Содержание к диссертации
Введение
1. Анализ состояния рынка данных ДЗЗ высокого разрешения 11
1.1. Данные ДЗЗ высокого разрешения 12
1.2. Картографирование территорий 17
1.3. Геоинформационная продукция 22
1.4. Работа с данными ДЗЗ в других задачах 33
1.5. Российский космический комплекс «Ресурс-ДК» 45
1.5.1. Основные характеристики КА «Ресурс-ДК1» 48
1.5.2. Бортовая целевая аппаратура КА «Ресурс-ДК1» 55
1.5.3. Наземный сегмент КК «Ресурс-ДК» 62
2. Формирование, получение и анализ данных ДЗЗ 65
2.1. Формирование и искажение исходного изображения 65
2.1.1. Формирование изображения приемником на базе матриц ПЗС, работающих в режиме ВЗН 65
2.1.2. Искажения изображения звеньями сквозного тракта 70
2.1.2.1. Искажения изображения оптической системой 70
2.1.2.2. Искажения изображения турбулентной атмосферой 74
2.1.2.3. Искажения изображения ОЭП 77
2.1.2.4. Неэффективность переноса заряда 82
2.1.2.5. Определение ФРТ приемника по его ЧКХ 86
2.2. Исправление и обработка полученных данных ДЗЗ 88
2.2.1. Модуль компенсации искажений 89
2.2.1.1. Описание алгоритма оценки яркостных искажений изображения 89
2.2.1.2. Описание алгоритма компенсации яркостных искажений 94
2.2.1.3. Описание алгоритма оценки динамического диапазона изображения 97
2.2.1.4. Описание алгоритма нормализации динамического диапазона изображения 100
2.2.2. Модуль коррекции геометрического рассогласования полос 103
2.2.2.1. Описание алгоритма оценки геометрического рассогласования полос 103
2.2.2.2. Описание алгоритма уточнения положения строк полосы входного изображения 106
2.2.3. Модуль геометрической трансформации изображения полосы
2.4. Выводы по главе 2 115
3. Методика автоматизированного распознавания образов железнодорожных путей 116
3.1 .Улучшения качества изображения 116
3.1.1. Фильтрация 118
3.1.2. Высокочастотная фильтрация 123
3.2. Автоматизированное распознавание железнодорожных путей с помощью модифицированного преобразования Хока 130
3.3. Эксперимент по созданию ЦМПР с использованием методики автоматизированного распознавания 139
3.4. Создание тематической продукции по материалам съемок КА «Ресурс-ДК1» 142
3.4.1. Подготовка космических изображений 142
3.4.2. Создание цифровых векторных карт 158
3.5. Выводы по главе 3 169
Заключение 171
Литература 173
- Картографирование территорий
- Российский космический комплекс «Ресурс-ДК»
- Формирование изображения приемником на базе матриц ПЗС, работающих в режиме ВЗН
- Автоматизированное распознавание железнодорожных путей с помощью модифицированного преобразования Хока
Введение к работе
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, В Л.Морозова, З.С.Хаимова и др.); геодезии на железнодорожном транспорте (Г.С.Бронштейна, В.А.Коугии, 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, Г.А.Мещерякова, Г.И.Конусовой, Л.М.Бугаевского, А.М.Портнова и др.); в области геоинформационных систем (А.В.Кошкарева, 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 ГЛОНАСС/GPS».
Результаты диссертационной работы апробировались на 59 научнотехнической 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.
В первой главе приведен анализ современного состояния рынка данных ДЗЗ. Изложено современное состояния рынка, его основные тенденции, даны прогнозы на будущее. Описаны пути возможной интеграции данных ДЗЗ в геоинформационные системы (ГИС) и в другие отрасли. Приведены примеры применения данных ДЗЗ для решения различных задач, в том числе и для нужд железнодорожной отрасли.
Подробно проанализированы разные типы исходных данных ДЗЗ и её возможности по использованию для нужд железнодорожной отрасли, в зависимости от пространственного разрешения данных.
