Специальное программное обеспечение распределенной адаптивной обработки временных серий данных дистанционного зондирования тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Селиванов, Павел Юрьевич

  • Селиванов, Павел Юрьевич
  • кандидат технических науккандидат технических наук
  • 2012, Воронеж
  • Специальность ВАК РФ05.13.11
  • Количество страниц 174
Селиванов, Павел Юрьевич. Специальное программное обеспечение распределенной адаптивной обработки временных серий данных дистанционного зондирования: дис. кандидат технических наук: 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей. Воронеж. 2012. 174 с.

Оглавление диссертации кандидат технических наук Селиванов, Павел Юрьевич

Сокращения и обозначения.

Введение.

Глава I. Анализ математического и программного обеспечения систем распределенной обработки данных, получаемых в результате накопления аэрокосмических снимков и точек лазерного сканирования

1.1. Анализ математического и программного обеспечения распределенной обработки аэрокосмических снимков.

1.1.1. Аэрокосмические снимки в работе ситуационных центров.

1.1.2. Анализ особенностей данных, полученных в результате проведения аэрокосмической съемки. Анализ математического и программного обеспечения атмосферной коррекции снимков.

1.1.3. Анализ математического обеспечения определения полей облачности на аэрокосмических снимках.

1.2. Анализ математического и программного обеспечения распределенной обработки данных лазерного сканирования.

1.2.1. Трехмерные модели местности. Лазерная съемка.

1.2.2. Анализ математического и программного обеспечения обработки данных лазерного сканирования.

1.3. Ситуационные задачи, решаемые при совместном использовании лазерного сканирования и аэрокосмической съемки.

1.3.1. Прогнозирование и мониторинг развития ситуации в условиях паводка.

1.3.2. Выявление мест и времени незаконного ввоза наркотических веществ на территорию России.

1.3.3. Прогнозирование и мониторинг изменения состояния железнодорожной инфраструктуры.

1.4. Структура распределенной обработки пространственных данных в целях пространственного мониторинга.

1.5. Выводы по главе 1.

Глава 2. Распределенные методы обработки аэрокосмических снимков сверхвысокого пространственного разрешения на основе модифицированных методов определения полей облачности.

2.1. Параметрическая модель цифрового изображения, предназначенная для имитации полупрозрачной облачности на снимках сверхвысокого пространственного разрешения.

2.2. Алгоритм построения растровой карты минимальной облачности

2.4.1. Постановка задачи.

2.4.2. Алгоритм построения растровой карты минимальной облачности

2.3. Распределенный метод адаптивного определения полей облачности на снимках сверхвысокого пространственного разрешения.

2.3.1. Формальное описание задачи.

2.3.2. Описание области интересов.

2.3.3. Распределенный метод адаптивного выделения полей облачности

2.3.4. Анализ эффективности методов сегментации для снимков сверхвысокого пространственного разрешения, полученных при полупрозрачной облачности.

2.3.5. Лабораторные испытания метода адаптивного определения полей облачности.

2.4. Выводы по главе 2.

Глава 3. Метод и технология автоматизированной ускоренной обработки данных дистанционного зондирования для построения цифровых моделей местности.

3.1. Анализ особенностей данных, полученных в результате проведения лазерной съемки. Существующие методы классификации точек.

3.2. Технология совместного использования точек наземного и воздушного лазерного сканирования.

3.3. Метод автоматизированного построения ЦММна основе данных лазерного сканирования. Построение изометрической модели рельефа.

3.3.1. Постановка задачи.

3.3.2. Метод автоматизированного построения ЦММ на основе данных лазерного сканирования.

3.3.3. Оценка эффективности метода.

3.3.4. Построение изометрической модели рельефа на основе данных лазерного сканирования.

3.3.5. Технология построения цифровой модели местности на основе данных лазерного сканирования.

3.4. Позиционирование трехмерных объектов. Оценка точности моделирования по результатам проведения лазерного сканирования.

3.4.1. Оценка точности моделирования по результатам проведения лазерного сканирования.

3.4.2. Задача планирования лазерной съемки при заданной точности моделирования.

3.5. Выводы по главе 3.

Глава 4. Специальное программное обеспечение распределенной адаптивной обработки временных серий данных дистанционного зондирования.

4.1 Архитектура программного комплекса, в рамках которого реализованы разработанные методы.

4.2 Реализация клиентского программного обеспечения.

4.3 Реализация программного обеспечения на стороне сервера.

4.4 Выводы по главе 4.

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 «Специальное программное обеспечение распределенной адаптивной обработки временных серий данных дистанционного зондирования»

Традиционное представление географических данных в виде топографических планов местности, выполненных на бумаге, не позволяет оперативно решать актуальные пространственные задачи. Трудоемкость анализа данных о местности, невозможность быстрого внесения в них изменений (например, связанных с выявлением ошибок или актуализацией), ограниченность количества объектов, нанесенных на один план, невозможность трехмерного отображения делают такой способ представления неприемлемым для решения задач мониторинга территорий. Переход к цифровым моделям местности (ЦММ) и использование в работе специализированных программ, обладающих богатым набор средств по анализу и представлению пространственных данных (в том числе возможностями по визуализации и анализу трехмерных моделей местности (ТММ)), является необходимым условием эффективной обработки информации о местности.

Современный уровень технических средств вычислительной техники позволяет проводить обработку и анализ временных серий данных дистанционного зондирования (ДДЗ). При этом наиболее эффективными для автоматизации пространственного мониторинга являются постоянно развивающиеся интерактивные средства и человеко-машинные интерфейсы, обеспечивающие процессы моделирования объектов по вновь поступившим актуальным данным. Для построения трехмерных моделей местности и выявления пространственных изменений по сравнению с предшествующими моментами времени могут использоваться данные аэрокосмической съемки и лазерного сканирования.

