Проаналізовано методи комплексування даних парціальних спектральних каналів багатоспектральної системи моніторингу об'єктів і сцен різних ділянок спектра електромагнітних хвиль. Зазначено основні вимоги, які ставляться перед задачею комплексування парціальних спектральних каналів. Проаналізовано 2 методи комплексування, що базуються на підсиленні відмінностей між зображеннями та на окремому аналізі низько- та високочастотних складових спектра зображень. Описано ідею щодо можливої реалізації системи моніторингу об'єктів і сцен з максимальним рознесенням за частотою парціальних спектральних каналів і наведено структурну схему такої багатоспектральної системи.

На підставі аналізу наявних методів виявлення рухомих об'єктів запропоновано адаптивний до дестабілізувальних факторів алгоритм виявлення, що базується на паралельному використанні двох методів: методу віднімання фону та методу міжкадрової різниці, та наведено результати його моделювання. Статистична оцінка параметрів, що виконується в процесі навчання алгоритму, надає можливість використовувати цей алгоритм без налаштування його параметрів практично з будь-якою відеокамерою незалежно від рівня її власних шумів. У результаті роботи запропонованого алгоритму досягається ефективне виділення рухомих об'єктів у їх природних кольорах без малоінформативного фону. Використання цього алгоритму, наприклад, в системах відеоспостереження, надасть змогу спростити сприйняття інформації та зменшити психологічне навантаження оператора.

Досліджено проблему об'єднання графічної інформації з різних сенсорів в мультиспектральних системах моніторингу за допомогою методів мультимодального комплексування зображень. Як критерій ефективності об'єднання графічної інформації в єдине комплексоване зображення вибрано інформативність цього зображення. Iнформативність запропоновано оцінювати за допомогою запропонованого вдосконаленого методу, що базується на основі багатокритеріального аналізу параметрів зображень. Комплексування зображень виконується за допомогою запропонованого методу на основі дискретного вейвлет-перетворення з формуванням низькочастотних вейвлет-коефіцієнтів результуючого вейвлет-спектра шляхом аналізу регресійної моделі зв'язку між вхідними зображеннями. Підтверджено експериментальним шляхом, що запропонований метод комплексування надає змогу синтезувати більш інформативні мультиспектральні зображення, ніж відомі алгоритми.

Розроблено метод, який, на відміну від класичних, надає змогу суміщення зображень, сформованих сенсорами різної фізичної природи в контексті їх комплексування в мультиспектральних системах моніторингу. Підтверджено експериментально, що для суміщення різноспектральних зображень доцільно використовувати критерій, який базується на максимумі функції взаємної інформації між зображеннями, оскільки він є інваріантним до перетворення яскравості між ними.

Розв'язано актуальне науково-технічне завдання розроблення методів підвищення ефективності, а саме підвищення інформативності та зменшення кількості надлишкової інформації, яка формується мультиспектральними оптико-електронними системами моніторингу об'єктів та сцен, що мають в своєму складі сенсори видимого та інфрачервоного діапазонів електромагнітних хвиль. Удосконалено багатокритеріальну метрику оцінювання інформативності зображень невідомого сюжетного змісту. Розроблено метод та алгоритм мультимодального комплексування зображень видимого та інфрачервоного діапазонів на основі дискретного вейвлет-перетворення в якому, на відміну від відомих методів, формування низькочастотних вейвлет-коефіцієнтів результуючого вейвлет-спектра комплексованого зображення базується на основі регресійного аналізу відповідних частин вейвлет-спектрів вхідних зображень, що дає змогу підвищити інформативність комплексованого зображення приблизно на 10 %, а також зменшити обсяг даних без втрати корисної інформації в середньому на 26.72 %, порівняно з сумарним обсягом даних, що отримуються каналами видимого та інфрачервоного діапазонів. Розроблено адаптивний до дестабілізуючих факторів метод та алгоритм виявлення рухомих об'єктів під час відеомоніторингу. На основі розроблених технологій вдалося збільшити імовірність виявлення, розпізнавання та ідентифікації рухомих об'єктів мультиспектральною системою моніторингу, що, в свою чергу, дало змогу збільшити віддаль ефективного спостереження на 11 %.