Растрова карта в ГІС "Карта 2000" має формат RSW. Формат розроблений в 1992 році, за структурою близький до формату TIFF версії 6. Основними показниками, що характеризують растрову карту, є:
- масштаб зображення;
- дозвіл зображення;
- розмір зображення;
- палітра зображення;
- планова прив'язка зображення.
масштаб зображення- величина, що характеризує вихідний матеріал (в результаті сканування якого було отримано дане растрове зображення). Масштаб зображення - це відношення між відстанню на вихідному матеріалі і відповідним відстанню на місцевості.
дозвіл зображення- величина, що характеризує скануючий пристрій, на якому було отримано растрове зображення. Величина дозволу показує, на скільки елементарних точок (пікселів) пристрій сканування розбиває метр (дюйм) вихідного зображення. Іншими словами дана величина показує величину "зерна" растрового зображення. Чим більше величина дозволу, тим менше "зерно", а значить менше розмір об'єктів місцевості, які можна однозначно ідентифікувати (розшифрувати)
Розмір зображення(Висота і ширина) - величини, що характеризують саме зображення. За цим величинам можна визначити габаритні розміри растрового зображення в пікселях (точках). Розмір зображення залежить від розмірів об'єкту сканування вихідного матеріалу і встановленого значення дозволу.
палітра зображення- величина, що характеризує ступінь відображення відтінків кольору вихідного матеріалу в растровому зображенні. Існують наступні основні типи палітри:
- двоколірна (чорно-біла, один розряд);
- 16 кольорів (або відтінків сірого кольору, чотири розряду);
- 256 кольорів (або відтінків сірого кольору, вісім розрядів);
- High Color (16 розрядів);
- True Color (24 або 32 розряди).
У разі можливості вибору при скануванні вихідних матеріалів величини дозволу і палітри зображення (деякі скануючі пристрої працюють тільки з фіксованими значеннями), слід враховувати, що при збільшенні дозволу і вибору більш високого ступеня відображення відтінків різко зростає обсяг одержуваного файлу, що надалі позначиться на обсягах інформації, що зберігається і швидкості відображення і обробки растрових зображень. Наприклад, при скануванні вихідних картматеріалів немає необхідності застосовувати палітру більш 256 кольорів, так як реально на звичайній карті, як правило, присутні не більше 8 кольорів.
Палітра зображення зберігається в початковому файлі, а дозвіл і масштаб майбутнього зображення слід ввести при конвертації растра у внутрішній формат. Виняток становлять файли формату TIFF, в яких крім палітри зберігається і дозвіл. Для інших випадків дозвіл вказується відповідно до параметрів, обраними при скануванні. Наприклад, вітчизняні барабанні сканери фірми КСИ сканують з дозволом 508 точок / дюйм (або 20000 точок / метр). Якщо Ви не знаєте точне значення масштабу оброблюваних матеріалів, слід ввести приблизне значення (величина масштабу автоматично уточнюється в процесі прив'язки растрових зображень).
Завантажене в систему растрове зображення ще не є растрової картою, так як не має планової прив'язки. Неприв'язані зображення додається завжди в південно-західний кут габаритів карти. Тому, якщо ви працюєте з великим районом робіт, для швидкого пошуку доданого растра можна скористатися пунктом "Перейти до растру" меню властивостей растрового зображення діалогу "Список растрів".
Після прив'язки растрова карта стає вимірювальним документом. За растровій карті можна визначати координати зображених на ній об'єктів (при переміщенні курсора по растровій карті в інформаційному полі в нижній частині екрана відображаються поточні координати). Прив'язану растрову карту можна використовувати як самостійний документ або в сукупності з іншими даними.
1.2. Конвертація растрових даних
Cистема Панорама обробляє растрові карти, представлені в форматі RSW (внутрішній формат системи). Дані з інших форматів (PCX, BMP, TIFF) можуть бути конвертовані в формат RSW за допомогою програмного забезпеченнясистеми Панорама. Крім того, системою підтримується рання версія структури растрових даних RST ( "Панорама під MS-DOS"). При відкритті файлу RST він автоматично перетворюється до формату RSW.
Існує два способи завантаження растрового зображення в систему:
- Відкриття растрового зображення як самостійного документа (пункт "Відкрити" меню "Файл").
- Додавання растрового зображення в уже відкритий документ (векторну, растрову, матричну або комбіновану карту) .Добавленіе растрового зображення в уже відкриту карту проводиться через пункт "Додати - Растр" меню "Файл" або пункт "Список растрів" меню "Вид".
1.3. Прив'язка растрової карти
Прив'язка растрової карти проводиться по прив'язаному документу, тобто спочатку необхідно відкрити документ, орієнтований в заданій системі координат (векторна, растрова або матрична карта), додати в нього прив'язується растр і виконати прив'язку. Прив'язати растр можна одним із способів, що надаються у властивостях растра ( "Список растрів - Властивості"). Слід пам'ятати, що всі дії над растром, доступні в меню властивостей растрового зображення, виконуються над поточного растром. Тому, якщо відкритий документ містить кілька растрів, слід активізувати (вибрати в списку відкритих растрів) той, з яким Ви в даний час хочете працювати.