Большой вклад в исследование возможностей по обработке изображений внесли как отечественные, так и зарубежные ученые. Базовые результаты теории распознавания образов были получены У. Преттом, Р. Дудой, П. Хартом, а также отечественными учеными Ю.И. Журавлевым, А.Л. Гореликом и др. Разработкой методов обработки данных лазерного сканирования занимались как отдельные ученые (Е.М. Медведев, И.М. Данилин, И.Г. Жур-кин), так и целые организации («Оптен», «ТеггаяоПсЬ, «1прко»).

В рамках использования данных аэрокосмической съемки представляет интерес разработка методов распределенной обработки изображений для выделения полей облачности, позволяющих оценивать различимость объектов на снимках сквозь полупрозрачную дымку. При этом распределенный характер обработки позволит ускорить проведение вычислений для большого объема разновременных данных.

Другой важной задачей обработки серий разновременных ДДЗ является автоматизация обработки данных лазерного сканирования. Представляет интерес разработка методов, позволяющих получать цифровые модели местности, используя, в том числе, человеко-машинные интерфейсы. При этом необходимо ускорить обработку данных, сохраняя необходимую точность моделирования.

Таким образом, актуальность темы диссертационного исследования продиктована необходимостью построения системы распределенной обработки данных дистанционного зондирования, применяемой для пространственного мониторинга по сериям разновременных данных.

Тематика диссертационной работы соответствует научному направлению ФГБОУ ВПО «Воронежского государственного технического университета» «Вычислительные комплексы и проблемно-ориентированные системы управления».

Объектом диссертационного исследования являются процессы непрерывного накопления и обработки различных видов пространственной информации.

Предметом исследования являются методы автоматизации обработки данных, получаемых в результате проведения аэрокосмической и лазерной съемок местности.

Цель работы состоит в создании специальных методов распределенной обработки временных серий данных дистанционного зондирования для их оперативной визуализации в рамках человеко-машинных интерфейсов адаптивной распределенной программной инфраструктуры.

Для достижения цели поставлены следующие задачи:

1. Провести анализ математического и программного обеспечения систем распределенной обработки данных, получаемых в результате накопления аэрокосмических снимков и точек лазерного сканирования.

2. Разработать распределенные методы обработки аэрокосмических снимков сверхвысокого разрешения на основе модифицированных методов определения полей облачности.

3. Разработать метод и технологию автоматизированной ускоренной обработки данных дистанционного зондирования для построения цифровых моделей местности.

4. Разработать специальное программное обеспечение распределенной адаптивной обработки временных серий данных дистанционного зондирования.

Методы исследования. В работе использовались методы теории распознавания образов, теории вероятностей, математической статистики, а также методы пространственного моделирования и объектно-ориентированного программирования.

Тематика работы соответствует следующим пунктам паспорта специальности 05.13.11: п. 7 «Человеко-машинные интерфейсы; модели, методы, алгоритмы и программные средства машинной графики, визуализации, обработки изображений, систем виртуальной реальности, мультимедийного общения» и п. 9 «Модели, методы, алгоритмы и программная инфраструктура для организации глобально распределенной обработки данных».

Научная новизна работы. В работе получены следующие результаты, отличающиеся научной новизной:

1. Решение задачи пространственного мониторинга на основе визуализации серий разновременных данных дистанционного зондирования, отличающееся использованием априорной информации об объектах на снимках, что позволяет повысить точность определения полей облачности на изображениях.

2. Метод повышения скорости распределенной обработки данных дистанционного зондирования, отличающийся дополнительным использованием номера отражения и интенсивности отраженного импульса для классификации точек лазерного сканирования, сохраняющий необходимую точность обработки.

3. Специальное математическое обеспечение реализации необходимой точности визуализации, отличающееся учетом отклонений от средней плотности лазерного зондирования при планировании и проведении активного вычислительного эксперимента.

4. Программная инфраструктура адаптивной распределенной обработки изображений, отличающаяся принятием решения о выполнении вычислений на клиентской стороне по признаку наличия пересечения бинарных масок статических объектов и поля облачности, полученного методом Протасова, позволяющая снизить нагрузку на сервер и повысить скорость обработки.

Практическая значимость диссертации заключается в реализации на базе предложенных методов программного обеспечения, позволяющего ускорить проведение пространственного мониторинга в ситуационных центрах.

Реализованный адаптивный механизм планирования распределенных вычислений, использующий признак наличия пересечения бинарных масок статических объектов и поля облачности, полученного с использованием метода К.Т. Протасова, позволяет автоматически принимать решение о переносе обработки данных дистанционного зондирования на сторону клиента, что снижает нагрузку на сервер обработки пространственных данных.

Реализация и внедрение результатов работы. Основные теоретические и практические результаты реализованы в виде программных средств, которые были внедрены в практическую деятельность Юго-восточной железной дороги (филиал ОАО «РЖД»), что позволило проводить эффективный мониторинг состояния железнодорожных путей, насыпи, габаритного состояния сооружений и межпутий, изменения рельефа в полосе отвода железной дороги.

