Введение к работе
Диссертация посвящена решению научно-технической задачи разработки моделей, алгоритмов и комплекса программ анализа изображений для автоматизации наземных измерений в области лесного хозяйства и экологии.
Актуальность работы. В настоящее время для обследования лесного комплекса все чаще применяют визуальные и компьютерные методы анализа аэрокосмических и наземных съемок, позволяющие снизить стоимость обследования за счет замены экспедиционных механических работ на работы по анализу снимков наземной лесной таксации.
Наиболее развитым является направление, связанное с обработкой данных дистанционного зондирования земли, направленное на получение укрупненных пространственных оценок параметров земель и лесов для больших территорий. Для автоматизации проведения таких измерений создано большое количество аппаратно-программных средств, реализующих методы: распознавания изображений протяженных объектов (Прэтт У., Потапов А.А.,Фурман Я.А., Быков Р.Е., Гуревич СБ.), обнаружения линейных объектов (Егошина И.Л., Хафизов Р.Г.), цветовой сегментации (Бакут П.А. и Пахомов А.А., Колмогоров Г.С, Ворновицкий Н.Э., Борисенко В.И.), обнаружения изменений (Густавсон Ф., Шнейдер Р.З.) и др. Подробные обзоры и исследования перечисленных методов обработки изображений подробно рассмотрены в монографиях Злобина В.К., Ричардса ДА., Чэн К.Х., Харалика Р.М., Медведева Е.М., Потапова А. А. и др.
В то же время важные массовые наземные измерения, в частности, для решения задач дендрохронологии, динамики плодородности почв, анализа освещенности нижнего яруса лесов, измерения удельного объема биомассы растительного покрова, удельного объема технологичной древесины, сегодня выполняются неавтоматизированными трудоемкими визуальными методами. Остаются неисследованными статистические, спектральные и корреляционные характеристики крупномасштабных изображений биологических объектов, традиционных для данных задач, как следствие, в научной литературе не представлены их математические модели и научно - обоснованные методы и средства обработки таких изображений. Автоматизация решения перечисленных задач и документирования их результатов теоретически позволит повысить объективность результатов обследования лесов, существенно снизить их трудоемкость и с учетом массовости проводимых измерений получить ощутимый экономический эффект. Поэтому разработка теоретических основ и инструментария автоматизации наземной лесной таксации, а также научное обоснование возможности использования для этих целей существующих подходов обработки изображений, является актуальной научно-технической задачей.
Целью диссертационной работы является разработка теоретических моделей, синтез оптимальных и квазиоптимальных алгоритмов, а также комплекса программ обработки изображений древесных спилов, растительного покрова, крон деревьев и перспективных видов лесных массивов, для автоматизации решения задач наземной лесной таксации.
Для достижения цели исследования необходимо решить следующие научные задачи:
1) разработать модели рассматриваемых классов изображений на основе
статистических исследований.
2) синтезировать алгоритмы локализации полосных текстур на
изображениях древесных спилов и изображений стволов на
перспективных сценах лесных массивов.
3) разработать алгоритм сегментации цветных изображений заданных
растений на сложном фоне из других растений и других мешающих
объектов, а также сегментации просвета крон деревьев.
разработать программный комплекс, реализующий указанные алгоритмы.
оценить эффективность полученных алгоритмов на основе теоретических исследований и испытаний их программных реализаций на реальных изображениях.
Методы исследования. Для решения поставленных в диссертационной работе задач использованы методы обработки изображений и сигналов, спектрального и корреляционного анализа, теории вероятностей, математической статистики и статистической радиотехники, линейной алгебры, методы математического моделирования и вычислительного эксперимента, а также методы объектно-ориентированного программирования.
Научная новизна. В диссертационной работе получены следующие новые научные результаты:
1. Получены статистические, корреляционные и спектральные
характеристики изображений препаратов древесных спилов, растительного
покрова, крон деревьев и перспективных видов древесных насаждений.
Обоснован выбор информативных признаков для решения поставленных
измерительных задач. Разработаны математические модели данных
изображений.
2. На основе разработанных моделей синтезированы эффектные в
вычислительном плане оптимальные и квазиоптимальные алгоритмы
локализации границ периодических полосных текстур, а также для
апериодических полосных объектов на изображениях древесных спилов и
стволов древесных насаждений, толерантные к неравномерности и уровню
освещенности.
3. Получены оптимальные для принятых моделей алгоритмы сегментации
цветных изображений растительного покрова и крон деревьев, отличающиеся
высокой достоверностью принимаемых решений в условиях априорной неопределенности соотношения площадей полезных объектов и фона.
Найдены теоретические и эмпирические оценки достоверности результатов работы полученных алгоритмов в различных условиях наблюдения.
Получены сравнительные оценки эффективности разработанных алгоритмов и используемых неавтоматизированных визуальных методов наземной лесной таксации.
6. Получены аналитические соотношения для расчета вычислительной
эффективности разработанных алгоритмов, что позволит прогнозировать
время выполнения заданного объема работ наземной лесной таксации с
учетом размерности исходных данных.
Практическая полезность и реализация результатов работы
Практическое значение результатов работы определяется тем, что разработанные алгоритмы обработки изображений позволяют автоматизировать основные визуальные методы наземной лесной таксации: дендрохронологические измерения, оценку площади просвета крон деревьев, определение удельного веса биомассы растений, нахождение удельного объема технологической древесины, определение биохимических характеристик лесных массивов.