Рассмотрен космический комплекс (КК) «Ресурс-ДК1». Подробно описан сам КА, его характеристики, составные части, съемочная аппаратура. Также показана структура наземной сегмента комплекса, его составные части, схемы взаимодействия, задачи и принципы функционирования.
Во второй главе рассмотрена теория построения изображения съемочной системой средств ДЗЗ (на примере КА «Ресурс-ДК1»).
Подробно изложены возникающие при этом ошибки и искажения и их источники. Изложено описание методов и алгоритмов, разработанных автором, для устранения этих искажений. Проведен анализ качества получаемых изображений.
В третьей главе приведены способы предлагаемые автором для повышения качества цифровых изображений. Изложена разработанная автором методика автоматизированного распознавания железнодорожных путей по данным ДЗЗ. Установлена точность и надежность данной методики. Дано описание результатов эксперимента по применению данной методики в рамках НИОКР 19.1.006.Н. Приведен технологический процесс по созданию тематической продукции по материалам съемок «Ресурс-ДК1» для железнодорожной отрасли разработанный автором.
В заключении приведены основные результаты, практическая и научная полезность диссертационной работы.
Картографирование территорий
Картографические источники, питающие информацией ГИС, требуют постоянного обновления и актуальной поддержки своих баз данных. Информационные источники этих баз данных, сопряженные с пространственными характеристиками, в свою очередь, питаются и поддерживаются в большей части данными дистанционного зондирования Земли.
Существуют объективные количественные показатели, позволяющие составить определенное представление о потенциале мирового рынка космической информации, например, для картографических нужд. Одним из таких показателей является степень покрытия площади Земли картами различных масштабов.
Систематизированные данные о покрытии картами поверхности Земли, содержащиеся в документе Конференции ООН 81/В.Р.З., представленном Секретариатом ООН, приведены в таблице 2.
Прогнозируется, что к 2010 г. основной проблемой мирового картографирования станет удовлетворение потребностей наиболее динамично развивающихся регионов мира. Дело в том, что картографирование значительных территорий, упомянутых в таблице 1.2 как покрытых картографической съемкой, происходило много лет и даже десятилетий назад и карт-материалы давно нуждаются в обновлении. Эта потребность будет усиливаться с течением времени.
Так, например, топографические карты Нигерии созданы в 1963-1974 гг. на основе аэрофотосъемки, выполненной в 1949-1962 гг. Картографирование значительных пустынных регионов Африки и Центральной Азии осуществлялось в 1942 г. Существующие карты Среднего Востока в большинстве своем выпущены четверть века назад и во время войны в Персидском заливе были частично обновлены. Такое же обновление было выполнено для территории Сомали во время проведения миротворческой операции американской армии. Первоочередные мировые потребности в картографировании, по оценкам специалистов ООН, заключаются в следующем: ускорение среднемасштабного картографирования природных ресурсов (в масштабе 1:50 000) и обновление этих карт; экономичное обеспечение картографической информацией сельскохозяйственных районов; эффективное картографирование (обновление) городских территорий. Из изложенного выше с очевидностью следует необходимость применения при создании и особенно обновлении карт космических средств ДЗЗ.
Хотя зарубежные космические аппараты ДЗЗ не предназначены специально для картографирования, пользователи, в той или иной степени имеющие картографический профиль, в настоящее время потребляют до 30 процентов общей стоимости продукции ДЗЗ.
