Методика автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования тема диссертации и автореферата по ВАК РФ 25.00.35, кандидат технических наук Макаров, Алексей Юрьевич

  • Макаров, Алексей Юрьевич
  • кандидат технических науккандидат технических наук
  • 2009, Москва
  • Специальность ВАК РФ25.00.35
  • Количество страниц 177
Макаров, Алексей Юрьевич. Методика автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования: дис. кандидат технических наук: 25.00.35 - Геоинформатика. Москва. 2009. 177 с.

Оглавление диссертации кандидат технических наук Макаров, Алексей Юрьевич

Введение

1. Анализ состояния рынка данных ДЗЗ высокого разрешения

1.1. Данные ДЗЗ высокого разрешения

1.2. Картографирование территорий

1.3. Геоинформационная продукция

1.4. Работа с данными ДЗЗ в других задачах

1.5. Российский космический комплекс «Ресурс-ДК»

1.5.1. Основные характеристики КА «Ресурс-ДК1»

1.5.2. Бортовая целевая аппаратура КА «Ресурс-ДК1»

1.5.3. Наземный сегмент КК «Ресурс-ДК»

2. Формирование, получение и анализ данных ДЗЗ

2.1. Формирование и искажение исходного изображения

2.1.1. Формирование изображения приемником на базе матриц ПЗС, работающих в режиме ВЗН

2.1.2. Искажения изображения звеньями сквозного тракта

2.1.2.1. Искажения изображения оптической системой

2.1.2.2. Искажения изображения турбулентной атмосферой

2.1.2.3. Искажения изображения ОЭП

2.1.2.4. Неэффективность переноса заряда

2.1.2.5. Определение ФРТ приемника по его ЧКХ

2.2. Исправление и обработка полученных данных ДЗЗ 88 2.2.1. Модуль компенсации искажений

2.2.1.1. Описание алгоритма оценки яркостных искажений изображения

2.2.1.2. Описание алгоритма компенсации яркостных искажений

2.2.1.3. Описание алгоритма оценки динамического диапазона изображения 97 *

2.2.1.4. Описание алгоритма нормализации динамического диапазона изображения

2.2.2. Модуль коррекции геометрического рассогласования полос

2.2.2.1. Описание алгоритма оценки геометрического рассогласования полос

2.2.2.2. Описание алгоритма уточнения положения строк полосы входного изображения

2.2.3. Модуль геометрической трансформации изображения 111 полосы

2.4. Выводы по главе 2 115 3. Методика автоматизированного распознавания образов железнодорожных путей

3.1 .Улучшения качества изображения

3.1.1. Фильтрация

3.1.2. Высокочастотная фильтрация

3.2. Автоматизированное распознавание железнодорожных путей с помощью модифицированного преобразования Хока

3.3. Эксперимент по созданию ЦМПР с использованием методики автоматизированного распознавания

3.4. Создание тематической продукции по материалам съемок КА «Ресурс-ДК1»

3.4.1. Подготовка космических изображений

3.4.2. Создание цифровых векторных карт

3.5. Выводы по главе 3 169 Заключение 171 Литература

Рекомендованный список диссертаций по специальности «Геоинформатика», 25.00.35 шифр ВАК

Введение диссертации (часть автореферата) на тему «Методика автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования»

Согласно Концепции создания и развития инфраструктуры пространственных данных Российской Федерации (распоряжение Правительства РФ № 1157р от 21.08.06), а также в соответствии с принятой на «Железнодорожном съезде: Развитие 2030» «Стратегией развития железнодорожного транспорта Российской Федерации до 2030 года» приоритетным направлением научно-технической политики в железнодорожном транспорте является внедрение высоких информационных технологий, которые принципиально меняют качество и сущность управления железнодорожной инфраструктурой, реализуя объективные инструментальные методы мониторинга, оценки и контроля состояния наземных объектов.