Результаты диссертации также реализованы в Федеральном автономном учреждении «Государственный научно-исследовательский испытательный институт проблем технической защиты информации Федеральной службы по техническому и экспортному контролю» (ФАУ «ГНИИИПТЗИ ФСТЭК России») в рамках НИР «Растр-08». В частности, использование точных трехмерных моделей местности, построенных на основании данных лазерного сканирования, позволило моделировать зоны волновой видимости-невидимости при различных местах расположения источника излучения. Кроме того, использованы подходы, предложенной в диссертации параметрической модели искажения изображений для моделирования полупрозрачной облачности на снимках сверхвысокого пространственного разрешения. Указанные результаты учтены при разработке методического обеспечения оценки возможностей средств телевизионной разведки (ТВР) и вошли в Методику оценки возможностей ТВР, утвержденную приказом директора ФСТЭК России (№ 034 от 25.12.2010) и в проект сборника норм и методик по защите от ТВР.

Кроме того, результаты диссертационной работы реализованы в ходе выполнения в Таганрогском техническом институте Южного Федерального Университета (ТТИ ЮФУ) опытно-конструкторской работы «Адаптация аппаратных и программных средств каналов телекоманд и телеметрии КА Ямал-400 к протоколам ЕКА» при разработке методов и алгоритмов распределенной адаптивной обработки данных. Результаты позволили снизить вычислительную нагрузку на коммуникационную инфраструктуру, что позволило ускорить обработку большого объема разновременных данных.

Апробация работы. Основные результаты диссертационного исследования докладывались и обсуждались на следующих конференциях: II Всероссийской научной конференции ученых, специалистов и профессорско-преподавательского состава «Территориально распределенные системы охраны» (Калининград, 31 марта 2009); IX Всероссийской школе-конференции молодых ученых «Управление большими системами» (Липецк, 21-24 мая 2012); X Международной научно-технической конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавние-2012» (Курск, 15-17 мая 2012); Всероссийской научно-практической конференции «Актуальные вопросы эксплуатации систем охраны и защищенных телекоммуникационных систем» (Воронеж, 5-7 июня 2012).

Публикации. По результатам диссертационного исследования опубликовано 13 научных работ, в том числе 6 - в изданиях, рекомендованных ВАК РФ.

Структура диссертации обусловлена предметом и объектом исследования, а также поставленной целью и задачами. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 157 наименований и двух приложений. Основная часть работы изложена на 137 страницах, содержит 12 таблиц и 44 рисунка.

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», Селиванов, Павел Юрьевич

1.4. Выводы по главе 4

В главе 4 описаны следующие результаты диссертационной работы:

1. Разработана программная инфраструктура адаптивной распределенной обработки изображений, отличающаяся принятием решения о выполнении вычислений на клиентской стороне по признаку наличия пересечения бинарных масок статических объектов и поля облачности, полученного с использованием метода Протасова, позволяющая снизить нагрузку на сервер и повысить скорость обработки.

2. Реализован адаптивный механизм принятия решения о переносе обработки данных дистанционного зондирования на клиентскую сторону, использующий признак наличия пересечения бинарных масок статических объектов и поля облачности, полученного с использованием метода Протасова.

3. Разработано специальной программное обеспечение распределенной адаптивной обработки временных серий данных дистанционного зондирования, позволяющее ускорить проведение пространственного мониторинга.

Программное обеспечение успешно внедрено в практическую деятельность Юго-восточной железной дороги (филиал ОАО «РЖД»), Опыт его применения описан в работе [123] автора.

Заключение

Таким образом, была достигнута цель и решены все задачи поставленные перед диссертационным исследованием. Были получены следующие результаты:

1. Предложено решение задачи пространственного мониторинга на основе визуализации серий разновременных данных дистанционного зондирования, отличающееся использованием априорной информации об объектах на снимках, что позволяет повысить точность определения полей облачности на изображениях.

2. Разработан метод повышения скорости глубоко распределенной обработки данных дистанционного зондирования, отличающийся дополнительным использованием номера отражения и интенсивности отраженного импульса для классификации точек лазерного сканирования, сохраняющий необходимую точность обработки.

3. Предложено специальное математическое обеспечение реализации необходимой точности визуализации, отличающиеся учетом отклонений от средней плотности лазерного зондирования при планировании и проведении активного вычислительного эксперимента.

4. Разработана программная инфраструктура адаптивной распределенной обработки изображений, отличающаяся принятием решения о выполнении вычислений на клиентской стороне по признаку наличия пересечения бинарных масок статических объектов и поля облачности, полученного с использованием метода Протасова, позволяющая снизить нагрузку на сервер и повысить скорость обработки.

5. Реализован адаптивный механизм планирования распределенных вычислений, использующий признак наличия пересечения бинарных масок статических объектов и поля облачности, полученного с использованием метода Протасова, позволяющий автоматически принимать решение о переносе обработки данных дистанционного зондирования на сторону клиента.

6. Разработано специальное программное обеспечение распределенной адаптивной обработки временных серий данных дистанционного зондирования, позволяющее ускорить проведение пространственного мониторинга.

Список литературы диссертационного исследования кандидат технических наук Селиванов, Павел Юрьевич, 2012 год

1. Аврутин В.Д., Руденко В.Ю., Ломтев А.Ю. О трехмерной модели городского пространства Санкт-Петербурга // ArcReview. 2010 г., №4 (55). -Москва: Дата+. - С. 4-7.

2. Апраушева H.H., Горлач H.A., и др. Об опыте автоматического статистического распознавания облачности // Журнал вычислительной математики и математической физики. 1998 г., Т. 38, № 10, С. 1788-1792.

3. Аристов М. Быстрее, точнее, дешевле // Журнал «InternetGEO». 2008 г., №1 Киев - С. 10-24.