1.3.1. Прив'язка по одній точці
Прив'язка проводиться послідовним зазначенням точки на растрі і точки, куди зазначена точка повинна переміститися після перетворення (звідки - куди). Перетворення проводиться шляхом паралельного переміщення всього растра без зміни його масштабу і орієнтації.
1.3.2. Посунути в південно-західний кут
Перетворення проводиться шляхом паралельного переміщення всього растра без зміни його масштабу і орієнтації в південно-західний кут габаритів району робіт. Даний режим прив'язки доцільно застосовувати, коли до відкритої мапі Ви додаєте некоректно прив'язаний растр, який відображається далеко за межами району робіт. У цьому випадку після переміщення растра в південно-західний кут полегшується його повторна прив'язка.
1.3.3. Прив'язка по двох точках з масштабуванням
Прив'язка проводиться послідовним зазначенням пари точок на растрі і точок, в які зазначені точки повинні переміститися після перетворення (звідки - куди, звідки - куди). Перетворення проводиться шляхом паралельного переміщення всього растра зі зміною його масштабу. Прив'язка зображення проводиться за першою парою зазначених точок. Друга пара точок вказується для обчислення нового масштабу растрового зображення. Тому в разі, якщо у растра значення вертикального і горизонтального масштабу не рівні (растр витягнуть та утисків внаслідок деформації вихідного матеріалу або похибки скануючого пристрою), друга точка займе своє теоретичне положення з деякою погрішністю. Для усунення похибки слід скористатися одним з методів трансформування растрового зображення (прикладна задача "Трансформування растрових даних").
1.3.4. Поворот без масштабування
Прив'язка проводиться послідовним зазначенням пари точок на растрі і точок, в які зазначені точки повинні переміститися після перетворення (звідки - куди, звідки - куди). Перетворення проводиться шляхом паралельного переміщення всього растра зі зміною його орієнтації в просторі. Поворот здійснюється навколо першої зазначеної точки. Прив'язка зображення проводиться за першою парою зазначених точок. Друга пара точок вказується для обчислення кута розвороту зображення. Тому в разі, якщо у растра значення вертикального і горизонтального масштабу не рівні (растр витягнуть та утисків внаслідок деформації вихідного матеріалу або похибки скануючого пристрою), друга точка займе своє теоретичне положення з деякою погрішністю. Для усунення похибки слід скористатися одним з методів трансформування растрового зображення (прикладна задача "Трансформування растрових даних").
При завантаженні растрових карт в базу даних може створюватися район робіт растрових карт. Для створення реєстрового району необхідно послідовно завантажити в систему кожне утворить цей район растрове зображення і зорієнтувати його щодо єдиної системи координат.
Комбінація растрових і векторних карт на одні й ті ж або суміжні території дозволяє оперативно створювати і оновлювати райони робіт, зберігаючи можливість вирішення прикладних завдань, для яких деякі види об'єктів карти повинні мати векторне подання.
Ідея записувати разом з кожною фотографією координати точки, в якій вони зроблені, виникла ще на зорі цифрової фотографії і була майже відразу реалізована. Сьогодні ця ідея прийшла в маси і обросла безліччю сервісів. З самого початку виникла і сьогодні триває реалізація ідеї на апаратному рівні, коли GPS приймач прямо зв'язується з камерою, або він в неї вбудований, або приєднаний до неї через послідовний порт, або встановлений на камеру і отримує сигнал про те, що зроблений знімок, від синхроконтакта спалаху. Sony випустила також пристрій GPS-CS1, яке записує просто координати кожні 15 с, а потім вони Сінхронізуется за часом зі зробленими знімками, і інформація про координати записується в файлі. З огляду на, що сьогодні і GPS приймачі, і камери стали дуже поширеними і в повсякденному житті, можливо, вам і не доведеться купувати додатковий пристрій, можна скористатися вже наявними у вас GPS приймачем і камерою, залишається тільки прив'язати дані про координати до конкретних знімків. Раніше було істотне обмеження, пов'язане з тим, що пам'ять GPS навігатора рясніла, і доводилося щодня скачувати інформацію в комп'ютер. Якщо ви знімали рідко, а GPS використовувався в навігації, то цілком ймовірно, що, приїхавши з походу, ви зможете отримати інформацію тільки про останній день. Зараз, коли у GPS навігаторів з'явилася можливість записувати пройдені шляхи на карти пам'яті, питання її нестачі практично повністю знятий. В Інтернеті можна знайти кілька десятків програм, призначених для прив'язки фотографій до координат. Більш менш повний списокможна знайти і. Серед них є і комерційні, але більшість безкоштовні і навіть з відкритими вихідними кодами. Я спробував спробувати багато їх них, однак якщо з якихось причин програма відразу не починала працювати коректно, то я не намагався розібратися, а відразу переходив до наступної. Тому цілком можливо, що серед тих програм, які я відбракував, є і гідні, які на іншій конфігурації обладнання почнуть працювати відразу і без проблем. Комерційні програми я теж не розглядав, оскільки їх демонстраційні версії вносять навмисну помилку близько кілометра, і мені здалося нерозумним витрачати на них час при наявності великої кількості відкритих програм.