Такие технологии мониторинга, оценки и контроля должны создаваться на основе современных систем дистанционного зондирования Земли (ДЗЗ), базирующихся на аэрокосмических системах ДЗЗ высокого (1-2 м) и сверхвысокого (меньше 1 м) разрешения в сочетании со средствами цифровой комплексной компьютеризированной наземной обработки данных ДЗЗ.

В ряде стран уже активно проводятся подобные работы по применению спутниковых системы ДЗЗ сверхвысокого разрешения на железнодорожном транспорте.

В последнее время в России такого рода работы - съёмки сверхвысокого разрешения - традиционно проводились с использованием иностранных космических аппаратов (КА), что было невыгодно экономически и, кроме того, ставило результаты работ в зависимость от воли иностранных компаний или с использованием устаревших аэросъемочных методов.

Однако на настоящий момент запущен и успешно функционирует первый отечественный спутник ДЗЗ — «Ресурс-ДК1». Сильно выигрывая в цене у зарубежных КА (2,52 р. за 1 кв. км новой съемки и 2,02 р. за 1 кв. км архивной), он практически не уступаем большинству зарубежных конкурентов в пространственном разрешении (до 1 метра), и существенно превосходит их по площади, захватываемой за один проход (28,35 км в ширину с высоты 350 км и до 2000 км в длину). Подобного рода возможности открывают 'широкие перспективы для регулярных качественных съемок земной поверхности в интересах железнодорожной отрасли (само собой различные источники данных ДЗЗ должны дополнять друг друга), а последующее автоматизированное распознавание результатов съемок позволит существенно ускорить процессы обработки получаемых данных.

Подобного рода возможности открывают широкие перспективы и могут стать основой для регулярных качественных съемок земной поверхности в интересах железнодорожной отрасли, а последующее автоматизированное распознавание результатов съемок позволит существенно ускорить процессы обработки получаемых данных. В рамках реализации «Программы развития скоростного и высокоскоростного движения на сети дорог ОАО «РЖД»», утвержденной распоряжением ОАО «РЖД» № 1146р от 07.06.06 проведение подобных съемок необходимо для создания единой системы оперативного мониторинга пути (ЕС ОМП), которая в свою очередь является частью единой системы координатно-временного и навигационного обеспечения (ЕС КВНО) РЖД.

Актуальность выбранной темы диссертации определяется необходимостью применения данных ДЗЗ сверхвысокого разрешения с последующим автоматизированным распознаванием образов железнодорожных путей для целей мониторинга, анализа и навигации железнодорожного транспорта.

Результаты диссертационной работы будут иметь важное значение при решении таких актуальных проблем научно-технического развития железнодорожного транспорта как «Создание высокоточных цифровых моделей железнодорожных путей» [16, 19] и «Создание цифровых моделей путевого развития» [15, 16, 19].

С учетом вышеизложенного, были сформулированы следующие цели работы:

- Изучить и описать современное состояние рынка данных ДЗЗ;

- Изучить и описать теорию построения изображения съемочной аппаратурой ДЗЗ (на примере КА «Ресурс-ДК1»);

- Изучить и описать теорию искажений при построении цифровых изображений;

- Разработать способы исправления искажений цифровых изображений и улучшения качества цифровых изображений;

- Разработать методику автоматизированного распознавания железнодорожных путей по материалам съемок;

- Разработать программное обеспечение для автоматизированного распознавания образов железнодорожных путей по материалам съемок;

- Экспериментально доказать возможность создания цифровых моделей железнодорожных путей по материалам дистанционного аэрокосмического зондирования;

- Разработать технологический процесс создания тематической продукции по материалам съемок «Ресурс-ДК1».

