Современные проблемы дистанционного зондирования Земли из космоса. 2026. Т. 23. № 1. С. 49-62
Преобразование серии снимков камеры БПЛА для совместной обработки со спутниковыми изображениями
А.Г. Ташлинский 1 , А.А. Белов 1 , Г.Л. Сафина 2 1 Ульяновский государственный технический университет, Ульяновск, Россия
2 Национальный исследовательский Московский государственный строительный университет, Москва, Россия
Одобрена к печати: 20.11.2025
DOI: 10.21046/2070-7401-2026-23-1-49-62
Предложена методика совмещения в реальном времени изображений, получаемых с камеры, установленной на БПЛА, с одновременной компенсацией их проективных искажений и переводом в систему географических координат EPSG:3395. Методика позволяет получить передискретизированные пространственно-совмещённые изображения и направлена на их последующую обработку совместно со спутниковыми изображениями. Она основана на формировании по известным углам крена, тангажа и рыскания БПЛА из текущего кадра изображения нормализованного изображения, совмещении нескольких последовательно получаемых нормализованных изображений в единое изображение с использованием оригинальных псевдоградиентных алгоритмов и переводе его из локальной системы координат кадра в глобальные географические координаты. Методика показала высокую эффективность при относительно небольшой вычислительной сложности и может быть реализована как при наземной автоматизированной обработке изображений, так и на борту БПЛА. Приводятся экспериментальные результаты на реальных последовательностях изображений. Разработанные алгоритмы реализованы на языке C++ с использованием библиотеки OpenCV с открытым исходным кодом. Программная реализация перенесена также на одноплатные компьютеры Raspberry Pi 4B 8GB и Radxa Rock 5 model A 16GB. Скорость обработки на Raspberry составила 10 кадров в секунду, на Radxa — до 16 кадров в секунду.
Ключевые слова: обработка изображений, проективные искажения, модель подобия, компенсация, оценка деформаций, адаптация, стохастическое оценивание
Полный текстСписок литературы:
- Агапов С. В. Фотограмметрия сканерных снимков. М.: Картгеоцентр — Геодезиздат, 1996. 176 с.
- Борисов А. Н., Мясников В. В., Сергеев В. В. Метод автоматического совмещения разнородных цифровых изображений дистанционного зондирования Земли // Компьютер. оптика. 2024. Т. 48. № 6. С. 932–943. DOI: 10.18287/2412-6179-CO-1604.
- Морозов В. П. Курс сфероидической геодезии. М.: Недра, 1979. 297 с.
- Платонов А. К. Определение параметров проективного отображения в зрительном канале робота: препринт. Препринты ИПМ им. М. В. Келдыша, 2007. № 39. 33 с.
- Суетин М. Н., Дементьев В. Е., Ташлинский А. Г., Магдеев Р. Г. Методика обнаружения и оценивания динамики дефектов инженерных сооружений на основе обработки изображений с беспилотного летательного аппарата // Компьютер. оптика. 2024. Т. 48. № 5. С. 762–771. DOI: 10.18287/2412-6179-CO-1438.
- Цыпкин Я. З. Информационная теория идентификации. М.: Наука, Физматлит, 1995. 336 с.
- Cui Z., Zhou P., Wang X. et al. A novel geo-localization method for UAV and satellite images using cross-view consistent attention // Remote Sensing. 2023. V. 15. Iss. 19. Article 4667. DOI: 10.3390/rs15194667.
- Gonzalez R. C., Woods R. E. Digital image processing. 4th ed. N. Y.: Pearson Publisher, 2017. 1192 p.
- Hartley R., Zisserman A. Multiple view geometry in computer vision. N. Y.: Cambridge University Press, 2003. 655 p.
- Hill L. L. Georeferencing: The geographic associations of information. Cambridge, MA: MIT Press, 2006. 260 p. DOI: 10.7551/mitpress/3260.001.0001.
- Iliffe J. Datums and map projections. For remote sensing, GIS and surveying. 2nd ed. L.: Whittles Publishing, 2008. 224 p.