Крім того, число розглянутих програм скоротилося, оскільки у мене були досить специфічні додаткові вимоги. А саме: для запису координат використовувався навігатор Etrex Venture Cx, який зберігає дані про координати в форматі GPX (GPS Exchange Format). Формат стандартний, але з'ясовується, що фірма Garmin і деякі творці програм цей стандарт розуміють по-різному. На щастя, є універсальні програми, що перетворюють один формат в інший. І серед них я б виділив. Зокрема, в цій програмі можна попросити перетворити формат GPX, взятий з навігатора Garmin, в той же самий формат, але результат цього перетворення будуть розуміти вже всі програми.
Друга вимога полягала в тому, що мені хотілося відразу прив'язати фотографії в форматі RAW, щоб всі отримані з вихідних фотографії були вже з позначеними координатами, і не треба було б знову визначати координати за часом, коли зроблений знімок. Тому що з часом, як виявилося, існує досить багато проблем. І якщо їх ще помножити тим, що перетворені файли зроблені і оброблені в різний час, і вихідна інформація часів знімка може бути втрачена або через деякий час ви не зможете згадати, в якому часовому поясі ви знімали. Багато з розглянутих мною програм мають досить витончені налаштування для корекції можливих проблемз установкою часів. Проте, краще відразу налаштувати навігатор і камеру таким чином, щоб цих проблем не виникало. У мого навігатора є можливість вибрати спосіб запису треку - автоматичний або через заданий інтервал часу. В автоматичному режимі, якщо ви швидко переміщується, то точок пишеться багато, якщо ж стоїте на місці, то вони взагалі не пишуться. Це дозволяє отримати запис шляху однаково якісно, пересуваєтеся ви пішки, або їдете на машині. Однак якщо ви довго знімаєте з однієї точки, то може створитися ситуація, коли в момент зйомки GPS навігатор не записав координати, оскільки вони не відрізнялися від записаних півгодини назад. У багатьох програмах можна задати інтервал часу, в якому координати вважаються співпадаючими зі зробленим знімком. Однак відсутність інформації може означати не тільки те, що ви не транспортувалися, а й те, що сигнал від супутника був втрачений. В цьому випадку, якщо інтервал досить великий, то знімку можуть бути приписані координати, істотно відрізняються від справжніх. Тому я рекомендую встановити запис по часу з інтервалом в 10 с. Якщо ви знімаєте не з вікна автобуса, то точність буде більш ніж достатня.
Наступна глобальна проблема - це який час встановлювати в камері. Якщо ви подорожуєте, чи робите знімки восени або навесні, коли можуть перевести час, то встановлювати в камері місцевий часмені здається поганою ідеєю, тим більше, що ідея місцевого часу сьогодні повністю дискредитована. Сонце в зеніті над моїм будинком в Москві влітку о 13 годині 15 хвилин. Сьогодні транспортні засоби дозволяють переміщатися на багато тисяч кілометрів, і розумніше використовувати єдиний світовий час, а не пояснювати, за яким часом і з урахуванням якого часового періоду ви домовлялися про зустріч. Навігатор веде протокол за часом UTC (Coordinated Universal Time). Тому цей же час має сенс і виставити на камері і ніколи не міняти незалежно від переїздів або пори року. З огляду на, що я записую координати з інтервалом в 10 с, я вважаю за краще називати цей час по-старому GMT (Greenvich Meridium Time). Цей варіант більш інформативний, оскільки означає, що відлік ведеться від місцевого часу на меридіані Гринвіча і при заданій мною точно не відрізняється від UTC. Знаючи свої власні координати і цей час, ви завжди легко можете вирахувати, коли ж у вас сонце буде в найвищій точці, тобто місцевий полудень. Вся ця інформація для фотографа аж ніяк не даремна, оскільки дозволяє уявити, звідки і куди буде падати світло в передбачуваній точці зйомки. Всі біди від наук, тому, ймовірно, люди, обізвав ранок полуднем, прагнули швидше відправити всіх, хто вчив у школі географію, в божевільню.
Отже, якщо у нас камера і навігатор встановлені за єдиним часом, то в подальшому можна ігнорувати налаштування Часовий пояс. Програми прив'язки фотографії до координат
GPicSync
Для початкової пакетної обробки знятих фотографій я вибрав програму.
Спартанський графічний інтерфейс, робота тільки з папками, перегляд тільки JPEG, але своє завдання вона виконує і досить швидко. Зазначу, що є досить багато програм, які працюють з командного рядка, Які можуть посперечатися з даної по аскетизму, але я не люблю працювати з клавіатурою :-) Програма використовує і. Розповсюджується за ліцензією GPL. Є версії для Windows і Linux. Підтримується російську мову.
