Удосконалена модель формування видових зображень в системах обробки геопросторової інформації

DOI: 10.31673/2412-4338.2020.043017

  • Полоневич О. В. (Polonevych O. V.) Державний університет телекомунікацій, м. Київ
  • Худов Г. В. (Khudov H. V.) Харківський національний університет Повітряних Сил імені Івана Кожедуба, м. Харків
  • Бутко І. М. (Butko І. М.) Державне підприємство «Центр державного земельного кадастру», м. Київ
  • Маковейчук О. М. (Makoveychuk О. М.) Харківський національний університет радіоелектроніки, м. Харків
  • Хижняк І. А. (Khyzhnyak I. A.) Харківський національний університет Повітряних Сил імені Івана Кожедуба, м. Харків

Анотація

Предметом дослідження в роботі є модель формування видових зображень в системах обробки геопросторової інформації. Метою статті є удосконалення моделі формування видових зображень в системах обробки геопросторової інформації, яка буде враховувати недоліки існуючих моделей формування видових зображень. Наведено переваги отримання та галузі використання геопросторової інформації. Встановлено, що в системах обробки геопросторової інформації різного призначення на різних етапах проводиться обробка даних різного типу, які тим не менш, структурно ізоморфні – геопросторові інформаційні структури. Для вирішення проблеми подання різнорідних технологій програмної інженерії в єдиній формі, зручній для їх інтеграції та координації в рамках загального циклу проектування програмних систем, останнім часом використовується математичний апарат теорії категорій. Розглянуто існуючі моделі формування видових зображень в системах обробки геопросторової інформації, їх недоліки та переваги. Розглянута математична модель формування видового зображення у загальній формі може бути представлена, як результат дії оператору, що здійснює перетворення координат та операторів, що визначають яскравість відповідного елемента зображення для заданого елемента земної поверхні у спектральному каналі. Пропонується удосконалена модель формування видових зображень, яка одночасно враховує трансформацію геопросторових координат у координати зображення і перетворення яскравості внаслідок властивостей об’єктів земної поверхні та процесів проходження сонячного випромінювання у атмосфері, що забезпечує можливість коректної обробки та аналізу видових зображень у системах обробки геопросторової інформації.

Ключові слова: прийняття управлінських рішень, геопросторова інформація, видове зображення, модель формування зображень, геопросторові координати.

