Математическое и программное обеспечение процессов пространственной привязки космических изображений по электронным картам тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Федоткин, Дмитрий Иванович

  • Федоткин, Дмитрий Иванович
  • кандидат технических науккандидат технических наук
  • 2000, Рязань
  • Специальность ВАК РФ05.13.11
  • Количество страниц 166
Федоткин, Дмитрий Иванович. Математическое и программное обеспечение процессов пространственной привязки космических изображений по электронным картам: дис. кандидат технических наук: 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей. Рязань. 2000. 166 с.

Оглавление диссертации кандидат технических наук Федоткин, Дмитрий Иванович

Введение.

1. Анализ проблемы пространственной привязки изображений земной поверхности.

1.1. Методы пространственной привязки космических изображений.

1.2. Пространственная привязка изображений по электронным картам.

1.3. Поиск на изображении объектов по их векторному описанию.

Основные результаты.

2. Математическое обеспечение процессов пространственной привязки космических изображений по электронным картам.

2.1. Информационная технология пространственной привязки изображений по электронным картам.

2.2. Модель координатных преобразований при работе с электронными картами местности.

2.3. Математические модели коррекции баллистической пространственной привязки сканерных изображений.

2.4. Прецизионная пространственная привязка кадров космических изображений по электронным картам.

Основные результаты.

3. Алгоритмическое обеспечение автоматического поиска одноименных сюжетов на снимке и электронной карте.

3.1. Организация корреляционно-экстремального поиска одноименных сюжетов.

3.2. Предварительная унифицирующая обработка снимка и электронной карты.

3.3. Алгоритм автоматического сопоставления сюжета космического изображения и его векторного описания.

3.4. Повышение надежности и производительности поиска одноименных сюжетов на снимке и электронной карте.

Основные результаты.

4. Программное обеспечение системы пространственной привязки изображений по электронным картам.

4.1. Экспериментальное исследование точности пространственной привязки изображений по электронным картам.

4.2. Организация вычислительных процессов пространственной привязки изображений по электронным картам.

4.3. Практическая реализация программного обеспечения системы пространственной привязки.

Основные результаты.

Рекомендованный список диссертаций по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК

Введение диссертации (часть автореферата) на тему «Математическое и программное обеспечение процессов пространственной привязки космических изображений по электронным картам»

Актуальность работы. Эффективность использования данных космической съемки поверхности Земли в различных отраслях народного хозяйства во многом определяется точностью пространственной привязки снимка, цель которой состоит в том, чтобы обеспечить взаимно однозначное координатное соответствие между одноименными точками земной поверхности и изображения [1-3].

На сегодняшний день в федеральных и региональных центрах приема и обработки спутниковой информации существует практика ведения архивов видеоданных, получаемых с природно-ресурсных ИСЗ по радиоканалам. При этом протяженные высокоинформативные изображения, так называемые маршруты видеоданных, в темпе приема направляются в архив. Их оперативная пространственная привязка, выполняемая с использованием аналитических моделей движения ИСЗ и законов сканирования земной поверхности, не обеспечивает требуемую точность: ошибки могут достигать десятков километров. Это обусловлено случайными изменениями параметров положения спутника на орбите и углов ориентации датчика, которые не могут быть с высокой точностью оценены соответствующими наземными и бортовыми средствами. В итоге значительные погрешности привязки маршрутов существенно затрудняют последующий выбор из архива сюжетов поверхности Земли, запрашиваемых потребителями для обработки, т.е. на этапе архивации потоков видеоданных существует необходимость в коррекции их пространственной привязки.

При получении выходных информационных продуктов путем обработки отдельных небольших кадров, выбираемых из архива, со стороны потребителей предъявляются исключительно высокие требования к уровню автоматизации, оперативности и точности координатной привязки. В настоящее время точность привязки кадров повышается за счет использования опорных точек местности (ОТМ) - точек изображения с известными географическими координатами. 5

Однако процесс получения ОТМ требует затрат квалифицированного ручного труда и занимает длительное время. Он сводится к тому, что оператор с помощью тех или иных инструментальных средств производит "съем" координат одноименных объектов изображения и картографической основы, в качестве которой обычно выступают оцифрованные топографические карты или предварительно обработанные аэрокосмические снимки. Таким образом, на этапе обработки кадров космических изображений также практически важной и актуальной является задача повышения уровня автоматизации, оперативности и точности пространственной привязки.