Працює вона відразу з папками, дозволяє пакетно перетворювати відразу багато фотографій, працює з RAW, розуміє файли GPX від Garmin, записує координати в EXIF, дозволяє додавати автоматично в ключові слова IPTC найближчі географічні назви, які вона бере з баз даних в Інтернеті. Крім того, що вона записує інформацію про координати в файли фотографій, вона також створює файл у форматі KML або KMZ.
KML (Keyhole Markup Language - мова розмітки Keyhole) - мова розмітки на основі XML, службовець для представлення тривимірних геопросторових даних в програмі Google Earth, яка носила назву «Keyhole» до її придбання компанією Google. KMZ є результатом стиснення KML-файлів ZIP-способом. Детальніше див.
Програма Google Earth поширюється безкоштовно.
Якщо ви хочете в похідних умовах (без швидкого інтернету) Зорієнтуватися, де ж ви зробили знімки, їх треба нанести на якусь карту, яка збережена у вас в ноутбуці. Для цього можна скористатися вищезгаданої програмою GPS Babel і перетворити в формат WPT для перегляду в програмі або знову в формат GPX, але вже з включеними в нього точками, що відзначають зроблені знімки, для перегляду в програмі, т. Е. Нанести фотографії на ту саму карту, по якій ви орієнтувалися, коли користувалися своїм GPS навігатором.
Для роботи з окремими фотографіями може виявитися хорошим виборомпрограма.
Ця програма написана на Java і, як наслідок, однаково легко запускається без переустановлення і під Windows, і під Linux. Крім того, вона поширюється на умовах ліцензії GNU General Public License. Програма може все: працювати з RAW файлами; переглядати їх; записувати координати в EXIF; переглядати положення фотографій на супутникових знімках через програму Google Earth; додавати географічні назви в ключові слова, користуючись інформацією з сайту. Щоб добитися такої універсальності, програма використовує зовнішні модулі сторонніх розробників, які треба встановлювати окремо:,.
Програма дозволяє експортувати фотографії не тільки в Google Earth, а й, не встановлюючи додаткових програм, Контролювати стан точки зйомки через.
З мінусів цієї програми треба зазначити, що вона дуже повільна, т. Е. На підготовку перегляду фотографії в форматі RAW може піти близько хвилини, і без конвертації не розуміє файли Garmin. Програма використовується для зв'язку з GPS приймачем а для конвертації файлів її треба запускати окремо. Деякі географічні назви можуть бути вставлені кирилицею, що можна було б тільки вітати, але деякі програми перегляду відмовляються працювати з такими файлами :-(
Програма дуже часто оновлюється, так що є надія, що вона буде вдосконалюватися :-)
COPIKS PhotoMapper
Якщо працювати тільки з файлами в форматі JPEGі тільки під Windows, то непоганим вибором буде програма.
Вона ж вельми ефективно справляється із завданням упаковки раніше прив'язаних до координат фотографій в формат KMZ. Можна подивитися, як це виглядає, скачавши файл в 500 КБ.
Locr GPS Photo
Для подальшої обробки та розміщення фотографій в інтернеті може бути корисною програма.
Зручна вона і тим, що дозволяє накладати фотографії на космічні знімки і карти, надані різними компаніями. Можна вибирати між Google, Microsoft і YAHOO.
Прив'язувати фотографії з її допомогою я так і не навчився, оскільки не знайшов способу перетворити GPX в прийнятний для неї формат NMEA. Тому для мене її основне призначення розміщувати фотографії в інтернеті. Це не єдина служба яка надає подібну послугу, можна розміщувати фотографії в інтернеті і на сайті.
Зручним доповненням виявилася програма, яка дозволяє редагувати координати вручну, знаходити точку зйомки в програмі Google Earth за даними, записаним в EXIF, а також проводити зворотну операцію - записувати координати знайденої на космічному знімку точки зйомки в EXIF.
За останній рік ідея отримала бурхливу підтримку в масах, і скоро будь-яку точку земної поверхні можна буде побачити не тільки з космосу, але і з рівня землі. Включивши в Google Earth шар «Географія в інтернеті / Panoramio», ви побачите, що земля буквально посипана позначками точок зйомки, клацнувши на які можна побачити фотографію.
Часто у нас є паперова карта місцевості і ми хочемо додати цю карту в наш ГІС-проект. Розглянемо як створити геоприв'язаних зображення з сканованою або сфотографований карти на прикладі карти заказника "Квітуча гора".
У наведеному прикладі всі виконується в програмі QGIS. В ході роботи будуть використані наступні модулі: Прив'язка растрів, QuickMapServices, GeoSearch. Ці плагіни потрібно встановити і активізувати, докладніше про установку модулів можна почитати. Для роботи модулів QuickMapServices і GeoSearch необхідне підключення до Інтернет.
Наступний крок - знайти на базовій карті цікаву місцевість. Для цього, уважно розглянувши скановану карту, ми знаходимо на ній назву населеного пункту - «с.Мільча».
Знаючи назву села, ми можемо знайти його за допомогою одного з модулів «GeoSearch», «osmSearch» або «OSM place search».
