и анализа графиков прогнозных значений отклика от каждой входной переменной.

8. Оценка степени необходимого соответствия геометрического описания объекта при построении модели реальному летательному аппарату позволила оставить в составе модели элементы, совокупность которых обеспечивает требуемую точность оценки параметров объекта при минимальной топологической сложности и минимальном времени построения изображения эталона. Крутизна ВКФ для рабочего варианта модели в среднем, почти в два раза выше, чем для прочих, что свидетельствует о ее существенно более высокой разрешающей способности.

9. Точность определения координат и угловых параметров модели зависит от масштаба отображения и ограничена погрешностью измерений, обусловленной, в основном, растровым характером представления графических данных, конечной разрешающей способностью и выбранным значением масштаба проектирования. Результаты исследования показали, что при отсутствии смаза для рабочих значений масштаба, соответствующих дальности до объекта не менее 100 метров, устойчивая точность углового определения по любому из углов пикирования, крена и курса не хуже одного градуса. При увеличении масштаба рабочая модель показывает точность 0,5 градуса. Внесение смаза (при величине до полуметра) практически не уменьшает точность оценки. Лишь при увеличении величины смаза вдвое точность падает и становится меньше одного градуса. Модель обеспечивает требуемую точность координатных измерений — 0,1 метра. При использовании корреляционно — экстремальной обработки смаз слабо влияет на точность его определения. Обеспечивается устойчивое определение координат условного центра JTA с погрешностью не более 3%.

10. Результаты компьютерного моделирования оценки степени влияния расстояния до объекта на точность траекторных измерений позволяют сделать ряд выводов. Для ТВ камеры, размещенной на оси ВПП, в среднем на дальности до 200 метров погрешность определения угла пикирования и курса составляет 0 градусов, до 400 метров — 1 градус, до 600 метров — 2 градуса. При дальности от 800 до 1000 метров погрешность составляет, в среднем, 5 градусов для угла пикирования и не менее 7 градусов для угла курса. Точность определения угла крена выше точности определения угла пикирования и курса: в среднем, начиная с дальности 4 00 метров до.

1000 метров — 1 градус. Погрешность оценки координаты Х0, у0 не превосходит 0,5 метра. Погрешность оценки координаты ZQ незначительно (с учетом погрешности расчета) превосходит 0,5 метра, начиная с дальности 600 метров.

11. Рассмотренная компьютерная модель эталонного изображения летательного аппарата удовлетворяет требованиям по точности и работает в реальном масштабе времени телевизионной развертки. Таким образом, ее быстродействие и точностные характеристики соответствуют требованиям, предъявляемым к современным телевизионным следящим системам. Модель ориентирована на широкий круг применения и может существенно облегчить решение следующих задач:

— экспериментальные и теоретические исследования в области разработки аппаратного и программного обеспечения систем распознавания и обработки изображений;

— создание промышленных телевизионных следящих систем, ориентированных на решение конкретных задач;

— обеспечение учебного процесса в вузах по многим специальностям, включающим учебные дисциплины по телевидению, цифровой обработке изображений, робототехнике и ряду других.

Заключение

.

В выполненной диссертационной работе, включающей теоретические и экспериментальные исследования, проводилось изучение телевизионного метода измерения параметров движения летательного аппарата на основе компьютерного моделирования эталонного изображения ЛА.

