Информационная технология построения рельефа поверхности с оценкой параметров модели формирования изображений по малому числу наблюдений тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат наук Котов, Антон Петрович

• Котов, Антон Петрович
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Котов, Антон Петрович

Введение.................................................................................................................4

Глава 1 Анализ технологий построения цифровых моделей рельефа и формулировка задач исследования.............................................................................13

1.1 Цели, задачи и инструментальные средства построения цифровых моделей рельефа (ЦМР)............................................................................................13

1.2 Технология построения ЦМР по космическим изображениям.............17

1.3 Конкретизация задач исследования.........................................................20

1.4 Выводы к главе 1........................................................................................22

Глава 2 Методы и алгоритмы определения параметров математической

модели камеры спутника..............................................................................................24

2.1 Формулировка задачи определения параметров полиномиальной модели камеры спутника...........................................................................................24

2.2 Формирование информативного множества опорных точек................31

2.3 Согласованное оценивание параметров полиномиальной модели.......47

2.4 Исследование эффективности согласованных оценок параметров полиномиальной модели на космических изображениях......................................53

2.5 Итерационный алгоритм согласованного оценивания..........................59

2.6 Редукция в пространстве столбцов..........................................................63

2.7 Выводы к главе 2........................................................................................71

Глава 3 Методы и алгоритмы сопоставления изображений...........................73

3.1 Формулировка задач сопоставления изображений................................73

3.2 Двухэтапная технология совмещения изображений..............................75

3.3 Параллельные алгоритмы поиска соответствующих точек на изображениях..............................................................................................................83

3.4 Исследование эффективности алгоритмов сопоставления изображений на тестовых примерах................................................................................................89

3.5 Выводы к главе 3........................................................................................95

Глава 4 Информационная технология построения ЦМР................................97

4.1 Информационная технология построения ЦМР с оценкой параметров модели формирования изображений по малому числу наблюдений...................97

4.2 Экспериментальные исследования алгоритмов сопоставления на космических снимках..............................................................................................100

4.3 Вычисление координат трехмерной модели.........................................106

4.4 Реализация сквозной технологии построения ЦМР.............................110

4.5 Выводы к главе 4......................................................................................115

Заключение........................................................................................................116

Список литературы...........................................................................................118

Приложение А. Акт о внедрении.....................................................................130

Приложение Б. Свидетельства о государственной регистрации

программ для ЭВМ......................................................................................................131

Введение диссертации (часть автореферата) на тему «Информационная технология построения рельефа поверхности с оценкой параметров модели формирования изображений по малому числу наблюдений»

Введение

Актуальность исследования. Построение цифровой модели рельефа (ЦМР) широко используется при проектировании объектов строительства и ландшафтного дизайна для оценки объемов насыпей и грунта, определения временных изменений (сдвигов) искусственных насыпей железных и автомобильных дорог особенно в горных районах, на побережьях морей и др. [71]. Часто ЦМР строится по изображениям, полученным с беспилотного летательного аппарата (БПЛА) [55, 59]. В последние годы, в связи с ростом разрешающей способности средств регистрации, космические аппараты (КА) становятся важнейшими источниками для построения ЦМР и цифровых моделей местности, включающих также данные о высоте зданий, сооружений и др. [11].

Глобальные ЦМР строятся по данным оптической и радиолокационной съемки [100]. В настоящей диссертации рассматриваются вопросы, связанные с построением ЦМР по данным дистанционного зондирования Земли, полученным оптическими сенсорами КА. Преимущество таких сенсоров перед радиолокационными состоит в более высокой детальности изображений и возможности естественной визуализации изображений. Обычно для построения ЦМР используются раз-норакурсные космические изображения, получаемые с КА на высоте 400-500 км [4].

Для привязки ЦМР к выбранной системе координат осуществляют внутреннее и внешнее ориентирование. Известен подход к решению этой задачи, основанный на использовании известной физической модели сенсора [40]. В этом случае для каждой точки, заданной геодезическими координатами, в силу модели вычисляются планиметрические координаты на заданной сетке. При этом обычно выполняется ортотрансформирование [45]. Строгая модель позволяет получить точное трехмерное описание. Если физическая модель сенсора не известна, используется модель камеры спутника в виде обобщенных аппроксимирующих функций - рациональных полиномов (RFM - Rational Functional Model) [62, 93]. Эта модель устанавливает связь между геодезическими координатами объекта и его координатами

на изображении с помощью коэффициентов многочленов, которые называются коэффициентами рационального многочлена (RPC - Rational Polynomial Coefficients) [69, 70]. Для определения RPC-коэффициентов используют так называемые опорные точки, координаты и высоты которых известны.

Поиск соответствующих опорных точек на разноракурсных космических изображениях является самостоятельной проблемой [57, 76, 91, 98]. Увеличение числа таких точек повышает надежность определения RPC-коэффициентов. Однако при этом возрастают затраты на проведение предварительных измерений координат и высот, а также возрастают требования к вычислительным ресурсам. Вместе с тем, точность оценки RPC коэффициентов зависит не только от числа опорных точек, но и от характера их распределения по полю изображения [93]. Поэтому актуальна задача решить обе указанные проблемы путем выбора небольшого числа опорных точек, по которым RPC-коэффициенты RFM-модели камеры спутника могут быть определены с достаточно высокой точностью.

С другой стороны, если сформировано минимально необходимое множество тестовых опорных точек возникает проблема вычисления оценок RPC-коэффициентов по малому числу наблюдений. Известно, что при этом обычные методы решения задачи, например, широко используемый метод наименьших квадратов (МНК), оказываются ненадежными, т.к. при малом числе наблюдений не выполняется свойство статистической устойчивости. Поэтому актуальна также, связанная с первой, задача построения методов и алгоритмов определения RPC-коэффициен-тов полиномиальной модели камеры спутника по малому числу опорных точек. Настоящая работа посвящена решению указанных двух задач: формирование минимально необходимого информативного набора опорных точек и определение и/или уточнение RPC-коэффициентов по сформированному малому набору данных, а также создание на основе разрабатываемых методов и алгоритмов сквозной информационной технологии построения ЦМР по разноракурсным космическим изображениям.

Степень разработанности проблемы. В рамках общей проблемы обработки данных дистанционного зондирования Земли задача построения ЦМР является одной из наиболее важных. Большой вклад в развитие теории и разработку методов и алгоритмов построение ЦМР внесли отечественные (Лобанов А.Н., Онь-ков И.В., Вершинин В.И., Гомозов О.А.) и зарубежные (Hu Y., J Grodecki, Dial G., Xiong Z., Zhang Y., Tao C.V., Fraser C.S. и др.) ученые.