Після масштабування карти до цікавого місця, приступаємо безпосередньо до прив'язки карти. для геоприв'язки растрових зображеньв QGIS є вбудований модуль «Прив'язка растрів» (Georeferencer). Запускається модуль з розділу меню «Растр» - «Прив'язка растрів».
Модуль «Прив'язка растрів» (Georeferencer) відкривається в новому вікні.
За допомогою кнопки «Відкрити растр» або комбінації клавіш
У верхній частині вікна з'явиться зображення, в нижній частині розташована таблиця з описом точок прив'язки.
Далі потрібно вибрати точки на базовій карті і зображенні, за якими буде здійснюватися прив'язка зображення. Зазвичай це перехрестя і повороти доріг, мости та інші об'єкти що абсолютно очевидно на базовій карті і прив'язувати зображенні.
Збільшуємо екстент базової карти до першої точки прив'язки. Так само збільшуємо прив'язувати зображення вибраного пункту прив'язки. Наблизившись у вікні модуля до точки прив'язки, натискаємо кнопку «Додати точку» і клацають покажчиком мишки по вибраній точці. Після цього відкривається форма введення координат. Координати можна ввести як через поля введення, так і захопити з карти. Якщо у нас є координати точок, наприклад, отримані за допомогою GPS-навігатора, ми можемо їх внести у відповідних полях. Для отримання координат з базової карти натискаємо кнопку «С карти».
Після натискання кнопки «З мапи» автоматично відкривається основне вікно QGIS. У ньому курсор мишки має вигляд білого хрестика. Вибираємо точку прив'язки на базовій карті і тиснемо ліву кнопку мишки.
Після натискання, автоматично повертаємося у вікно модуля прив'язки растрів. У формі введення з'явилися значення координат точки. Заповнені значення мають систему координат проекту з базовою картою.
Після натискання точка додається в таблицю з описом точок прив'язки. Таким чином додаємо якомога більше точок прив'язки. Точки бажано розташувати рівномірно по прив'язувати зображенню. Чим більше спотворено вихідне зображення, тим більше потрібно точок прив'язки. Мінімальна кількість точок прив'язки - 3.
Далі задаємо параметри трансформації. Для цього натискаємо шестірню на панелі інструментів. У вікні задаємо такі обов'язкові значення: тип трансформації, метод інтерполяції, цільову систему координат, цільової растр. Інші параметри є необов'язковими і їх можна залишити зі значеннями за замовчуванням.
Якість прив'язки залежить від кількості точок прив'язки і від вибору методу трансформації. Детальніше про методи трансформації можна почитати.
Одним з ключових моментів є правильне вказівку цільової системи координат. Якщо вносили координати отримані за допомогою GPS-навігатора, то вказуємо систему координат задану в настройках GPS-навігатора, найбільш часто це WGS 84 (EPSG: 4326). Якщо ми брали координати з карти, то вказуємо систему координат робочого проекту. У нашому випадку це WGS 84 / Pseudo Mercator (EPSG: 3857) яка є «рідною» для таких карто-сервісів як OpenStreetMap, ArcGIS Online та багато інших.
Задавши параметри трансформації запускаємо процес прив'язки, натиснувши зелений трикутник на панелі інструментів або вибравши відповідний пункт в меню «Файл». В результаті прив'язки растрів буде отримано файл у форматі GeoTIFF.
Якщо у вікні параметрів трансформації ви відзначили пункт «Відкрити результат QGIS» то після закінчення процесу прив'язки результуючий шар буде додано до робочий проект поверх базової карти.
Важливим нюансом є те, що в результаті роботи модуля, результуючий растр має систему координат зазначену в параметрах трансформації, але інформація про те яка саме проекція растра, в ньому не міститься. З цієї причини, він може бути присутнім в списку шарів, але не відображатися на карті. В такому випадку необхідно зайти в «властивості шару» і вказати потрібну системукоординат вручну.
Після явного вказівки правильної системи координат зображення розташується на потрібному місці.
Налаштувавши прозорість ми можемо приховати чорні поля по краях прив'язаного зображення, що виникли в результаті трансформації.
Так само можемо перевірити коректність прив'язки, вказавши прозорість шару в 50%.
А. П. Кирпичников, Д. І. Міфтахутдінов, І. С. Різаєв
РІШЕННЯ ЗАВДАННЯ кореляційної прив'язки ЗОБРАЖЕННЯ І ЦИФРОВИЙ КАРТИ МІСЦЕВОСТІ
Ключові слова: Поєднання зображень, цифрова карта місцевості, кореляційний обробка зображень.
В роботі розглянуто рішення задачі прив'язки зображення і цифрової карти місцевості методом кореляційної обробки двох зображень, що дозволяє досягти високої точності прив'язки для автоматичного усунення похибок суміщення між ними.
Keywords: combining images, digital terrain maps, correlation image processing.
The work considers the solution of the binding images and digital maps by method of correlation processing of the two images to achieve high accuracy of snapping for automatically eliminating of alignment errors between them.
Вступ
В даний час в Російських діючих системах розвідки основною метою є знаходження нових (раніше невідомих) об'єктів в заданому районі місцевості. Тому важливим завданням є поєднання карти місцевості (ЦКМ) і її поточного зображення з подальшим аналізом результатів суміщення і пошуку відмінностей.