Список використаної літератури
1. Shikhov A. N., Cherepanova E. S. Ponomarchuk A. I. Geoinformation systems: the use of GIS technologies in solving hydrological problems, a workshop, textbook. manual, Perm, 2014. 91 p.
2. Earth Observing System. High-Resolution Satellite Imagery. https://eos.com/ru/products/high-resolution-images/ (дата звернення: 05.03.2020).
3. Філіпович В. Є. Оперативний контроль поширення нелегального видобутку бурштину та оцінка збитків, заподіяних державі, за матеріалами багатозональної космічної зйомки. Екологічна безпека та природокористування. 2015. № 4(20). С. 92–97.
4. Управлінські рішення: евристичність, креативність, транспарентність: навчальний посібник. / Під ред. М.П.Бутка. Ніжин: ТОВ «Видавництво «Аспект-Поліграф», 2008. 428 с.
5. Савченко А. С., Синельніков О. О. Методи та системи штучного інтелекту. Київ: НАУ, 2017. 190 с.
6. Кушлик-Дивульська О. І., Кушлик Б. Р. Основи теорії прийняття рішень. Київ, 2014. 94 с.
7. Андронов В. Г., Лазарева Е. В. Координатная привязка и ортокоррекция космических изображений в режимах панорамной сьемки со сканированием головным зеркалом. Системный анализ, управление и обработка информации. 2011. С.
8. Андронов В. Г., Дегтярёв С.В., Лазарева Е. В. Фотограмметрическая модель космических панорамных изображений. Известие ВУЗов. Приборостроение. 2012. Т. 55. № 1. С. 19–24.
9. Кадочников А. П., Казанцев А. А., Мишуков О. А., Шигорев С.А. Формирование моделей радиолокационных изображений в виде стохастических дифференциальных уравнений для распознавания космических объектов. Труды учебных заведений. 2019. Т. 5. № 4. С. 106–113.
10. Ковалёв С. П. Теоретико-категорный подход к проектированию программных систем. Фундаментальная и прикладная математика. 2014. Том 19, Выпуск 3. С.111–170.
11. Abdel-Aziz Y. I, Karara H. M. Direct Linear Transformation from Comparator Coordinates into Object Space Coordinates. ASP Symposium on Close-Range Photogrammtery, Falls Church, VA. 1971. Р. 1–18.
12. Zhang J., Zhang X. Strict geometric model based on affine transformation for remote sensing image with high resolution. International Archives of Photogrammetry and Remote Sensing. 2003. № 34 (B3). P 309–312.
13. Morgan M., Kim K., Jeong S., Habib A. Parallel projection modelling for linear array scanner scenes. XXth Congress of ISPRS, 12-23 July, 2004.
14. Гнатушенко В. В. Альтернативні геометричні моделі одержання супутникових зображень високого розрізнення. Геометричне та комп’ютерне моделювання. 2004. Вип. 8. С. 48–53.
15. Гнатушенко В. В. Геометричні методи формування зображень високого розрізнення зі супутника IKONOS. Праці Таврійської державної агротехнічної академії. 2004. Вип. 4, Т.27. С. 35–39.
16. Дэвид Форсайт, Жан Понс. Компьютерное зрение. Современный подход. Москва: Вильямс, 2004. 928 с.
17. Hartley R., Zisserman A. Multiple View Geometry in Computer Vision (2nd ed.). UK: Cambridge University Press, 2003. 670 p.
18. Zhang Z. A Flexible New Technique for Camera Calibration. MSR-TR-98-71. Microsoft Research. 1998. [Electronic resource]. URL: https://www.researchgate.net/publication/3193178_A_Flexible_New_Technique_for_Camera_Calibration. (дата звернення: 19.01.2020).
19. Peter A. Burrough, Rachael A. McDonnell. Principles of Geographical Information Systems. Oxford, Oxford University Press, 1998. 333 p.
20. J. Schott. Remote Sensing: The Image Chain Approach (2nd ed.). Oxford, Oxford University Press, 2007. 668 p.
21. Robert J. Woodham, "Using Digital Terrain Data To Model Image Formation In Remote Sensing," Proc. SPIE 0238, Image Processing for Missile Guidance, (23 December 1980); doi: 10.1117/12.959167.
22. Маковейчук О. М., Подліпаєв В. О. Алгоритми реставрації дефокусованих зображень. Системи озброєння і військова техніка. 2005. № 3-4. С. 99–103.
23. Mashkov O.A., Sobchuk V.V., Barabash O.V., Dakhno N.B., Shevchenko H.V. and Maisak T.V. (2019), “Improvement of variational-gradient method in dynamical systems of automated control for integro-differential models”. Mathematical Modeling and Computing. Vol. 6. No. 2. P. 344 – 357.
24. Barabash O.V., Dakhno N.B., Shevchenko H.V. and Majsak T.V. (2017), “Dynamic Models of Decision Support Systems for Controlling UAV by Two-Step Variational-Gradient Method”. Proceedings of 2017 IEEE 4th International Conference “Actual Problems of Unmanned Aerial Vehicles Developments (APUAVD)”, October 17-19, 2017, Kyiv, Ukraine. National Aviation University. P. 108 – 111.
25. Барабаш О.В., Бодров С.В., Мусієнко А.П. Аналіз побудови мережі відеоконтролю пунктів митного спостереження на основі функціонально стійкої системи. Науково-практичний журнал «Зв'язок». Київ, ДУТ, 2014. № 2. С. 8 – 11.
26. Маковейчук А. Н., Подлипаев В. А., Худов Г. В. Теоретическое обоснование методики защиты видовых изображений от воздействия маскирующих помех. Системи обробки інформації. 2005. Вип. 6. С. 62–71.
27. Бутко І. М., Маковейчук О. М. Визначення джерел лісових пожеж за супутниковими знімками. Науковий вісник НЛТУ України. 2012. Вип. 22.3. С. 80-84. Режим доступу: http://nbuv.gov.ua/UJRN/nvnltu_2012_22.

Номер
Розділ
Статті