В последние годы для решения различных геоинформационных задач созданы векторные электронные карты (ЭК) местности. В отличие от растровой картографической основы характерной особенностью векторных ЭК является компактность их описания и послойное представление объектов (береговых линий, автодорог, населенных пунктов и т.д.), т.е. опорные объекты, которые используются для привязки, уже выделены и имеют координатное описание. Это создает новые предпосылки для полной автоматизации процессов пространственной привязки изображений с использованием ЭК.

Диссертационная работа посвящена актуальной задаче - созданию математического и программного обеспечения процессов пространственной привязки по электронным картам материалов космической съемки поверхности Земли с целью повышения уровня автоматизации, оперативности и точности координатной привязки спутниковой видеоинформации на этапах ее приема, архивации и получения выходных информационных продуктов.

Степень разработанности проблемы. В настоящее время имеется значительный теоретический задел в области технического зрения и цифровой обработки изображений, в создание которого внесли вклад такие отечественные и зарубежные ученые, как Арманд H.A., Волков A.M., Журкин И.Г., Злобин В.К., Козлов Ю.М., Путятин Е.П., Селиванов A.C., Тюфлин Ю.С., Хижниченко В.И., Ярославский Л.П., Chang S., DudaR., Gonzalez R., Horn В., Pratt W., Rosenfeld A., Wong R. и др. 6

Вопросам пространственной привязки космических изображений земной поверхности посвящено значительное число научных работ [3-37]. Многие публикации [3-9, 14] касаются рассмотрения координатной обработки по орбитальным данным, без использования опорных точек местности. Работы, посвященные пространственной привязке с использованием ОТМ [15-18, 28-37], как правило, не затрагивают вопросы их получения либо предполагают участие оператора при "съеме" их координат по картографической основе. Попытки автоматизации данного процесса основаны на поиске одноименных точек на изображении и эталонных снимках [25, 30, 38-44]. Однако такой подход, требующий создания высокоинформативной базы опорных снимков и не обеспечивающий надежности поиска ОТМ при наличии содержательных различий между реальным и эталонным изображениями, не нашел практического применения.

Почти отсутствуют публикации по пространственной привязке космических изображений с использованием электронных карт. Исключение составляют работы [22, 33, 34, 37], в которых ЭК используются в рамках традиционных технологий, предполагающих участие оператора. Тем не менее, специфика векторного послойного описания объектов в ЭК создает предпосылки к разработке полностью автоматических технологий пространственной привязки изображений. При этом возникает необходимость в исследовании двух основных групп вопросов. Первая группа связана с организацией автоматического поиска одноименных сюжетов на снимке и ЭК. Вопросы сопоставления растрового и векторного описания одной и той же сцены в существующей литературе практически не рассмотрены. Вторая группа вопросов связана с использованием ЭК для оперативной пространственной привязки протяженных изображений, получаемых в результате продолжительных сеансов съемки и передаваемых в федеральные и региональные архивы видеоданных. Решение аналогичных вопросов применительно к ограниченным по размерам снимкам от фотографических и сканерных систем [14, 21, 26-28, 36, 45] не могут быть в полной мере распро7 странены на случай съемки протяженных изображений (маршрутов), когда геометрия снимка существенно изменяется в процессе его формирования.

В контексте рассматриваемой задачи нерешенными остаются вопросы создания надежных и полностью автоматических технологий поиска одноименных сюжетов на снимке и ЭК и организации на этой основе оперативной пространственной привязки протяженных маршрутов сканерной съемки и отдельных кадров по ЭК. Решение этих вопросов составляет основу настоящей диссертации.

Цель диссертации состоит в разработке математического и программного обеспечения для новой информационной технологии пространственной привязки космических изображений по электронным картам. Данная технология должна обеспечивать оперативную и точную координатную привязку сканерной видеоинформации к местности на этапах ее приема, архивации и формирования выходных информационных продуктов.

Задачи. Для достижения поставленной цели необходимо решить следующие основные задачи:

• разработать информационную технологию оперативной пространственной привязки сканерных космических изображений земной поверхности по электронным картам местности;

• разработать математические модели пространственной привязки протяженных маршрутов видеоданных с использованием ЭК;

• разработать математические модели прецизионной привязки к местности кадров сканерных изображений на основе их сопоставления с ЭК;

• разработать алгоритмы автоматического поиска одноименных сюжетов на космическом изображении и электронной карте с целью определения координат ОТМ.

Научная новизна. Использование традиционных технологий пространственной привязки спутниковой видеоинформации на этапах ее архивации и обработки далеко не устраивает потребителей с точки зрения оперативности, точ8 ности и уровня автоматизации этого процесса. Появление в последние годы векторных электронных карт местности, как компактной и весьма точной картографической основы, создало предпосылки для решения этих задач, чему и посвящена настоящая диссертационная работа.

