МЕТОД БАГАТОМАСШТАБНОГО ОБРОБЛЕННЯ ЗОБРАЖЕНЬ З БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ ДЛЯ ВИЗНАЧЕННЯ ЕЛЕМЕНТІВ МІСЬКОЇ ІНФРАСТРУКТУРИ
Ключові слова:
зображення, багатомасштабне оброблення, масштабний коефіцієнт, детектор Канні, перетворення Хафа, об’єкти міської інфраструктури
Анотація
Предметом вивчення в статті є метод багатомасштабного оброблення зображень з бортових систем оптикоелектронного спостереження для визначення елементів міської інфраструктури. Метою є розробка методу багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури. Завдання: аналіз відомих методів оброблення багатомасштабної послідовності зображень, розробка методу багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури, проведення оброблення зображення з бортової системи оптико-електронного спостереження. Використовуваними методами є: методи теорії імовірності, математичної статистики, методи оптимізації, математичного моделювання та цифрової обробки зображень, методи математичної логіки. Отримані такі результати. Встановлено, що відомі методи оброблення багатомасштабної послідовності зображень не можуть бути напряму застосовані до багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження. Запропоновано метод багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури. В основі методу покладений двоетапний метод виділення об’єктів міської забудови на зображеннях бортових систем оптикоелектронного спостереження з використанням перетворення Хафа. Проведено оброблення зображення з бортової системи оптико-електронного спостереження методом багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури. Висновки. Наукова новизна отриманих результатів полягає в наступному. Запропоновано метод багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури. На відміну від відомих, передбачається використання двоетапного методу визначення елементів міської інфраструктури на зображеннях з різним значення масштабного коефіцієнта, перемасштабування оброблених зображень з різним значенням масштабного коефіцієнта до вихідного розміру та розрахунок зображення-фільтру, а результуюче оброблене зображення є попіксельним добутком вихідного зображення та зображення-фільтру.Завантаження
Дані про завантаження поки що недоступні.
Посилання
1. Walton J. Assessing urban forest canopy cover using airborne or satellite imagery / J. Walton, D. Nowak, E. Greenfield // Arboriculture and Urban Forestry. – 2008. – №34(6). – P. 334-340.
2. Parmehr E. Mapping urban tree canopy cover using fused airborne lidar and satellite imagery data / E. Parmehr, M. Amati, C. Fraser // ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2016. Vol. III-7. – P. 181-186.
3. Гук А.П. Автоматизация дешифрирования снимков. Теоретические аспекты статистического распознавания образов / А.П. Гук // Известия высших учебных заведений. – 2015. – № 65. – С. 166–169.
4. Хижняк І. А. Метод ройового інтелекту (штучної бджолиної колонії) тематичного сегментування багатомасштабної послідовності зображень, що отримані з бортової системи оптико-електронного спостереження / І. А. Хижняк // Збірник наукових праць Харківського національного університету Повітряних Сил. — 2018. — № 2 (56). — С. 105–112.
5. Ziou, D. Edge Detection Techniques / D. Ziou, S. Tabbone // An Overview technical report: Dept Math & Informatique. Universit de Sherbrooke. – 1997. – № 195. – P. 567–578.
6. Bergholm, F. Edge Focusing / F. Bergholm // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1987. – № 9. – P. 726–741.
7. Williams, D. J. Edge Contours Using Multiple Scales / D. J. Williams, M. Shas // Computer Vision, Graphics and Image Processing. – 1990. – № 51. – P. 256–274.
8. Lacroix, V. The Primary Raster: A Multiresolution Image Description / V. Lacroix // In Proceedings of the 10th International Conference on Pattern Recognition. – 1990. – P. 903–907.
9. Canny, J. F. A Computational Approach to Edge Detection / J. F. Canny // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1986. – № 8. – P. 679–698.
10. Худов В.Г. Аналіз відомих методів сегментування зображень, що отримані з бортових систем оптико-електронного спостереження / В.Г. Худов, Г.А. Кучук, О.М. Маковейчук, А.В. Крижний // Системи обробки інформації, 2016. – Вип. 9 (146). – С. 77-80.
11. Жизняков, А. Л. Формализация некоторых понятий теории обработки многомасштабных последовательностей цифровых изображений / А. Л. Жизняков // Системы управления и информационные технологии. – 2007. – № 3 (29). – С. 354–358.
12. Жизняков, А. Л. Теоретические основы обработки многомасштабных последовательностей цифровых изображений / А. Л. Жизняков, С. С. Садыков. – Владимир: Изд-во Владим. гос. ун-та, 2008 . – 121 с.
13. Худов, В. Г. Сегментування багатомасштабної послідовності оптико-електронних зображень мультиагентним методом / В. Г. Худов // Системи управління, навігації та зв’язку. – 2016. – Вип. 1 (37). – С. 107–110.