Показать весь текст

Список литературы

  1. В.П., Батраков A.C. Трехмерная компьютерная графика. — М.: Радио и связь, 1995. — 224с.
  2. .В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983. — 295 с.
  3. У. Цифровая обработка изображений. Пер. с англ. /Под ред. Д.С. Лебедева/ В 2-х книгах. М.: Мир, 1982. — 790с.
  4. Е.Ф. Вычислительные системы обработки изображений. М.: Энерго-атомиздат, 1989. — 136 с.
  5. К. Введение в статистическую теорию распознавания образов: Пер. с англ. М.: Наука, 1979. — 204 с.
  6. .К. Зрение роботов: Пер. с англ. М.: Мир, 1989. — 487 с.
  7. Цифровая обработка телевизионных и компьютерных изображений / Под ред. Ю. Б. Зубарева и В. П. Дворковича. М.: Международный центр научной и технической информации, 1997. — 216с
  8. В. Б. 3DS Studio. Трехмерная компьютерная мультипликация. Практ.пособ. М.: ЭКОМ, 1995. — 416 с.
  9. Ю.Кравацкий, М. Рамендик Выбор, сборка, апгрейд качественного компьютера. М.: Солон, 1998. — 232 с.
  10. Пилотажные группы мира. Мир авиации. Мультимедийная энциклопедия. / Студия «Крылья России», издательский дом «Домашний компьютер». М., 1998.
  11. Энциклопедия вооружений. Самолеты, корабли, танки. Мультимедийная энциклопедия. / «Акелла». М., 1996.
  12. Е.В., Боресков A.B. Компьютерная графика. Динамика, реалистические изображения. М.: Диалог-МИФИ, 1995. — 288 с.
  13. Г. П. Восприятие и анализ оптической информации автоматической системой. М.: Машиностроение, 1986. — 416 с.
  14. Е.П., Аверин С. И. Обработка изображений в робототехнике. — М.: Машиностроение, 1990. — 320 с.
  15. А.Л., Гуревич И. В., Скрипкин В. А. Современное состояние проблемы распознавания: некоторые аспекты. М. Радио и связь, 1985. — 160 с.
  16. Дж. Компьютерная графика. Секреты и решения. Пер. с англ. -М.: Энтроп, 1995. 352 с.
  17. Корреляционные зрительные системы роботов /A.M. Кориков, В.И. Сырям-кин, B.C. Титов- Под ред. A.M. Корикова. Томск: Радио и связь Томское отделение, 1990. — 264 с.
  18. Ф.И., Величкин А. И., Сухарев А. Д. Телевизионные системы летательных аппаратов. М.: Советское радио, 1979. — 224 с.
  19. В.В. Оптико-локационные системы. Основы функционального построения. М.: Машиностроение, 1981. — 184 с.
  20. И.Н., Тарасенко В. И. Корреляционно-экстремальные системы.- М.: Сов. радио, 1974. 392 с.
  21. В.Н., Архонский В. Ф. Корреляционные устройства. М.: Энергия, 1974. — 348 с.
  22. С.Е., Широков В. Б. Оптический поиск и распознавание. М.: Наука, 1973. — 240 с.
  23. Р., Харт П. Распознавание образов и анализ сцен: Пер. с англ. — М.: Мир, 1976. 512 с.
  24. Зарубежная радиоэлектроника. 1985. № 10. Цифровая обработка изображений .
  25. Зарубежная радиоэлектроника. 1987. № 10. Применение методов сегментации изображений в автономных системах обнаружения, распознавания и сопровождения движущихся целей.
  26. М.Н. Автоматизация распознавания телевизионных изображений.- М.: Энергия, 1975. 160 с.
  27. Фор А. Восприятие и распознавание образов. Пер. с фр. /Под ред. Г. П. Катыса/ М.: Машиностроение, 1989. — 272с.
  28. Дж., вэн Дэм А. Основы интерактивной машинной графики. В 2-х книгах. Пер. с англ. М.: Мир, 1985. — Кн. 1 — 368 е., кв. 2 — 368 с.
  29. Ю.В., Павлова A.A. Основы машинной графики. М.: Просвещение, 1993. — 255 с.
  30. Ю.В. Как рисует машина. М.: Наука, 1988. — 224 с.
  31. Jl. Аммерал. Принципы программирования в машинной графике. Пер. с англ. М.: Сол Систем, 1992. -224 с.
  32. Т. Алгоритмы машинной графики и обработки изображений. Пер. с англ. — М.: Радио и связь, 1986. — 400 с.