Конкретно, на защиту выносятся следующие новые научные результаты:

• математическое и программное обеспечение информационной технологии пространственной привязки космических изображений по электронным картам, позволяющее выполнить автоматическую, точную и оперативную привязку видеоинформации на этапах ее приема, архивации и формирования выходных информационных продуктов;

• математические модели пространственной привязки протяженных маршрутов с использованием ЭК, основанные на уточнении параметров положения ИСЗ на орбите и углов ориентации датчика и обеспечивающие оперативную обработку сверхбольших объемов данных в условиях значительных погрешностей первоначальной привязки;

• математические модели пространственной привязки кадров космических изображений, основанные на использовании опорных элементов местности и позволяющие в оперативном режиме выполнять прецизионную обработку снимков;

• алгоритмы поиска одноименных сюжетов на космическом изображении и векторной электронной карте, обеспечивающие надежное и оперативное определение координат опорных точек местности и позволяющие полностью автоматизировать процесс пространственной привязки.

Практическая ценность работы. На базе разработанных математических моделей и алгоритмов создано программное обеспечение оперативной пространственной привязки космических изображений по электронным картам, обеспечивающее полную автоматизацию и высокие точности координатной привязки к местности спутниковой информации. Данное программное обеспечение используется для пространственной привязки протяженных маршрутов 9 видеоданных и отдельных кадров в системах обработки спутниковой информации от природно-ресурсных ИСЗ серий "Ресурс-01" и "Океан-О" на этапах ее приема, архивации и получения выходных информационных продуктов.

Реализация и внедрение. Диссертационная работа выполнена в Рязанской государственной радиотехнической академии в рамках Государственного контракта с Российским авиационно-космическим агентством №912-1019/97 от 28.07.98 г., НИР № 8-97Г (гранта Министерства образования РФ от 03.03.97 г.), ОКР № 25-95 от 10.01.95 г., ОКР № 15-97 от 06.01.97 г, ОКР №25-98 от 01.01.98 г., ОКР № 13-98 от 05.01.98 г., ОКР № 17-98 от 01.09.98 г., ОКР № 11-99 от 04.01.99 г. с организациями Российского авиационно-космического агентства.

Результаты диссертационной работы в виде математического и программного обеспечения использованы и внедрены в Российском НИИ космического приборостроения, ЗАО "НПО космического приборостроения", Научном центре оперативного мониторинга Земли, что подтверждается актами, приведенными в приложении.

Акты, подтверждающие внедрение результатов диссертации, приведены в приложении.

Апробация работы. Основные положения диссертации докладывались и обсуждались на 3-х международных и 4-х всероссийских научных конференциях и семинарах:

- 2-й и 3-й Международных научно-технических конференциях "Космонавтика. Радиоэлектроника. Геоинформатика" (Рязань, 1998, 2000);

- 8-м Международном научно-техническом семинаре "Проблемы передачи и обработки информации в сетях и системах телекоммуникаций" (Рязань, 1999);

- Всероссийских молодежных научных конференциях "XXIII Гагарин-ские чтения", "XXV Гагаринские чтения" и "XXVI Гагаринские чтения" (Москва, 1997, 1999, 2000);

10

- Всероссийской научно-технической конференции "Новые информационные технологии в радиоэлектронике" (Рязань, 1998).

Публикации. По теме диссертации опубликовано 6 статей и 9 тезисов докладов на международных и всероссийских конференциях.

Личный вклад соискателя по опубликованным материалам состоит в следующем:

- в работах [46-48] соискателем разработана общая информационная технология пространственной привязки космических изображений по электронным картам;

- в работах [49-52] соискателем разработано математическое и программное обеспечение процессов пространственной привязки по электронным картам протяженных маршрутов видеоданных;

- в работах [53-55] соискателем разработано математическое и программное обеспечение автоматической пространственной привязки по электронным картам кадров спутниковых изображений;

- в работах [56-60] соискателем разработаны и исследованы алгоритмы автоматического поиска одноименных сюжетов на снимке и векторной электронной карте местности.

- работы [49, 51, 54, 55, 57, 60] выполнены без соавторов.

Структура и объем работы. Диссертация состоит из введения, 4 разделов, заключения и приложения. Объем работы составляет 162 страницы, в том числе: основное содержание - 127 страниц, рисунки - 15 страниц, таблицы - 7 страниц, список литературы (124 наименования) - 13 страниц. Приложение содержит документы, подтверждающие внедрение полученных результатов.

Похожие диссертационные работы по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Федоткин, Дмитрий Иванович

Основные результаты работы состоят в следующем.