Полученные в работе вероятностные характеристики решений для найденных алгоритмов теоретически позволяют прогнозировать достоверность результатов обследования лесов в заданных условиях наблюдения.
При этом разработанные программные реализации алгоритмов существенно вьшгрьшают по времени проведения исследований, в среднем на два порядка по сравнению с используемыми ранее методами, обеспечивая их объективность при сохранении заданной точности результатов измерений.
Результаты диссертационных исследований использованы:
- в научно-исследовательской работе ГК№02.552.11.7005 от 07.03.2007 г. по теме «Выполнение работ по развитию центра коллективного пользования "Экология, биотехнологии и процессы получения экологически чистых энергоносителей"», выполненной в рамках федеральной программы «Исследования и разработки по приоритетным направлениям развития НТК России на 2007-2012 годы», раздел «Выполнение работ по развитию сети ЦКП научным оборудованием» шифр «2007-2-1.2-03-01-056»;
в научно-исследовательской работе ПС №5430р/7983 от 14.12.2007 г. по теме «Наукоемкие информационные технологии на базе анализа сцен и распознавания образов в медико-биологических задачах, визуализации объемных радио- и гидролокационных изображений и в лесохозяйственном комплексе», выполняемой по гранту Фонда
содействия развитию малых форм предприятий в научно-технической сфере по программе «У.М.Н.И.К.»;
в учебном процессе МарГТУ в курсах «Недревесная продукция леса» и «Ботаника».
На защиту выносятся:
Математические модели изображений, адекватные четырем типам биологических объектов: изображениям древесных микроспилов, перспективных видов древесных насаждений, изображениям растительного покрова, изображениям крон деревьев.
Алгоритмы локализации границ периодических и апериодических полосных текстур на основе биполярной и монополярной импульсной фильтрации накопленной строки, инвариантные к освещенности и ракурсу наблюдения и обеспечивающие в реальных условиях практически значимые характеристики принимаемых решений.
Алгоритмы сегментации цветных изображений проективного покрытия растений на базе двумерной аппроксимации 3D цветового пространства и крон деревьев с адаптивным порогом, отличающиеся инвариантностью к освещенности, ракурсу наблюдения и соотношению площадей полезных объектов и фона.
Результаты анализа эффективности синтезированных алгоритмов по измерению основных таксационных параметров, отличающиеся уникальными характеристиками в сравнении с неавтоматизированными методами.
Личный творческий вклад автора. Непосредственно автором проанализированы статистические, спектральные и корреляционные характеристики биологических изображений [8,9,11,19]; синтезированы оптимальные и квазиоптимальные алгоритмы локализации границ периодических полосных текстур и апериодических полосных объектов на базе согласованной фильтрации [1,3,16,23]; созданы оптимальные в байесовском смысле алгоритмы сегментации цветных изображений проективного покрытия растений и крон деревьев с выбором оптимального цветового пространства [2,15,18,20-22]; разработан комплекс программ, реализующих полученные алгоритмы [4-7]; найдены экспериментальные характеристики обнаружения и измерения основных таксационных параметров [8,12-14,17]; проведен анализ вычислительной эффективности программных реализаций алгоритмов [1-3,20].
Апробация работы. Результаты работы обсуждались на V-й Международной конференции «Телевидение: передача и обработка изображений» (Санкт-Петербург, 2007); на VIII-й международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 2008); ХШ-й Международной конференции «Системный анализ, управление и навигация» (Евпатория, 2008); На ІХ-й
Международной конференции «Распознавание образов и анализ
изображений: Новые информационные технологии» РОАИ-9-2008
(Нижний Новгород, 2008); VIII-th International Conference «Pattern
Recognition and Image Analysis: New Information Technologies» PRIA-8-
2007 (Yoshkar-Ola, 2007), на XIV-й Всероссийской конференции
«Математические методы распознавания образов» (Суздаль, 2009); на
Всероссийской межвузовской научной конференции «Наука и
образование в развитии промышленной, социальной и экономической
сфер регионов России» (Муром, 2009); на ХШ-й Всероссийской
конференции «Математические методы распознавания образов» (Санкт-
Петербург, 2007); на ХХ-й Всероссийской конференции «Биотехнические,
медицинские и экологические системы и комплексы» (Рязань, 2007); на li
ft Всероссийской научно-практической конференции «Информационные
технологии в профессиональной деятельности и научной работе»
(Йошкар-Ола, 2008); IV-й Всероссийской научно-практической
конференции «Применение информационно-коммуникационных
технологий в образовании» (Йошкар-Ола, 2007); на ежегодных научных конференциях ППС МарГТУ; на научных семинарах кафедры информатики и кафедры радиотехнических и медикобиологических систем МарГТУ.
Разработанный программный комплекс апробирован и используется специалистами факультета лесного хозяйства и экологии МарГТУ при выполнении дипломных и научных исследований.
Публикации. Всего по теме опубликовано 23 работы. Из них: 2 работы в изданиях из Перечня ВАК, 21 работа опубликована в трудах международных и всероссийских конференций. Получены 4 свидетельства РОСПАТЕНТ об официальной регистрации программ для ЭВМ.
Структура и объем диссертации. Диссертационная работа включает в себя введение, 4 главы, заключение, список литературы из 101 наименования и три приложения. Основная часть работы изложена на 156 страницах машинописного текста, содержит 93 рисунка, 16 таблиц.
