Автореферат (Автоматическая сшивка радиолокационных изображений земной поверхности при неизвестных элементах внешнего ориентирования), страница 2

В 2-х кн: Кн. 2. Робототехнические комплексы наосновеБЛА»(М.:Радиотехника,2016),внаучно-техническомотчетеоНИР «Перспектива - 500» и в 3 статьях в журналах, рекомендованных ВАК при МинобрнаукиРоссии к публикации результатов диссертационных исследований соискателям ученых степенейдоктора и кандидата технических наук, а так же в 10 печатных работах, включенных в сборникитезисов или докладов по результатам научных и научно-технических конференций.Внедрение результатов диссертационной работы.РезультатыдиссертационнойработыиспользованыпривыполненииНИР «Перспектива - 500», а также внедрены в учебном процессе кафедры 401 Московскогоавиационного института (национального исследовательского университета).Структура и объем работы.

Диссертационная работа состоит из введения, трехразделов, заключения, списка литературы из 113 наименований и 6 приложений. Текстдиссертации изложен на 169 машинописных страницах, включает 81 рисунок и 22 таблицы.ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫВо введении обоснована актуальность темы диссертации, сформулированы цель изадачи исследования, отмечена научная новизна и практическая значимость полученныхрезультатов, приведены основные положения диссертационной работы, выносимые на защиту, атакже сведения об апробации и внедрении результатов диссертационной работы.

Описанаструктура диссертационной работы и дано краткое содержание ее разделов.В первой главе рассмотрен общий подход к обработке данных радиолокационногомониторинга, проведен краткий обзор современных отечественных и зарубежных РЛСземлеобзора авиационного и космического базирований, а также проведен аналитический обзор6существующих алгоритмов и программных комплексов сшивки изображений различных типов.Выяснено, что в настоящее время не существует алгоритмов и программных комплексов,позволяющих полностью автоматически проводить совмещение и сшивку РЛИ земнойповерхности без использования информации об элементах внешнего ориентирования илигеографической привязки.

Сшивка в таких случаях должна производиться по областямперекрытия на РЛИ земной поверхности.В этой связи особое внимание уделено анализу существующих алгоритмов обработкиизображений, совокупность которых потенциально позволяет производить автоматическийпоиск опорных точек на РЛИ на основе их областей перекрытия. Точку, попавшую в областьперекрытия сшиваемых или сопоставляемых изображений, будем называть опорной, еслиизвестны ее координаты в системах координат (СК) обоих изображений. Обнаружено, что дляуспешного автоматического поиска опорных точек необходимы семантически насыщенные РЛИ(РЛИ, которым присущи ярко выраженные изменения контрастности в пределах кадраизображения).

В то время как аналитический обзор методов определения качества изображенийпоказал, что в настоящее время не существует методов количественной оценки насыщенностисемантики изображения, подходящих для РЛИ.Важным этапом процесса сшивки изображений является определение их ориентациидруг относительно друга.

В этой связи проведен анализ существующих в настоящее времяподходов к вычислению ориентации изображений с помощью их областей перекрытия, порезультатам которого наиболее подходящими выбраны алгоритмы выделения, описания исопоставления точек интереса.Детально рассматриваются два наиболее эффективных алгоритма выделения и описанияточек интереса SURF и SIFT. Две точки интереса различных изображений составляют опорнуюточку, если евклидово расстояние между их векторами описания (дескрипторами) не превышаетпорогового значения.

Алгоритм SIFT находит больше (до 1,5 раз) точек интереса в сравнении сSURF при обработке одного и того же изображения, однако при этом затрачивает примерно в 2,5раза больше времени и значительно больший объем ОЗУ. Дескрипторы точек интереса SURFобладают уязвимостью к повороту семантики изображения, что ведет к снижению количестванайденных опорных точек при значениях угла поворота в окрестности π/4 + nπ/2. Кроме того,проведенкраткийобзоралгоритмовпоискаближайшегососеда,подходящихдляавтоматического сопоставления найденных точек интереса с целью получения опорных точек.Среди рассмотренных точных алгоритмов выделяется алгоритм с разбиением в k-мерное (kd-)дерево, как наиболее эффективный в рассматриваемом случае.В заключении сформулированы цели и постановка задачи на исследование.7Во второй главе проводится поэтапная разработка искомого алгоритма сшивки РЛИземной поверхности.