4. Аристов М. Космический снимок или аэросъемка для картографирования в крупных масштабах. Что выбрать? // Журнал «InternetGEO». 2011 г., №5 Киев. - С. 11-21.

5. Аристов М. Космические снимки сверхвысокого и высокого разрешения для мониторинга, картографирования, контроля // Журнал «InternetGEO». 2011 г., №1 Киев.-С. 21-24.

6. Асмус В.В., Пяткии В.П. Методические и прикладные задачи космического мониторинга природной среды // Моделирование географических систем: Материалы Всероссийской нучно-методической конференции. 2004 г. Иркутск. - С. 20-24.

7. Афонин C.B., Соломатов Д.В. Методика учета оптико-метеорологического состояния атмосферы для решения задач атмосферной коррекции спутниковых ИК-измерений // Оптика атмосферы и океана. 2008 г., Т. 21, № 02. Томск - С. 147-153.

8. Афонин C.B., Белое В.В., Гриднев Ю.В. Пассивное спутниковое зондирование земной поверхности в оптическом диапазоне длин волн // Оптика атмосферы и океана. 2009 г., Т. 22,, № 10. Томск - С. 945-949.

9. Бабич Е.А., Титов Г.А. Математические модели разорванной облачности со случайной геометрией отдельных облаков // Оптика атмосферы и океана. 1992 г., №7. Томск - С. 757-766.

10. Баранов Ю.В., Берлянт А.Ми др. Геоинформатика. Толковый словарь. М.: ГИС-Ассоциация. 1999 г. - 205 с.

11. Батраков A.A. Цифровые модели путевого развития для целей автоматизации станционных процессов: Диссертация на соискание ученой степени кандидата технических наук. Москва, 2006 г. — 166 с.

12. Белов В.В. Молчунов Н.В., Протасов К.Т. Восстановление космических снимков Земли с использованием картографической информации // Оптика атмосферы и океана. 1997 г., Т. 10, № 7. Томск - С. 800-805.

13. Волкович Е. В. Разработка технологии получения электронных крупномасштабных планов сложных инженерных сооружений по результатам наземной лазерной съемки: Диссертация на соискание ученой степени кандидата технических наук. Москва, 2007 г. - 117 с.

14. Головко В.А. Современные технологии устранения влияния атмосферы на многоспектральные измерения высокого пространственного разрешения из космоса // Исследование земли из космоса. 2006 г., №2. С. 11-23.

15. Геоинформационная система «Зеленоград». Электронный ресурс: hítp://giszelao. га/.

16. Горелик А.Л., Гуревич И.Б., Скрипкин В.А. Современное состояние проблем распознавания: Некоторые аспекты. М.: Радио и связь, 1985 г. — 162 с.

17. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Мир цифровой обработки. М: Техносфера, 2006 г. - 1073 с.

18. Гостев И.М. Системный подход к обработке изображений и идентификации графических образов в реальном масштабе времени: Диссертация на соискание ученой степени доктора технических наук. — Москва, 2005 г. -273 с.

19. Грановский В.А., Сирая Т.Н. Методы обработки экспериментальных данных при измерениях. Ленинград: Энергоатомиздат. Ленинградское отделение, 1990 г. - 288 с.

20. Гриднев Ю.В. Выделение облачных полей на космических снимках алгоритмом сегментации, основанным на свойствах локальной однородности данных // Оптика атмосферы и океана. 1998 г., Т. 11, № 04. Томск - С. 430434

21. ДеМерс, Майкл Н. Географические информационные системы. -М.: Дата+, 1999 г.-490 с.

22. Денисов Д.А., Низовский В.А. Сегментация изображений на ЭВМ // Зарубежная радиоэлектроника. 1985 г., №10. С. 5-30.

23. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976 г.-510 с.

24. Дьяков В., Абраменкова И. MATLAB сигналов и изображений. Специальный справочник. С.-Петербург: Питер, 2002 г. - 608 с.

25. Еремина А. Ульяновск в 3D // Ульяновская правда. 2010 г., №85 (22.955)-С. 14.

26. Жигалов К. Ю. Векторизация и конвертация данных лазерной локации в ГИС-технологиях: Диссертация на соискание ученой степени кандидата технических наук. Москва, 2007 г. - 155 с.

27. Журавлев Ю. И. Никифоров В.В. Алгоритмы распознавания, основанные на вычислении оценок // Кибернетика. 1971 г., №3 С. 1-11.

28. Журавлев Ю.И. Экспериментальные задачи, возникающие при обосновании эвристических процедур // Проблемы прикладной математики и механики. 1971 г. М.: Наука. - С. 67-75.

29. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания и классификации // Проблемы кибернетики. 1978 г. № 33. Москва: Наука - С. 5-68.

30. Журавлев Ю.И. Корректные алгебры над множеством некорректных (эвристических) алгоритмов. Часть I // Кибернетика. 1977 г., № 4. С. 14 -21.

31. Журавлев Ю.И. Корректные алгебры над множеством некорректных (эвристических) алгоритмов. Часть II // Кибернетика. 1977 г., № 6. С. 21 -27.

32. Журавлев Ю.И. Корректные алгебры над множеством некорректных (эвристических) алгоритмов. Часть III // Кибернетика. 1978 г., № 2. -С. 35-43.

33. Журавлев Ю.И. и др. Задачи распознавания и классификации со стандартной обучающей информацией // Журнал вычислительной математики и математической физик. 1980 г., Т. 20, № 5. С. 41 - 43.

34. Журкгш И.Г., Волкович Е.В., Жигалов К.Ю. Обновление картографического материала с помощью данных, полученных методом лазерной локации // Журнал «Геодезия и картография». 2007 г., № 5. Москва - С.35-37.

