Диссертация (1137226), страница 2
Текст из файла (страница 2)
Согласно Приниципампо дистанционному зондированию Земли из космоса, принятым 03.12.1986 Резолюцией 41/56 Генеральной Ассамбеи ООН, «термин “дистанционное зондирование” означает зондирование поверхности Земли из космоса с использованиемсвойств электромагнитных волн, излучаемых, отражаемых или рассеиваемыхзондируемыми объектами, с целью лучшего распоряжения природными ресурсами, совершенствования землепользования и охраны окружающей среды» [36].Научная и практическая значимость информации, получаемой методамидистанционного зондирования Земли очень высока. С помощью таких данныхпроизводится мониторинг стихийных бедствий и катастроф, исследование климата, картографирование, наблюдение за состоянием атмосферы и мировогоокеана, и другие исследования [9, 55].
Получением космических данных ДЗЗзанимаются много организаций, осуществляющих запуск искусственных спутников Земли, в первую очередь — крупнейшие государственные космическиеагентства Роскосмос (Россия), NASA (США), ESA (Европа), а также частныекомпании Digital Globe (США), SPOT Image (Франция) [40, 42]. Распространением космических изображений в России занимаются как сами операторы космических аппаратов, так и дилеры — ScanEx, СовЗонд [20]. Аэрофотосъёмкадоступна большему числу организаций и частных лиц, она может проводиться с самолётов, вертолётов и беспилотных летательных аппаратов [24, 69]. Посравнению с космической съёмкой, такие данные, как правило, обладают более8высоким пространственным разрешением, но меньшей зоной покрытия и, какследствие, более высокой ценой на единицу площади покрытия Это практически исключает возможность получения таких данных для изучения поверхности Земли в глобальном масштабе, однако позволяет решать другие задачи,недоступные при использовании космических изображений, в частности — распознавание автомобилей и других мелких антропогенных объектов, определение видовой принадлежности отдельных деревьев [53].Совершенствование методов обработки космических изображений позволяет извлекать из них в том числе информацию, недоступную при визуальномнаблюдении [38].
В настоящее время большая часть предварительной и тематической обработки данных дистанционного зондирования Земли выполняется вавтоматическом или автоматизированном режиме [29].Степень разработанности темы.В России задачами автоматическойобработки аэрокосмических изображений занимаются многие научные организации.
К основным научным учреждениям данного профиля относятся: Институт космических исследований РАН (под руководством Е.А. Лупяна, Е.А. Шаркова), НИИ «Аэрокосмос» (под руководством академика РАН Бондура В.Г.),НИИ «Фотон», Самарский Государственный Аэрокосмический Университет, ГосНИИАС, Научный Геоинформационный Центр РАН (научный руководительВ.М. Лебедев), Институт Вычислительной Математики и Математической Геофизики СО РАН, Военно-воздушная инженерная академия имени профессораН. Е.
Жуковского, и другие [42, 60]. Также важный вклад в развитие теорииобработки данных дистанционного зондирования внесли научные коллективы,занимающиеся общими проблемами обработки изображений, и распознаванияобразов, развивавшиеся в ВЦ РАН (под руководством академика РАН Ю.И.Журавлёва), НИИ Системных исследований РАН (под руководством академика РАН В.Б.
Бетелина), Институте системного анализа РАН (под руководствомчлен-корреспондента РАН В.Н. Арлазарова), Владимирском государственноминституте, Институте проблем передачи информации РАН, Институте систем9обработки информации РАН, Институте проблем управления РАН, и другихинститутах.За рубежом обработка данных дистанционного зондирования производится как в рамках организаций — операторов космических аппаратов, так и сторонними институтами.В области обработки космических изображений продолжают существоватьи появляться новые задачи, требующие решения.
Это связано, во-первых, стем, что сами данные изменяются с запуском новых космических аппаратов ипоявляются новые возможности их применения; во-вторых, с тем, что задачитематической обработки космических изображений зачастую не подразумевают наличия корректного, строгого математического решения, а решаются методами интеллектуального анализа данных, что даёт широкие возможности посовершенствованию существующих подходов как по точности, так и по производительности; в-третьих, с ростом производительности вычислительных средствпоявляются возможность решать задачи и применять методы, которые ранеебыли недоступны из-за высокой вычислительной сложности.Задачи распознавания и идентификации различных объектов на аэрокосмическом изображении важны в различных областях применения данных ДЗЗ:картографировании урбанизированных и природных территорий, поиске и идентификации объектов промышленности, зданий [97], распознавание, оценка ипрогнозирование состояния объектов почвенно-растительного покрова [2, 35],обнаружении и оценке последствий природных и техногенных катастроф [3, 10].Для решения этих задач применяются различные методы тематический обработки данных дистанционного зондирования, относящиеся к интеллектуальному анализу данных и обработке изображений.Также важной является предварительная обработка данных ДЗЗ для улучшения их качества и, как следствие, улучшения результата тематической обработки, а также ускорения работы и уменьшения вычислительной сложности.Векторная модель представления данных ДЗЗ позволяет компактно представ10лять точечные, протяжённые и площадные объекты, и требует особых методови алгоритмов для совместной обработки с данными в растровой форме длянаиболее эффективного извлечения информации.Цели и задачи диссертационной работы:следующие∙В работе были поставленыцели:Создать численные методы и алгоритмы предварительной обработки данных дистанционного зондирования с применением векторной модели представления данных, позволяющие улучшить возможности распознаванияобъектов на аэрокосмических изображениях;∙Создать численные методы и алгоритмы тематической обработки космических изображений, позволяющие в автоматическом режиме распознаватьприродные и антропогенные объекты на аэрокосмических изображениях;∙Исследовать созданные методы и алгоритмы путём проведения вычислительных экспериментов.Для достижения поставленных целей были решены следующие∙задачи:Создание метода индексации данных в векторной модели для совместнойобработки с растровыми данными;∙Разработка метода повышения пространственного разрешения космических изображений с использованием векторной модели представления априорной информации;∙Разработка эффективного алгоритма получения объединения, пересечения, разности полигонов при работе с данными большого объёма;∙Разработка численных методов распознавания объектов на аэрокосмических изображениях;11∙Формирование набора методов оценки качества работы созданных алгоритмов;∙Разработка программного обеспечения, реализующего разработанные алгоритмы и оценку качества результатов их работы, и проведение вычислительных экспериментов.Научная новизнадиссертационной работы состоит в следующем:1.