1. Разработана информационная технология оперативной пространственной привязки сканерных космических изображений поверхности Земли по электронным картам местности, основанная на автоматическом поиске одноименных точек на снимке и ЭК. Эта технология включает два основных этапа: устранение грубых погрешностей пространственной привязки протяженных маршрутов видеоданных, направляемых в архив, и высокоточная привязка к местности отдельных кадров, извлекаемых по запросу потребителей из архива.

2. Разработаны алгоритмы автоматического поиска опорных точек местности, основанные на идентификации одноименных сюжетов растрового космического изображения и векторной электронной карты гидрографической сети. Эти алгоритмы позволяют надежно (более 90 % успешных идентификаций) и оперативно формировать множество опорных точек местности и полностью автоматизировать процесс пространственной привязки спутниковой видеоинформации.

3. Предложена математическая модель координатных преобразований при работе с электронными картами местности, основанная на использовании косой равнопромежуточной цилиндрической проекции и обеспечивающая оперативное и высокоточное (субпиксельное) совмещение снимка и ЭК, в том числи при обработке сверхбольших объемов видеоинформации.

4. Разработаны математические модели пространственной привязки протяженных маршрутов видеоданных с использованием ЭК, основанные на коррекции орбитальных параметров и углов ориентации датчиков ИСЗ и обеспечивающие оперативную (в темпе приема) обработку сверхбольших объемов видеоданных, поступающих в архив, в условиях значительных погрешностей первоначальной привязки.

149

5. Разработаны математические модели пространственной привязки кадров космических изображений, основанные на использовании опорных элементов местности и позволяющие в оперативном режиме выполнить высокоточную координатную обработку снимков на этапе формирования выходных информационных продуктов.

6. Рассмотрены алгоритмы работы с объектами электронных карт и высокоинформативными маршрутами видеоданных, использующие специфику решаемой задачи и позволяющие выполнить оперативное совмещение видеоинформации и опорной картографической основы для контроля и коррекции пространственной привязки.

7. Разработана методика оценки точности пространственной привязки изображений земной поверхности. Выполнены экспериментальные исследования предложенных моделей и алгоритмов пространственной привязки. Установлено, что погрешность привязки протяженного маршрута определяется неточностью базовой модели сканерной съемки и составляет 2-5 км, что обеспечивает корректную архивацию видеоданных. Показано, что погрешность привязки кадра по ЭК определяется точностью координатной основы и составляет 1-3 элемента дискретизации снимка, что вполне достаточно для решения большинства прикладных задач.

8. На базе предложенных математических моделей и алгоритмов создана программная система пространственной привязки космических изображений по электронным картам, согласующаяся с информационными технологиями действующих центров приема и обработки спутниковой информации Российского авиационно-космического агентства. Эта система внедрена и эксплуатируется в Российском НИИ космического приборостроения, ЗАО "НПО космического приборостроения", Научном центре оперативного мониторинга Земли.

Документы, подтверждающие внедрение результатов диссертационной работы, приведены в приложении.

150

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Федоткин, Дмитрий Иванович, 2000 год

1. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений. М.: Высш. шк., 1983. 295 е., ил.

2. Хижниченко В.И. К вопросу о геометрической коррекции сканерных снимков земной поверхности // Исслед. Земли из космоса. 1981. №4. С.96-103.

3. Арушанов M.J1. Простая модель географической привязки сканерных снимков малого разрешения, обеспечивающая высокую точность // Исслед. Земли из космоса. 1993. №3. С.41-46.

4. Захаров М.Ю., Лупян Е.А., Мазуров A.A., Нартов И.Ю. Географическая привязка данных прибора AVHRR для задач регионального мониторинга // Исслед. Земли из космоса. 1993. №5. С.27-32.

5. Тищенко А.П., Головчин В.Р. Пространственная привязка спутниковых сканерных изображений по траекторным данным // Аэрокосмические исследования Земли. Обработка видеоинформации на ЭВМ / М.: Наука, 1978. 248 е., ил.151

6. Лурье И.К., Тищенко А.П Пространственная привязка космических кадровых снимков // Аэрокосмические исследования Земли. Обработка видеоинформации на ЭВМ / М: Наука, 1978. 248 е., ил.

7. Moreno J.F., Melia J. A method for accurate geometric correction of NOAA AVHRR HRPT data // IEEE Trans. Geosci. Rem. Sens. 1993. 31. №1. P.204-213.

8. O'Brien D.M., Turner P.J. Navigation of coastal AVHRR images // Int. J. Rem. Sens. 1992. 13. №3. P.509-514.

9. Ахметьянов B.P., Пасмуров А.Я. Обработка радиолокационных изображений в задачах дистанционного зондирования Земли // Заруб, радиоэлектроника. 1987. №1.С.70-81.