35. Журкгш И.Г., Волкович Е.В., Жигалов К.Ю. Технология обработки данных лазерной локации для получения крупномасштабных планов сложных инженерных сооружений // Материалы международного промышленного форума Geoform+. 2007 г. Москва - С. 20.

36. Зейлер М. Моделирование нашего мира. Руководство ESRI по проектированию базы геоданных. Москва: Дата+, 1999 г. - 254 с.

37. Злобин В.К., Еремеев В.В., Кузнецов А.Е. Обработка изображений в геоинформационных системах. Рязань: РГРТУ, 2006 г. - 264 с.

38. Злобин В.К, Еремеев В.В., Кузнецов А.Е. Региональные геоинформационные технологии получения и использования многозональных космических карт // Геологический вестник. 2000 г., №3. С. 52-66.

39. Злобин В.К, Кочергин A.M. Колорометрический подход к сегментации облачных образований на многозональных снимках // Тезисы докладов международной научно-технической конференции «Космонавтика. Радиоэлектроника. Геоинформатика». 2003 г. Рязань. - С. 314.

40. Злобин В.К. Кочергин A.M. Алгоритмы и технологии предварительной обработки изображений в системах каталогизации данных дистанционного зондирования Земли // Вестник РГРТУ. 2008 г., № 23. Рязань. -С. 5-14.

41. Злобин В.К, Кочергин A.M. Предварительная обработка данных ДЗЗ при их каталогизации // Тезисы докл. международной научн.-техн. конференции «Космонавтика. Радиоэлектроника. Геоинформатика». 2007 г. Рязань.-С. 240-241.

42. Иванов Д., Кузьмин Е. Эффективный алгоритм построения остова растрового изображения // Int. conference Graphicon. 1998 г. Москва. -Электронный ресурс: http://www.graphicon.ru/l998/ImageProcessing&% 20ComputationalGeometiy/DIvanovKuzmin%20.pdf

43. Канаишн Н. В. Разработка технологии наземной сканерной съемки железнодорожных станций: Диссертация на соискание ученой степени кандидата технических наук. С.-Петербург, 2009 г. - 160 с.

44. Кандидов В.П., Чесноков С.С., Шленов С.А. Компьютерное моделирование формирования изображения протяженного объекта в турбулентной атмосфере. Часть I. Метод. // Оптика атмосферы и океана. 1998 г., Т. 11, №04.-С. 401-405.

45. Кандидов В.П., Чесноков С.С., Шленов С.А. Компьютерное моделирование формирования изображения протяженного объекта в турбулентной атмосфере. Часть II. Алгоритм, примеры // Оптика атмосферы и океана. 1998 г., Т. 11, №05.-С. 517-521.

46. Кандидов В.П., Чесноков С.С., Шленов С.А. Компьютерное моделирование формирования изображения протяженного объекта в турбулентной атмосфере. Часть III. Оценка качества // Оптика атмосферы и океана. 1998 г., Т.11, № 05. С. 522-525.

47. Капралов Е.Г., Кошкарев A.B., Тикунов B.C. Основы геоинформатики: в 2-х кн. Кн. 1. М.: Издательский дом «Академия», 2004 г. - 352 с.

48. Капралов Е.Г., Кошкарев A.B., Тикунов B.C. Основы геоинформатики: в 2-х кн. Кн. 2. М.: Издательский дом «Академия», 2004 г. - 480 с.

49. Книэ1сников Ю.Ф., Кравцова В.И., Тутубалина О.В. Аэрокосмические методы географических исследований: учебник для студ. высш. учебн. заведений. М.: Издательский дом «Академия», 2004 г. - 336 с.

50. Козулгш Ю.А. Численное моделирование ID-реконструкции облачных структур по данным аэрокосмической стереосъемки: Диссертация насоискание ученой степени доктора технических наук. Москва, 2005 г. -350 с.

51. Колкер А. Б. Разработка методов и алгоритмов цифровой фильтрации и обработки изображений: Диссертация на соискание ученой степени кандидата технических наук. Новосибирск, 2004 г. - 129 с.

52. Колодникова Н.В. Алгоритмы и программное обеспечение тематического анализа многоспектральных аэрокосмических снимков земных покровов: Диссертация на соискание ученой степени кандидата технических наук. Томск, 2005 г. - 200 с.

53. Комиссаров А.В. Методика исследования метрических характеристик сканов: Диссертация на соискание ученой степени кандидата технических наук. Новосибирск, 2007 г. - 201 с.

54. Комиссаров А.В. Исследование точности построения цифровой модели рельефа // Геодезия, картография, маркшейдеров: Сборник материалов научного Конгресса «ГЕО-Сибирь-2006». 2006 г., Том 1, 4.2 Новосибирск: СГГА.-С. 150-153.

55. Комиссаров Д.В., Широкова ДА. Перспективы развития и внедрения трехмерных ГИС // Сб. материалов научн. Конгресс "ГЕО-Сибирь-2006". 2006 г. Новосибирск: СГГА. - С. 132-135.

56. Комисаров Д.В., Середович A.B., Дементьева O.A. Технология топографической съемки технологических объектов с применением наземного лазерного сканирования // Сб. материалов научн. Конгресс. "ГЕО-Сибирь 2005". 2005 г. Новосибирск-С. 221-228.

57. Копылов В.Н. Разработка программно-технологического комплекса регионального центра космического мониторинга окружающей среды: Диссертация на соискание ученой степени доктора технических наук. Ханты-Мансийск, 2006 г. - 229 с.