Предложен новый численный метод пространственной индексации данных векторной модели, представленных в виде полигонов;2. Предложен вычислительный метод повышения пространственного разрешения космических изображений с использованием векторной модели представления априорной картографической информации;3. Реализован алгоритм, позволяющий производить операции пересечения,объединения и разности над полигонами при работе с большими объёмамиданных;4. Разработаны новые численные методы распознавания объектов на аэрокосмических изображениях, а именно метод обнаружения транспортныхсредств на цветных аэрокосмических изображениях сверхвысокого разрешения и метод обработки космических изображений для выделения выгоревших территорий.Теоретическая и практическая значимость.Теоретическая значимость работы состоит в разработке и апробации новых методов обработки космических изображений.
Методы были представлены на всероссийсиких и международных конференциях и опубликованы в рецензируемых научных журналах.Практическая значимость работы состоит в возможности использования12разработанных методов и алгоритмов в практических задачах обработки данных дистанционного зондирования Земли.Разработанные методы и алгоритмы реализованы в программном обеспечении макета аппаратно-программного комплекса для мониторинга и прогнозирования эмиссий вредных примесей в атмосферу при лесных и торфяных пожарахв НИИ «АЭРОКОСМОС» в рамках НИР «Проблемно – ориентированные поисковые исследования в области разработки космических методов и технологиймониторинга и прогнозирования эмиссий вредных примесей в атмосферу прилесных и торфяных пожарах» (проект 16.515.11.5028).Методология и методы исследования.Всесторонне применялись численные и статистические методы обработки изображений. При изучении и разработке методов распознавания объектов на аэрокосмических изображенияхприменялись статистические методы классификации и анализа данных, такиекак метод -средних, методы иерархической кластеризации, метод байесовскойклассификации, метод главных компонент.
При разработке и изучении методовповышения пространственного разрешения изображений применялись методыбикубической интерполяции, фильтр Ланцоша, преобразование Фурье. При разработке и изучении метода пространственной индексации применялись численные методы иерархической индексации. Для исследования результатов применялись экспериментальные методы в форме вычислительного эксперимента.Положения, выносимые на защиту.∙Исследованы модельные представления о Земле на основе данных дистанционного зондирования Земли и методы, применяемые для обработки данных;∙Разработан комплекс численных методов совместной обработки данныхдистанционного зондирования в векторной и растровой моделях, включающий метод индексации данных в векторной модели для ускорениясовместной обработки, метод повышения пространственного разрешения13изображений ДЗЗ, использующий векторную модель представления априорной информации;∙Предложены и программно реализованы численные методы распознавания природных и антропогенных объектов на аэрокосмических изображениях, а именно — метод выделения выгоревших территорий и методраспознавания автомобилей.Апробация работы.Основные результаты диссертации докладывалисьна следующих конференциях:∙Десятая всероссийская открытая ежегодная конференция «Современныепроблемы дистанционного зондирования Земли из космоса», Москва, 12-16ноября 2012 г., тема доклада— «Метод вычислительной оптимизации взадаче сопоставления растровой и векторной информации при анализеспутниковых данных»;∙11th International Conference «PATTERN RECOGNITION andIMAGE ANALYSIS: NEW INFORMARION TECHNOLOGIES», Самара,23-28 сентября 2013 г., тема доклада — «Vehicle detection in color images»;∙17-я Всероссийская конференция «Математические методы распознавания образов», Светлогорск, 19-25 сентября 2015 г., тема доклада— «Метод повышения разрешения космических изображений с использованиемаприорной информации в векторной форме для сохранения границ».Достоверность полученных выводов подтверждается использованием точных математических методов для аналитических расчетов, и проведением численных экспериментов для сравнения разработанных методов с традиционными.Публикации.Материалы диссертации опубликованы в 6 печатных работах в рецензируемых научных журналах и материалах конференций [13, 14,1445, 66, 120], из них 3 статьи в журналах из перечня ВАК [13, 14, 121] получено3 свидетельства о государственной регистрации программ для ЭВМ [63–65].Личный вклад автора.Содержание диссертации и основные положения, выносимые на защиту, отражают персональный вклад автора в опубликованные работы.
Подготовка к публикации полученных результатов проводиласьсовместно с соавторами, причем вклад диссертанта в работах [13, 14, 63, 64, 66]был определяющим и включал в себя как разработку метода и алгоритма, таки их реализацию, в работах [45, 65, 120, 121] вклад автора заключался в разработке алгоритмов и проведении вычислительных экспериментов.Все представленные в диссертации результаты получены лично автором.Структура и объём диссертации.Диссертация состоит из введения, трёх глав, заключения и библиографии.Общий объём диссертации 131 страница, из них 107 страниц текста, включая24 рисунка и 10 таблиц.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
