CC BY
31
УДК 004.932
А. П. Кирпичников, Д. И. Мифтахутдинов, И. С. Ризаев, Э. Г. Тахавова
МЕТОД ОБНАРУЖЕНИЯ НАЗЕМНЫХ ОБЪЕКТОВ НА ОСНОВЕ ЦИФРОВОЙ КАРТЫ МЕСТНОСТИ ПРИ ДИСТАНЦИОННОМ ЗОНДИРОВАНИИ ЗЕМЛИ
Ключевые слова: цифровая карта местности, навигационные параметры, совмещение изображений.
В работе рассмотрен метод обнаружения новых наземных объектов на основе цифровой карты местности при дистанционном зондировании земли путем рассмотрения изображений в различных диапазонах частот.
Keywords: local digital map, navigation parameters, matching images.
The method to detect local objects by means of matching the images which are the result of observing an object in differentfrequency bands is considered in the paper. An algorithm for implementing the proposed method is described.
Введение
В настоящее время получение изображения местности различными системами не является целью исследования, так как цифровые карты местности построены достаточно подробно. По результатам исследования необходимо найти новые (ранее неизвестные) объекты в заданном районе местности. Поэтому важной задачей является совмещение карты местности и её изображения в различных диапазонах частот с последующим анализом результатов совмещения и поиска отличий. Для повышения достоверности результатов, изображение местности, полученное с помощью различных датчиков, работающих на различных физических принципах или полученное в разные моменты времени, может быть также совмещено между собой.
В ходе работы рассмотрены различные способы совмещения фрагментов изображений в разном спектральном диапазоне относительно цифровой карты местности [1,2,13].
Математическая постановка
При дистанционном зондировании земли, полученные изображения одинаковых участков местности или объектов в различные отрезки времени могут существенно отличаться одно от другого. Такое различие также может не соответствовать и цифровой карте местности (ЦКМ). С целью анализа соответствия элементов исходного изображения и вновь полученного возникает задача геометрической и яркостной коррекции изображений. Для установления соответствия элементов изображений необходимо провести выделение опорных или так называемых реперных точек на изображениях По этим точкам можно осуществить координатную привязку, полученных изображений, с одновременной геометрической и яркостной коррекцией [4-6].
Кроме того, осуществить привязку возможно по навигационным параметрам и при помощи поисковых алгоритмов, устанавливающих соответствие между элементами изображений.
Рассмотрим способы совмещения изображения с ЦКМ.
Так как изображение земной поверхности может быть получено на дальностях сотни километров
необходимо учесть влияние сферичности Земли [3] (рис. 1). Угол места центра кадра у, наклонная дальность до центра кадра Дщ и высота полёта носителя Н связанны между собой следующим выражением [8]:
<г) =
H Д
ЦК
Д
ЦК
2R3
где Rз=8400 км - радиус Земли с учетом рефракции. Таким образом, высота носителя относительно центра кадра определяется выражением[8]:
Н = Д
ЦК
sin
(г) = Д.
ЦК
н д
ЦК
Д
ЦК
2R,
= H +
Д2ЦК
2 R,
а принижение точки, соответствующей центру кадра составит[8]:
АН =
Д
ЦК
2R3
Влияние сферичности Земли необходимо учитывать при расчёте положения центра зоны обзора, заданного на ЦКМ, а также при пересчётах изображения местности из одной системы координат в другую при выводе изображения на монитор. Влияние сферичности Земли представлено на рисунке 1.
Рис. 1 - Влияние сферичности Земли
Алгоритм расчета значений яркостей преобразованного изображения местности
Алгоритм сводится к преобразованию прямоугольного изображения, получаемого в координатах «наклонная дальность - азимут» в
+
2
полярную систему координат с учетом сферичности Земли. В этой системе координат начало системы координат соответствует положению носителя, угловое положение элементов изображения отсчитывается относительно севера. В результате преобразования изображения из прямоугольной системы координат в полярную на экране формируется изображение виде сектора, представленного на рисунке 2.