Космические данные высокого пространственного разрешения, как основа для создания базового информационного продукта (фотопланов, фотокарт, ортофотокарт) - с одной стороны и универсального источника информации для тематического наполнения специальных карт и планов - с другой стороны (в первом случае наиболее жесткие требования предъявляются к измерительным характеристикам космической информации, во втором случае - к изобразительным) должны быть обеспечены: геометрическими свойствами, позволяющими проводить их трансформирование (преобразование в заданные картографические проекции); данными по режиму ориентации космического аппарата и съемочной аппаратуры в момент проведения съемок для получения значений продольных и поперечных углов; наклона снимков и, в свою очередь, обеспечивать сплошное площадное покрытие съемкой значительных территорий (в настоящее время создание базовых информационных продуктов высокого пространственного разрешения с возможностью использования их в целях кадастра и мониторинга природных ресурсов сдерживается, в частности, отсутствием сплошного покрытия съемкой территорий отдельных административных единиц). Рынок космических картографических данных достаточно развит. В связи с тем, что правительство США разрешило продажу высококачественных изображений, получаемых с космических аппаратов, американские фирмы - разработчики новых систем ДЗЗ высокого разрешения рассчитывают занять (помимо значительной части рынка аэрофотоснимков) твердое положение на быстрорастущем рынке продукции ГИС (потенциальные сегменты рынка геотехнологий охватывают мониторинг окружающей среды, гражданское строительство, разведку и добычу нефти, газа и минерального сырья, лесное и сельское хозяйство, рациональное использование природных ресурсов, предотвращение стихийных бедствий, развитие транспорта). Необходимость более детальной информации о состоянии локальной окружающей среды обусловила городские власти США предложить новую сферу использования технологии ДЗЗ при решении специфических задач управления городским хозяйством, что может способствовать сокращению расходов на сбор данных, ускорить процесс кодирования данных и улучшить качество долгосрочного прогноза последствий принимаемых решений.
Исполнительные власти округов и штатов уже стали использовать данные космической съемки для оценки сельскохозяйственных угодий и анализа изменений на местности в течение нескольких лет. Новые требования, частично вызванные ростом использования цифрового картографирования и ГИС представителями местных органов власти, заключаются в необходимости точных данных высокого разрешения, которые могут облегчить решение специальных задач управления. В конце 1994г. были развернуты организационные работы в направлении создания пакета программного обеспечения для ввода автоматически регистрируемых данных приборов ДЗЗ различной разрешающей способности в ГИС города.
Российский космический комплекс «Ресурс-ДК»
Космический комплекс (КК) «Ресурс-ДК» предназначен для выполнения дистанционного зондирования Земли из космоса (получения высокоинформативных изображений земной поверхности) в различных диапазонах спектра излучений с обеспечением оперативной доставки информации по радиоканалу на наземные пункты приема [5].
Наземные средства комплекса обеспечивают возможность последующей отраслевой и тематической обработки информации для решения задач в интересах социально-экономического развития России и международного сотрудничества в мирных целях. В состав КК «Ресурс-ДК» на данный момент входят: космический аппарат «Ресурс-ДК1»; ракета-носитель «Союз»; технические комплексы; . стартовый комплекс; наземный комплекс управления (НКУ); наземный комплекс планирования съемки, приема, обработки и распространения информации (НКПОР ДК). Запуск КА «Ресурс-ДК 1» был осуществлен 15 июня 2006 года ракетой-носителем «Союз» со стартового комплекса на космодроме Байконур. Запуск КА «Ресурс-ДК2» планируется на 2009 год. Непосредственное управление космическим аппаратом «Ресурс-ДК1» осуществляется наземным комплексом с центром управления полетом в г. Королев, Московской области. В состав наземного комплекса управления привлекаются средства НКУ Минобороны РФ. Планирование съемок, прием, обработка и распространение информации с КА «Ресурс-ДК 1» выполняется Научным центром оперативного мониторинга Земли в соответствии с «Положением о планировании космических съемок, приеме, обработке и распространении данных дистанционного зондирования Земли высокого линейного разрешения на местности с космических аппаратов типа «Ресурс-ДК», утвержденного постановлением Правительства Российской Федерации от 10 июня 2005 г. №370 [13].