На практиці різночасові та разноспектраль-ні зображення одного і того ж об'єкта або місцевості можуть значно відрізнятися один від одного і від їх зображення на ЦКМ. Таким чином, перед нами постає ряд завдань геометричній і амплітудної корекції зображень, їх прив'язки і суміщення. Здійснити прив'язку можливо по навігаційним параметрами і за допомогою пошукових алгоритмів, які визначають відповідність між елементами зображень.
Похибки вимірювання навігаційних параметрів призводять до помилок суміщення зображення і ЦКМ. Основними причинами є:
1. Затримка початку прийому сигналу при формуванні зображення.
Помилка у визначенні затримки формується за рахунок дискретності значення тактової частотиопорного генератора (наприклад, 1/56 МГц)
56 10 6 [Гц] 2 56 10
2. Помилка визначення висоти носія. Чисельний розрахунок помилки (наближений):
3. Помилка визначення меж кадру зображення.
Ця помилка визначається, перш за все, похибкою кутового датчика. Максимальна лінійна помилка за рахунок похибки визначається
як Dmax стор = 1,74-10-3 Dmax.
4. Помилка визначення координат літака в наземної системі координат.
де D - дальність до точки кадру зображення, h-висота літака, Д - помилка вимірювання висоти літака, Др - помилка визначення кутового положення антени в радіанах, Д ^ - помилка визначення справжнього курсу літака в радіанах.
Сумарна помилка визначення місця розташування зображення дорівнює кореню квадратному із суми квадратів складових похибок.
Для усунення виникаючих помилок суміщення можливе використання кореляційної прив'язки оброблених зображень і ЦКМ. При цьому до основних труднощів при створенні алгоритмів необхідно віднести, перш за все, відмінності в принципах отримання зображень. Крім того, зображення більшості об'єктів істотно залежать від пори року. Тому необхідно при створенні алгоритму кореляційної прив'язки зображень і ЦКМ мати можливість виділити орієнтири зі стійкими характеристиками.
Основні поняття кореляційно-регресійного аналізу
Основним завданням кореляційного аналізу є оцінка рівняння регресії і визначення тісноти зв'язку між результативною ознакою і безліччю факторних ознак. Величина коефіцієнта кореляції є вираз кількісної тісноти зв'язку.
Якщо розглядати генеральну сукупність, то для характеристики тісноти зв'язку між двома змінними користуються парним коефіцієнтом кореляції р, в іншому випадку, його оцінкою -виборочним парним коефіцієнтом р
Якщо форма зв'язку лінійна, то парний коефіцієнт кореляції обчислюють за формулою:
а вибіркове значення - по формулі:
У (Х - X) (Y -Y)
При малому числі спостережень вибірковий коефіцієнт кореляції обчислюють за формулою:
пX X Т-X XX Т
Х X, 2 - (X X) 2
"X т 2 - (X Т) 2
Зміни величини коефіцієнта кореляції знаходяться в інтервалі -1< г < 1.
У разі, якщо коефіцієнт кореляції знаходиться в інтервалі -1< г < 0, то между величинами Х и У - обратная корреляционная связь. Если коэффициент корреляции находится в интервале 0 < г < 1, то между величинами Х и У - прямая корреляционная связь.
Логіка застосування кореляційної прив'язки
До основних етапів при поєднанні можна віднести:
1. Виділення еталонів по карті, їх попередня обробка.
2. Перетворення еталонів зображення з урахуванням геометрії отримуваного зображення.
3. Обробка зображення з метою виділення об'єктів місцевості.
4. Здійснення кореляційного пошуку еталонів на поточному зображенні.
5. Уточнення положення поєднувати зображення з картою (корекція навігаційних координат).
Розглянемо докладніше деякі з етапів.
отримання еталонів
Цей етап здійснюється оператором або автоматично на основі знань передбачуваної ділянки дій і об'єктів на ньому розташованих, які можна розділити на дві групи. Перша -точкові, зокрема - вишки, спорудження та т.д. Для їх виділення на зображенні можна використовувати порогову обробку значень яскравості зображення. Однак основна складність виникає при асоціації даної "яскравою" точки з об'єктом місцевості, внаслідок того, що поріг може бути перевищений іншим об'єктом. Недостатня детализированность цифрових карт не дозволяє в більшості випадків виділити точкові об'єкти на місцевості.
До другої групи можна віднести протяжні, що мають характерні форми, об'єкти. До них, можна віднести гидрографию (річки, озера, берегова риса), дорожню мережу, населені пункти та ін. Ці об'єкти мають характерні зображення і дозволяють на основі знання їх властивостей по карті отримати модель зображень для подальшого пошуку. Дослідження показали доцільність приведення еталонів до бінарним увазі внаслідок того, що неможливо передбачити рівень яскравості об'єктів на формованих зображеннях. На рис.1 показано отримання бінарного зображення річки по ЦКМ.