Для достижения поставленных целей, используя методы научного познания, был произведен анализ трудов российских и зарубежных ученых в области ДЗЗ (М.М.Железнова, А.С.Василейского, К.В.Иванова, А.Л.Приорова, А.С.Кучко и др.); в области геодезических наук (П.С.Закатова, В.А.Коугии, ВЛХМорозова, З.С.Хаимова и др.); геодезии на железнодорожном транспорте (Г.С.Бронштейна, ВА.Коугии, С.И.Матвеева, У.Д.Ниязгулов, М.Н.Садаковой и др.) в области математической картографии (Ф.Н.Красовского, В.В.Каврайского, Н.А.Урмаева, М.Д.Соловьева, Г.А.Гинзбурга, Л.А.Вахрамеевой, ГА.Мещерякова, Г.И.Конусовой, Л.М.Бугаевского, А.М.Портнова и др.); в области геоинформационных систем (А.В.Кошкарева, С.И.Матвеева, В.С.Тикунов, В.Я.Цветкова, И.Н.Розенберга и др.); в области небесной механики и теории движения космического аппарата (Е.П.Аксенова, В.В.Белецкого, Г.Н.Дубошина, Д.Кинг-Хили, П.Э.Эльясберга, К.Эрике и др.); в области проектирования железнодорожного пути (Ю.А.Быкова, В.В.Виноградова, Б.Н.Веденисова, Г.Г.Кожилина, Г.М.Шахунянца, Т.Г.Яковлевой и др.); используя библиотечные фонды Российской государственной библиотеки, центральной политехнической библиотеки, государственной публичной научно-технической библиотеки, ресурсы мировой информационной сети Интернет. Для подтверждения разработанных способов, алгоритмов и программ были проведены многочисленные эксперименты в процессе летно-космических испытаний (ЛКИ) «Ресурс-ДК1».

Научная новизна работы состоит в том, что впервые разработана новая методика, алгоритм и программное обеспечение автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения, которая позволяет на порядок повысить скорость и точность дешифрирования цифровых снимков, а также разработан технологический процесс дешифрирования, создания и обновления цифровых векторных карт по данным ДЗЗ сверхвысокого разрешения.

Практическая значимость работы состоит в следующем:

- Разработана методика автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения;

- Разработан новый алгоритм автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения;

- Разработано программное обеспечение для автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения;

- Разработан технологический процесс создания тематической продукции по материалам съемок «Ресурс-ДК1» в интересах железнодорожной отрасли;

- Разработаны алгоритмы коррекции яркостных и динамических искажений цифровых изображений.

На защиту выносятся:

- Разработанные алгоритмы коррекции яркостных и динамических искажений цифровых изображений;

- Разработанная методика автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения;

- Разработанный новый алгоритм автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения;

- Разработанное программное обеспечение для автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения;

- Разработанный технологический процесс создания тематической продукции по материалам съемок «Ресурс-ДК1» в интересах железнодорожной отрасли.

Апробация работы и научные публикации

Разработанная методика автоматизированного распознавания образов железнодорожных путей по данным дистанционного зондирования Земли из космоса сверхвысокого разрешения была использована в работе по научно-исследовательской и опытно-конструкторской теме 19.1.006.Н «Система определения местоположения технологических объектов на путевом развитии станции на основе применения аппаратуры потребителей спутниковых радионавигационных систем ГЛОНАССЛЗРЗ».

Результаты диссертационной работы апробировались на 59 научно-технической конференции студентов, аспирантов и молодых ученых МИИГАиК (Москва 2004 г.); на конференции «Неделя науки-2007» (Москва 2007 г.); на 4-ой Международной научно-практической конференции «Геопространственные технологии и сферы их применения» (Москва 2007 г.); на международной научно-практической конференции «Проблемы геоинформатики и спутниковой навигации железнодорожного транспорта»» (Москва 2007 год) и получили одобрение.

На проходившем в Ростове-на-Дону 10-14 июля 2008 года Региональном слете молодежи ОАО «РЖД», проектная группа молодых ученых, руководимая автором, получила первое место в номинации «Инновации и Инвестиции», за проект «Спутник-ЖД», в котором также были предложены к использованию принципы работы с данными ДЗЗ из космоса, изложенные в данной диссертационной работе.