Рис. 2 - Преобразования изображения из прямоугольной системы координат в полярную
Для выполнения преобразования каждому экранному пикселю (г, с) рассчитывают точку на земной поверхности с координатами (х, у) этой точке на земной поверхности рассчитывается соответствующая наклонная дальность и азимут цели. Рассчитанным значением азимута и наклонной дальности рассчитывается соответствующие значения номера строба (временной интервал на развертке для наблюдения, контроля или последующей обработки) и номера азимутального отсчёта. Расчёт производится следующим образом [8]:
1) Номер экранного пикселя отсчитывается от верхнего правого угла, соответствующее ему положение на местности:
X = хи + 2-М[г-*Х. I,г е[1;*Х],
тек И 100 1 2
(4)
^ .„ + ^[с -е[1;* ]. <5>
2) На основе текущих координат вычисляется текущая горизонтальная дальность до точки (в формуле квадрат дальности):
ДГгек = Хтек - Х ЛА ¥ + Т - Л ¥, наклонная дальность равна:
Дт
ДГ
+н2+
4R2
Rз
Rз-н
(6) (7)
Угловое положение точки в секторе формирования изображения (отсчет ведется от левого угла изображения) равно:
ААЗцу
АЗ;
тек норм
= агСдХ х, у) - АЗцу
2
(8)
3) Номер отсчета изображения, соответствующий текущей точке равен [8]:
д
n
Д
-дрли + nкд .
АЗ
N^1 =-
8д
тек норм
ААЗ
ЦУ
^З'
(9) (10)
где ХИ, YИ - координаты центра выбранного участка для формирования изображения в картографической системе координат; ХЛА, YЛА - координаты носителя в плоской прямоугольной системе координат в метрах; АЗцу - азимут целеуказания относительно направления на север; Дцу - наклонная дальность целеуказания до центра кадра изображения; Н - высота полёта носителя относительно поверхности Земли; Кх, N - размеры области отображения картографической информации в пикселах; Ъ - разрешение индикатора; Д - разрешение изображения по дальности; К^д - количество каналов дальности; КАЗ - количество отсчётов изображения по азимуту; ДАЗцу - размер зоны обзора по азимуту; Мщм -масштаб отображения карты.
Если номер отсчета по дальности или азимуту находится вне пределов имеющихся значений изображения (отсутствует изображение в данной точке местности), то данному пикселю присваивается значение 0.
Рассчитанные значения соответствующих отсчетов изображения являются вещественными числами, в результате преобразованные координаты не попадают чаще всего в узлы дискретной решетки. Поэтому для определения яркости изображения в данной точке экрана необходимо произвести интерполяцию соответствующего значения в массиве «наклонная дальность - азимут» одним из существующих способов.
Алгоритм расчета положения значений яркостей преобразованного изображения местности по навигационным параметрам
Расстановка реперов осуществляется оператором вручную. Пример расстановки приведен на рис. 3. Последовательно расставляя соответствующие реперы на ЦКМ (ХР ь Yp ¡) и изображении местности (ХР И ь YР И ¡), формируют массивы координат реперов. На основе расставленных к реперов формируются векторы координат реперных точек изображения местности [7]:
ХРИ = (ХРИ 1 ХРИ 2 ••• Хрик У , (11) ^РИ = РИ1 ^РИ 2 ••• ^РИк У , (12)
и специальная матрица реперных точек ЦКМ Н:
(
н =
1 х.