Мал. 1 - Приклад отримання бінарного зображення річки по ЦКМ
В якості еталонних доцільно вибирати характерні ділянки об'єктів, якими є вигини, перетину, розгалуження. Вони володіють вузькими автокореляційної функції і повинні забезпечити ефективний пошук. Можливе застосування автоматичного алгоритму вибору положення еталонних ділянок шляхом аналізу кореляційної функції обираних ділянок і району з яких вони формуються. Використовувані орієнтири вибираються для передбачуваної ділянки місцевості, одержуваного за показаннями навігаційної системи з урахуванням можливої величини її помилки.
Усунення геометричних спотворень
Питанням, що вимагає розгляду при реалізації алгоритму кореляційної прив'язки, є вибір трансформованою області. При цьому можливі два варіанти. Перший - приведення еталонних ділянок місцевості до поточного зображення-нию. Ця операція вигідніша з точки зору обчислювальних ресурсів, т. К. Простіше здійснювати обробку бінарного еталонного зображення. Другий спосіб пов'язаний з приведенням поточного зображення до карти місцевості. Вибір способу перетворення здійснюється з урахуванням можливостей безпосередньої реалізації алгоритмів на практиці.
Обробка отриманих зображень
Безпосередньо здійснювати пошук еталонних ділянок на одержуваних зображеннях недоцільно через велику кількість об'єктів на місцевості, наявності значної шумовий складової. Тому етапу пошуку передує операція виділення шуканих об'єктів. Основними методами, використовуваними в даний час і дозволяють виконувати цю операцію, є сегментація і оконтуривание зображень. Крім того, для зниження залежності результатів обробки зображень від спотворюють випадкових шумових складових здійснюється фільтрація зображень. При цьому в ролі перешкод можуть виступати ті чи інші компоненти самого зображення.
Сегментацію часто розглядають як основний початковий етап аналізу при автоматизації методів отримання зображень, так як в результаті будується зображення, якість виконання якого багато в чому визначає успіх рішення завдання виділення об'єктів на зображенні і подальшої кореляційної прив'язки. Приклад порогової бінарної
сегментації отриманого і трансформованого зображення показаний на рис.2.
Рис.2 - Приклад трансформованого зображення
Звернемо увагу, що для виділення різних об'єктів необхідно здійснювати різні способи обробки зображення. Так, для виділення прямих ділянок доріг можна застосувати спеціальні маски з подальшою порогової обробкою.
Пошук розташування еталонних зображень на поточному зображенні (прив'язка)
Основні варіанти алгоритмів встановлення подібності зображень пов'язані з отриманням характеристик стохастичною взаємозв'язку поточного фрагмента зображення з еталонним зображенням місцевості. Основою даних алгоритмів є кореляційний і спектральна теорія сигналів.
Зображення еталонного фрагмента (обраного на карті місцевості і подається матрицею і0 розміром пхп), порівнюється з поточними зображеннями фрагментами зображення в «зоні інтересу» розміром ЬхЬ. Ь = п + т, причому зона пошуку визначається можливою помилкою системи навігації.
В процесі ковзного пошуку обчислюється «функція подібності» між фрагментами еталонного і поточного зображень. Необхідно знайти функцію подібності, яка з максимальною точністю і достовірністю дозволить локалізувати фрагмент зображення, відповідний еталону, встановлюючи, таким чином, зв'язані точки на зображеннях.
При кореляційному методі здійснюється пошук максимуму коефіцієнта кореляції (тахг (до, 1)) поточного фрагмента з еталоном
XXUo (x, У) і (х, у)
/ (До, I) = - ^ -] -_, (7)
^ [^ Х, у)] 2 XX2) 2
де і0 і та - центровані значення яркостей еталона і фрагмента зображення. Ця операція необхідна для усунення залежностей значення коефіцієнта кореляції від енергетики ділянок.
Для дотримання умов достовірності виявлення необхідно встановити поріг (гпор) для величини взаємної кореляції.
Якщо тахг (до, 1)> гпор, то із заданою вірогідністю гарантується схожість знайденої пари фрагмен-
тов. Значення порога може бути задано ймовірністю схожості фрагментів і коефіцієнтом кореляції.
Недоліком кореляційної заходи подібності є її чутливість до геометричних спотворень розмірів сполучених об'єктів, що висуває високі вимоги до алгоритму сегментації об'єктів за отриманим зображенню.
Зазвичай в якості критеріїв ефективності процедур ідентифікації подібності приймають точність суміщення фрагментів і ймовірність помилкової прив'язки.
На рис.3 показані результати пошуку декількох еталонних фрагментів на зображення. Еталони, виділені на ЦКМ, приведені до геометрії отриманого зображення. На рис.4 наведено результат пошуку еталонного зображення в разі приведення зображення до геометрії карти при тих же умовах.
Обчислення взаємозв'язку еталона і зображення можна здійснювати на основі спектральної теорії сигналів. Фактично метод також здійснює пошук кореляційного інтеграла, тільки в частотної області. В цьому випадку за допомогою алгоритмів швидкого перетворення Фур'є можливо значно знизити потрібні обчислювальні витрати для організації обчислень.