10. Злобин В.К., Селиванов A.C., Еремеев В.В., Тучин Ю.М. Мультипроцессорная технология межотраслевой обработки видеоданных, полученных кос-мической системой "Ресурс-01" // Исслед. Земли из космоса. 1992. №2. С.87-90.

11. Злобин В.К., Еремеев В.В. Нормализация видеоданных в системах дистанционного зондирования Земли // Электросвязь. 1992. №4. С. 12-14.

12. Левентуев В.П. Коррекция баллистической географической привязки космических сканерных снимков за счет использования опорных точек // Исслед. Земли из космоса. 1994. №4. С.49-57.

13. Radhadevi P.V., Ramachandran R. Orbit attitude modeling of SPOT imagery with a single ground control point // Photogram. Ree. 1994. 14. P.973-982.152

14. Собчук В.Г. Координатная привязка видеоинформации по опорным точкам // Аэрокосмические исследования Земли. Обработка видеоинформации на ЭВМ / М.: Наука, 1978. 248 е., ил.

15. Фомин Е.И., Фетисов А.Г. О трансформировании космических снимков по опорным точкам // Тр. ГОСНИЦ ИПР, 1989. Вып.35. С.54-60.

16. Лупян Е.А., Мазуров A.A. Быстрый алгоритм произвольных геометрических преобразований изображений // Исслед. Земли из космоса. 1992. №5. С. 38-43.

17. Журкин И.Г., Зайцев A.A. Геометрическая калибровка фотоизображений // Исслед. Земли из космоса, 1997, №2, с.53-57

18. Кузнецов А.Е., Новоселов В.Г. Технология координатной обработки изображений с использованием электронных карт // Выч. машины, комплексы и сети. Межвуз. сб. науч. тр. / Рязан. госуд. радиотехн. акад. Рязань, 1996. С. 17-21.

19. Лобанов А.Н., Журкин И.Г. Автоматизация фотограмметрических процессов. М.: Недра, 1980. 240с.

20. Гук А.П., Мчедлишвили Г.Б. Выбор математической модели калибровки радиолокационных снимков // Изв. вузов. Геодезия и аэрофотосъемка. 1989. №2. С.95-101.

21. Бочкарев А.М. Корреляционно-экстремальные системы навигации // Заруб. радиоэлектроника. 1981. №9. С.28-53.

22. Петрищев В.Ф. Аналитическая модель отклонений в координатах точек псевдокадра, получаемого при сканерной съемке земной поверхности // Исслед. Земли из космоса. 1992. №1. С.52-60.153

23. Петрищев В.Ф. Аналитическая модель отклонений в координатах точек псевдокадра, получаемого при сканерной съемке земной поверхности, для случая круговой орбиты и сферической невращающейся Земли // Исслед. Земли из космоса. 1993. №2. С.48-55.

24. Журкин И.Г., Гук А.П. Алгоритм раздельного определения элементов внешнего ориентирования сканерных изображений (идеальная модель) // Изв. вузов. Геодезия и аэрофотосъемка. 1992. №1. С.51-56.

25. Мелина Е.А. Возможности геометрической коррекции фотоизображений электронных методов съемки способом полиномов // Изв. вузов. Геодезия и аэрофотосъемка. 1981. №5. С.102-108.

26. Гимельфарб Г.Л. Автоматизированная межотраслевая обработка снимков земной поверхности, получаемых с ИСЗ серии Landsat // Заруб, радиоэлектроника. 1983. №8. С.56-84.

27. Radhadevi P.V., Ramachandran R., Mohan M. Restitution of IRS-1С PAN data using an orbit attitude model and minimum control // ISPRS J. Photogram. Rem. Sens. 1998. №53. P.262-271.

28. Shlien K., Seymour R. Geometric Correction, registration, and resampling of LANDSAT imagery // Canad. J. Rem. Sens. 1979. 5. №1. P.74.

29. Rosborough G.W., Baldwin D.G., Emery W.J. Precise AVHRR image navigation // IEEE Trans. Geosci. Rem. Sens. 1994. 32. №3. P.644-657.

30. Mather P.M. Map-image registration accuracy using least-squares polynomials // Int.J. Geogr. Inform. Syst. 1995. 9. №5. P.543-554.

31. Meyer P. A parametric approach for the geocoding of AVIRIS data in rugged terrain // Rem. Sens. Envir. 1994. 49. №2. P. 118-130.