58. Королева Н.В. Разработка и исследование методов и алгоритмов обработки космических снимков с целью оценки степени повреждения лесов: Диссертация на соискание ученой степени кандидата технических наук. -Томск, 2009 г. —140 с.

59. Кочергин A.M. Алгоритмы и технологии предварительной обработки изображений в системах каталогизации данных дистанционного зондирования Земли: Диссертация на соискание ученой степени кандидата технических наук. Рязань, 2008 г. - 172 с.

60. Кочергин A.M. Концепция создания генерального каталога данных ДЗЗ // Тезисы Доклада международной научн.-техн. конференции «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». 2008 г. Рязань. - С. 117.

61. Кривцов O.A., Кориков A.M. Инверсно-композитный алгоритм регистрации изображений // RSDn Magazine. 2010г., №1 Электронный ресурс: http://www. rsdn.ru/article/multimedia/lmerseCompositionalAlgorithm.xml.

62. Крылов А.Б. Модуль предварительной векторизации растровых монохромных изображений гибридного редактора SpotLight. Электронный ресурс: http://it-claim.ru/Libraiy/Books/ITS/wwwbook/ist4b/its4/byilov.htm.

63. Куваева Н. Л. Технология создания электронных ортофотокарт при комплексном использовании аэрокосмических снимков и геоинформационных систем: Диссертация на соискание ученой степени кандидата технических наук. Москва, 2010 г. - 135 с.

64. Кузнецов А.Е. Математическое и программное обеспечение систем обработки данных дистанционного зондирования Земли: Диссертация на соискание ученой степени доктора технических наук. Рязань, 2003 г. - 355 с.

65. Кузнецов А.Е., Кочергин A.M. Обработка изображений в задаче каталогизации данных дистанционного зондирования // Известия вузов: геодезия и аэрофотосъемка. 2002 г., №1. С. 166-172.

66. Лазерко М. М. Совместная обработка материалов аэрокосмических и наземных съемок для создания 3D моделей городских территорий: Диссертация на соискание ученой степени кандидата технических наук. Новосибирск, 2010 г. - 127 с.

67. Левин Б.А., Круглое В.М., Матвеев С.И. Геоинформатика транспорта. М.: ВИНИТИ РАН, 2006 г. - 336 с.

68. Левшин В.Л. Обработка информации в оптических системах пеленгации. -М.: Машиностроение, 1978 г. 168 с.

69. Левшин В.Л. Пространственная фильтрация в оптических системах пеленгации. -М.: Сов. Радио, 1971. -200 с.

70. Лобанов A.A. Анализ совершенствование и разработка современных методов создания крупномасштабных топографических планов застроенных территорий: Диссертация на соискание ученой степени кандидата технических наук. Москва, 2005 г. - 92 с.

71. Макриденко JI.A. и др. Системы и технологии приема, обработки и распространения данных ДДЗ Росавиакосмоса // Исследование Земли из космоса. 2001 г. №6.-С. 31-40.

72. Маслаков A.A. Разработка геоинформационной технологии построения ЗО-моделей объектов по данным лазерной локации: Диссертация на соискание ученой степени кандидата технических наук. Москва, 2009 г. -102 с.

73. Матвеева С.И. Геоинформационные системы и технологии на железнодорожном транспорте: Учебное пособие для вузов ж.-д. транспорта. -М.: УМК МПС России, 2002. 288 с.

74. Медведев Е.М. В поисках "Истинной Земли".Часть I // Геопрофи. 2004 г., № 2. М: "Проспект" - С. 35-37.

75. Медведев Е.М. В поисках "Истинной Земли". Часть II // Геопрофи. 2004 г., № 3. М: "Проспект" - С. 25-26.

76. Медведев Е.М. В поисках "Истинной Земли". Часть III // Геопрофи. 2004 г., № 4. М: "Проспект" - С. 19-21.

77. Медведев Е.М. Лазерный сканер — не роскошь, а средство дистанционного зондирования. Часть I // Геопрофи. 2003 г., № 4. М: "Проспект" -С. 16-18.

78. Медведев Е.М. Лазерный сканер — не роскошь, а средство дистанционного зондирования. Часть II // Геопрофи. 2003 г., № 5. М: "Проспект"-С. 19-21.

79. Медведев Е.М. Лазерный сканер — не роскошь, а средство дистанционного зондирования. Часть III // Геопрофи. 2003 г., № 6. М: "Проспект" - С. 23-24.

80. Медведев Е.М. Лазерный сканер — не роскошь, а средство дистанционного зондирования. Часть IV // Геопрофи. 2004 г., № 1. М: "Проспект" - С. 30-32.

81. Медведев Е.М., Данилин И.М., Мельников С.Р. Лазерная локация земли и леса. Красноярск: Институт леса им. В.Н. Сукачева СО РАН,2007 г. 230 с.

82. Медведев Е.М., Мельников С.Р. Преимущества применения лазерных сканирующих систем наземного и авиационного базирования // Горн. Пром. 2002 г., №5.-С. 18-23.

83. Мельник А.-В., Мышко C.B., Шевцов Д.В. Проблема скелетизации при проектировании систем распознавания цифровых изображений // Вестник Донецкого национального университета. Сер. А: Природные науки.2008 г., № 2. С. 502 - 509.

84. Михайлов В. В. Модели принятия решений при управлении организационно-техническими системами в условиях метеорологической неопределенности: Диссертация на соискание ученой степени доктора технических наук. Воронеж, 2006 г. - 350 с.