Основные положения диссертационной работы и научные результаты, полученные автором, опубликованы в 9 печатных работах.

Структура и объем диссертации

Объем диссертации составляет 177 страниц. Работа содержит 8 таблиц и 39 рисунков. Диссертация состоит из введения, трех глав, заключения и списка литературы, состоящего из 45 источников.

Похожие диссертационные работы по специальности «Геоинформатика», 25.00.35 шифр ВАК

Заключение диссертации по теме «Геоинформатика», Макаров, Алексей Юрьевич

Выводы по главе 3

Как видно из изложенного материала, предложенная автором методика автоматизированного распознавания выгодно отличается от традиционно применяемых методик распознавания. Модифицированный метод Хока, лежащий в её основе, позволяет уверенно распознавать искомые объекты при наличии на изображении отдельных шумовых точек и даже целых областей зашумления. Помехостойкость данного метода является чрезвычайно высокой, что позволяет устойчиво детектировать на изображении линии даже при уровне шума выше уровня сигнала.

По сравнению с ручными методами сбора данных по снимкам данная методика является значительно более оперативной и экономичной, т.к. не связана с задействованием большого числа операторов-дешифраторов. Кроме того, исключение из процесса распознавания человеческого труда позволяет избежать субъективных ошибок распознавания.

Модифицированный метод Хока позволяет проводить распознавание железнодорожных путей даже при наличии на изображении перекрывающих их объектов (подвижной состав, мосты, тени и пр.), т.к. заложенный в его основу математический алгоритм позволяет проводить автоматический поиск объектов, соответствующих заданной геометрической модели и удовлетворяющих критерию отбора и продолжать построение модели пути после его выхода из под перекрывающего объекта. Также метод позволяет не только детектировать, но и объективно выстраивать на изображении распознанные объекты (рельсы), с получением сразу двух параметров цифровой модели (угол наклона и расстояния от начала координат), что особенно важно для дальнейшей обработки результатов распознавания.

В сравнении же с корреляционными методами распознавания метод Хока позволяет строить модель всего верхнего строения пути и при этом выделять объективные продольные осевые линии головок рельсов.

Также существенным свойством преобразования Хока является тот факт, что при повороте исходного изображения на произвольный угол, его преобразование смещается по оси абсцисс на величину, соответствующую углу поворота. В случае если поворот исходного изображения происходит вокруг произвольной точки, отличной от начала координат, столбцы преобразованного изображения смещаются вертикально по известному синусоидальному закону.

Предложенный же автором технологический процесс создания цифровых векторных карт на базе космических снимков высокого разрешения, получаемых с КА «Ресурс-ДК1» в полной мере описывает всю цепочку получения выходной продукции. В нём учтены различные варианты решения отдельных технологических задач, что позволяет гибко адаптировать его под конкретные существующие реалии производства, а также учитывать предъявляемые к выходной продукции требования. Описаны способы повышения качества выходной продукции при наличие дополнительных исходных материалов, а также приведены примеры таких их получения и требования к ним.

ЗАКЛЮЧЕНИЕ

В диссертационной работы изложены доказательства перспективности и высокой эффективности использования материалов аэрокосмического зондирования в сочетании с методикой автоматизированного распознавания образов железнодорожных путей по получаемым снимкам в интересах железнодорожной отрасли.

Установлена перспективность использования предложенных алгоритмов распознавания и их высокая практическая ценность.

Доказана целесообразность использования данной методики для построения цифровых моделей железнодорожных путей и путевого развития.

В процессе работы над диссертацией автору совместно с коллективом ученых НИИАС'а удалось успешно применить свои разработки для выполнения работ по научно-исследовательской и опытно-конструкторской теме 19.1.006.Н «Система определения местоположения технологических объектов на путевом развитии станции на основе применения аппаратуры потребителей спутниковых радионавигационных систем ГЛОНАССАлРЗ».