По данным различных космических аппаратов в настоящее время построены ЦМР для всей поверхности Земли. Наиболее широко известны базы SRTM, ASTER GDEM, WorldDEM, NextMap World [7]. В 2000 г. была проведена радарная интер-ферометрическая съемка поверхности земного шара. Съемка осуществлялась сенсорами SIR-C и X-SAR и охватывала территорию Земли между 60° с.ш. и 56° ю.ш. По результатам съемки SIR-C (SRTM C-band) была создана ЦМР с точностью 30 и 90 м. в версиях 2003 г. и 2005 г. Все данные имеются в открытом доступе. В 2011 г. по данным съемки сенсора X-SAR аэрокосмическое агентство (DLR) создало ЦМР SRTM X-band с разрешением 30 м [10].

Продукт ASTER GDEM (Global Digital Elevation Model) разработан совместно METI (Ministry of Economy, Trade, and Industry of Japan) и NASA на основе данных сенсора ASTER спутника Terra. При создании этой ЦМР осуществлялась автоматическая обработка данных. Абсолютная точность по высоте LE90 — 12-30 м. Статистически ASTER GDEM соответствует точности в 20 м. Продукт содержит аномалии и артефакты, которые могут уменьшить его применимость в некоторых приложениях [8].

Цифровые модели рельефа NextMap World 10, 30 созданы путем интеграции данных космической съемки и ЦМР (SRTM, ASTER GDEM2, GT0P030), а также данных лазерного сканирования со спутника ICESat имеют точность по высоте LE90 - около 10 м. Для наиболее точной известной ЦМР WorldDEM, полученной путем лазерного сканирования, LE90 - 4 м [9].

К сожалению, наиболее точные ЦМР имеют высокую стоимость, а доступные глобальные ЦМР не всегда удовлетворяют по точности. Кроме того, необходимо корректировать базы данных с учетом динамики рельефов. Точность построения

ЦМР в значительной степени зависит от используемой модели камеры. В зависимости от типа системы регистрации данных используются различные модели камер. В частности, модели, описывающие камеры КА и БПЛА существенно различны. Модель камеры КА задается разными способами в зависимости от исходных метаданных. Наиболее популярной моделью является RFM-модель. В настоящее время наблюдается рост публикаций по использованию RFM-модели (Hu Y., J Grodecki, Dial G., Xiong Z., Zhang Y., Tao C.V., Fraser C.S., Alidoost F., Oh J.).

Таким образом, актуальной является проблема уточнения RPC коэффициентов в рамках RFM-модели. В частности, в настоящей диссертационной работе в рамках указанной модели решаются задачи повышения точности цифровых моделей и оперативности их построения.

Цель и задачи исследования. Целью работы является разработка информационной технологии построения цифровой модели рельефа (ЦМР), включающей алгоритмы уточнения параметров модели формирования изображений и параллельные алгоритмы сопоставления изображений, обеспечивающие повышение точности и существенное сокращение времени построения ЦМР по данным аэрокосмических наблюдений. Для достижения этой цели были поставлены и решались следующие задачи.

1. Разработка и исследование методов и алгоритмов выбора опорных точек на космических изображениях для определения или уточнения параметров модели формирования изображений по координатам опорных точек.

2. Обоснование и исследование эффективности алгоритмов построения оценок по малому числу наблюдений с формированием подсистемы наиболее свободной от шума на основе принципа согласованности оценок.

3. Разработка методов и алгоритмов формирования согласованной подсистемы, наиболее свободной от шума, обеспечивающих существенное снижение вычислительной сложности.

4. Разработка параллельных алгоритмов сопоставления разноракурсных изображений и определения трехмерных координат на основе CUDA-технологии, обеспечивающих существенное сокращение времени реализации.

5. Создание информационной технологии построения ЦМР, включающей алгоритмы оперативного уточнения параметров модели формирования изображений, ориентированной на реализацию в гибридных вычислительных системах; экспериментальное исследование точности и быстродействия, апробация на реальных данных космических наблюдений.

Предмет и объект исследования. Объектом исследования являются оптические изображения, формируемые системами аэрокосмического зондирования Земли. Предмет исследования - методы и алгоритмы построения ЦМР по разнора-курсным аэрокосмическим изображениям.

Методологическая, теоретическая и эмпирическая база исследования. В диссертационной работе используются методы цифровой обработки изображений, математического анализа и линейной алгебры, а также теоретические работы ученых и специалистов в изучаемой области.

Основные положения диссертации, выносимые на защиту:

1. Метод выбора информативных опорных точек на космических изображениях по критерию улучшения обусловленности задачи оценивания параметров модели формирования изображений, обеспечивающий повышение точности оценок и позволяющий исключить «ручной» поиск этих точек.

2. Итерационный алгоритм согласованного оценивания, отличающийся новой эффективной схемой формирования подсистемы наиболее свободной от шума, обеспечивающий уменьшение СКО оценок параметров модели формирования изображений более чем в 2 раза по сравнению с МНМ и более чем в 5 раз - по сравнению с МНК.

3. Метод и алгоритм формирования наиболее свободной от шума согласованной подсистемы с использованием вспомогательной системы, полученной из исходной путем редукции в пространстве столбцов, обеспечивающие сокращение времени расчета оценок параметров модели формирования изображений более чем на 40%.

4. Параллельные алгоритмы, основанные на использовании графических процессоров и СПОА-технологии, отличающиеся возможностью сопоставления

изображений без их предварительной ректификации и обеспечивающие существенное уменьшение времени реализации по сравнению с реализацией на CPU: на этапе сопоставления в 15 раз, при вычислении трехмерных координат - в 3 раза.

5. Информационная технология построения ЦМР, отличающаяся возможностью оперативного уточнения параметров модели формирования изображений, ориентированная на реализацию в гибридных вычислительных системах и обеспечивающая сокращение времени реализации по сравнению с использованием ПК ENVI более чем на порядок.

Перечисленные положения, выносимые на защиту, составляющие содержание диссертационного исследования, разработаны автором лично.

Научная новизна результатов исследования. В диссертации получены следующие новые научные результаты:

1. Предложен метод выбора информативных опорных точек на космических изображениях по критерию улучшения обусловленности задачи оценивания параметров модели формирования изображений, обеспечивающий повышение точности оценок и позволяющий исключить «ручной» поиск этих точек.