85. Мицель A.A., Колодникова Н.В., Протасов К. Т. Непараметрический алгоритм текстурного анализа аэрокосмических снимков // Известия ТПУ. 2005 г., №1. С. 65-70.

86. Межеловский Н.В., Рамм И.С., Шварев В.В. Аэрокосмический мониторинг геологической среды // Сер. «Космонавтика и астрономия», 1988 г., №6. М: «Знание» №6. -64 с.

87. Муравьев B.C. Модели и алгоритмы обработки и анализа изображений для систем автоматического сопровождения воздушных объектов:

88. Диссертация на соискание ученой степени кандидата технических наук. Рязань, 2010 г.- 155 с.

89. Неволим А. Г., Хатоум Т. С. Трехмерная карта города Новосибирска // Международный научный конгресс «ГЕО-Сибирь. Геодезия, геоинформатика, картография, маркшейдеров». 2006 г., Т. 1,4. 1. Новосибирск: СГГА.-С. 208-211.

90. Павленко А. В. Разработка методики создания фотограмметрических 3D-моделей местности по аэрокосмическим снимкам: Диссертация на соискание ученой степени кандидата технических наук. Новосибирск, 2006 г. - 185 с.

91. Павлидис Т. Алгоритмы машинной графики и обработки изображений. М.: Радио и связь, 1986 г. - 400 с.

92. Падве В.А. Показатель точности геопространственных данных // Геодезия и картография. 2005 г., № 1. С. 18-19.

93. Подвальный С.Л., Селиванов П.Ю. Имитация полупрозрачной облачности на аэрокосмических снимках // Материалы IX Всероссийской школы-семинара молодых ученых «Управление большими системами». 2012 г. -Тамбов-Липецк: Издательство Першина Р.В. С. 227-228.

94. Подоприхин Р.В., Григорьев A.B. Новинки технологии: за мобильным лазерным сканеров будущие // Геодезия и картография. 2008 г., № 3. -С. 63.

95. Прибытков Ю.Н. Статистический анализ пространственных не-однородностей случайных гауссовских полей: Диссертация на соискание ученой степени кандидата физико-математических наук. Воронеж, 2002 г. -186 с.

96. Пригарин С.М., Маршак A.JT. Численная имитационная модель разорванной облачности, адаптированная к результатам наблюдений // Оптика атмосферы и океана. 2005 г., Т. 18, № 3. С. 256-263.

97. Пронина Г.Е. Способы и средства интеллектуализации ГИС // II научно-практическая конференция «Региональные геоинформационные системы». 2005 г. Рязань. - С. 31-35.

98. Протасов К.Т. Выделение полей облачности на космических снимках алгоритмом сегментации, основанным на классификации и распознавании образов // Оптика атмосферы и океана. 1998 г., Т. 11, № 1. С.79-85.

99. Протасов К. Т. Выделение полей однородности на космических снимках непараметрическим алгоритмом сегментации в пространствах информативных признаков // Оптика атмосферы и океана. 1998 г., Т. 11, № 7. -С. 787-795.

100. Протасов К.Т., Артамонов Е.С. Восстановление космических снимков подстилающей поверхности земли на участках затенения дымкой и фрагментами облаков // Оптика атмосферы и океана. 1999 г., Т. 12, № 12. -С. 1140-1145.

101. Протасов К.Т., Белов В.В., Артамонов Е.С. Адаптивное восстановление космических снимков подстилающей поверхности Земли с использованием априорной информации // Вычислительные технологии. 2000 г., том 5, спец. выпуск. С. 69-81.

102. Протасов К. Т. Математические методы и алгоритмы обработки данных аэрокосмического зондирования земных покровов: Информационно-статистический подход: Диссертация на соискание ученой степени доктора технических наук. Томск, 2005 г. — 350 с.

103. Прэтт У. Цифровая обработка изображений: пер. с англ. под ред. Лебедева Д.С., Т. 1. М.: Мир, 1982 г. - 312 с.

104. Селиванов П.Ю. Адаптивный метод выделения полей облачности на космических снимках высокого разрешения // Вестник ВГТУ. 2011 г., Т.7, №6. Воронеж: ВГТУ. - С. 188-193.

105. Селиванов П.Ю. Цифровая модель местности на основе данных лазерной съемки // Вестник ВГТУ. 2011 г., Т.7, №6. Воронеж: ВГТУ. - С. 202-208.

106. Селиванов П.Ю. Анализ известных методов определения полей облачности. Автоматизированная технология построения растровой карты нулевой облачности // Вестник ВГТУ. 2012 г., Т.8, №4. Воронеж: ВГТУ. -С. 44-49.

107. Селиванов П.Ю. Анализ эффективности методов сегментации для снимков сверхвысокого пространственного разрешения, полученных при полупрозрачной облачности // Вестник ВГТУ. 2012 г., Т.8, №4, Воронеж: ВГТУ.-С. 61-65.

108. Селиванов П.Ю. Автоматическая классификация точек лазерного сканирования для пространственного моделирования // Системы управления и информационные технологии. 2012 г., №2(48). Москва-Воронеж: «Научная книга». - С. 74-78.

109. Селиванов П.Ю. Применение лазерного сканирования для построения трехмерных моделей охраняемых объектов // Территориально распределенные системы охраны. 2009 г., научный сборник № 2, Ч. 1. Калининград. - С. 23-25.

110. Середович А. В. Методика создания цифровых моделей объектов нефтегазопромыслов средствами наземного лазерного сканирования: Диссертация на соискание ученой степени кандидата технических наук. Новосибирск, 2007 г. - 165 с.

