Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. №4. С. 98-106

Метод вычислительной оптимизации в задаче сопоставления растровой и векторной информации при анализе спутниковых данных

В.Г. Бондур 1, А.Б. Мурынин 2, И.А. Матвеев 2, А.Н. Трёкин 3, И.А. Юдин 1
1 Научно-исследовательский институт аэрокосмического мониторинга «АЭРОКОСМОС», Москва, Россия
2 Научно-исследовательский институт аэрокосмического мониторинга «АЭРОКОСМОС»; Вычислительный центр им. А.А. Дородницына Российской академии наук, Москва, Россия; Москва, Россия
3 Научно-исследовательский институт аэрокосмического мониторинга «АЭРОКОСМОС»; Московский физико-технический институт (государственный университет), Москва, Россия; Долгопрудный, Моск. обл., Россия
В различных задачах дистанционного зондирования Земли применяется обработка космических снимков, представленных как в растровом, так и в векторном форматах, поэтому возникает задача сопоставления разнородных данных. Предлагается простой метод пространственной индексации векторных данных, который увеличивает скорость поиска объектов в векторном файле и таким образом ускоряет совместную обработку данных. Предложенный метод индексации сравнивается с существующими, проводятся теоретический расчет сложности алгоритма и вычислительные эксперименты, подтверждающие его эффективность.
Ключевые слова: индексация, обработка изображений, дистанционное зондирование Земли, spatial indexing, image processing, remote sensing
Полный текст

Список литературы:

  1. Бондур В.Г., Матвеев И.А., Мурынин А.Б., Трёкин А.Н. Распознавание выгоревших территорий на мультиспектральных изображениях с адаптируемой маской облачности // Известия Южного федерального университета. Технические науки. 2012. Т. 131. No 6. С. 153–156
  2. Бондур В.Г. Актуальность и необходимость космического мониторинга природных пожаров// Вестник ОНЗ РАН. 2010. Т. 2. NZ11001
  3. Agoston M.K. Computer Graphics and Geometric Modeling // Springer. 2004. 920 p
  4. Guttman A. R-Trees: A dynamic index structure for spatial searching // Proc. 1984 ACM SIGMOD International Conference on Management of Data. 1984. P. 47–57
  5. Haines E. Point in polygon strategies // Graphics Gems IV. 1994. PP. 24–46
  6. Finkel R., Bentley J.L. Quad trees: A data structure for retrieval on composite keys// Acta Informatica. 1974. No. 4 (1). P. 1–9
  7. Xiongfei Wen. A new prompt algorithm for removing the bowtie effect of MODIS L1B data // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B3b. Beijing, 2008