2. Разработан итерационный алгоритм согласованного оценивания, отличающийся новой эффективной схемой формирования подсистемы наиболее свободной от шума, обеспечивающий уменьшение СКО оценок параметров модели формирования изображений более чем в 2 раза по сравнению с МНМ и более чем в 5 раз -по сравнению с МНК.

3. Предложен метод и построен новый алгоритм формирования наиболее свободной от шума согласованной подсистемы с использованием вспомогательной системы, полученной из исходной путем редукции в пространстве столбцов, обеспечивающий сокращение времени расчета оценок параметров модели формирования изображений более чем на 40%.

4. Разработаны основанные на использовании графических процессоров и CUDA-технологии параллельные алгоритмы, отличающиеся возможностью сопоставления изображений без их предварительной ректификации и обеспечивающие существенное уменьшение времени реализации по сравнению с реализацией на

CPU: на этапе сопоставления в 15 раз, при вычислении трехмерных координат - в 3 раза.

5. Разработана информационная технология построения ЦМР, отличающаяся возможностью оперативного уточнения параметров модели формирования изображений, ориентированная на реализацию в гибридных вычислительных системах и обеспечивающая сокращение времени реализации по сравнению с использованием ПК ENVI, более чем на порядок.

Теоретическая и практическая значимость работы. Теоретическая значимость работы состоит в развитии теории и создании новых алгоритмов выбора опорных точек на космических изображениях для построения модели формирования изображений, основанных на показателях обусловленности, а также нового метода и и алгоритмов вычисления согласованных оценок полиномиальной модели космической съемки по малому числу наблюдений, характеризующихся высокой точностью и меньшей вычислительной сложностью. Практическая значимость работы подтверждается реализацией разработанной информационной технологии в гибридной вычислительной системе, показавшей существенное сокращение времени вычислений.

Соответствие диссертации паспорту научной специальности. Результаты исследования соответствуют следующим пунктам паспорта научной специальности 05.13.17 - Теоретические основы информатики:

5. Разработка и исследование моделей и алгоритмов анализа данных, обнаружения закономерностей в данных и их извлечениях разработка и исследование методов и алгоритмов анализа текста, устной речи и изображений.

7. Разработка методов распознавания образов, фильтрации, распознавания и синтеза изображений, решающих правил. Моделирование формирования эмпирического знания.

Апробация и реализация результатов диссертации. Основные результаты работы докладывались и обсуждались на следующих научных конференциях:

- Международные конференции «Параллельные вычислительные технологии (ПАВТ)» (ПаВТ-2014, Ростов-на-Дону, ПаВТ-2016, Архангельск);

- Международная суперкомпьютерная конференция «Научный сервис в сети Интернет: все грани параллелизма» (2014, Новороссийск);

- Международная конференция «Информационные технологии и нанотехно-логии (ИТНТ)» (2015, 2016, 2017, 2018, Самара);

- Международная конференция «Суперкомпьютерные дни в России» (2016, Москва);

- Всероссийская научно-техническая конференция «Актуальные проблемы ракетно-космической техники» (IV Козловские чтения, 2015, V Козловские чтения, 2017, Самара);

- 7-я Всероссийская научно-техническая конференция «Информатика и вычислительная техника» (ИВТ-2015, Ульяновск).

Основные результаты внедрены на предприятии АО «РКЦ «ПРОГРЕСС».

Публикации. По теме диссертации опубликовано 22 статьи, в т.ч. 9 статей в изданиях, соответствующих требованиям списка ВАК, из них 8 - в изданиях, индексируемых базой данных Scopus, в т.ч. 6 - в изданиях, индексируемых в базе Web of Science, а также зарегистрировано 3 свидетельства о государственной регистрации программ для ЭВМ.

Структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и двух приложений. Текст диссертации изложен на 133 страницах машинописного текста, включая 37 рисунков и 20 таблиц. Список литературы содержит 103 наименований.

В первой главе приведено краткое описание типовой информационной технологии построения ЦМР, проведен анализ известных, наиболее популярных, программных средств построения ЦМР. Отмечены их недостатки: большой объем подготовительной «ручной» работы, отсутствие возможности уточнения параметров модели формирования изображений по заданным дополнительным опорным точкам. Кроме того, наиболее широко применяемые в настоящее время программные пакеты не всегда удовлетворют пользователей по быстродействию и точности.

Во второй главе рассматриваются вопросы определения и/или уточнения параметров математической модели камеры спутника (ЯРС-коэффициентов) по координатам опорных точек на изображениях. Используется Я^М-модель камеры спутника, устанавливающая связь между геодезическими координатами объекта и его координатами на изображении с помощью так называемых ЯРС-коэффициентов.

Третья глава посвящена разработке параллельных алгоритмов, ориентированных на реализацию в СиОА-среде гибридной вычислительной системы, реализующих наиболее ресурсоемкие этапы информационной технологии построения ЦМР. Такими этапами являются: сопоставление изображений и получение трехмерных координат на основе найденных соответствий.

Четвёртая глава посвящена описанию разработанной сквозной информационной технологии построения ЦМР, включающей алгоритмы оперативного уточнения параметров модели формирования изображений по разноракурсным космическим изображениям. Приведены результаты апробации технологии на реальных космических изображениях.

Глава 1 Анализ технологий построения цифровых моделей рельефа и формулировка задач исследования

1.1 Цели, задачи и инструментальные средства построения цифровых моделей рельефа (ЦМР)

Цифровые модели рельефа (ЦМР) широко используются в задачах моделирования, анализа фоно-целевой обстановки местности, при проектировании сооружений, в частности, для определения объемов насыпей и грунта при проектировании объектов строительства, для оценки изменений (сдвигов) береговых линий, представляющих опасность для проходящих вдоль них железных и автомобильных дорог и др. Вместе с электронными картами они являются составной частью картографического обеспечения имеющихся и создаваемых систем управления, информационных систем и технологий [14].

Трехмерное изображение местности с точной координатной привязкой характерных объектов и целей является основой геодезических изысканий, геологической разведки, планирования маршрутов и объективного контроля точности систем навигации и управления и др. [63]. Принципиальный выигрыш от использования трехмерных цифровых моделей рельефа и местности заключается в наглядности представления геопространственных данных и новых интерактивных информационных возможностях, которые предоставляются компьютерными технологиями машинной графики по сравнению с обычными картами местности.

Наряду с ЦМР часто ставится задача построения трехмерных цифровых моделей местности, которые включают также и расположенные на рельефе модели техногенных объектов. К таким объектам относятся линии электропередач, деревья, элементы дорожной сети, сельскохозяйственные и промышленные объекты, жилые здания и сооружения, объекты низкой застройки и др. В настоящей диссертационной работе мы будем рассматривать преимущественно задачу восстановления рельефа, прибегая к анализу трехмерных модельных сцен лишь там, где необходимо подтвердить работоспособность и качество отдельных алгоритмов и этапов технологии на тестовых примерах.