111. Середович В.А., Комиссаров A.B., Комиссаров Д.В., Широкова Т.А. Наземное лазерное сканирование: монография. Новосибирск: СГГА, 2009.-261 с.

112. Создание DLL и их использование. Электронный ресурс: http://matlab.exponenta.ru/matlabcompiler/bookl/steps.php.

113. Тишкин Р. В. Система идентификации облачных образований на космических многозональных изображениях с использованием методов искусственного интеллекта: Диссертация на соискание ученой степени кандидата технических наук. Рязань, 2008 -137 с.

114. Тишкин Р. В. Технология виртуального доступа к банкам изображений // Научно-технические ведомости СПбГПУ. 2007 г., N4-2(52). С. 113116.

115. Трифонов А.П., Прибытков Ю.Н. Оптимальная обработка гаус-совских изображений // Информационные технологии и системы. 1998 г., №2. Воронеж, - С. 89-94.

116. Трифонов А.П., Прибытков Ю.Н. Обнаружение гауссовского изображения при наличии фона // Материалы IV международной научно технической конференции "Радиолокация, навигация и связь". 1998 г., Т.2. Воронеж-С. 801 - 812.

117. Хатоум Т. С. Исследование методов обработки и моделирования геопространственных данных на основе геоинформационных систем и технологий: Диссертация на соискание ученой степени кандидата технических наук. Новосибирск, 2008 г. - 145 с.

118. Шовенгердт Р. А. Дистанционное зондирование. Модели и методы обработки изображений. Мир наук о Земле: пер. с англ. Кирюшина А.В., Демьяникова А.И. М: Техносфера, 2010 г. - 556 с.

119. ArcGIS Image Server. Электронный ресурс: http://www.dataplus.ru/ Soft/ESRI/ArcGIS/ImageServer/

120. ArcGIS Server. Электронный ресурс: http://www.dataplus.ru/Soft/ ESRI/ArcGIS/ImageServer/

121. ERDAS IMAGINE в военных приложениях. По материалам White Paper "ERDAS Imagine" and Military Application, 1998. // Arcreview. 1999 г., №2(9)-С. 14.

122. Снимок аэропорта в г. Сан-Пауло (Бразилия) со спутника Quick-Bird. Электронный ресурс: www.quickbird.ru/gallery/image/85.jpg

123. Ackerman F. Airborne laser scanning for Elevation Models // GIM international, 1997, № 6, V. 10. p. 12.

124. Akca D. Full automatic registration of laser scanning point clouds // Procs. 6th Conference on Optical 3-d Measurement Techniques, 2003. Zurich, Swizerland. - p. 330-337.

125. Atkinson P.M., Tatnall A.R.L. Neural Networks in Remote Sensing. // Int. J. of remote sensing. 1997, Vol.18, № 4. p. 699-709.

126. Axelsson P. DEM generation from laser scanner data using adaptive TIN models. // XIXISPRS Congress, Amsterdam, 2000.

127. Blum H. A transformation for extracting new descriptors of shape, In W. Wathen-Dunn, editor, Models for perception of speech and visual form, MIT Press, 1967.

128. Caprioli M. 3D modeling and metric analysis in architectural heritage: photogrammetry and laser scanning // 6 th Conference on Optical 3-d Measurement Techiques. 2003. Zurich, Switzerland. - p. 206-213,

129. Chavez, P.S. Jr. Image-based atmospheric corrections revisited and revised // Photogrammetric Engineering and Remote Sensing. № 62(9), 1996. -p. 1025-1036.

130. Chum O., Matas J. Matching with PROSAC Progressive Sample Consensus // Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition. № 1, 2005. - p. 220-226.

131. Documentation for developers using ArcGIS 9.2. Электронный ресурс: http://edndoc.esri.com/arcobjects/9.2/welcome.htm.

132. Govaert G. Spatial Fuzzy Clustering using EM and Markov Random Fields Systems//Research and Information Systems. Vol. 8, 1998. p. 183-202.

133. Kaufman Y.J. Atmospheric effects on remote sensing of surface reflectance // SPIE. Remote sensing. 1984, Vol. 475. p. 20-33.

134. Kolodnikova N.V., Protasov K.T. The recognition of clouds fields types by nonparametric algorithm in textural feature space on cosmic data // Atmospheric and ocean optics. Atmospheric physics, XI Join International Symposium, 2006.-Tomsk.-p. 105-106.

135. Lee J. A Neural Network Approach to Cloud Classification // IEEE Trans, on geoscience and remote sensing. 1990, Vol. 28, № 5. p. 33-39.

136. Lichti D. Modeling of laser scanners NIR intensity for multi-spectral point cloud classification // Procs. 6th Conference on Optical 3-D Measurement Techniques, 2003. Zurich, Swizerland.-p. 282-289.

137. Morgan M., Tempfli K. Automatic building extraction from airborne laser scanning data. // XIXISPRS Congress, Amsterdam, 2000.

138. Rahman H., Dedieu G. SMAC: a simplified method for the atmospheric correction of satellite measurements in the solar spectrum // Int. J. Remote Sensing. 1994, Vol. 15, №1. p. 123-143.

139. Rosenfeld А., Как А.С. Digital picture processing. N.Y.: Academic Press, 1976.-349 p.

140. Starovoitov V., Samal D. Experimental study of color image similarity // Machine Graphics & Vision. 1998, Vol.7, № 1/2. p.447-454.

141. Weisensee M., Wendt A. Registration and integration of point clouds using intensity information // Procs. 6 th Conference on Optical 3-d Measurement Techniques. 2003. Zurich, Switzerland - p. 290-297.

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.