  33. А. Корабельная авиация и авианесущие корабли отечественного флота //Мир авиации, № 6, 1994 г., с. 42−52.
  34. Н. Первая посадка //Мир авиации, № 6, 1994 г., с. 52−64.
  35. А. Су с «усами»//Аэроплан, № 3, 1993 г., с. 14−19.
  36. Ф., Пратт М. Вычислительная геометрия. Применение в проектировании и на производстве. М.: Мир, 1982. 304 с.
  37. У., Спрулл Р. Основы интерактивной машинной графики. Пер. с англ. М.: Мир, 1976. — 576 с.
  38. Д. Алгоритмические основы машинной графики. Пер. с англ.-М.: Мир, 1989. 512 с.
  39. C.B., Кочин В. Н. Об одном способе изображения поверхностей в машинной графике //Программирование. 1981. — № 2. — с. 68—71.
  40. Е.В., Плис А. И. Кривые и поверхности на экране компьютера. Руководство по сплайнам для пользователей. М.: Диалог-МИФИ, 1996. — 240 с.
  41. В.Н. Оценка пространственной выборки в телевизионной корреляционно-оптимальной следящей системе. Межвузовский сборник «Методы цифровой обработки, передачи и отображения телевизионной информации». -ЛИАП, 1982, с. 13−20.
  42. О.С. Астратов, В. Н. Филатов Анализ корреляционного алгоритма измерения в телевизионной следящей системе. Рукопись деп. В ЦНИИТЭИ приборостроения от 23.11.87 № 3642-пр87.
  43. Т., Корн Г. Справочник по математике для научных работников и инженеров. М.: Наука, — 1984.- 831 с.
  44. A.B., Фролов Г. В. Программирование видеоадаптеров CGA, EGA и VGA. M.: Диалог-МИФИ, 1992. — 288 с.
  45. В.П., Сухарев H.H., Храмов Е. Ю. Графические средства Turbo С и Turbo С++. / Под ред. Г. В. Генса, Ю. Е. Храмова. М.: Финансы и статистика, СП «Ланит». 1992. — 160 с.
  46. В. H. Программирование на языке ассемблера IBM PC. М.: Диалог-МИФИ, 1997. — 288 с.
  47. В. В. Анализ и обработка изображений: принципы и алгоритмы. М.: Машиностроение, 1994. 112 с.
  48. В.В., Калинин Г. А. Обработка изображений на языке Си для IBM PC. М.: Мир, 1994. — 240 с.
  49. К. Практическая обработка изображений на языке Си: Пер. с англ. М.: Мир, 1996. — 512 с.
  50. Я. Энциклопедия языка С. Пер. с польск. М.: Мир, 1992.687 с.
  51. ., Ритчи Д. Язык программирования Си. Пер. с англ. 2-е изд., перераб. и доп. — М.: Финансы и статистика, 1992. — 272 с.
  52. Уинер. Язык Турбо Си. Пер. с англ. М.: Мир, 1991. — 384 с.
  53. В.К. Программирование на языке Си. М.: Малип, 1992. 70 с.
  54. С. Д. Турбо С. М.: Малип, 1991. — 70 с.
  55. А.Н. Введение в язык программирования С. М.: «Память», 1991. — 64 с.
  56. .И., Березин С. Б. Начальный курс С и С++. М.: Диалог-МИФИ, 1996. 288 с.
  57. Рекс Жешке. Толковый словарь языка Си. СПб.: Питер, 1994. 224 с.
  58. Язык Си для профессионалов. М.: ИВК-СОФТ, 1991. — 384 с.
  59. Дерк Луис. С и С++. Справочник. /Пер. с нем. М.: Восточная Книжная Компания, 1997. — 592 с.
  60. Дерк Луис. Borland С++. Справочник. /Пер. с нем. М.: «Издательство БИНОМ», 1997. — 560 с.
  61. Н.Э., Кошель С. П. Введение в Borland С++ Builder. M.: Диалог-МИФИ, 1997. — 272 с.
  62. В.В., Фомин С. С. Программирование на языке Си. М.: Финансы и статистка, 1998. — 600 с.
  63. В.В. Язык Си++. М.: Финансы и статистка, 1998. — 560с.
  64. Пакет типовых графических программ (ТИГР). Гусаков A.A. и др. М.: ЦНИИПроект, 1984. — 180 с.
  65. Майкл Ласло. Вычислительная геометрия и компьютерная графика на С++. Пер. с англ. М.: «Издательство ВИНОМ», 1997. — 304 с.
  66. Ла Мот А., Ратклифф Д., Семинаторе М., Тайлер Д. Секреты программирования игр. /Пер. с англ. С.-Пб.: Питер, 1995. — 720 с.
  67. B.C. Телевизионные методы обработки результатов испытаний летательных аппаратов// В сб. Телевидение, видеотехника (теория и практика): СПГААП. С.-Пб, 1996, с. 12−17.