В первую очередь формулируются критерии оптимального алгоритмасшивки.Пусть во входном наборе РЛИ земной поверхности имеется Ii – i-е изображение, котороеможет быть описано, как:2(1)I i : Pi →Bi , Pi⊂ℝ , Bi⊂ℝ ,где Pi – множество точек на изображении, а Bi – множество яркостей.Тогда процесс формирования РЛИ Ii можно представить, как отображение Fi:3(2)Fi : PEi →Pi , P Ei ⊂ℝ ,где PEi – область земной поверхности, попавшая в район съемки. Проекцию множества PEi наплоскость земной поверхности представим как отображение Ji:2(3)J i : P Ei→ PSi , PSi ⊂ℝ ,где PSi – ортогонально спроецированное на плоскость земной поверхности множество PEi.Для входного набора перекрывающихся РЛИ земной поверхности Ω имеем:∀ I i∈Ω ∃ I j ∈Ω : O Eij =PEi∩P Ej≠∅ ,(4)где OEij – область местности, попавшая одновременно на РЛИ Ii и Ij, тогда области перекрытия(области с общей семантикой) на РЛИ Ii и Ij:Oiij =Fi (O Eij ) , Oijj =F j (OEij ) , Oiij ⊂Pi , Oijj ⊂P j .Цельюоптимальногоалгоритмасшивкиявляется(5)формированиеединойрадиолокационной карты путем преобразования всех входных изображений в некую единуюСК.

Для каждого изображения необходимо найти преобразование Gi:Gi : Pi →Li , Li⊂PR , P R=∪ Li ,i(6)где Li – множество точек РЛИ земной поверхности Ii, преобразованного в единую СК, а PR –8искомая единая радиолокационная карта такая, что:∃af : P S →P R ,(7)где af – некоторое аффинное преобразование. Условие (7) позволяет сохранить дешифровочныепризнаки объектов мониторинга и представление об их взаимном расположении на местности.Фактически данное условие говорит о минимизации угла между плоскостями единойрадиолокационной карты и земной поверхности.Для существования взаимно-однозначного отображения (7) необходимо, чтобы для всехпар перекрывающихся РЛИ Ii и Ij из (4) выполнялось уравнение:∫‖Gi( xi )−G j ( x j )‖2 d x E=0,(8)x E ∈O Eij , x i=F i ( x E ) , x j=F j ( x E ),(9)xEгде xE – точка на местности, попавшая на оба РЛИ Ii и Ij, а xi и xj – ее изображения на них.ПервыйкритерийоптимальностиискомогоалгоритмасшивкиРЛИземнойповерхности, опираясь на (8) и (9), может быть представлен, как:E=∑ ∑ Eij =0 , Eij =ij{∫‖Gi (x i)−G j (x j )‖2 d x E ,если O Eij≠∅ ,0,если O Eij=∅ .xE(10)Второй критерий оптимальности алгоритма сшивки РЛИ земной поверхности с учетомпояснений к условию (7) представим, как:α SR=0,(11)где αSR – угол между плоскостями PS и PR.Далее, проводится анализ возможных геометрических искажений на РЛИ земнойповерхности и делается вывод о невозможности построения оптимального алгоритма сшивки инеобходимости разработки квазиоптимального алгоритма автоматической сшивки РЛИ земнойповерхности.Для автоматического поиска опорных точек в областях перекрытия целесообразномодернизировать алгоритм SURF и использовать его в совокупности с алгоритмом поискаближайшего соседа с разбиением в kd-дерево.

Анализ работы алгоритма SURF показал9взаимосвязь между снижениями количества сопоставленных точек интереса и количествомпримесей областей в их окрестности, обрабатываемых на одном РЛИ и не обрабатываемых надругом, при вычислении двумерного вейвлет-преобразования Хаара на этапе поиска ориентацииточки интереса (рисунок 1).а)б)в)г)Рисунок 1 – Горизонтальный (а) и вертикальный (б) вейвлеты Хаара, проекция горизонтальноговейвлета Хаара на плоскость, перпендикулярную изображению (в), а также примеси необрабатываемых областей при угле поворота 450 (г, обозначены черным)Вследствие ошибок, привносимых областями примесей, ориентация точек интересаопределяется с погрешностью, что может приводить к значительным ошибкам при вычисленииее дескриптора.

Для ослабления наблюдаемой уязвимости необходимо уменьшить долюпримесей при всевозможных углах поворота одного РЛИ относительно другого содновременным сохранением всей необходимой для обработки области в процессе вычислениядвумерного вейвлет-преобразования и прямоугольного характера используемого двумерноговейвлета. Далее, предлагается замена исходного двумерного вейвлета Хаара (с размеромстороны в 4s, где s – коэффициент масштаба уменьшенной копии обрабатываемогоизображения) составными вейвлетами Хаара, представленными на рисунке 2.а)б)в)г)Рисунок 2 – Составные вейвлеты (серым обозначена область значений -1, черным – +1) длягоризонтального (а) и вертикального (в) двумерных вейвлет-преобразований и примеси в них(обозначены черным) при угле поворота изображений 450 (б и г, соответственно)10В этом случае максимумы долей примесей значительно снижаются (рисунок 3).Рисунок 3 – Зависимость доли примесей от угла поворота одного РЛИ относительно другогопри использовании двумерного вейвлета Хаара (обозначена точками) и предлагаемогодвумерного вейвлета (обозначена треугольниками)Искомый алгоритм определения количественной оценки насыщенности семантики РЛИосновывается на том же подходе, что и выделение точек интереса при использовании алгоритмаSURF.