хр1 Ур1
Хр2 Ур2
хр3 Ур3
>1 х р2
х 2з
хр1 Ур1 хр2 у р2
Х.3 ур3
ур1л у % у рз
у рк_
(13)
vрк У рк Хрк Хркурк После расстановки реперов и формирования вектора координат точек изображения местности и матрицы точек ЦКМ происходит расчет
2
2
соответствующей точки изображения для каждого экранного пикселя по формулам[7]:
N Д = а0 + а1 г + а2с + а3г2 + а4 гс + а5с2, (14)
Ы9 = Ь0 + Ь1 г + Ь2 с + Ь3 г2 + Ь 4 гс + Ь5 с2 • (15) Параметры преобразований (коэффициенты поли-
номов) а = (
а0 а1
5 У , в =(Ьо ¿1
Ь )Т
А = (Н Т Н ) ^Н ТХР В = (Н Т Н) ^Н ТУ1
РИ •
(16) (17)
где верхний индекс Т означает операцию транспонирования матрицы.
Рис. 3 - Пример расстановки реперов
Аналогично алгоритму пересчета изображения по навигационным параметрам для получения целочисленных значений отсчетов изображения необходима интерполяция отсчетов [10,12].
Эксперименты
Рассмотрим совмещение преобразованного изображения местности в заданной системе координат с выбором уровня прозрачности [5, 6].
При совмещении преобразованного изображения местности и ЦКМ оператор может выбрать уровень прозрачности слоев изображений а, который варьируется от 0 (полностью прозрачный - отображение только ЦКМ) до 1 (полностью непрозрачный -отображение только изображения местности). Примеры совмещения ЦКМ и изображения местности при различных коэффициентах прозрачности показаны на рисунках 4, а - 4, в. Подбор коэффициента про-
а (а = 0,7) б (а = 0,8) в (а = 0,9)
Рис. 4 - Примеры совмещения ЦКМ и изображения местности при различных коэффициентах прозрачности
зрачности зачастую затруднен тем, что при совмещении каждый из слоев мешает отображению другого слоя [9-11]. При большей прозрачности изоб-
ражения ЦКМ значительно мешает восприятию, а при малой прозрачности затрудняется анализ ЦКМ. Данный режим целесообразен прежде всего при обзоре участков местности, когда детального анализа объектов не требуется. В этом случае отображаются весь объектный состав ЦКМ и существует возможность анализа всего изображения.
Рассмотрим наложение векторных слоев ЦКМ на преобразованное растровое изображение местности.
В этом случае изображение отображается непрозрачным, а поверх него отображаются слои электронной карты. На рисунках 5а и 5б показаны случаи наложения карты на изображении местности. На рисунке 5б часть слоев, мешающих анализу изображения, не отображается.
: А 'шяс. / а (все слои ЦКМ)
б (часть слоев ЦКМ)
Рис. 5 - Формирование наложенной карты на изображении местности
Выводы
Для качественного совмещения изображений, получаемых различными обзорными средствами, с картами местности и между собой необходимо устранить линейные и нелинейные искажения изображений, связанные с особенностями функционирования систем. Для устранения искажений целесообразно использование полиномиального преобразования, параметры которого формируются на основе текущих навигационных параметров и характеристик обзорных систем.
При расчете параметров преобразования изображений местности, полученных на значительных дальностях (десятки - сотни километров), необходимо учитывать сферичность Земли. Влияние сферичности Земли необходимо учитывать при расчёте положения центра зоны обзора, заданного на ЦКМ, а также при пересчётах изображения из одной системы координат в другую при выводе изображения на монитор.
При анализе совмещаемой с картами информации о местности возможно уточнение параметров преобразования путем расстановки оператором реперов (опорных точек) и выполнения на их основе дополнительных полиномиальных преобразований.
Литература
1. Абламейко С.В. Обработка изображений: технология, методы, применение. Учебное пособие / С.В. Абламейко, Д.М. Лагуновский // Мн.: Амалфея, 2000.
а
2. Методы компьютерной обработки изображений. Под ред. В.А. Сойфера. - М.: ФИЗМАТЛИТ, 2003. -784 с.