  68. B.C. Автоматическая настройка телевизионных систем с помощью микроЭВМ. М.: Радио и связь, 1988. — 160 с.
  69. B.C. Автоматическая настройка ТВ систем: Учебное пособие / ЛИАП, Л. 1984. 94 с.
  70. О.С., Ликарпенков В. Г., Руковчук В. П. Некоторые аспекты выделения движущихся объектов телевизионными методами. Межвузовский сборник «Радиопередающие и телевизионные устройства». -ЛИАП, 1976, с. 19−23.
  71. В.Н. Поисково-рекуррентный алгоритм измерения параметров движения фрагментов телевизионного изображения. Автометрия, 1991, № 3, с. 16−20.
  72. J. Figue, P. Refregier Angle determination of airplanes by multicor-relation technique with optimal trade-off synthetic discriminant filters.-Optical Engineering/June 1994, vol. 33, N 6/1821, p. 34−41.
  73. П.А., Лабунец В. Г. Телевизионная следящая система с байесовским дискриминатором дели. Зарубежная радиоэлектроника,№ 10, 1987, с. 81−93.
  74. Денисов Д.'А., Низовкин В. А. Сегментация изображений. Зарубежная радиоэлектроника, № 10, 1985, с. 5−30.
  75. Г. С. и др. Оптоэлектронная система самонаведения THASSID. Зарубежная радиоэлектроника, № 10, 1987, с. 57−69.
  76. Компьютерное моделирование летательных аппаратов в задаче траекторных измерений /Рапаков Г. Г., Тимофеев B.C.- Санкт-Петербургская академия аэрокосмического приборостроения. Санкт-Петербург, 1998. — 9 е.- ил.- Библиогр: 10 назв.- Рукопись деп. в ВИНИТИ.
  77. П. Моделирование и идентификация систем. М.: Наука, 1971. — 264 с.
  78. П. Основы идентификации систем управления.: Мир, 1975.683 с.
  79. П. Современные методы идентификации систем. М.: Мир, 1983. — 400 с.
  80. О.С. Телевизионные средства в системах управления движением транспорта// В сб. Телевидение, видеотехника (теория и практика): СПГААП. С.-Пб, 1996, с. 18−24.
  81. О.С. Статистический анализ работы логической апертуры. Межвузовский сборник «Методы цифровой обработки, передачи и отображения телевизионной информации». -ЛИАП, 1982, с. 8−13.
  82. В.А. Применение метода максимума отношения правдоподобия в задаче синтеза оптического обнаружителя и оценка его эффективности «Методы цифровой обработки, передачи и отображения телевизионной информации». -ЛИАП, 1982, с. 33−37.
  83. A.C. Оперативное запоминающее устройство на кадр телевизионного изображения «Методы цифровой обработки, передачи и отображения телевизионной информации». -ЛИАП, 1982, с. 4 3−47.
  84. .Н., Зыков И. Я., Тимофеев B.C. Коррекция искажений телевизионных датчиков «Методы цифровой обработки, передачи и отображения телевизионной информации». -ЛИАП, 1982, с. 72−77.
  85. В.В., Демидов В. Н. Интерактивный анализ телевизионных изображений размерных объектов «Методы цифровой обработки, передачи и отображения телевизионной информации». -ЛИАП, 1982, с. 77−82.
  86. М. И. и др. Цифровое телевидение. М.: Связь, 1980.264с.
  87. Эксперименты с машинным зрением. / В. П. Андреев, Д. А. Белов, Г. Г. Вайнштейн, Е. А. Москвина. М.: Наука, 1987. — 128 с.
  88. В. И. Канал прямого доступа в память микро ЭВМ «Методы цифровой обработки, передачи и отображения телевизионной информации». -ЛИАП, 1982, с. 83−87.
  89. А. Я. Математические модели теории передачи изображений. М.: Связь, 1979. 96 с.
  90. . Р. Теоретические основы статистической радиотехники. Книга первая. М.: Сов. радио, 1969. — 752 с.
  91. . Р. Теоретические основы статистической радиотехники. В 2-х книгах. Книга вторая. М.: Сов. радио, 1968. — 504 с.