- Kazanskiy N., Khabibullin R., Nikonorov A., Khonina S., A comprehensive review of remote sensing and artificial intelligence integration: Advances, applications, and challenges // Sensors. 2025. V. 25. Iss. 19. Article 5965. DOI: 10.3390/s25195965.
- Konecny G. Geoinformation: Remote sensing, photogrammetry and geographic information systems. 2nd ed. Boca Raton: CRC Press, 2014. 472 p.
- Li J., Xie Y., Li C. et al. UAV-assisted wide-area multi-camera space alignment based on spatiotemporal feature map // Remote Sensing. 2021. V. 13. Iss. 6. Article 1117. DOI: 10.3390/rs13061117.
- Magdeev R. G., Tashlinskii A. G. A comparative analysis of the efficiency of the stochastic gradient approach to the identification of objects in binary images // Pattern Recognition and Image Analysis. 2014. V. 24. Iss. 4. P. 535–541. DOI: 10.1134/S1054661814040130.
- Qiu X., Yang D., Liao S. et al. Image moment extraction based aerial photo selection for UAV high-precision geolocation without GPS // Measurement. 2024. V. 226. Article 114141. DOI: 10.1016/j.measurement.2024.114141.
- Ren K., Ding L., Wan M. et al. Target localization based on cross-view matching between UAV and satellite // Chinese J. Aeronautics. 2022. V. 35. Iss. 9. P. 333–341. DOI: 10.1016/j.cja.2022.04.002.
- Rizaldy A., Firdaus W. Direct georeferencing: A new standard in photogrammetry for high accuracy mapping // The Intern. Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. V. XXXIX-B1. P. 5–9. DOI: 10.5194/isprsarchives-XXXIX-B1-5-2012.
- Snyder J. P. Map projections: A working manual. Washington: U. S. Government Printing Office, 1987. 383 p.
- Strang G., Borre K. Linear algebra, geodesy, and GPS. Wellesley, MA: Wellesley-Cambridge Press, 1997. 624 p.
- Štroner M., Urban R., Seidl J. et al. Photogrammetry using UAV-mounted GNSS RTK: Georeferencing strategies without GCPs // Remote Sensing. 2021. V. 13. Iss. 7. Article 1336. DOI: 10.3390/rs13071336.
- Tashlinskii A. G. Optimization of goal function pseudogradient in the problem of interframe geometrical deformations estimation // Pattern Recognition Techniques, Technology and Applications. L., UK: IntechOpen, 2008. P. 249–280. DOI: 10.5772/6244.
- Tashlinskii A. G., Safina G. L., Voronov S. V. Pseudogradient optimization of objective function in estimation of geometric interframe image deformations // Pattern Recognition and Image Analysis. 2012. V. 22. Iss. 2. P. 386–392. DOI: 10.1134/S1054661812020174.
- Tashlinskii A. G., Safina G. L., Ibragimov R. M. Synthesis of stochastic algorithm for image registration by the criterion of maximum mutual information // Computer Optics. 2024. V. 48. No. 1. P. 109–117. DOI: 10.18287/2412-6179-CO-1332.
- Wang H., Shen Q., Deng Z. et al. Absolute pose estimation of UAV based on large-scale satellite image // Chinese J. Aeronautics. 2024. V. 37. Iss. 6. P. 219–231. DOI: 10.1016/j.cja.2023.12.028.
- Wolf P. R., DeWitt B. A., Wilkinson B. E. Elements of photogrammetry with applications in GIS. 4th ed. McGraw Hill Professional, 2013. 640 p.
- Zhao H., Zhang B., Wu C. et al. Development of a Coordinate Transformation method for direct georeferencing in map projection frames // ISPRS J. Photogrammetry and Remote Sensing. 2013. V. 77. P. 94–103. DOI: 10.1016/j.isprsjprs.2012.12.004.
- Zhuang J., Dai M., Chen X., Zheng E. A faster and more effective cross-view matching method of UAV and satellite images for UAV geolocalization // Remote Sensing. 2021. V. 13. Iss. 19. Article 3979. DOI: 10.3390/rs13193979.