Системы автоматизированного дешифрирования аэрофотоснимков территорий занятых зелёными насаждениями

Рассмотрение способа обработки информации, полученной в процессе аэрофотосъёмки территорий, занятыми зелёными насаждениями, при помощи систем автоматизированного дешифрирования. Аэрофотоснимок ка двумерное фотографическое изображение территории.

Рубрика Коммуникации, связь, цифровые приборы и радиоэлектроника
Вид статья
Язык русский
Дата добавления 22.12.2018
Размер файла 429,3 K

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/

Системы автоматизированного дешифрирования аэрофотоснимков территорий занятых зелёными насаждениями

Кузьменко Мария Николаевна

Аннотация

В работе рассмотрен способ обработки информации, полученной в процессе аэрофотосъёмки территорий, занятыми зелёными насаждениями, с помощью систем автоматизированного дешифрирования.

В настоящее время при исследовании природных комплексов и производстве картографирования территорий используют аэрофотоснимки, которые дают возможность получать информацию о естественных и искусственных объектах на поверхности земли. Аэрофотоснимок - это двумерное фотографическое изображение территории, полученное с летательного аппарата. Такой метод получения информации как аэрофотосъёмка качественным образом восполняет недостатки визуального способа сбора информации. Одним из важных процессов при составлении интерактивных карт и планов для деятельности органов власти и нужд народного хозяйства является дешифрирование аэрофотоснимков. Автоматизация дешифрирования аэрофотоснимков проводится с целью высокоточного, объективного, количественного анализа изображения. Степень автоматизации дешифрирования оказывает существенное влияние на эффективность выполнения различных процессов, происходящих на рассматриваемой территории, одним из которых является мониторинг территорий, занятых зелёными насаждениями [2].

Процесс дешифрирования заключатся в обнаружении и распознавании изображённых на фотоснимке объектов, их сущности, количественных и качественных характеристик, а также в определении взаимосвязей между объектами. Для проведения дешифрирования используют дешифровочные признаки, представляющие собой определённые закономерности фотографического отображения и территориального размещения объектов земной поверхности. Этапами дешифрирования аэрофотоснимков являются:

1) Обнаружение - выявление на снимке изображений, сущность которых на данный момент не определена.

2) Распознавание - получение полноценного представления об объектах, составляющих их элементах с выявлением качественных и количественных характеристик.

Существуют следующие методы дешифрирования аэрофотоснимков: визуальный, машинно-визуальный, автоматизированный, автоматический. Одной из достаточно сложных задач является автоматизированное дешифрирование растительности. Её решением может выступать автоматизация отдельных упорядоченных и связанных операций:

1) Автоматизированное выделение или фильтрация определяемого объекта на информационном снимке.

2) Автоматизация получения информации о количестве объектов на базе классификации, состоящей из определения принадлежности пикселей изображения изучаемому объекту.

3) Автоматизированное проведение анализа и оценки состояния зелёных насаждений. дешифрирование аэрофотосъемка фотографический

4) Автоматизированное картографирование по данным аэрофотосъёмки с использованием геоинформационных технологий.

Для применения метода автоматизированного дешифрирования оператору следует выбрать способ обработки информации, представленной на фотоснимке, произвести "обучение" системы, проверить выполненную работу классификатора, внести необходимые исправления в программу. Дешифрирование с применением классификатора представлено на рисунке 1. Для повышения эффективности работы классификатора в автоматизированных системах рационально использовать признаки, которые легко выражаются в цифровом виде (цвет, текстура), и фотоснимки высокого качества, обладающие большой информативностью. Допускается автоматизированное дешифрирование для изображений имеющих только стабильную текстуру (леса, пашни). Информация о цвете выражается дискретно через яркость в одной или во множестве спектральных зон. Получают зональные яркости посредством многозональных съёмочных систем.