В результате проведенных работ, исследований и экспериментов были получены принципиально новые подходы в обработке аэрокосмических цифровых снимков. Были разработаны:

- Новая методика и алгоритм автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения;

- Алгоритмы коррекции яркостных и динамических искажений цифровых изображений;

- Программное обеспечение для автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения;

- Технологический процесс создания тематической продукции по материалам съемок КА «Ресурс-ДК1» в интересах железнодорожной отрасли.

На основании проведенного исследования были сделаны выводы, подтверждающие высокую эффективность методики автоматизированного распознавания образов железнодорожных путей по данным дистанционного аэрокосмического зондирования сверхвысокого разрешения и необходимость её применения при решении таких актуальных проблем научно-технического развития железнодорожного транспорта как «Создание высокоточных цифровых моделей железнодорожных путей» и «Создание цифровых моделей путевого развития».

Результаты исследований доказали перспективность использования цифровых аэрокосмических снимков для решения целого ряда различных прикладных задач. Экспериментально доказана эффективность использования данных материалов для создания высокоточных цифровых моделей железных дорог. Полученные по разработанной методике высокоточные цифровые модели субпиксельной точности пригодны для контроля состояния путевого развития, навигации железнодорожного транспорта и для решения целого ряда других прикладных задач.

Список литературы диссертационного исследования кандидат технических наук Макаров, Алексей Юрьевич, 2009 год

1. - М.: Изд-во МАИ, 2006. - с. 16-17

2. Власенко В.А., Лаппа Ю.М., Ярославский Л.П. Методы синтеза быстрых алгоритмов свертки и спектрального анализа сигналов. -М.: Наука, 1990.- 180 с.

3. Волосов Д. С. Фотографическая оптика. М.:, Искусство, 1971.

4. Гудмен Дж. Статистическая оптика. Пер. с англ. М.: Мир, 1988.

5. Дистанционное зондирование Земли. Космический комплекс Ресурс-ДК1. Справочные материалы выпуск 3 / Под ред. Викторова A.C. М.: Научный центр оперативного мониторинга Земли Федерального космического агентства Российской Федерации, 2005.-75 с.

6. Достижения в технике передачи и воспроизведения изображений; том 3 / Под ред. Б. Кейзана. Пер. с англ. М.: Мир, 1980.

7. Железнов М.М., Макаров А.Ю. Методы повышения точности координатной привязки данных дистанционного зондирования Земли из космоса // 59 юбилейная научно-техническая конференция студентов, аспирантов и молодых ученых МИИГАиК: сборник докладов. М.: 2004.

8. Железнов М.М., Макаров А.Ю. Координатно-временное обеспечение КА ДЗЗ «Ресурс-ДК1» // Труды международной научно-практической конференции «Проблемы геоинформатики и спутниковой навигации железнодорожного транспорта». -М.: 2007.

9. Железнов М.М., Макаров А.Ю., Смородинский В.А. Перспективы использования данных дистанционного зондирования Земли из космоса для железнодорожного транспорта // Труды МИИТ: выпуск 1001 — М.: 2004.

10. Зуев В.Е., Банах В.А., Покасов В.В. Оптика турбулентной атмосферы. Современные проблемы атмосферной оптики; том 5. -Ленинград: Гидрометеоиздат, 1988.

11. Компьютеры в оптических исследованиях / Под ред. Б. Фридена. Пер. с англ. М.: Мир, 1983.

12. Копик А. Новости космонавтики №8 (283). М.: 2006 - с. 1-5

13. Копик А. Новости космонавтики №9 (284). М.: 2006 - с. 57

14. Кучко A.C. Аэрофотография. (Основы и метрология). М.: Недра, 1974.

