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
Ваш e-mail:
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. 2017. Т. 14. № 1. С. 40-49

Установление соответствия между векторными эталонами и полутоновыми изображениями

В.А. Гришин 1 
1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 13.01.2017
DOI: 10.21046/2070-7401-2017-14-1-40-49
В задачах, связанных с обработкой материалов дистанционного зондирования Земли, оптическими измерениями, в частности, в области корреляционно-экстремальной навигации, возникает необходимость установления соответствия между эталонными и реально наблюдаемыми изображениями. В настоящее время наиболее хорошо изучены вопросы установления соответствия между изображениями в растровой форме. Однако векторные эталонные изображения имеют ряд преимуществ перед растровыми. В частности, это малый объем, возможность линейных и нелинейных преобразований, а также возможность компенсации искажений съёмочной камеры путем трансформации эталона с малыми вычислительными затратами. В статье рассмотрены два алгоритма установления соответствия между векторными эталонами и растровыми изображениями, предназначенных для решения навигационных задач. Первый алгоритм обеспечивает установление соответствия между картой береговых линий и растровым изображением без нахождения в явном виде границ «океан/материк» на растровом изображении. Алгоритм не предъявляет высоких требований к качеству растрового изображения, но поиск экстремума целевой функции соответствия между эталоном и растровым изображением требует значительных вычислительных затрат. Второй алгоритм предполагает нахождение границ «океан/материк» в явном виде и требует для своей реализации существенно меньших вычислительных ресурсов. Однако он предъявляет высокие требования к алгоритмам селекции облаков на изображении.
Ключевые слова: корреляционно-экстремальная навигация, векторные эталоны, карта береговых линий
Полный текст

Список литературы:

  1. Гришин В.А. Повышение точности навигации космических аппаратов при использовании глобальной карты береговых линий // Техническое зрение. 2014. № 1. С. 44–52.
  2. Егошкин Н.А., Еремеев В.В., Козлов Е.П., Москатиньев И.В., Москвитин А.Э. Геодезическая привязка изображений от геостационарных спутников по контуру диска Земли и электронным картам // Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 1. № 6. С. 132–138.
  3. Катаманов С.Н. Автоматическая привязка изображений геостационарного спутника MTSAT-1R // Современные проблемы дистанционного зондирования Земли из космоса. 2007. Т. 1. № 4. С. 63–68.
  4. Катаманов С.Н. Точная географическая привязка изображений геостационарного спутника MTSAT-1R в формате HRIT // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 1. С. 97–105.
  5. Катаманов С.Н. Разработка автоматического метода географической привязки изображений MVISR полярно-орбитального спутника FengYun-1D // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 3. С. 85–93.
  6. Мальцев Е.А., Сиротин Э.Е., Перфильев Д.А., Цибульский Г.М. Измерение облачности на снимках, полученных со спутника SPOT-4 // Журнал Сибирского федерального университета. Серия: Техника и технологии. 2012. Т. 5. № 2. C. 229–242.
  7. Маслов И.А., Гришин В.А. Некоторые результаты мониторинга морского горизонта в красной и ближней инфракрасной областях спектра // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 1. С. 171–180.
  8. Daugman J. How Iris Recognition Works // IEEE Transactions on Circuits and Systems for Video Technology. 2004. Vol. 14. No. 1. P. 21–30.
  9. Fujii K., Arakawa K. Automatic Registration of Satellite Image to Map in Urban Area // Theory and Applications of GIS. 2004. Vol. 12. No. 1. P. 15–22.
  10. Global Self-consistent, Hierarchical, High-resolution Geography Database (GSHHG). 2015. URL: http://www.soest.hawaii.edu/pwessel/gshhg/.
  11. Habbecke M., Kobbelt L. Automatic Registration of Oblique Aerial Images with Cadastral Maps // Trends and Topics in Computer Vision. Volume 6554 of the series Lecture Notes in Computer Science. Kiriakos N. Kutulakos (ed.). 2012. P. 253–266.
  12. Li Y., Briggs R. Automated Georeferencing Based on Topological Point Pattern Matching // Proceedings of The International Symposium on Automated Cartography (AutoCarto'06). Vancouver. 2006.
  13. Wang C., Stefanidis A., Croitoru A., Agouris P. Map Registration of Image Sequences Using Linear Features // Photogrammetric Engineering & Remote Sensing. 2008. Vol. 74. No. 1. P. 25–38.
  14. Wessel Р., Smith W.H.F. A global, self-consistent, hierarchical, high-resolution shoreline database // Journal of Geophysical Research. 1996. Vol. 101. No. B4. P. 8741–8743.