14. Худов, В. Г. Удосконалений еволюційний метод сегментування багатомасштабної послідовності зображень, отриманих з космічних систем оптико-електронного спостереження / В. Г. Худов, О. М. Маковейчук // Збірник наукових праць ХНУПС. – 2017. – Вип. 3 (52). С. 93–97.
15. Хижняк, І. А. Тематичне сегментування зашумленого оптико-електронного зображення ройовим методом / І. А. Хижняк, О. М. Маковейчук, В. Г. Худов, І. В. Рубан, Г. В. Худов // Системи управління, навігації та зв’язку. – 2018. – Вип. 1 (47). – С. 146–152.
16. Худов Г. В. Метод виділення об’єктів міської забудови на зображеннях бортових систем оптико-електронного спостереження з використанням перетворення Хафа / Г. В. Худов, О. М. Маковейчук, І. А. Хижняк, Ю. С. Соломоненко, І. Ю. Юзова // Системи управління, навігації та зв’язку. — 2018. — № 6(52). — С. 20–24.
2. Parmehr E. Mapping urban tree canopy cover using fused airborne lidar and satellite imagery data / E. Parmehr, M. Amati, C. Fraser // ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2016. Vol. III-7. – P. 181-186.
3. Гук А.П. Автоматизация дешифрирования снимков. Теоретические аспекты статистического распознавания образов / А.П. Гук // Известия высших учебных заведений. – 2015. – № 65. – С. 166–169.
4. Хижняк І. А. Метод ройового інтелекту (штучної бджолиної колонії) тематичного сегментування багатомасштабної послідовності зображень, що отримані з бортової системи оптико-електронного спостереження / І. А. Хижняк // Збірник наукових праць Харківського національного університету Повітряних Сил. — 2018. — № 2 (56). — С. 105–112.
5. Ziou, D. Edge Detection Techniques / D. Ziou, S. Tabbone // An Overview technical report: Dept Math & Informatique. Universit de Sherbrooke. – 1997. – № 195. – P. 567–578.
6. Bergholm, F. Edge Focusing / F. Bergholm // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1987. – № 9. – P. 726–741.
7. Williams, D. J. Edge Contours Using Multiple Scales / D. J. Williams, M. Shas // Computer Vision, Graphics and Image Processing. – 1990. – № 51. – P. 256–274.
8. Lacroix, V. The Primary Raster: A Multiresolution Image Description / V. Lacroix // In Proceedings of the 10th International Conference on Pattern Recognition. – 1990. – P. 903–907.
9. Canny, J. F. A Computational Approach to Edge Detection / J. F. Canny // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1986. – № 8. – P. 679–698.
10. Худов В.Г. Аналіз відомих методів сегментування зображень, що отримані з бортових систем оптико-електронного спостереження / В.Г. Худов, Г.А. Кучук, О.М. Маковейчук, А.В. Крижний // Системи обробки інформації, 2016. – Вип. 9 (146). – С. 77-80.
11. Жизняков, А. Л. Формализация некоторых понятий теории обработки многомасштабных последовательностей цифровых изображений / А. Л. Жизняков // Системы управления и информационные технологии. – 2007. – № 3 (29). – С. 354–358.
12. Жизняков, А. Л. Теоретические основы обработки многомасштабных последовательностей цифровых изображений / А. Л. Жизняков, С. С. Садыков. – Владимир: Изд-во Владим. гос. ун-та, 2008 . – 121 с.
13. Худов, В. Г. Сегментування багатомасштабної послідовності оптико-електронних зображень мультиагентним методом / В. Г. Худов // Системи управління, навігації та зв’язку. – 2016. – Вип. 1 (37). – С. 107–110.
14. Худов, В. Г. Удосконалений еволюційний метод сегментування багатомасштабної послідовності зображень, отриманих з космічних систем оптико-електронного спостереження / В. Г. Худов, О. М. Маковейчук // Збірник наукових праць ХНУПС. – 2017. – Вип. 3 (52). С. 93–97.
15. Хижняк, І. А. Тематичне сегментування зашумленого оптико-електронного зображення ройовим методом / І. А. Хижняк, О. М. Маковейчук, В. Г. Худов, І. В. Рубан, Г. В. Худов // Системи управління, навігації та зв’язку. – 2018. – Вип. 1 (47). – С. 146–152.
16. Худов Г. В. Метод виділення об’єктів міської забудови на зображеннях бортових систем оптико-електронного спостереження з використанням перетворення Хафа / Г. В. Худов, О. М. Маковейчук, І. А. Хижняк, Ю. С. Соломоненко, І. Ю. Юзова // Системи управління, навігації та зв’язку. — 2018. — № 6(52). — С. 20–24.
Опубліковано
2019-06-21
Як цитувати
Khudov H. Метод багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури / H. Khudov, O. Makoveichuk, I. Khizhnyak, S. Berezina, Yu. Solomonenko // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2019. – Т. 3 (55). – С. 3-7. – doi:https://doi.org/10.26906/SUNZ.2019.3.003.
Розділ
Навігація та геоінформаційні системи
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