Достаточно точные ЦМР строятся по аэрофотоснимкам. В последние годы космические аппараты (КА), оборудованные оптико-электронными системами высокого разрешения, составляют серьезную конкуренцию аэрофотоснимкам. Регистрирующие приборы, устанавливаемые на борту КА, позволяют получать информацию о высотах природных и техногенных объектов с точностью до нескольких метров. Стереосъемка с помощью КА может выполняться с одного витка, путем отклонения оптической системы, или с использованием нескольких оптических приборов, установленных под заданным углом. Стереосъемка может также выполняться с соседних витков. На рисунке 1.1 приведены некоторые схемы стереоскопической съемки с использованием космических аппаратов.

Рисунок 1.1 - Основные способы космической стереоскопической съемки: а) с одного витка; б) с соседних витков

В настоящее время известны примеры построения ЦМР по данным регистрирующих приборов, установленных на борту КА, для решения следующих задач:

- вычисление уклонов и экспозиции склонов при строительстве дорог и про-дуктопроводов;

- выбор полей под сельскохозяйственные культуры с учетом требований к освещенности, влажности и др.;

- анализ поверхностного стока на местности;

- моделирование затопления территорий;

- анализ видимости и доступности при планировании коммуникационных сетей в военном деле и других отраслях;

- ортокоррекция изображений;

- измерение площадей и объемов, построение профилей поверхности;

- просмотр данных в трех измерениях, создание виртуальных полетов над местностью и светотеневых моделей;

- анализ тектонических сдвигов и разломов.

Технологии реконструкции поверхностей и обнаружения трехмерных структур применяются также для формирования высокоточных геопространственных данных при навигации и наведении летательных аппаратов (ЛА) для точной координатной привязки целей при создании обучающих комплексов и тренажеров, максимально приближенных к реальным условиям эксплуатации [2].

Для решения указанных задач необходимо построение ЦМР с достаточно высокой точностью по ортофотоплану и высоте. В зависимости от пространственного разрешения используемых стереоизображений создаваемые цифровые модели местности можно разделить на 3 типа:

- высокодетальные (разрешение на местности 1-5 м.);

- детальные (разрешение на местности 5-10 м.);

- среднедетальные (разрешение на местности 10-20 м.).

Глобальные ЦМР строятся по данным оптической и радиолокационной съемки. В настоящей диссертации рассматриваются вопросы, связанные с построением ЦМР по данным дистанционного зондирования Земли, полученным оптическими сенсорами КА. Преимущество таких сенсоров перед радиолокационными состоит в более высокой детальности изображений и возможности естественной

визуализации изображений. Обычно для построения ЦМР используются разнора-курсные космические изображения, получаемые с КА на высоте 400-500 км [4].

В настоящее время известно и используется довольно большое число существенно отличающихся по функциональным возможностям программных продуктов для создания и анализа ЦМР. Модули мощных полнофункциональных дорогостоящих ГИС пакетов имеют широкие возможности по моделированию поверхностей. Как правило, они поставляются за дополнительную плату в качестве надстройки над популярными программными комплексами и поэтому наиболее распространены в мире. В качестве примеров можно привести модули Spatial Analyst, 3D Analyst, Geostatistical Analyst ГИСпакета ArcGIS (ESRI Inc.), Vertical Mapper программы MapInfo (MapInfo Corp.), Autodesk Map 3D системы AutoCAD (Autodesk Inc.), Terrain пакета GeoMedia (Intergraph Corp.). Узкоспециализированные программные продукты для работы с ЦМР широко распространены благодаря низкой стоимости. Наиболее известны пакеты программ Surfer (Golden Software Inc.) и MicroDEM / Terra Base (U.S. Naval Academy) [47]. Как правило, они включают функции создания ЦМР различными методами.

В зависимости от вида высотной информации, извлекаемой из космических изображений, применяют различные подходы к их обработке. В настоящее время существует целый ряд программных средств, применяемых для предварительной и тематической обработки данных ДЗЗ [12, 18]. Наиболее распространены ERDAS Imagine, ER Mapper, ENVI, IDRISI и др. Модуль Imagine OrthoBASE, присутствующий в платном программном пакете ERDAS используется для решения фотограмметрических задач. Для автоматического получения модели рельефа местности используется вариант программного пакета OrthoBASE Pro. Дополнительные модули ERDAS приобретаются и подключаются отдельно [47].

Важнейшие компоненты аппаратного обеспечения ПК для построения ЦМР - это ЦПУ, жесткий диск и в некоторых случаях видеокарта. От мощности центрального процессора зависит скорость расчета и обработки ЦМР. Большой прорыв в скорости обработки можно получить за счет использования видеокарты NVIDIA и применения технологии CUDA [3].

Наиболее популярным для создания ЦМР является программный продукт ENVI [96]. Однако в ENVI отсутствует возможность формирования файла коэффициентов полиномиальной модели съемки (RPC) по опорным точкам. Поэтому нельзя уточнить ЦМР по заданным дополнительным опорным точкам в некоторой локальной области в случае, если глобальная ЦМР в этой области недостаточно точная. Очевидно, что с учетом возрастающих требований к точности задач, которые решаются с использованием трехмерных моделей местности, построенным по данным ДЗЗ, такая возможность является необходимой. Также в ENVI проблематично обрабатывать большие снимки. Например, построение ЦМР для снимков размером 12000x12000 пикселей занимает около 45 минут.

Таким образом, даже наиболее широко применяемый в настоящее время программный пакет ENVI не всегда удовлетворяет пользователей по быстродействию и точности. Кроме того, в известных программных пакетах используются глобальные модели Земли. Для построения более точных цифровых моделей рельефа или оценки динамических изменений рельефов необходимо уточнение параметров локальной модели наблюдения. Поэтому актуальна задача построения информационной технологии с встроенной функцией уточнения модели наблюдения, обеспечивающей возможность оперативного построения и/или уточнения (в т.ч. локальной) цифровой модели рельефа.

1.2 Технология построения ЦМР по космическим изображениям

Типовую укрупненную схему информационной технологии построения цифровой модели рельефа по космическим изображениям, которая может быть реализована с помощью программного пакета ENVI, можно представить в виде, показанном на рисунке 1.2. Основные этапы технологии: ректификация изображений, сопоставление (определение соответствующих точек) изображений и определение трехмерных координат ЦМР. Исходными данными для реализации рассматриваемой технологии являются изображения сцены (поверхности Земли), полученные с различных ракурсов.

