Автоматизация процесса распознавания объектов застроенных территорий - Дипломная работа

С появлением космических летательных аппаратов и различных средств получения дистанционной информации о Земле в мелких и сверхмелких масштабах стал возможен цельный, общий взгляд на различные природные процессы и явления. Получение информации о топографических объектах по материалам космических съемок при создании и обновлении топографических цифровых и электронных карт выполняется на этапе дешифрирования снимков. Временные затраты на дешифрирование по традиционной технологии создания и обновления карт составляют от 20 до 40 общих затрат. В связи с успешной автоматизацией других процессов входящих в технологическую схему составления и обновления карт, процент временных затрат на дешифрирование снимков растет и в ближайшей перспективе может составить 60-70%. Теоретическую основу выпускной квалификационной работы составили Законодательство Российской Федерации о государственном кадастре, работа с научными публикациями в сети Интернет, учебными и научными публикациями по теме дешифрирование аэрокосмических снимков позволила собрать материал по теме выпускной квалификационной работы.Свойства объектов и изображений, такие как размер, используют для дешифрирования, другие, вследствие невозможности или нецелесообразности их определения, например, массу, звук, запах - нет. Свойства объектов или изображений, определяемые и используемые для классификации при дешифрировании, называют признаками. Поскольку между съемкой и дешифрированием иногда возникает существенный временной разрыв, в течение которого могут произойти некоторые изменения ситуации, в обязанности дешифровщика войдет полевая инструментальная корректировка - досъемка вновь появившихся элементов или исключение из дешифрирования элементов утраченных. Очевидно, что досъемке подлежат также объекты, не отразившиеся по тем или иным причинам на снимках, например объекты с недостаточным яркостным контрастом относительно фона или объекты, оказавшиеся за пределами линейной разрешающей способности съемочной системы. автоматизированный, в котором интерпретационная обработка снимков выполняется машиной в диалоговом режиме - оператор выбирает способ обработки, выполняет «обучение» системы, контролирует качество работы классификатора, вносит коррективы в программы и др.; в данном методе можно выделить два наиболее употребляемых способа - классификации, в котором анализируемые элементы изображения сразу же относятся к определенному эталонированному классу объектов, и кластеризации, в котором элементы изображения предварительно разбиваются на группы (кластеры) по сходству некоторых признаков с последующей идентификацией этих групп;Обнаружение начинается с анализа всего снимка, затем изображение разделяется на все более мелкие компоненты, а затем выделяются элементарные единицы (объекты и их элементы). При дешифрировании снимков сверхвысокого разрешения, которым присуща большая детализация изображения, может эффективно использоваться визуальное дешифрирование по эталонам, когда для успешного решения задач дешифрирования используют тестовые фрагменты снимков, на которых показан пример изображения определенного объекта [5]. Коэффициенты, вычисляемые с помощью вейвлет-преобразования, зависят от резких перепадов значений яркости, которые происходят на границах какого-либо объекта. Результаты, получаемые в процессе дешифрирования снимков, используют для создания базовых планов состояния и использования земель, информационных кадастровых баз данных и геоинформационных систем (ГИС). В границах сельских населенных пунктов и городов подлежат дешифрированию следующие земельные участки: - жилой застройки (земли под многоэтажными строениями и земли между ними, функционально связанные и закрепленные за зданиями и сооружениями, а также территории для их технологического обслуживания);Он может на основе ограниченной информации, используя логический аппарат, преобразовывать дешифровочные признаки применительно к конкретным временным и пространственным условиям, учитывать изменение признаков в зависимости от положения анализируемого участка в кадре и изменения условий освещения дешифрируемых объектов, использовать существующие природные и функциональные взаимосвязи между элементами ландшафта, исключать некоторые шумы и др. Например, общественные здания и сооружения отделяются от индивидуальных зданий в населенном пункте не по абсолютным размерам их изображения, а по относительным. · Совместный анализ зональных снимков ограничен, т.к. сопоставление более 2-х снимков затруднителен. О необходимости использования зональных снимков вообще и получении синтезированных изображений в частности решают в случае, если цвет дешифрируемых объектов имеет решающее или хотя бы важное значение в опознавании (разделении) дешифрируемых объектов; в случае, когда дешифровочная задача на одиночных зональных снимках не решается; в случае, если соотношения уровней видеосигналов (оптических плотностей на фотоснимках) дешифрируемых объектов на зональных снимках окажутся различными [1]. С помощью изогеллы удобно, нап

СОДЕРЖАНИЕ

РЕФЕРАТ

ВВЕДЕНИЕ

1. ДЕШИФРИРОВАНИЕ МАТЕРИАЛОВ АЭРО- И КОСМИЧЕСКИХ СЪЕМОК

1.1 Понятие о дешифрировании

1.2 Задачи и содержание дешифрирования снимков застроенных территорий

1.3 Методы дешифрирования материалов аэро- и космических съемок

2. ИНФОРМАЦИОННЫЕ ВОЗМОЖНОСТИ ДЕМАСКИРУЮЩИХ ПРИЗНАКОВ

2.1 Классификация демаскирующих признаков

2.2 Информационные возможности демаскирующих признаков

2.3 Объекты дешифрирования застроенных территорий и их демаскирующие признаки

3. АВТОМАТИЗАЦИЯ ПРОЦЕССА РАСПОЗНАВАНИЯ ОБЪЕКТОВ ЗАСТРОЕННЫХ ТЕРРИТОРИЙ

3.1 Перспективы автоматизации процесса дешифрирования

3.2 Методы автоматизированного дешифрирования

3.3 Процесс автоматизированного распознавания образов на основе нейросетевых методов

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