  92. H.H. Статистическая теория передачи изображений. М.: Связь. 1976. — 182 с.
  93. H.H. Теория передачи и восприятия изображений. М.: Радио и связь, 1986. — 247 с.
  94. H.H. Помехоустойчивость телевизионных устройств. М.-Л.: Госэнергоиздат, 1961. 267 с.
  95. B.C. Цифровое телевидение. Учеб. пособие /СПбГУАП. СПб., 1998. 49 с.
  96. Г. Ю. Цифровая обработка цветных изображений. М.: Издательство ЭКОМ, 1997. — 336 с.
  97. H.H. Телевидение, цифровая обработка телевизионных сигналов: Текст лекций. / ЛИАП. Л., 1988. 49 с.
  98. М. Цифровое телевидение. Теория и техника. / Пер. с чешек, под ред. Л. С. Виленчика. М.: Радио и связь, 1990. — 528 с.
  99. Цифровое кодирование телевизионных изображений. /Под ред. Цуккермана И.И./ М.: Радио и связь. 1981. 240 с.
  100. Телевидение / Под ред. В. Е. Джакония. М.: Радио и связь, 1997.640с.
  101. МККР. Характеристики монохромных систем телевидения. Отчет № 308.
  102. МККР. Параметры кодирования сигналов цифрового телевидения для студий. Рекомендация № 601.
  103. МККР. Характеристики систем цветного телевидения. Отчет № 4 07.
  104. МККР. Характеристики телевизионных систем. Отчет № 624.
  105. ГОСТ 7845. Система вещательного телевидения. Основные параметры. Методы измерений.
  106. P.E., Гуревич С. Б. Анализ и обработка цветных и объемных изображений. М.: Радио и связь, 198 4. — 248 с.
  107. А. Распознавание и обработка изображений с помощью вычислительных машин. Пер. с англ. — М.: Мир, 1972. — 232с.
  108. С.Л. и др. Телевизионные измерительные системы. М.: Связь, 1980. — 168 с.
  109. Микропроцессорные системы управления в робототехнике. /Под ред. И. М. Макарова, Д. Е. Охоцимского, Е. П. Попова. М.: Наука, 1984. — 176 с.
  110. К.Фу, К. Ли, Гонсалес Р. Робототехника. М.: Мир, 1989. — 612 с.
  111. Техническое зрение роботов. /В.И. Мошкин, A.A. Петров, B.C. Титов, Ю.Г. Якушенков- Под общ. ред. Ю. Г. Якушенкова. М.: Машиностроение, 1990. — 272 с.
  112. В.Н. Алгоритм оценки координат протяженного объекта в поле телевизионного изображения. Техника средств связи. Техника телевидения, 1987, Вып. 6, с. 23−30.
  113. В.П. Обработка информации в оптических системах пеленгации. -М.: Машиностроение, 1978. 168 с.
  114. Р.В., Басалов Ф. А. Статистическая теория радиолокации протяженных целей. М.: Радио и связь, 1982. — 232 с.
  115. Е.И., Трифонов А. П. Оценка параметров сигнала на фоне помех. М.: Сов. радио, 1978. — 296 с.
  116. В.Н. Филатов Влияние фоновых помех в стробе на надежность телевизионного корреляционного слежения. Рукопись деп. В Информприборе от 15.12.8 8 № 4467-пр88.
  117. В.Н. Филатов Особенности автоматического измерения координат протяженного объекта в плоскости телевизионного изображения. Техника средств связи. Техника телевидения, 1991, Вып. 2, с. 52−59.
  118. В.Н. Статистическая радиотехника. М.: Сов. радио, 1966.678 с.
  119. В.Г., Тартаковский Г. П. Статистический синтез при априорной неопределенности и адаптация информационных систем. М.: Сов. радио, 1977. -432 с.
  120. В.К., Бочкарев A.M., Мусьяков М. П. Методы фильтрации сигналов корреляционно-экстремальных системах навигации. М.: Радио и связь, 1986.
  121. Я.А., Тарловский Г. Р. Статистическая теория распознавания образов. М.: Радио и связь, 1986. — 264 с.
  122. A.M. Корреляционно экстремальные системы навигации //Зарубежная радиоэлектроника. — 1981. — № 9. — с. 28 — 53
  123. Мелик-Шахназаров A.M., Маркатун М. Г. Цифровые измерительные системы корреляционного типа. М.: Энергоатомиздат, 1985. — 128 с.
  124. Ю.И., Велелова Г. П., Андреев В. Н. Автоматические цифровые корреляторы. М.: Энергия, 1971. — 240 с.