Рисунок 1 - Результат дешифрирования с применением классификатора

При дешифрировании зелёных насаждений определяют среднюю высоту и диаметр насаждений, среднее расстояние между ними, преобладающие породы и другие таксационные характеристики. Зелёные насаждения на снимках имеют зернистую текстуру [1]. При определении состава растительности, возраста и бонитета насаждений используют такие дешифровочные признаки как цвет изображения и размер крапа, который распределён внутри контура изображения объекта. На структуру поверхности фотоснимка в большей степени влияет породный состав насаждений: хвойные имеют более тёмную окраску, смешанный породный состав имеет светлый оттенок [2, 3].

В настоящий момент существует множество алгоритмов и программ компьютерной обработки фотоизображений. Для обработки аэрофотоснимков на персональных компьютерах можно использовать коммерческие программные продукты, такие как Adobe Photoshop, Corel PHOTO-PAINT. Профессиональное программное обеспечение ERDAS Imagine, ENVI предоставляют широкие возможности для обработки аэрофотоснимков. Из отечественных специализированных программ значительное применение приобрела цифровая фотограмметрическая система PHOTOMOD, предназначенная для решения узкопрофильных задач, таких как цифровая векторизация изображения, создание ортофотоплана, топографическое картографирование.

Автоматизированное дешифрирование зелёных насаждений может происходить по следующей схеме (таблица 1).

Таблица 1.

Этапы автоматизированного дешифрирования зелёных насаждений

Этап

Описание

Выбор эталона

Для определения классов растительности применяют эталонные полигоны, которые используют в целях создания "обучающих" данных. "Обучающие" данные для каждого класса зелёных насаждений определяют по результатам полевых исследований, изучения карт, визуального дешифрирования фотоизображения.

Создание тестовых полигонов

Установление требуемого количества тестовых полигонов для классов объектов по характеру изображения на основе данных наземного осмотра картографируемой территории.

Построение классификатора

Определение спектральных и статистических параметров классов объектов по выбранным типам растительности и построение по полученным данным классификатора.

Процесс классификации

Подробная классификация природных объектов, изображённых на фотоснимке, классификация по породам и по другим характеристикам на основе созданных "обучающих" данных и используемых алгоритмов.

Обработка результатов классификации

Разработка тематических карт, по данным полученным в процессе классификации.

Сопоставление с наземными наблюдениями

Представление результатов классификации объектов. Сопоставление с данными, полученными в ходе проведения наземного осмотра территории.

Вычислительные методы и алгоритмы применяют для решения примитивных классификационных задач. Их используют как составные элементы в трудоёмком процессе визуального дешифрирования, которое на данный момент является главным методом получения природной, социальной и экономической информации по аэрофотоснимкам. Внедрение систем автоматизированного дешифрирования позволяет существенно снизить трудовые и денежные затраты на производство топографических карт и планов. Обработанные в специализированных программах аэрофотоснимки территорий, занятых зелёными насаждениями, могут использовать в своей деятельности проектные организации при создании проектов озеленения города, органы власти для принятия управленческих решений в сфере строительства, зонирования, озеленения и благоустройства территорий.

Список литературы

1. Авдеев Ю.М., Мокрецов Ю.В., Тесаловский А.А., Попов Ю.П. Экологическая оценка свойств фитоценозов в различных лесорастительных условиях. // Вестник Красноярского государственного аграрного университета. - 2017. - №10. С. 108-114.

2. Авдеев Ю.М., Попов Ю.П. Оценка параметров деревьев лесных экосистем в зависимости от почвенно-климатических условий // NovaUm.Ru. - 2017. - №8. С. 8-10.

3. Авдеев Ю.М., Мокрецов Ю.В., Тесаловский А.А., Попов Ю.П., Протопопова Е.В. Вертикальная структура крон деревьев в насаждениях различного породного состава // Аллея науки. - 2017. - № 12. С. 73-76.

Размещено на Allbest.ru

...

Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.