Геопривязка изображений в программном комплексе Envi
Поиск и измерение координат соответственных точек на снимках. Схема расположения опорных и контрольных точек. Nearest Neighboor как метод "ближайшего соседа". Bilinear как метод билинейная интерполяция. Cubic Convolution как метод кубической свертки.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | лабораторная работа |
| Язык | русский |
| Дата добавления | 10.01.2018 |
| Размер файла | 2,0 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
[Введите текст]
Отчет по лабораторной работе №1
на тему: «Геопривязка изображений в программном комплексе ENVI»
2017
1. Цель работы: выполнить географическую привязку изображений.
2. Исходные данные, материалы и используемые программные продукты: геопривязанный панхроматический космический снимок SPOT bldr_sp, многоспектральный космический снимок LANDSAT bldr_tm, программный комплекс ENVI 4.7.
3. Задачи практической работы:
Выполнить поиск и измерение координат соответственных точек на снимках.
Проанализировать и выбрать наилучший метод дискретизации из представленных в ENVI.
Выполнить трансформирование снимка с использованием различных методов (RST, Polinomial, Triangulation), реализованных в ENVI.
Сравнить полученные результаты (средние квадратические ошибки).
Защита отчета.
1. Поиск и измерение координат соответственных точек на снимках.
Для выполнения привязки космического снимка необходимо в главном меню программного комплекса ENVI выбрать Map - Registration - Select GCPs: Image to Image.
Рис. 1
В открывшемся окне Image to Image Registration необходимо указать, в каком окне загружено геопривязанное изображение, а в каком обрабатываемое.
Рис. 2
Появится таблица Ground Control Points Selection
Рис. 3
Затем необходимо выполнить найти хорошо опознаваемые объекты на обоих снимках и выполнить измерение соответственных точек в количестве 30, стараясь располагать их оравномерно по всей площади снимка. 10 точек выбираются в качестве контрольных (рисунок 1). Необходимо, чтобы средняя квадратическая ошибка (RMS Error) привязки были меньше 1 пикселя.
Рис. 4 - Схема расположения опорных и контрольных точек
интерполяция точка снимок свертка
2. Сначала выбирается метод дискретизации изображения (Resampling) из реализованных в ПК ENVI:
Nearest Neighboor - метод «ближайшего соседа»
Bilinear - билинейной интерполяции
Cubic Convolution - кубической свертки.
Рис. 5 - Сравнение методов дискретизации: а) Nearest Neighboor, б) Bilinear; в) Cubic Convolution
В результате в качестве методы для дальнейшей работы выбран метод Bilinear - билинейной интерполяции.
3. Трансформирование снимка выполняется с использованием методов, реализованных в ENVI (Warp Method):
RST - поворот, масштабирование, сдвиг.
Polinomial - полином n-й степени.
Triangulation - триангуляция Делоне.
Рис. 6 - Результаты трансформирования снимков: а) Polynomial 1-й; б) RST; в) Polynomial 3-й степени; г) Polynomial 2-й степени; д) Triangulation
4. Для выбора наиболее точного метода трансформирования необходимо сравнить значения средних квадратических ошибок RMS, полученных для разных методов (таблица 1).
Таблица 1
|
RST |
Polynomial_3 |
Polynomial_2 |
Polynomial_1 |
Triangulation |
||||||
|
31,9574377 |
58,60866034 |
34,33737258 |
55,79205001 |
33,01766598 |
53,40076529 |
36,6689369 |
54,31877883 |
33,74989449 |
61,29598102 |
|
|
66,75517125 |
65,51189205 |
62,78381957 |
65,5373227 |
69,97322821 |
Вывод: Сравнив значения СКО, полученных при разных методах трансформирования, наименьшее значение СКО было получено в методе Polynomial_2.
5. К зачету по лабораторной работе представить:
Отчет, оформленный в соответствии с стандартом СТО СГГА-011-2016.
Контрольные вопросы по лабораторной работе
1.Методы привязки изображений.
2.Методы дискретизации.
Ответы на контрольные вопросы:
1. Методы привязки изображений:
- Сдвиг, поворот и масштабирование;
- Аффинное преобразование (полином первой степени);
- Проективное преобразование;
- Преобразование полиномами второй степени;
- Преобразование полиномами третьей степени.
2. Дискретизация - это преобразование непрерывного сигнала в последовательность чисел (отсчетов), то есть представление этого сигнала по какому-либо конечномерному базису. Это представление состоит в проектировании сигнала на данный базис.
Методы дискретизации сигналов делятся на несколько групп в зависимости от принятых признаков классификации:
1. регулярность отсчёта
- равномерные;
- неравномерные;
- случайные;
- адаптивные;
- программируемые;
- с кратными интервалами;
- с некратными интервалами.
2) критерий оценки точности дискретизации и восстановления
- максимальный;
- средне-квадратичный;
- интегральный;
- вероятностный;
- по статическим характеристикам.
3) базисные функции
- ряд Фурье;
- ряд Котельникова;
- полиномы Чебышева;
- полиномы Лежандра;
- функция Уолша;
- степенные полиномы.
Размещено на Allbest.ru
...Подобные документы
Задача локализации проекции шаблона на изображении. Свойства биномиального распределения. Определение проекций опорных точек в области локализации. Понижение разрешения и дифференцирование локализованного изображения. Поиск вероятных приближенных решений.
дипломная работа [3,5 M], добавлен 06.11.2011Преимущества векторных изображений. Описание работы с программой создания графических изображений - Illustrator. Метод создания кривых с помощью четырех точек для криволинейного сегмента. Создание контуров с помощь инструмента "Перо". Работа с масками.