Список литературы диссертационного исследования кандидат наук Котов, Антон Петрович, 2018 год

Список литературы

1. Аншаков, Г.П. Метод создания цифровых моделей рельефа местности и его практическое применение на примере Самарской области / Г.П. Аншаков, Г.Н. Мятов, В.А. Малиновский // Вестник Самарского государственного аэрокосмического университета им. академика СП Королёва (национального исследовательского университета). - 2015. - Т. 14, № 4. - С. 7-16.

2. Афиногенов, Е.И. Метод автоматизированного формирования цифровой модели рельефа / Е.И. Афиногенов // Наука и образование: научное издание МГТУ им. НЭ Баумана. - 2013. - № 12. - C. 375-400.

3. Боресков, А.В. Основы работы с технологией CUDA [Текст] / А.В. Боресков, А.А. Харламов. - М.: ДМК Пресс, 2010. - 232 с.

4. Вершинин, В.И. Априорная оценка точности координатных определений по космическим снимкам [Текст] / В.И. Вершинин. -М.: Типография «Новости», 2011. - 219 с.

5. Воеводин, В.В. Вычислительные основы линейной алгебры: учеб. пособие для вузов [Текст] / В.В. Воеводин. - М.: Наука, 1977. - 303 с.

6. Гантмахер, Ф.Р. Теория матриц [Текст] / Ф.Р. Гантмахер. - М.: Наука, 1967. - 576 с.

7. Глобальные цифровые модели высот [Электронный ресурс]. - Режим доступа: http: //www.racurs .ги/шй/^ех^р/Глобальные_цифровые_мо-дели_высот, дата доступа; август 2018.

8. Глобальная ЦМР ASTER [Электронный ресурс]. - Режим доступа: https://asterweb.jpl.nasa.gov/gdem.asp, дата доступа; август 2018.

9. Глобальная ЦМР NextMap World [Электронный ресурс]. - Режим доступа: https://www.intermap.com/data/nextmap-world-10, дата доступа; август 2018.

10. Глобальные цифровые модели рельефа // Геоматика. - 2015. - № 3. - С. 7882.

11. Гомозов, О.А. Алгоритмы формирования цифровых моделей рельефа по данным от КА «Ресурс-ДК» / О.А. Гомозов, Кузнецов, А.Е. Побаруев, В.И. По-шехонов, А.А. Сухов // Современные проблемы дистанционного зондирования Земли из космоса. - 2009. - Т. 1, № 6. - С. 96-104.

12. Гонсалес, Р. Цифровая обработка изображений [Текст] / Р. Гонсалес, Р. Вудс.

- 3-е изд., испр. и доп. - М.: Техносфера, 2012. - 1104 с.

13. ГОСТ Р 51833-2001. Фотограмметрия. Термины и определения. - М.: Госстандарт России, 2001. - 8 с.

14. ГОСТ Р 52055-2003. Геоинформационное картографирование. Пространственные модели местности. Общие требования. - М.: Госстандарт России, 2003. - 4 с.

15. Грузман, И.С. Цифровая обработка изображений в информационных системах [Текст]: учеб. пособие / И.С. Грузман, В.С. Киричук, В.П. Косых и др. - Новосибирск: Изд-во НГТУ, 2002. - 352 с.

16. Демиденко, Е.З. Линейная и нелинейная регрессии [Текст] / Е.З. Демиденко.

- М.: Финансы и статистика, 1981. - 304 с.

17. Карты Google [Электронный ресурс]. - Режим доступа: https://google.com/maps, дата доступа; август 2018.

18. Кашкин, В.Б. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений [Текст] / В.Б. Кашкин, А.И. Сухинин. - М.: Логос, 2001.

- 246 с.

19. Козин, Н.Е. Снижение размерности векторов признаков по критериям муль-тиколлинеарности / Н.Е. Козин, В.А. Фурсов // Компьютерная оптика. - 2008.

- Т. 3, № 32. - С. 307-311.

20. Котов, А.П. Параллельная CUDA-реализация алгоритма сопоставления стереоизображений / В.А. Фурсов, Е.В. Гошин, А.П. Котов // Вычислительные методы и программирование. - 2014. - Т. 15, № 1. - С. 154-161.

21. Котов, А.П. Исследование параллельных CUDA-реализаций алгоритма построения карты диспарантности по разноракурсным изображениям / В.А.

Фурсов, Е.В. Гошин, А.П. Котов // Параллельные вычислительные технологии (ПаВТ 2016): труды международной научной конференции. - Челябинск: Издательский центр ЮУрГУ, 2016. - C. 574-581.

22. Котов, А.П. Гибридный параллельный алгоритм сопоставления стереоизображений в задаче реконструкции BD-сцен / В.А. Фурсов, Е.В. Гошин, А.П. Котов // Научный сервис в сети Интернет: все грани параллелизма: Труды Международной суперкомпьютерной конференции. - 2014. - C. 61-65.

23. Котов, А.П. Параллельная CUDA-реализация алгоритма сопоставления стереоизображений / В.А. Фурсов, Е.В. Гошин, А.П. Котов // Параллельные вычислительные технологии (ПаВТ 2014): труды международной научной конференции. - Челябинск: Издательский центр ЮУрГУ, 2014. - C. 330-335.

24. Котов, А.П. Гибридная CPU/GPU реализация сквозной информационной технологии построения цифровых моделей местности по космическим снимкам / В.А. Фурсов, Е.В. Гошин, А.П. Котов // Труды международной конференции «Суперкомпьютерные дни в России». - М.: Изд-во МГУ. - 2017. - C. 354-362.

25. Котов, А.П. Технология оперативного построения цифровой модели местности по последовательности космических изображений / А.В. Вавилин, В.А. Фурсов, Е.В. Гошин, А.П. Котов // IV Всероссийская научно-техническая конференция с международным участием «Актуальные проблемы ракетно-космической техники». - 2015. - C. 273-276.

26. Котов, А.П. Двухэтапное формирование пространственного преобразования для совмещения изображений / А.П. Котов, В.А. Фурсов, Е.В. Гошин // Компьютерная оптика. - 2014. - Т. 38, № 4. - С. 886-891.

27. Котов, А.П. Построение согласованных оценок параметров модели съемки с использованием вспомогательной системы уменьшенной размерности / А.П. Котов // Тенденции развития науки и образования. - 2018. - Т. 42, № 5. - С. 51-56.