Материалы дистанционного зондирования Земли, получаемые с помощью КК «Ресурс-ДК1», могут широко использоваться в качестве информационной базы в ходе реализации федеральных и региональных программ социально-экономического развития и решения ряда хозяйственных и научно-практических задач. Например, на этапе регионального картографирования при геологических исследованиях и разведке минерально-сырьевых ресурсов, изучении и инвентаризации лесных, сельскохозяйственных и водных ресурсов, в ходе проектирования и строительства крупных инженерных сооружений, при выявлении нарушений природной среды и разработке природоохранных мероприятий.
Целевые задачи, решение которых возможно с использованием материалов ДЗЗ, получаемых с помощью КК «Ресурс-ДК», можно условно разделить на три класса [5]. К первому классу можно отнести задачи изучения природных условий и ресурсов, хозяйственной инфраструктуры и экологической обстановки в их конкретном состоянии на момент съемки. Конечный информационный продукт при решении этого класса задач чаще всего представляется в виде топографических, тематических и специальных карт, а также, в виде данных геоинформационных систем (ГИС).
Этот класс задач предъявляет наиболее высокие требования к информационным характеристикам космических снимков. В частности, для обеспечения возможности создания ортопланов требуется высокое линейное разрешение и обеспечение многозональное съемки в различных диапазонах с высоким спектральным разрешением, широкая полоса захвата и высокие метрические свойства информации. Однако требования к оперативности доставки информации и периодичности съемки для этого класса задач достаточно низки и составляют соответственно месяцы и годы.
Второй класс включает в себя задачи изучения динамики развития тех или иных природных и антропогенных объектов и явлений, позволяя в целом проводить оценку динамики развития объектов и строить на ее основе прогнозные модели. Возможным конечным продуктом для решения задач этого класса могут быть оперативные и прогнозные экологические карты, карты динамики состояния различных элементов окружающей среды и соответствующим образом обработанные изображения. На основе этой информации могут создаваться специализированные ГИС экологического контроля.
Этот класс задач предъявляет повышенные требования к периодичности наблюдения районов, оперативности и гарантированности получения информации, при менее жестких требованиях к геометрической привязке элементов снимка.
Третий класс объединяет задачи наблюдения районов, в которых произошли стихийные бедствия или возникли чрезвычайные ситуации, а также некоторые задачи наблюдения территорий, предрасположенных к проявлению таких событий. Решение задач третьего класса направлено, прежде всего, на обеспечение принятия оперативных решений в ходе данных ситуаций и ликвидации их последствий. При этом предъявляются особо жесткие требования к оперативности доставки информации, но не требуется высокой точности геометрической привязки элементов снимка. Требования к пространственному разрешению и спектральным диапазонам могут быть различными в зависимости от конкретных задач.
Формирование изображения приемником на базе матриц ПЗС, работающих в режиме ВЗН
В приемниках изображения на базе матриц ПЗС, работающих в режиме временной задержки и накопления (ВЗН) (интегрирования (ВЗИ)) [6, 26], регистрирующей средой являются движущиеся синхронно с изображением зарядовые пакеты. Отличием указанного способа регистрации от щелевых фотоаппаратов является дискретность перемещения зарядовых пакетов, которые являются неподвижными в течение времени интегрирования заряда - г, а также ограничение площади регистрирующей среды размерами матрицы ПЗС, что приводит к конечным пределам интегрирования.
Но если ОС работает в широком диапазоне спектра (что мы и имеем в данном случае), то необходимо определить ее полихроматическую ФРТ, как отклик ОС на точечный источник излучения. Рассмотрим оптическую систему с плоскостью установки приемника YOZ (рис. 2.3). Пусть монохроматические аберрации корригируются для волны излучения А,0, фокальная плоскость для которой - YxoSxoZxo Введем фокальную плоскость для волны X - Y S Z . В атмосфере из-за локального изменения температуры происходят изменения показателя преломления, вследствие чего происходит изменение фазы волнового фронта на входе в оптическую систему. Следствием этого является искажение изображения точечного источника. Форма искажения зависит от формы волнового фронта на входе в оптическую систему и характера его изменения во времени. Постоянная времени атмосферы зависит от состояния атмосферы (в частности - ветра) и погодных условий, и имеет величину порядка 0,001 секунды [4, 11]. При экспозициях меньших или порядка 0,001 сек. атмосфера является как бы "замороженной". Такие экспозиции называются короткими. Изображение точки в этом случае представляет собой набор пятен произвольной формы -спеклы. При экспозициях больших порядка 0,01 сек. атмосфера проходит все свои состояния. Изображение точки представляет собой пятно с круговой симметрией. Такие экспозиции называются длинными где Сп (1) - структурная характеристика показателя преломления атмосферы, a L - бесконечно тонкая, прямая линия [10, 17]. Интегрирование ведется по пути распространения луча .