На основі отриманих значень нев'язок між прогнозованим результатом по навігації і обчисленим за допомогою кореляційного інтеграла положеннями еталона формується поправка положення поточного зображення щодо ЦКМ.
Мал. 3 - Результати пошуку декількох еталонних фрагментів
Мал. 4 - Результат пошуку еталонного зображення в разі приведення зображення до геометрії карти
Розглянутий метод кореляційної обробки двох зображень дозволяє досягти високої точності прив'язки поточного зображення з цифровою картою місцевості для автоматичного усунення похибок суміщення між ними.
В роботі запропонований алгоритм виконання прив'язки, основними етапами якого є підготовка еталонів з карти, перетворення і обробка зображень місцевості і здійснення кореляційного пошуку. Однак кожен з цих етапів при реалізації вимагає врахування особливостей використовуваних оглядових систем і цифрових карт місцевості.
література
1. Баклицький В.К. Кореляційно-екстремальні методи навігації та наведення / Вид-во Тверь: ТО «Книжковий клуб», 2009. - 360 с.
2. Грузман І.С., Киричук В.С., Косих В.П. та ін. Цифрова обробка зображень в інформаційних системах./ Навчальний посібник. - Новосибірськ: Изд-во НГТУ, 2000. -168 с.
3. Цеглярів А.П., Міфтахутдінов Д.І., Різаєв І.С. Рішення завдання геопозиционирования методом кореляційного зіставлення // Вісник технологічного університету: т.18 №3; - 2015. - 308 с.
4. Міфтахутдінов Д.І., Різаєв І.С. Особливості реалізації алгоритмів суміщення зображень з цифровими картами місцевості. / «Перспективи інтеграції науки і практики». Матеріали II Міжнародної науково-практичної конференції; -Ставрополь: 2015. - 94 с.
© А. П. Кирпичников - д-р фіз.-мат. наук, зав. каф. інтелектуальних систем і управління інформаційними ресурсамиКНИГУ, [Email protected]; Д. І. Міфтахутдінов - магістрант 2 курсу кафедри автоматизованих систем обробки інформації та управління КНИГУ-КАИ; [Email protected]; І. С. Різаєв - канд. тех. наук, професор кафедри автоматизованих систем обробки інформації та управління КНИГУ-КАИ; [Email protected]
© А. P. Kirpichnikov - Dr. Sci., Head of the Department of Intelligent Systems & Information Systems Control, KNRTU, [Email protected]; D. I. Miftakhutdinov - master student of the Department of Automated information processing and management, KNRTU-KAI, [Email protected]; I. S. Rizaev - PhD, Professor of the Department of Automated information processing and management, KNRTU-KAI, [Email protected]
Багато задач тематичного дешифрування зводяться до взаємного порівнянні між собою зображень, сформованих за допомогою датчиків різних фізичних полів. Яскравим прикладом може служити розвиток дистанційних методів контролю природних ресурсів і динаміки екосистем (так званого моніторингу), що зводиться до зіставлення знімків однієї і тієї ж території, отриманих в різний час і / або за допомогою різних датчиків. Найчастіше використовуються оптичне, радіолокаційне, радіотепловое, магнітне та інші поля. Спільне використаннярізних фізичних полів вимагає попередньої обробки відповідних їм зображень, наприклад, з метою переведення зображень в одну спектральну область.
На практиці зображення одного і того ж об'єкта або ділянки місцевості, отримані в різний час або за допомогою різних датчиків, можуть значно відрізнятися один від іншого. Звідси випливає ряд важливих завдань прив'язки, а також точної взаємної геометричній і амплітудної корекції для подальшого спільного аналізу. У будь-якому випадку це вимагає встановлення відповідності між елементами вихідних зображень, що зводиться до виділення так званих опорних (по іншому, реперних або пов'язаних) точок на зображеннях, за якими можна здійснити координатну прив'язку знімків з одночасною геометричній корекцією. (Точки на двох зображеннях називаються сполученими, якщо вони є образами однієї точки сцени). Наприклад, аерокосмічний комп'ютерний моніторинг передбачає наявність дискретного за часом спостереження з невеликим тимчасовим інтервалом, і тому, коли рухома камера фіксує яскравості образ об'єкта, що спостерігається (оптичну поверхню) у вигляді послідовності зображень, то цей образ від знімка до знімка деформується внаслідок перспективних спотворень і зміни положення камери. Геометрія відповідних деформацій моделюється проектними перетвореннями, які становлять більш великий клас, ніж відомі перетворення евклідової геометрії (досить сказати, що довжини і кути в проективної геометрії не зберігаються, а паралельні лінії можуть перетинатися!).
Відновлення просторового рельєфу по стереоснимку призводить до проблеми ідентифікації: встановлення точного координатного (поточечного) відповідності елементів стереоизображений. Вирішення цього завдання полягає у виділенні пар реперних фрагментів і оцінюванні параметрів «розбіжності» відповідних точок (це називається в стереофотограмметрії бинокулярной діспарантностью), за якими можна відновити функцію геометричного перетворення і оцінити поверхню тривимірної сцени (рельєф).