28. Котов, А.П. Высокоточная технология формирования гиперкуба / С.А. Бибиков, Е.В. Гошин, Ю.Н. Журавель, М.О. Згонникова, А.П. Котов, В.А. Фурсов

// IV Всероссийская научно-техническая конференция с международным участием «Актуальные проблемы ракетно космической техники». - 2015. - С. 269-272.

29. Котов, А.П. Сопоставление видеокадров в задаче построения 3D-сцен для анализа дорожной обстановки в системах автобезопасности / А.П. Котов // Сборник научных трудов 7-ой Всероссийской научно-технической конференции «Информатика и вычислительная техника». - 2015. - С. 299-304.

30. Котов, А.П. Технология оперативной реконструкции трёхмерных сцен по разноракурсным изображениям / А.П. Котов, В.А. Фурсов, Е.В. Гошин // Компьютерная оптика. - 2015. - Т. 39, № 4. - С. 600-605.

31. Котов, А.П. Технология выбора опорных точек для оценки коэффициентов рациональной модели в задаче построения цифровой модели рельефа / В.А. Фурсов, А.П. Котов // Сборник трудов IV международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2018). - Самара: Новая техника, 2018. - С. 2437-2444.

32. Котов, А.П. Гибридная CPU/GPU реализация технологии построения цифровой модели местности по стереопаре космических изображений высокого разрешения / В.А. Фурсов, Е.В. Гошин, А.П. Котов // V Всероссийская научно-техническая конференция с международным участием «Актуальные проблемы ракетно-космической техники». - 2017. - C. 354-362.

33. Котов, А.П. Построение согласованных оценок коэффициентов рациональной функции по наземным опорным точкам в задаче построения цифровой модели местности / В.А. Фурсов, А.П. Котов, А.В. Гаврилов // Сборник трудов III международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2017). - Самара: Новая техника, 2017. - С. 1654-1661.

34. Котов, А.П. Алгоритмы сопоставления космических изображений в технологии построения цифровой модели местности / А.П. Котов, А.И. Немчинова, Е.В. Гошин // Материалы II Международной конференции и молодёжной

школы «Информационные технологии и нанотехнологии» (ИТНТ-2016). - 2016. - С. 988-993.

35. Котов, А.П. Технология оперативной реконструкции 3D-сцен по разнора-курсным изображениям / А.П. Котов, Е.В. Гошин, В.А. Фурсов // Материалы Международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2015). - Самара: Изд-во СамНЦ РАН, 2015. - С. 85-89.

36. Котов, А.П. Пространственное совмещение слоев гиперспектрального изображения / А.П. Котов // Свидетельство о государственной регистрации программы для ЭВМ. - № 2015661649; дата регистрации 03.11.2015.

37. Котов, А.П. Программное обеспечение построения трехмерной модели окружающей дорожной обстановки / А.П. Котов // Свидетельство о государственной регистрации программы для ЭВМ. - № 2016662430; дата регистрации 09.11.2016.

38. Котов, А.П. Программный комплекс для построения трехмерных цифровых моделей местности по последовательности кадров изображений / А.П. Котов, Е.В. Гошин // Свидетельство о государственной регистрации программы для ЭВМ. - № 2017615642; дата регистрации 19.05.2017.

39. Кузнецов, А.Е. Высокопроизводительные алгоритмы формирования цифровой модели рельефа на основе точечного описания / А.Е. Кузнецов, В.И. Пошехонов // Информатика и прикладная математика: межвуз. сб. науч. тр. - 2007.

40. Лобанов, А.Н. Аналитическая пространственная фототриангуляция [Текст] / А.Н. Лобанов, В.Б. Дубиновский, М.М. Машимов, Р.П. Овсянников // - М.: Недра, 1991. - 256 с.

41. Лобанов, А.Н. Фотограмметрия [Текст]: учеб. пособие / А.Н. Лобанов, М.И. Буров, Б.В. Краснопевцев. - М.: Недра, 1987. - 309 с.

42. Лоусон, Ч. Численное решение задач методом наименьших квадратов [Текст] / Ч. Лоусон, Р. Хенсон. - М.: Наука, 1986. - 232 с.

43. Методы компьютерной обработки изображений / М.В. Гашников, Н.И. Глумов, Н.Ю.Ильясова, В.В. Мясников [и др.], под общей редакцией В.А. Сой-фера. - 2-е изд., испр. - М.: Физматлит, 2003. - 784 с.

44. Мудров, В.И. Методы обработки измерений [Текст] / В.И. Мудров, В.Л. Кушко. - М.: Советское радио, 1976. - 192 с.

45. Оньков, И.В. Оценка точности высот SRTM для целей ортотрансформирова-ния космических снимков высокого разрешения / И.В. Оньков // Геоматика.

- 2011. - №. 3. - С. 40-46.

46. Сонюшкин, А.В. Сравнение методов построения ЦМР по стереопарам космической съемки высокого пространственного разрешения. / А.В. Сонюшкин // Известия высших учебных заведений. Геодезия и аэрофотосъемка. - 2015.

- №1. - С. 43-52.

47. Токарева, О.С. Обработка и интерпретация данных дистанционного зондирования Земли: учеб. пособие / О.С. Токарева. - Томск: Изд-во Томского политехнического университета, 2010. - 148 с.

48. Уилкинсон, Дж. Алгебраическая проблема собственных значений [Текст] / Дж. Уилкинсон; пер. с англ. - М.: Наука, 1970. - 564 с.

49. Форсайт, Д. Компьютерное зрение. Современный подход [Текст] / Д. Форсайт, Ж. Понс. - М: Издательский дом «Вильямс», 2004. - 928 с.

50. Фурсов, В.А. Проблемы вычисления оценок по малому числу наблюдений / В.А. Фурсов // Лекции молодежной школы «Математическое моделирование.

- 2001. - С. 56-63.

51. Фурсов, В.А. Согласованная идентификация управляемого объекта по малому числу наблюдений / В.А. Фурсов // Мехатроника, автоматизация, управление. - 2010. - Т. 3, № 108. - С. 2-8.

52. Фурсов, В.А. Реконструкция 3D-сцен на пучках эпиполярных плоскостей стереоизображений / В.А. Фурсов, Е.В. Гошин, С.А. Бибиков // Мехатроника, автоматизация, управление. - 2013. - №9 (150). - С. 19-24.

53. Фурсов, В.А. Информационная технология реконструкции цифровой модели местности по стереоизображениям / В.А. Фурсов, Е.В. Гошин // Компьютерная оптика. - 2014. - Т. 38, № 2. - С. 335-342.