Учитывая модели зависимости коэффициента Сп2 от высоты и экспериментальные данные, приведенные в [10,17], при наблюдении из космоса следует ожидать значения коэффициента р в следующих пределах 0,0005/cos3/5(u) p 0,003/cos3/5(u). (2.26) С помощью обратного преобразования Фурье получим ФРТ турбулентности атмосферы при длительной экспозиции, которая будет определяться выражением со0 - круговая частота среза оптической системы.
С помощью обратного преобразования Фурье также можно определить ФРТ турбулентности атмосферы при короткой (т; 0,001 сек.) экспозиции, которая будет определяться выражением [4]: Апертурная характеристика приемника изображения на ПЗС
ФРТ оптико-электронного преобразователя (приемника) (ОЭП) изображения на основе приборов с зарядовой связью (ПЗС) [6, 26, 27, 34] может быть определена с помощью апертурной характеристики ПЗС приемника [34], под которой понимается эффективность сбора в элементе ПЗС носителей заряда, образующихся в полупроводнике при проекции светового пятна бесконечно малого размера, от местоположения этого пятна.
Апертурная характеристика определяется областью сбора зарядов, распределением потенциала в полупроводнике, способом освещения (со стороны электродов или со стороны подложки), диффузией неосновных носителей заряда из области генерирования в область обедненного слоя. При этом, суммарную апертурную характеристику можно определить как сумму двух составляющих: дрейфовой составляющей - Адр, характеризующей эффективность сбора носителей, образующихся в области пространственного заряда (области обедненного слоя), и диффузионной - Адиф, характеризующей эффективность сбора носителей, образующейся вне зоны пространственного заряда, т.е.
Автоматизированное распознавание железнодорожных путей с помощью модифицированного преобразования Хока
Для автоматизированного распознавания образов железнодорожных путей на снимках предлагается методика, основанная на детектировании прямолинейных объектов с использованием модифицированного преобразования Хока [29, 42].
Преимуществом преобразования Хока является его нечувствительность к шумам [38]. Отдельные шумовые точки, присутствующие на исходном изображении, практически не влияют на получаемый результат. Более того, прямолинейные объекты устойчиво детектируются даже при наличии многочисленных разрывов [36].
Очевидно, что участок железнодорожного пути в пределах относительно небольшого фрагмента изображения высокого разрешения может быть представлен в виде геометрической модели, состоящей из двух параллельных прямых, расположенных на заведомо известном расстоянии друг от друга (рельсы), и набора относительно коротких отрезков, перпендикулярных этим прямым (шпалы). Предлагаемая методика детектирования железнодорожного пути на снимках с использованием преобразования Хока основана на поиске объекта, соответствующего такой геометрической модели [44].
Будем называть контуром изображения совокупность его пикселей, в окрестности которых наблюдается скачкообразное изменение функции яркости. Так как при цифровой обработке изображение представлено как функция целочисленных аргументов, то контуры представляются линиями шириной, как минимум, в один пиксель.
Затем в результате адаптивной пороговой обработки из изображения D формируется графический (контурный) препарат I (рис. 3.9). Правильный выбор порога на втором этапе должен производиться из следующих соображений. При слишком высоком пороге могут появиться разрывы контуров, а слабые перепады яркости не будут обнаружены. При слишком низком пороге из-за шумов и неоднородности областей могут появиться ложные контуры [40].