  125. Л.П. Введение в цифровую обработку изображений. М.: Советское радио, 1979. — 312 с.
  126. Л.П. Цифровая обработка сигналов в оптике и голографии.- М.: Радио и связь, 1987.
  127. Системы очувствления и адаптивные промышленные роботы /В.Б. Брагин, Ю. Г. Войлов, Ю. Д. Жаботинский и др.- Под общ. ред. Е. П. Попова, В. В. Клюева. -М.: Машиностроение, 1985. 256 с.
  128. Ф. Взаимодействие робота с внешней средой: Пер. с франц. М.: Мир, 1985. — 285 с.
  129. ., Куафе Ф. Телеуправление роботами с помощью ЭВМ: Пер. с франц. М.: Мир, 1989. — 198 с.
  130. Системы технического зрения в робототехнике. /Г.В. Письменный, Б. Б. Михайлов, А. Ю. Корнеев. М.: Машиностроение, 1991. — 88 с.
  131. Промышленные роботы для миниатюрных изделий. /Р.Ю. Бансявичус, A.A. Иванов, Н. И. Камышный и др.- Под ред. В. Ф. Шаньгина. М.: Машиностроение, 1985.- 264 с.
  132. М. Курс робототехники. М.: Мир, 1990. — 526 с.
  133. Системы распознавания автоматизированных производств. / В. Л. Генкин, И. Л. Ерош, Э. С. Москалев. Л.: Машиностроение. Ленингр. отд-ние, 1988. — 246 с.
  134. А.Г. и др. Принятие решений на основе самоорганизации. М.: «Сов.радио», 1976. 280 с.
  135. К., Виттенмарк Б. Системы управления с ЭВМ: Пер. с англ. -М.: Мир, 1987. 480 с.
  136. Я. 3. Информационная теория идентификации. М.: Наука. Физ-матлит, 1995. — 336 с.
  137. Е.И. Теория автоматического управления. «Энергия», Л., 1969. 375 с.
  138. И.Г. Планирование эксперимента для исследования многокомпонентных систем. М.: «Наука», 1976. 390 с.
  139. Р. Шеннон. Имитационное моделирование систем: искусство и наука. -М.: Мир, 1978. 424 с.
  140. Е.С., Овчаров Л. А. Теория вероятностей и ее инженерные приложения. М.: Наука. Гл. ред. физ. — мат. лит. — 1988. — (Физико — математическая библиотека инженера). — 4 80 с.
  141. Ю.Н., Макаров A.A. Анализ данных на компьютере. /Под ред. В. Э. Фигурнова. М.: ИНФРА-М, Финансы и статистика, 1995. — 384 с.
  142. В.Г. Решение научных, инженерных и экономических задач с помощью ППП Statgraphics. М.: МП Память, 1993. — 88 с.
  143. С.Г. Григорьев, В. В. Левандовский, A.M. Перфилов, В. И. Юнкеров. ППП Statgraphics на персональном компьютере. С.-Пб. — 1992. — 104 с.
  144. Е.И. Теория вероятностей с элементами математической статистики. Учебное пособие для втузов. М.: «Высшая школа», 1971. 328 с.
  145. Я. А. Точность телеизмерений. М.% Энергия, 1978. — 168с.
  146. Основы математического моделирования. Построение и анализ моделей с примерами на языке MATLAB: Учеб. пособие / Д. Л. Егоренков, А. Л. Фрадков, В.Ю. Харламов- Под ред. д.т.н. А.Л. Фрадкова- СПб: БГТУ, 1994. 184 с.
  147. .М. Качество цветных телевизионных изображений. М.: Радио и связь, 1988. — 224 с.
  148. В.M., Петухов C.B. Машинное стереозрение. //Зарубежная радиоэлектроника. 1992. — № 11. — с. 56- 64
  149. ГОСТ 8.009−84, — Нормирование метрологических характеристик средств измерений.
  150. М.И. Основы телевизионных измерений. М.: Радио и связь, 1976. — 426 с.
  151. C.B. Цветное телевидение. М.: Связь, 1975. — 375 с.
  152. А.К. Колориметрия цветного телевидения. М.: Связь, 1967.
  153. Д., Мерсеро Р. Цифровая обработка многомерных сигналов. M.: Мир, 19 88.
  154. Г. Двумерные преобразования. Обработка изображений и цифровая фильтрация. /Под ред. Т. Хуанг/. М.: Мир. 1979
  155. Быстрые алгоритмы в цифровой обработке изображений. Преобразования и медианные фильтры. Хуанг Т. и др. Пер. с англ. — М.: Радио и связь, 1984. — 224 с.
