The object of research, development or design (in Russian) : аэрокосмические изображения, предварительная обработка данных, критерии сжатия изображений

The object of research, development or design (in Kazakh) : аэроғарыштық кескіндер, деректерді алдын ала өңдеу, кескінді қысу критерийлері

Aim of work (in Russian) : Целью данного проекта является разработка технологии интеллектуальной предварительной обработки аэрокосмических изображений, путем сжатия, архивации, декодирования и их классификации, позволяющей исключить потери и оптимизировать канал связи передачи данных для последующей распознавания и идентификации различных объектов

Aim of work (in Kazakh) : Бұл жобаның мақсаты аэроғарыштық кескіндерді сығымдау, мұрағаттау, декодтау және оларды жіктеу арқылы интеллектуалды алдын ала өңдеу технологиясын әзірлеу болып табылады, бұл әртүрлі объектілерді кейіннен тану және сәйкестендіру үшін деректерді беру байланысының арнасын жоғалтуды болдырмауға және оңтайландыруға мүмкіндік береді

Методы исследования (на русском) : Методы без потерь включают предварительную байтовую обработку для учета яркости между каналами, группировку каналов для снижения разрядности данных, регрессионный анализ для нахождения коррелированных каналов и использование одномерного вейвлета Хаара для уменьшения избыточности. Среди методов с потерями рассмотрены двумерное вейвлет-преобразование Хаара для выделения низкочастотных областей, вейвлет-преобразование Добеши, дискретно-косинусное и преобразование Уолша-Адамара, которые сохраняют важные детали и минимизируют потери данных. Эти методы обеспечивают высокую степень сжатия и оптимизацию качества восстановленных изображений​

Методы исследования (на казахском) : Шығынсыз әдістерге арналар арасындағы жарықтылықты есепке алу үшін алдын ала байтты өңдеу, деректердің биттілігін төмендету үшін арналарды топтастыру, корреляцияланған арналарды табу үшін регрессиялық талдау және резервтеуді азайту үшін Бір өлшемді Хаар толқынын пайдалану кіреді. Шығынды әдістердің ішінде екі өлшемді вейвлет-төмен жиілікті аймақтарды бөлектеу үшін Хаар түрлендіруі, Добеши толқыны түрлендіруі, дискретті косинус және Уолш-Хадамар түрлендіруі қарастырылады, олар маңызды бөлшектерді сақтайды және деректердің жоғалуын азайтады. Бұл әдістер жоғары қысу коэффициентін және қалпына келтірілген кескіндердің сапасын оңтайландыруды қамтамасыз етеді​

Obtained results and novelty (in Russian) : Разработан алгоритм сжатия аэрокосмических изображений, который демонстрирует высокий коэффициент сжатия до 9.2, превосходя аналогичные методы. Новый подход основан на адаптированных кодах Хаффмана и вейвлет-преобразованиях Хаара, что позволяет сохранить до 85-90% качества реконструированных изображений, с метрикой PSNR в диапазоне 30-50%. Применение метода также обеспечивает высокую точность при классификации объектов за счёт межканальной корреляции и адаптивных параметров. Эти результаты подтверждают эффективность предложенного алгоритма, который оптимизирован для работы с большими данными и ограниченными вычислительными ресурсами на борту космических аппаратов. Новизна заключается в создании адаптивных и разностных подходов, которые учитывают корреляцию между спектральными каналами, что позволяет значительно повысить степень сжатия и точность распознавания объектов на изображениях. Интеграция методов сжатия с алгоритмами классификации также повышает эффективность, обеспечивая возможность

Obtained results and novelty (in Kazakh) : Аэроғарыштық кескіндерді қысу алгоритмі әзірленді, ол 9.2-ге дейін жоғары қысу коэффициентін көрсетеді, ұқсас әдістерден асып түседі. Жаңа тәсіл бейімделген Хаффман кодтарына және Хаардың толқындық түрлендірулеріне негізделген, бұл psnr көрсеткіші 30-50% диапазонында қайта жасалған кескін сапасының 85-90% дейін сақтауға мүмкіндік береді. Әдісті қолдану сонымен қатар арнааралық корреляция және бейімделу параметрлері арқылы объектілерді жіктеуде жоғары дәлдікті қамтамасыз етеді. Бұл нәтижелер ғарыш аппараттарында үлкен деректермен және шектеулі есептеу ресурстарымен жұмыс істеу үшін оңтайландырылған ұсынылған алгоритмнің тиімділігін растайды. Жаңалық-спектрлік арналар арасындағы корреляцияны ескеретін адаптивті және айырмашылық тәсілдерін құру, бұл кескіндердегі объектілерді танудың сығылу дәрежесі мен дәлдігін едәуір арттыруға мүмкіндік береді. Сығымдау әдістерін жіктеу алгоритмдерімен біріктіру сонымен қатар Сығылған деректерді өңдеу және беру мүмкіндігін қамтамасыз ету арқылы тиімділікті арт

The main constructive and technical economic indicators (in Russian) : на данном этапе эти показатели не оценивались

The main constructive and technical economic indicators (in Kazakh) : бұл кезеңде бұл көрсеткіштер бағаланбады

Level of implementation (in Russian) :

Level of implementation (in Kazakh) :

Efficiency (in Russian) :

Efficiency (in Kazakh) :

Field of application (in Russian) : Организации, занимающиеся аэрокосмической съемкой, университеты, научные организации, профильные министерства

Field of application (in Kazakh) : Аэроғарыштық түсіріліммен айналысатын ұйымдар, университеттер, ғылыми ұйымдар, бейінді министрліктер