Гордійко, Наталя ОлександрівнаГорбачов, Сергій Олександрович2026-02-232026-02-232025Горбачов, С. О. Засоби підвищення якості вихідних зображень систем мультиспектрального моніторингу : магістерська дис. : 105 Прикладна фізика та наноматеріали / Горбачов Сергій Олександрович. - Київ, 2025. - 60 с.https://ela.kpi.ua/handle/123456789/78972Темою роботи є розробка та аналіз засобів підвищення якості вихідних зображень у системах мультиспектрального моніторингу шляхом об’єднання інформації з видимого та інфрачервоного діапазонів. Метою дослідження є створення, реалізація та порівняльний аналіз методів комплексування видимих і ІЧ-зображень для покращення інформативності візуалізації в складних умовах — за низької освітленості, атмосферних викривлень або наявності теплових аномалій. Об’єктом дослідження є процес формування, декомпозиції та спектрального злиття зображень у мультиспектральних системах моніторингу. Предметом дослідження виступають алгоритми об’єднання даних: класичні методи (максимізація, вейвлет-декомпозиція), нейромережеві архітектури (ConvFusionNet) та фізично обґрунтовані моделі (TeVNet), що дозволяють розділити ІЧ-зображення на температурну, емісивну та відбиту компоненти. Методами дослідження є комп’ютерне моделювання з використанням мови Python та бібліотек PyTorch, OpenCV, PyWavelets, а також кількісний аналіз результатів за допомогою метрик SSIM, MSE, BRISQUE і FID. У роботі експериментально доведено, що використання фізично обґрунтованих підходів у поєднанні з вейвлет-перетворенням та нейронними мережами дозволяє значно підвищити якість результуючих зображень. Отримані результати свідчать про перевагу гібридних рішень над класичними методами за більшістю метрик якості. Визначено ефективні конфігурації моделей та типи вейвлетів, що забезпечують збереження структури сцен і точну реконструкцію температурних властивостей.60 с.ukмультиспектральні зображенняінфрачервоне зображеннякомплексування зображеньвейвлет-декомпозиціяглибоке навчанняоцінка якості зображеньфізично обґрунтовані моделіmultispectral imagesinfrared imagingimage fusionwavelet decompositiondeep learningimage quality assessmentphysically based modelsMaster Thesis004.932.2, 519.682, 535.6