контрольная работа [575,8 K], добавлен 11.09.2010Определение параметров линейной зависимости из графика. Метод парных точек. Метод наименьших квадратов. Блок-схема программного комплекса в Microsoft Visual Studio и Microsoft Excel. Инструкция пользователя, скриншоты. Общий вид программного кода.
курсовая работа [2,1 M], добавлен 29.11.2014Постановка задачи и ее математическая модель. Блок-схема алгоритма обработки массивов координат точек. Тестирование алгоритма сортировки. Используемые глобальные и локальные переменные. Листинг программы на языке Си. Анализ результатов. Пример работы.
курсовая работа [1,8 M], добавлен 08.11.2012Построение интерполяционных объектов и их свойства. Линейные операции над множествами по Минковскому. Вывод формулы поворота вектора. Основные числовые характеристики изображений. Усовершенствованный метод интерполяции. Исследование исходных множеств.
дипломная работа [1,8 M], добавлен 18.05.2013Яркость точек и гистограммы изображения. Изменение яркости и контрастности. Метод ранговой фильтрации с оценкой середины диапазона. Наложение шумов на изображение. Преобразование изображения в негатив. Получение матрицы яркостей и построение гистограмм.
курсовая работа [1,5 M], добавлен 11.12.2012Моделирование передвижения муравьев. Метод ветвей и границ, ближайшего соседа. Ограничения, накладываемые на агента в стандартной постановке задачи коммивояжера. Использование графа видимости в алгоритме муравья. Структура данных алгоритма муравья.
дипломная работа [1,7 M], добавлен 07.02.2013Разработка алгоритма, который может выполнить расчет определения координат точек кинематической схемы и выполнить анимацию (визуальное отображение перемещений объектов) кинематической схемы с использованием пакета MathCad. Расчет кинематической схемы.
курсовая работа [1,1 M], добавлен 10.07.2012Интерполяция данных с использованием значений функции, заданной множеством точек, для предсказания значения функции между ними. Результаты линейной интерполяции в графическом виде. Кубическая сплайн-интерполяция. Функции для поиска вторых производных.
презентация [2,7 M], добавлен 29.09.2013Программная реализация алгоритма составления каталога товаров из сети электронных магазинов с выявлением одинаковых, используя сравнение по изображениям. SURF-метод в основе алгоритма: поиск особых точек на изображении и составление их дескрипторов.
дипломная работа [3,1 M], добавлен 27.06.2012Особенности задач линейного программирования. Симплексный метод решения задач линейного программирования. Обоснование выбора языка, инструментария программирования, перечень идентификаторов и блок-схема алгоритма. Логическая схема работы программы.
дипломная работа [2,4 M], добавлен 13.08.2011Изучение экстремальных задач и поиск их решений. Выбор метода решения и приведения задачи к каноническому виду и к задаче линейного программирования. Метод искусственного базиса. Модифицированный симплекс-метод. Написание программы на языке С++Builder 6.
курсовая работа [343,0 K], добавлен 28.11.2010Общий алгоритм сравнения двух изображений. Метод максимальных площадей. Метод гистограмм. Подготовка изображения к распознаванию. Моделирование многомерной функции. Распределение векторов. Деформируемые модели. Реализация программного обеспечения.
дипломная работа [384,2 K], добавлен 29.09.2008Метод наименьших квадратов. Возможные варианты расположения экспериментальных точек. Аппроксимация экспериментальных данных в программах Microsoft Excel, MathCAD и MatLAB. Вычисление средних значений и их сумм. Коэффициенты корреляции и детерминации.
курсовая работа [890,9 K], добавлен 30.10.2012Обучение простейшей и многослойной искусственной нейронной сети. Метод обучения перцептрона по принципу градиентного спуска по поверхности ошибки. Реализация в программном продукте NeuroPro 0.25. Использование алгоритма обратного распространения ошибки.
курсовая работа [1019,5 K], добавлен 05.05.2015Изучение методов решения нелинейных уравнений таких как: метод Ньютона, модифицированный метод Ньютона, метод Хорд, метод простых Итераций. Реализация программы для персонального компьютера, которая находит решение нелинейного уравнения разными способами.
практическая работа [321,9 K], добавлен 24.06.2012Основная цель этого блока, ввод данных для работы программы. Дополнительная цель, вывод информации. Два условия проверки вводимых данных. Первое условие проверки на количество точек. Второе, на правильность ввода координат точек. Созданные подпрограммы.
лабораторная работа [154,3 K], добавлен 13.02.2009Описания реализации протокола TCP с оптимизированным алгоритмом предотвращения заторов для высокоскоростных сетей с большой задержкой. Исследование главных отличий CUBIC от стандартного TCP. Функции отклика для стандартов TCP, HSTCP и CUBIC в сетях.
контрольная работа [831,4 K], добавлен 21.06.2013Проблема разработки математической модели сложной задачи. Построение алгоритма составления расписания занятий. Вероятность обнаружения хорошего варианта за ограниченное время. Множество всех множеств допустимых пар, поиск элементов, прогноз тупика.
реферат [42,1 K], добавлен 29.01.2010Методы ветвей и границ первого и второго порядка. Оптимальный и пассивный поиск. Недостатки метода Ньютона. Метод золотого сечения. Примеры унимодальных функций. Динамическое и линейное программирование. Метод Жордана-Гаусса. Решение задачи коммивояжера.
курсовая работа [1,1 M], добавлен 20.07.2012