54. Шамриков, Б.М. Оценивание достоверности параметрической идентификации объекта в адаптивных СУ / Б.М. Шамриков, В.А. Фурсов // Изв. АН СССР. Техн. кибернетика. - 1979. - №6. - С. 173-180.

55. Ajayi, O.G. Generation of accurate digital elevation models from UAV acquired low percentage overlapping images / O.G. Ajayi, A.A. Salubi, A.F. Angbas, M.G. Odigure // International journal of remote sensing. - 2017. - Vol. 38, № 8-10. - P. 3113-3134.

56. Alidoost, F. The Rational Polynomial Coefficients Modification Using Digital Elevation Models / F. Alidoost, A. Azizi., H. Arefi // The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2015.

- Vol. 40, № 1. - P. 47-50.

57. Alobeid, A. Building height estimation in urban areas from very high resolution satellite stereo images / A. Alobeid, K. Jacobsen, C. Heipke // ISPRS Hannover Workshop. - 2009. - P. 2-5.

58. Bay, H. Speeded-up robust features (SURF) / H. Bay, A. Ess, T. Tuytelaars, L. Van Gool // Computer vision and image understanding. - 2008. - Vol. 110, № 3.

- P. 346-359.

59. Chen, Z. State-of-the-art: DTM generation using airborne LIDAR data / Z. Chen, B. Gao, B. Devereux // Sensors. - Vol. 17, № 1: 150. - P. 1-24.

60. Choi, S. Performance evaluation of RANSAC family / S. Choi, T. Kim, W. Yu // Journal of Computer Vision. - 1997. - Vol. 24, № 3. - P. 271-300.

61. Fischler, M.A. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography / M.A. Fischler, R.C. Bolles // Communications of the ACM. - 1981. - Vol. 24, № 6. - P. 381-395.

62. Fraser, C.S. Sensor orientation via RPCs / C.S. Fraser, G. Dial, J. Grodecki // ISPRS journal of Photogrammetry and Remote Sensing. - 2006. - Vol. 60, № 3.

- P. 182-194.

63. Fraser, C.S. Bias compensation in rational functions for Ikonos satellite imagery / C.S. Fraser, H.B. Hanley // Photogrammetric Engineering & Remote Sensing.

- 2003. - Vol. 69, № 1. - P. 53-57.

64. Fursov, V.A. Estimates Conformity Principle in the Problems of Identification / V.A. Fursov // International Conference on Computational Science. - 2003.

- P. 463-470.

65. Fursov, V.A. Conforming Identification of the Controlled Object / V.A. Fursov, A.V. Gavrilov // Proceedings of the International Conference on Computing, Communications and Control Technologies: CCT'2004. - 2004. - P. 326-330.

66. Fursov, V.A. Conformed Identification of the Fundamental Matrix in the Problem of a Scene Reconstruction, Using Stereo Images / V.A. Fursov, Ye.V. Goshin // Proceedings of the 4th International Workshop on Image Mining. Theory and Applications (IMTA-4). - 2013. - P. 29-37.

67. Fursov, V.A. Parametric Identification by Means of Consequent Formation of a Conformed Estimations / V.A. Fursov, A.V. Gavrilov, and Ye.V. Goshin // IFAC-PapersOnLine. - 2016. - Vol. 49, № 13. - P. 123-128.

68. Grodecki, J. IKONOS geometric accuracy / J. Grodecki, G. Dial // In Proceedings of joint workshop of ISPRS working groups I/2, I/5 and IV/7 on high resolution mapping from space. - 2001. - Vol. 4. - P. 19-21.

69. Grodecki, J. Block adjustment of high-resolution satellite images described by rational polynomials / J. Grodecki, G. Dial // Photogrammetric Engineering & Remote Sensing. - 2003. - Vol. 69, № 1. - P. 59-68.

70. Guo, Z. On RPC model of satellite imagery / Z. Gu, Y. Xiuxiao // Geo-spatial Information Science. - 2006. - Vol. 9, № 4. - P. 285-292.

71. Hai, G. Experimental DEM Extraction from ASTER Stereo Pairs and 3D Registration Based on ICESat Laser Altimetry Data in Upstream Area of Lambert Glacier, Antarctica / G. Hai, H. Xie, J. Chen, L. Chen, R. Li, X. Tong // The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences.

- 2017. - Vol. 42. - P. 1517-1520.

72. Harris, C. A combined corner and edge detector / C. Harris, M. Stephens // Alvey vision conference. - 1988. - Vol. 15. - P. 50.

73. Hartley, R.I. Estimation of relative camera positions for uncalibrated cameras / R.I. Hartley // Computer Vision—ECCV'92. - 1992. - P. 579-587.

74. Hartley R. I. Triangulation / R. I. Hartley, P. Sturm // Computer vision and image understanding. - 1997. - Vol. 68, №. 2. - P. 146-157.

75. Hartley, R.I. Theory and practice of projective rectification / R.I. Hartley // International Journal of Computer Vision. - 1999. - Vol. 35, № 2. - P. 115-127.

76.Hawe, S. Dense disparity maps from sparse disparity measurements / S. Hawe, M. Kleinsteuber, K. Diepold // 13th International Conference on Computer Vision. - 2011. - P. 2126-2133.

77. Hu, Y. Understanding the rational function model: methods and applications / Y. Hu, C.V. Tao, A. Croitoru // International archives of photogrammetry and remote sensing. - 2004. - Vol. 20, № 6.

78. IRS-P5 Cartosat-1 PAN-A and PAN-F Products [Электронный ресурс]. - Режим доступа: https://www.euromap.de/docs/doc_004.html, дата доступа; август 2018.

79. Key Parameters of the IRS-P5 Sensors [Электронный ресурс]. - Режим доступа: http://www.euromap.de/products/prod_041.html, дата доступа; август 2018.

80. Kotov, A.P. The hybrid CPU/GPU implementation of the computational procedure for digital terrain models generation from satellite images / V.A. Fursov, Ye.V. Goshin, A.P. Kotov // Computer optics. - 2016. - Vol. 40, № 5. - P. 721-728.

81. Kotov, A.P. Computing RPC using robust selection of GCPs / A.P. Kotov, VA. Fursov // Journal of Physics: Conference Series. - 2018. - Vol. 1096.

82.Kotov, A.P. Prediction of Estimates' Accuracy for Linear Regression with a Small Sample Size / V.A. Fursov, A.V. Gavrilov, A.P. Kotov // 41st International Conference on Telecommunications and Signal Processing (TSP). - 2018. P. 1-7.