3. Ризаев И.С. Геоинформационные системы: учебное пособие / И.С. Ризаев - Казань: Изд-во Ка-зан.гос.техн.ун-та, 2013. - 139 с.
4. Кирпичников А.П. Решение задачи геопозиционирования методом корреляционного сопоставления / А.П. Кирпичников, Д.И. Мифтахутдинов Д.И., И.С. Ризаев // Вестник технологического университета. Т18, №3 -2015 - С.226-228. ISSN 1998-7072
5. Кирпичников А.П. Решение задачи корреляционной привязки изображения и цифровой карты местности / А.П. Кирпичников, Д.И. Мифтахутдинов, И.С. Ризаев // Вестник технологического университета. Т18, №17 -2015 - С.186-189. ISSN 1998-7072
6. Мифтахутдинов Д.И. Особенности реализации алгоритмов совмещения изображений с цифровыми картами местности / Д.И. Мифтахутдинов, И.С. Ризаев // Перспективы интеграции науки и практики: Материалы II Международной научно-практической конференции, 27 августа 2015 г.: материалы конференции. - Ставрополь: ЛогосД015. -С. 44-48. ISBN 978-5-905519-03-1
7. Мифтахутдинов Д.И. Уточнение параметров совмещения изображений методом расстановки опорных точек / Д.И. Мифтахутдинов, И.С. Ризаев // Наука третьего тысячелетия: сборник статей Международной научно-практической конференции в 4 ч.,20 января 2016 г., г. Курган: материалы конференции. -Ч.4. - Уфа: АЭТЕРНА,2016. -С. 51-53. ISBN 978-5-906849-07-6 ч.4
8. Баклицкий В.К. Корреляционно-экстремальные методы навигации и наведения / В.К. Баклицкий // Изд-во Тверь: ТО «Книжный клуб», 2009. - 360 с.
9. Гонсалес Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс // М.: Техносфера, 2012.
10. Skiansky J., Recognizing Convex Blobs, Proceedings International Joint Conference on Artificial Intelligence, Walker D. E., Norton L. M., Eds., May 1969, pp. 107-116.
11. M. K., Visual Pattern Recognition by Moment Invariants, IRE Trans. Inf. Theory, IT-8, 2, 179-187 (February 1962).
12. Пытьев Ю.П., Чуличков А.И. Методы морфологического анализа изображений. - М.: ФИЗМАТЛИТ, 2010.
13. Умняшкин С.В. Теоретические основы цифровой обработки и представления сигналов. Учебное пособие. - М.: Инфра-М, Форум, 2009.
© А. П. Кирпичников - д-р физ.-мат. наук, зав. каф. интеллектуальных систем и управления информационными ресурсами КНИТУ, e-mail: kirpichnikov@kstu.ru; Д. И. Мифтахутдинов - аспирант 1 курса кафедры автоматизированных систем обработки информации и управления КНИТУ-КАИ; e-mail: mdi_55@mail.ru; И. С. Ризаев - канд. тех. наук, доцент кафедры автоматизированных систем обработки информации и управления КНИТУ-КАИ; e-mail: isr4110@mail.ru. Э. Г. Тахавова - канд. эк. наук, доцент кафедры автоматизированных систем обработки информации и управления КНИТУ-КАИ; e-mail: elzzy@yandex.ru.
© А. P. Kirpichnikov - Dr. Sci., Head of the Department of Intelligent Systems & Information Systems Control, KNRTU, e-mail: kirpichnikov@kstu.ru; D. I. Miftakhutdinov - graduate student of the Department of Automated information processing and management, KNRTU-KAI, e-mail: mdi_55@mail.ru; I. S. Rizaev - PhD, Professor of the Department of Automated information processing and management, KNRTU-KAI, e-mail: isr4110@mail.ru; E. G. Tahavova - PhD, Associate Professor of the Department of Automated Information Processing Systems & Control, KNRTU named after A.N. Tupolev, e-mail: elzzy@yandex.ru.