15. Левин Б.А., Круглов В.М., Матвеев С.И., Цветков В.Я., Коугия В.А. Геоинформатика транспорта М.: Российская академия наук: ВИНИТИ, 2006. - 334 с.

16. Матвеев С.И., Коугия В.А., Цветков В.Я. Геоинформационные системы на железнодорожном транспорте: Учебное пособие для вузов ж.-д. транспорта/ Под ред. Матвеева С.И. М., УМК МПС России, 2002. - 288 с.

17. Миронов В.Л. Распределение лазерного пучка в турбулентной атмосфере. Новосибирск: Наука, 1981.

18. Нехин С.С. Определение местоположения транспортных средств на основе спутниковых систем картографирования и позиционирования // Труды 6-ой научно-практической конференции МИИТ «Безопасность движения поездов», том 2 М., 2005 - с. XI-8.

19. Нуссбаумер Г. Быстрое преобразование Фурье и алгоритмы вычисления сверток. М.: Радио и связь, 1985.- 248 с.

20. Обработка изображений и цифровая фильтрация / Под ред. Т. Хуанга. Пер с англ. М.: Мир, 1979.

21. Обработка изображений при помощи цифровых вычислительных машин / Под ред. Г. Эндрюса и JI. Инло. Пер. с англ. М.: Мир, 1973.

22. Оппенгейм A.B., Шафер Р.В. Цифровая обработка сигналов. М: Мир, 1979.-416 с.

23. Приборы с зарядовой связью / Под ред. М. Хоувза и Д. Моргана. Пер. с англ. М.: Энергоиздат, 1981.

24. Приборы с переносом заряда. К. Секен, М. Томпсет. Пер. с англ. -М.: Мир, 1978.

25. Приоров А.Л., Ганин А.Н., Хрящев В.В. Цифровая обработка изображений: Учебное пособие Ярославль: Ярослав, гос. ун-т, 2001 -218 с.

26. Прэтт У. Цифровая обработка изображений. Пер. с англ.- М.: Мир, 1982.

27. Сайс С.В. Четкость цветного изображения в системах со сжатием визуальных данных. Хабаровск: Изд. Хабар, гос. техн. ун-та, 1999. - 143 с.

28. Сергеев В.В. Параллельно-рекурсивные КИХ-фильтры в задачах обработки изображений М.: Радиотехника, 1990. - №8 - с. 38-41.

29. Слюсарев Г.Г. Методы расчета оптических систем. Ленинград: Машиностроение, изд. 2-ое, 1969.

30. Фурсов В.А. Идентификация моделей систем формирования изображений по малому числу наблюдений. Самара: СГАУ, 1998. -218 с.

31. Хромов Л.И., Лебедев Н.В., Цьшулин А.К., Куликов А.Н. Твердотельное телевидение. -М.: Радио и связь, 1986.

32. Цифровое преобразование изображений: Учебное пособие для вузов / Р.Е. Быков, Р. Фрайдер, К.В. Иванов, А.А. Манцветов. Под ред. Профессора Р.Е. Быкова М.: Телеком, 2003. - 288 с.

33. Шабаков Е.И., Барвиненко С.В. Метод выделения прямоугольных сегментов контура на полутоновом изображении // Исследование Земли из космоса.- М.: 1997.- № 5- с. 33-37.

34. Ярославский Л.П. Введение в цифровую обработку изображений. -М.; Советское радио, 1979. 312 с.

35. Brown М. Inherent bias and noise in the Hough transform // IEEE Trans. Pattern Analysis and Machine Intelligence.- 1983.- Vol.PAMI-5.- № 5.-P.493-505.

36. Chernov V.M. Fast algorithms of discrete orthogonal transforms for data represented in cyclotomic fields. II Pattern Recognition and Image Analysis. 1993, Vol.3, № 4, pp.455-458.

37. Cowan, C.F.N. Adaptive Filters. Prentice-Hall, Englewood Cliffs, New Jersey, 198542

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.