32. Cheng P., Toutin T. Geometric correction and data fusion of IRS-1С data // Earth Observ. Mag. 1998. 7. №3. P.24-26.

33. ER Mapper 5.0. Helping people manage the earth: Earth Resource Mapping Press, 1997.42 р.154

34. Mostafavi H., Smith F.W. Image correlation with geometric distortion // IEEE Trans. Aerosp. Electr. Syst. 1978. 14. №3. P.478-500.

35. Cracknell A.P., Paithoonwattanakij K. Pixel and sub-pixel accuracy in geometrical correction of AVHRR imagery // Int. J. Rem. Sens. 1989. №10. P.661-667.

36. Тхабисимов Д.К. Автоматизированный поиск опорных изображений на фотоснимках поверхности Земли при помощи спектрального анализа // Исслед. Земли из космоса. 1983. №5. С.93-99.

37. Wong R.Y. Intensity signal processing of images for optical to radar scene matching // IEEE Trans. Acoustics Speech Signal Processing. 1980. 28. №2. P.260-263.

38. Злобин В.К., Еремеев В.В., Курбасов М.В. Уточнение параметров движения ИСЗ по наземным ориентирам //Электросвязь. 1996. №4. С.8-10.

39. Злобин B.K., Еремеев B.B., Курбасов М.В. Восстановление параметров взаимной геометрической трансформации двух изображений на основе идентификации одноименных сюжетов / Рязан. гос. радиотехн. акад. Рязань, 1995. 7 с. Деп. в ВИМИ 10.11.95 № ДО-8622.

40. Пособие по фотограмметрии. Пер. с англ. Под ред. Кораблева В.И. М.: Издательство "Недра", 1971. 168 с.

41. Злобин В.К., Еремеев В.В., Федоткин Д.И. Информационная технология географической привязки космических изображений с использованием электронных карт // Исслед. Земли из космоса. 2000. №1. С.86-91.

42. Федоткин Д.И. Уточнение параметров орбиты для коррекции привязки протяженных маршрутов // XXVI Гагаринские чтения: Тез. докл. молодежной науч. конф., 6-10 апреля 2000 г. / МГАТУ. М., 2000. 4.1. С.400.

43. Федоткин Д.И. Модель координатного соответствия электронной карты и спутниковой видеоинформации // 3-я международная науч.-техн. конф. "Космонавтика. Радиоэлектроника. Геоинформатика": Тез. докл. / Рязан. гос. радиотехн. акад. Рязань, 2000. С.295.

44. Злобин В.К., Кузнецов А.Е., Урличич Ю.М., Федоткин Д.И. Коррекция баллистической пространственной привязки спутниковых изображений по опорным точкам / Рязан. гос. радиотехн. акад. Рязань, 2000. 14 с. Деп. в ВИМИ 11.10.2000, № ДО-8876.

45. Федоткин Д.И. Координатная привязка космических изображений по электронным картам // XXV Гагаринские чтения: Тез. докл. молодежной науч. конф., 6-10 апреля 1999 г. / МГАТУ. М., 1999. 4.2. С.592-593.

46. Федоткин А.И., Федоткин Д.И. Моделирование и исследование процессов формирования первоначального эскиза // Моделирование процессов управления и обработки информации: Между вед. сб. науч. тр. / МФТИ. М., 1996. С.81-90.

47. Федоткин Д.И. Выделение непроизводных элементов на изображении, необходимых для его параметризации // XXIII Гагаринские чтения: Тез. докл. молодежной науч. конф., 8-12 апреля 1997 г. / МГАТУ. М., 1997. Ч.З. С.28.

48. Федоткин А.И., Федоткин Д.И. Автоматическая идентификация контурных изображений в задаче координатной привязки // Моделирование управляемых динамических систем: Междувед. сб. науч. тр. / МФТИ. М., 1997. С.132-141.

49. Гарбук C.B., Гершензон В.Е. Космические системы дистанционного зондирования Земли. М., 1997. 296 е., ил.

50. Себер Дж. Линейный регрессионный анализ: Пер. с англ., М.: Мир, 1980. 457 с.

51. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. В 2-х кн.: Пер. с англ. М.: Финансы и статистика, 1986,1987. Кн.1: 366 с, Кн.2: 351с.

52. Коршунов Ю.М. Математические основы кибернетики М.: Энергоатомиз-дат, 1987. 496 е., ил.

53. Васмут A.C. Электронные карты и перспективы их развития // Изв. вузов. Геодезия и аэрофотосъемка. 1990. №5. С. 145-150.

54. Gittings В.М. Catalogue of digital elevation data: Department of Geography. The University of Edinburgh, United Kingdom, 1997. 97 p.