После проведения голосования для всех точек контура координаты ячеек в пространстве Хока, набравшие максимальные значения, будут соответствовать параметрам фигур, содержащихся на изображении. Т.к. целью метода является не аппроксимация уже имеющихся контуров (отрезков), а распознавание этих контуров, вводится процедура голосования непосредственно на полутоновом изображении, для чего в каждой точке изображения определяется величина и направление градиента яркости. Направление градиента яркости перпендикулярно к контуру, проходящему через данную точку.
Необходимо заметить, что все получаемые параметры (p,q,r) сегмента перед процедурой голосования необходимо проквантовать в соответствии с дискретностью собирающего пространства. После проведения голосования для всех точек изображения координаты ячеек в собирающем пространстве с максимальными значениями будут соответствовать наиболее контрастным прямолинейным сегментам контуров изображения. Т.о. критерием отбора выступает значение ячейки собирающего пространства.
Выбор максимальных значений неизбежно связан с введением порога Т: если значение ячейки H(p,q,r) больше данного порога, то сегмент контура с параметрами (p,q,r) присутствует на анализируемой сцене. Если значение порога будет слишком мало, будет выявлено много ложных сегментов. Если же значение порога будет слишком велико, сегменты, имевшиеся на изображении, будут пропущены.
Новый критерий заключается в задании требования наличия смежных сегментов. Другими словами, сегмент (p,q,r) считается присутствующим на изображении только в том случае, если для него имеется смежный сегмент.
Таким образом, процедура отбора ячеек собирающего пространства должна осуществляться в два этапа [41]. Во-первых, производится отбрасывание всех ячеек, значение которых меньше порога Т (бинаризация). Во-вторых, из оставшихся ячеек выбираются только смежные сегменты.
Данный метод выделения прямолинейных элементов контура производит суммирование перепадов яркости вдоль контура железнодорожного пути. Это приводит к устойчивому выделению даже малоконтрастных элементов контура, дающих максимумы в собирающем пространстве [43]. Результатом применения метода являются направленные сегменты, характеризуемы параметрами (p,q,r), а также длиной dP и шириной dR. Эти характеристики позволили внести новый критерий - критерий смежности для отбора сегментов из собирающего пространства. Данный критерий делает метод устойчивым к шуму, так как случайные изменения яркости на изображении дают сегменты, направленные произвольным образом и не отвечающие требованию смежности.
В случае ориентирования решается простая задача трансформирования плоскости без учета особенностей камеры - снимок подгоняется под карту или привязывается к заранее определенным точкам с известными координатами - такой способ трансформирования вполне пригоден для обработки снимков или частей снимков, охватывающих сравнительно небольшие территории (примерно 5x5 км) и/или имеющих относительно плоский рельеф местности, а также, если требования к точности карт не высоки. При этом ошибки за рельеф местности можно считать сопоставимыми с разрешением космического снимка и точностью трансформирования и могут не приниматься во внимание. Топографическая карта предварительно регистрируется в требуемой системе координат и проекции (в случае необходимости может быть выполнен пересчет карты в другую проекцию), после чего выполняется привязка космического снимка к карте.
В том случае, если территория, охватываемая снимком достаточно велика и/или местность имеет ярко выраженный рельеф с большими перепадами высот, применяется метод ортотрансформирования. Процесс ортотрансформирования представляет собой решение трехмерной задачи, учитывающей особенности камеры и условия съемки и характер местности. Такой метод позволяет получать ортоисправленные космические изображения местности по всем параметрам геометрически подобные картам. Данный способ намного сложнее описанного выше и, естественно, более трудоемкий, поскольку требует учета параметров камеры, элементов внешнего ориентирования, а также создания цифровой модели рельефа местности на участок работ. Цифровые модели рельефа, в данном случае, служат источником информации для вычисления поправок за рельеф местности при трансформировании снимка.