83. Kotov, A.P. DEM generation based on RPC model using relative conforming estimate criterion / A.P. Kotov, Ye.V. Goshin, A.V. Gavrilov, V.A. Fursov // Procedia Engineering. - 2017. -Vol. 201. - P. 708-717.

84. Kotov, A.P. Parallel implementation of the multi-view image segmentation algorithm using the Hough transform / A.P. Kotov, E.V. Goshin // Computer optics. - 2017. - Vol. 41, № 4. - P. 588-591.

85. Lowe, D.G. Object recognition from local scale-invariant features / D.G. Lowe // Computer vision, 1999. The proceedings of the seventh IEEE international conference. - 1999. - Vol. 2. - P. 1150-1157.

86. Ma, Z. A Rational Function Model Based Geo-Positioning Method for Satellite Images without Using Ground Control Points / Z. Ma, W. Song, J. Deng, J. Wang, C. Cui // Remote Sensing. - 2018. -Vol. 10, № 2:182. - P. 1-19.

87. Marghany, M. 3D stereo reconstruction using sum square of difference matching algorithm / M. Marghany, M.R.B.M. Tahar, M. Hashim // Scientific Research and Essays. - 2011. - Vol. 6, № 30. - P. 6404-6411.

88. Oh, J. Automated bias-compensation of rational polynomial coefficients of high resolution satellite imagery based on topographic maps / J. Oh, С. Lee // ISPRS Journal of Photogrammetry and Remote Sensing. - 2015. - Vol. 100. - P. 14-22.

89. POV-Ray Documentation [Электронный ресурс]. - Режим доступа: http://www.povray.org/documentation, дата доступа; август 2018.

90.Raguram, R. A comparative analysis of RANSAC techniques leading to adaptive real-time random sample consensus / R. Raguram, J.M. Frahm, M. Pollefeys // European Conference on Computer Vision. - 2008. - P. 500-513.

91. Slesareva, N. Optic flow goes stereo: A variational method for estimating discontinuity-preserving dense disparity maps / N. Slesareva, A. Bruhn, J. Weickert // Joint Pattern Recognition Symposium. - 2005. - P. 33-40.

92. Sobel, I. An isotropic 3* 3 image gradient operator / I. Sobel // Machine Vision for Three-Demensional Scences. - 1990. - P. 376-379.

93. Tao, C.V. A comprehensive study of the rational function model for photogrammetric processing / Y. Hu, C.V. Tao // Photogrammetric Engineering & Remote Sensing. - 2001. - Vol. 67, № 12. - P. 1347-1358.

94. Tao, M. SimpleFlow: A Non-iterative, Sublinear Optical Flow Algorithm / M. Tao, J. Bai, P. Kohli, S. Paris // Computer Graphics Forum. - Blackwell Publishing Ltd, 2012. - Vol. 31. - №.2pt1. - P. 345-353.

95. Tao, C.V. 3D Reconstruction Methods / Y. Hu, C.V. Tao // Photogrammetric Engineering & Remote Sensing. - 2002. -Vol. 68, №7. - P. 705-714.

96. User guide ENVI [Электронный ресурс]. - Режим доступа: http://www.harrisgeospatial.com/portals/0/pdfs/envi/dem_extraction_module.pdf, дата доступа; август 2018.

97. Vieville, T. Motion of points and lines in the uncalibrated case / T. Vieville, O. Faugeras, Q.T. Luong // International Journal of Computer Vision. - 1996.

- Vol. 17, №. 1. - P. 7-41.

98. Wan, X. An Improved Algorithm Used in Automatic Matching for Low-Altitude Aerial Image / X. Wan, Z. Zhang, Y. Wan // ISPRS-International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2012.

- Vol. 1. - P. 183-188.

99. Xiong, Z. A generic method for RPC refinement using ground control information / Z. Xiong, Y. Zhang // Photogrammetric Engineering & Remote Sensing. - 2009.

- Vol. 75, № 9. - P. 1083-1092.

100. Yue, L. High-quality seamless DEM generation blending SRTM-1, ASTER GDEM v2 and ICESat/GLAS observations / L. Yue, H. Shen, L. Zhang, X. Zheng, F. Zhang, Q. Yuan // ISPRS Journal of Photogrammetry and Remote Sensing.

- 2017. - Vol. 123. - P. 20-34.

101. Zhang, Z. Determining the epipolar geometry and its uncertainty: A review / Z. Zhang // International journal of computer vision. - 1998. - Vol 27, № 2.

- P. 161-195.

102. Zhang, Z. A robust technique for matching two uncalibrated images through the recovery of the unknown epipolar geometry // Z. Zhang, R. Deriche, O. Faugeras, Q.T. Luong // Artificial intelligence. - 1995. - Vol. 78. - P. 87-119.

103. Zheng, E. Minimal solvers for 3D geometry from satellite imagery / K. Wang, E. Dunn, J.M. Frahm // Proceedings of the IEEE International Conference on Computer Vision. - 2015. - P. 738-746.

Приложение А. Акт о внедрении

УТВЕРЖДАЮ

АКТ

о внедрении результатов диссертационной работы Котова Антона Петровича на тему «Информационная технология построения рельефа поверхности с оценкой параметров модели формирования изображений по малому числу наблюдений»

Следующие результаты диссертационной работы Котова А.П.: Информационная технология построения цифровой модели рельефа (ЦМР), включающая алгоритмы оперативного уточнения параметров модели формирования изображений, и ее реализация в виде программного обеспечения, обеспечивающая сокращение времени построения ЦМР более чем в три раза по сравнению с использованием программного комплекса ENVI

использованы АО «РКЦ «Прогресс» при реализации комплексного проекта «Создание высокотехнологичного производства маломассогабаритных космических аппаратов наблюдения с использованием гиперспектральной аппаратуры в интересах социально-экономического развития России и международного сотрудничества».

Представленные в диссертационной работе методы формирования изображений представляют интерес с точки зрения внедрения в контур создания тематических продуктов на основе информации с космического аппарата «Аист-2Д» при отработке заявок региональных органов государственной власти и других потребителей информации дистанционного зондирования Земли.

Заместитель Генерального конструктора по научной работе.

Главный конструктор -начальник отделения 1100, кандидат технических наук

кандидат технических наук

Начальник отдела 1133

М.В. Борисов

Н.Р. Стратилатов

А.В. Ращупкин

Приложение Б. Свидетельства о государственной регистрации программ для ЭВМ

теееийежАж ФВДИРАЩШШ