55. Копаев Г.В., Грошев B.B. Цифровые карты России масштаба 1:1000000 II Информационный бюллетень ГИС ассоциации. 1996. №3. С.17-18.

56. Кошкарев A.B. Обзор электронных карт и атласов // ГИС обозрение. 1999. №1. С.26-29.

57. Digital chart of the world: for use with ESRJ desktop software, ArcData: ESRI, Redlands, Calif. 1995. 167 p.158

58. Королев Ю.К. Модели данных геоинформационных систем // Информационный бюллетень ГИС ассоциации. 1998. №3. С.68-69.

59. Райе Дж. Матричные вычисления и математическое обеспечение: Пер с англ., М.: Мир, 1984. 264 е., ил.

60. Joji I., Takako S.A. Automated GCP detection for SAR imagery: Road intersections, Canada Centre for Remote Sensing, Canada, 9 p.

61. Wang Y., Zheng Q. Recognition of roads and bridges in SAR images // Pattern Recognition. 1998. 31. №7. P.953-962.

62. Heipke C., Steger C., Multhammer R. A hierarchical approach to automatic road extraction from aerial imagery // Integrating Photogram. Techniq. with Scene Analysis and Machine Vision II / Proc. SPIE. 1995. №2486. P.222-231.

63. Steger C., Glock C., Eckstein W., Mayer H., Radig B. Model-based road extraction from images // Automatic Extraction of Man-Made Objects from Aerial and Space Images, Birkhauser Verlag, 1995. P.275-284.

64. Atalay V, Yilmaz M. A matching algorithm based on linear features // Pattern Recognition Letters. 1998. №19. P.857-867.

65. Dare P.M., Ruskone R., Dowman I.J. Algorithm development for the automatic registration of satellite images // Image Registration Workshop'97, NASA Goddard Space Center, 1997.159

66. Dowman I.J., Morgado A., Vohra V., Automatic registration of images with maps using polygonal features // Int. Arch. Photogram. and Rem. Sens. 1996. 31. №3. P.139-145.

67. Dare P.M., Dowman I.J. An automated procedure for registering SAR and optical imagery based on feature matching // Microwave Sensing and Synthetic Aperture Radar / Proc. SPIE. 1996. №2958. P.140-151.

68. Ruskone R., Dowman I.J. Segmentation design for an automatic multisource registration // Proc. SPIE, 1997. №3072. P.307-317.

69. Дуда P., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. 511 с.

70. Хорн Б.К.П. Зрение роботов: Пер. с англ. М.: Мир, 1989. 487 е., ил.

71. Прэтт У. Цифровая обработка изображений. В 2-х кн.: Пер. с англ. М.: Мир, 1982. Кн.1: 312 е., кн.2: 480 с.

72. Путятин Е.П., Аверин С.И. Обработка изображений в робототехнике. М.: Машиностроение, 1990. 320 е., ил.

73. Loncaric S. A survey of shape analysis techniques // Pattern Recognition. 1998. 31. №8. P.983-1001.

74. Gunsel В., Tekalp A.M. Shape similarity matching for query-by-example // Pattern Recognition. 1998. 31. №7. P.931-944.

75. Huang P.W., Dai S.K., Lin P.L. Planar shape recognition by directional flow-change method // Pattern Recognition Letters. 1999. №20. P. 163-170.

76. Павлидис Т. Иерархические методы в структурном распознавании образов // ТИИЭР. 1979. 67. №5. С.39-49.

77. Идентификация объектов полутонового изображения: Инструкц.-метод, матер. / Абламейко С.В., Мурашко Н.И., Самошкин М.А., Кулешов А.Я. Минск: Ин-т политехи, киберн., 1992. 114 с.160

78. Абламейко С.В., Самошкин М.А., Кулешов А .Я. Идентификация контурного представления объектов полутонового изображения на основе линейного коэффициента корреляции // Весщ АН Беларусь Сер. ф1з-тэхн.н. 1993. №3. С.65-71.

79. Потатуркин О.И., Стерник Г.А. Распознавание объектов на основе синтаксического описания их контуров // Автометрия. 1991. №2. С. 19-26.

80. Bandera A., Urdiales С., Arrebola F., Sandoval F. 2D object recjgnition based on curvature functions obtained from local histograms of the contour chain code // Pattern Recognition Letters. 1999. №20. P.49-55.

81. Чэн Ш.К. Принципы проектирования систем визуальной информации: Пер. с англ. М.: Мир, 1994. 408 е., ил.

82. Техническое зрение роботов / Под ред. А.Пью: Пер. с англ. М.: Машиностроение, 1987. 320 е., ил.