  156. Реклейтис Г, Рейвиндран А., Рэгдел К. Оптимизация в технике. Пер. с англ. В 2-х книгах. М.: Мир, 1986. — 670с.
  157. И., Люка М. Машинная графика и автоматизация конструирования. Пер. с франц. /Под ред. Ю.М. Баяковского/ М.:Мир, 1987. — 272 с.
  158. Д., Бейкер М. Микрокомпьютерная графика. Пер. с англ. — М.: Мир, 1987. 352 с.
  159. Е. Графика для IBM PC. М.: Солон, 1995. — 228 с.
  160. Н., Осин Е., Как написать компьютерную игру. М.: Солон, 1996. 302 с.
  161. А. Как самому создать трехмерную игру. М.: Микроарт. 1996.290 с.
  162. В.Ю. Романов. Популярные форматы файлов для хранения графических изображений на IBM PC. М.: Унитех, — 1992. — 156 с.
  163. А.Н. Графическое программирование на языке Паскаль. Справочное пособие. Мн.:Выш. Шк., 1992. — 143 с.
  164. Л. Аммерал. Интерактивная машинная графика. Пер. с англ. М.: Сол Систем, 1992. — 317 с.
  165. JI. Аммерал. Машинная графика на персональных компьютерах. Пер. с англ. М.: Сол Систем, 1992. — 232 с.
  166. Л. Аммерал. Программирование графики на Турбо Си. Пер. с англ. М.: Сол Систем, 1992. -221 с.
  167. Математика и САПР: В 2-х кн. Пер. с франц./ Шенен П., Коснар М., Гардан И. И др. М.: Мир, 1988. — 408 с.
  168. Н. Секреты программирования графики для Windows 95. /Перев. с англ. СПб.: Питер, 1997. — 352 с.
  169. Ю. Программирование трехмерной графики. СПб.: BHV -Санкт-Петербург, 1998. — 256 с.
  170. Майкл Янг. Программирование графики в Windows 95. Векторная графика на языке С++. /Пер. с англ. М.: Восточная Книжная Компания, 1997. — 368 с.
  171. С. Графика для Windows: библиотека программиста. СПб,: Питер Ком, 1998. — 320 с.
  172. Ю.А., Левшин В. П., Стручев В. Ф. Вычисление свертки и дискретного преобразования Фурье методом Виноградова //Зарубежная радиоэлектроника.- 1984. № 3. — с. 3−18
  173. В.А., Бойко Ю. В., Бочкарев A.M., Однорог А. П. Совмещения изображений в условиях неопределенности //Зарубежная радиоэлектроника. 1985. -№ 4. — с. 5 4 — 7 0
  174. М.И., Алик В. П., Марков Ю. И. Библиотека алгоритмов. 516—1006: Справочное пособие. — М.: Советское радио, 1976. — Вып. 2.
  175. М.И., Алик В. П., Марков Ю.И Библиотека алгоритмов. 1016— 1506.
  176. М.: Советское радио, 1978.— Вып. 3.
  177. Библиотека алгоритмов 1516—2006: Справочное пособие. — М.: Радио и связь, 1981.- Вып. 4.
  178. М.И., Алик В. П., Марков Ю.И Алгоритмы (201−250). М.: ИПУ ВЦ АН СССР, 1971.
  179. Инженерные расчеты на ЭВМ. Справочное пособие. / Под ред. В. А. Троицкого. Л.: Машиностроение. Ленингр. отд-ние, 1979. — 288 с.
  180. Минимизация в инженерных расчетах на ЭВМ /С.Ю. Гуснин, Г. А. Омелья-нов, Г. В. Резников и др. — М.: Машиностроение, 1981. — 120 с.
  181. Ф.П. Численные методы решения экстремальных задач. М.: Наука, 1988. — 552 с.
  182. А.И., Сливина H.A. Лабораторный практикум по высшей математике. М.: Высшая школа, — 1994. — 416 с.
  183. М. Введение в методы оптимизации. М.: Наука, 1977. — 344 с.
  184. Э. Численные методы оптимизации. Единый подход. М.: Мир, 1974. — 376 с.
  185. .Т. Введение в оптимизацию. М.: Наука, 1983. — 384с.
  186. Разработка устройств сопряжения для персонального компьютера типа IBM PC. Под общей редакцией Ю. В. Новикова. Практ. Пособие. М.: Эком, 1997. -224 с.
  187. А.Г., Голицин A.A., Иванников А. Д. Проектирование радиоэлектронной аппаратуры на микропроцессорах. — М.: Радио и связь, 1984. — 270с.
  188. П.А., Колмогоров Г. С., Ворновицкий Г. Э. Сегментация изображений: методы пороговой обработки //Зарубежная радиоэлектроника. 1987. — № 10. -с. 6 — 30
Заполнить форму текущей работой