83. Ozugur Т., Denizhan Y., Panayirci Е. Feature extraction in shape recognition using segmentation of the boundary curve // Pattern Recognition Letters. 1997. №18. P.1049-1056.

84. Козлов Ю.М. Адаптация и обучение в робототехнике. М.: Наука, 1990. 248 с.

85. Eom К.В. Shape recognition using spectral features // Pattern Recognition Letters. 1998. №19. P.189-195.

86. Богданов K.M., Яновский K.A., Козлов Ю.Г. и др. Оптико-структурный машинный анализ изображений. М.: Мишиностроение, 1984. 280 с.

87. Алявдин М.С., Горелик С.Л., Кац Б.М. и др. Корреляция с эталоном эффективный метод выявления анизотропных свойств изображения // Автометрия. 1980. №3. С. 54-61.

88. Shankar U., Murthy С.A., Pal S.K. A new gray level based Hough transform for region extraction. An application to IRS images // Pattern Recognition Letters. 1998. №19. P. 197-204.161

89. Ballard D.H. Generalized the Hough transform to detect arbitrary shapes //PattertRecognition. 1981. 13. №2. P.lll-122.

90. Samal A., Edwards J. Generalized Hough transfoem for natural shapes // Pattern Recognition Letters. 1997. №18. P.473-480.

91. Cooper M.A A probability weighted Hough transforms and line-segment based generalized Hough transforms // Pattern Recognition Letters. 1994. №15. P.619-630.

92. Cucchiara R., Piccardi M. Eliciting visual primitives for detection of elongated shapes // Image and Vision Computing. 1999. №17. P.347-355.

93. Cnatzis V., Pitas I. Fuzzy cell Hough transform for curve detection // Pattern Recognition. 1997. 30. №12. P.2031-2042.

94. Yi X., Camps O.I. Line-based recognition using a multidimensional Hausdorff distance // IEEE Trans. Pattern Anal. Mach. Intell. 1999. 21. №9. P. 102-110.

95. Huttenlocher D.P., Lilien R.H., Olson C.F. View-based recognition using an eigenspace approximation to the Hausdorff measure // IEEE Trans. Pattern Anal. Mach. Intell. 1999. 21. №9. P.87-95.

96. Olson C.F. A probabilistic formulation for Hausdorff matching // Proc. IEEE Conference on Computer Vision and Pattern Recognition. 1998. P. 150-156.

97. Olson C.F., Huttenlocher D.P. Automatic target recognition by matching oriented edge pixels // IEEE Trans. Image Processing. 1997. 6. №1. P. 114-117

98. Olson C.F., Huttenlocher D.P. Recognition by matching with edge location and orientation // Proc. ARPA Image Understanding Workshop. 1996. P. 1167-1174.

99. Mapp Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов: Пер с англ. М.: Радио и связь, 1987. 400 е., ил.

100. Денисов Д.А., Низовкин В.А. Сегментация изображений на ЭВМ // Заруб, радиоэлектроника. 1985. №10. С.5-30.

101. Chanda В., Kundu М.К., Padmaja V. A multi-scale morphologic edge detector // Pattern Recognition. 1998. 31. № 10. P. 1469-1478.162

102. Соловьев М.А. Математическая картография. М.: Недра, 1969. 287 с.

103. Сихарулидзе Ю.Г. Баллистика летательных аппаратов. М.: Наука, 1982. 352 с.

104. Харатишвили И.Г., Чхеижзе И.М., Ронсен Д., Инджия Ф.И. Пирамидальное кодирование изображений. М.: Радио и связь, 1996. 192 е., ил.

105. Ш.Каширин И.Ю. Объектно-ориентированное проектирование программ в среде С++. Вопросы практики и теории / Под ред. Л.П.Коричнева. М.: Госкомвуз России, НИЦПрИС, 1996. 192 с.

106. Зам. главного констоуктооа напоавления1. АКТо внедрении результатов кандидатской диссертации Федоткина Д,И.

107. Созданные программные средства позволяют выполнить контроль и коррекцию пространственной привязки видеоданных от природноресурсных и океанографических спутников.1. Нач. отдела Нач. сектора1. УТВЕРЖДАЮ1. Директор

108. Росавиакосмоса, ческих наук1. А.М. Волков 2000 г.1. АКТоб использовании результатов кандидатской диссертации Федоткина Д.И. в НЦ ОМЗ ЦПИ Росавиакосмоса

109. Программные средства обеспечивают оперативность, требуемую точность и высокую автоматизацию географической привязки спутниковой видеоинформации на этапах архивации, каталогизации и формирования выходных информационных продуктов.

110. Начальник отдела, к.ф.-м.н.1. М>41. Ю.М. Кондратьев

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.