Підвищення точності ототожнення об'єктів на цифрових кадрах одній серії за рахунок процедури попереднього ототожнення вимірювань

Автор(и)

  • Сергій Васильович Хламов Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0001-9434-1081
  • Вадим Євгенович Саваневич Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0001-8840-8278
  • Володимир Петрович Власенко Національний центр управління та випробувань космічних засобів, Україна https://orcid.org/0000-0001-8639-4415
  • Тетяна Олегiвна Трунова Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0003-2689-2679
  • Володимир Володимирович Троянський Астрономічна обсерваторія при Одеському національному університеті імені І. І. Мечникова, Україна https://orcid.org/0000-0002-5899-2300
  • Вікторія Олександрівна Шведун Національний університет цивільного захисту України, Україна https://orcid.org/0000-0002-5170-4222
  • Ірина Станіславівна Табакова Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0001-6629-4927

DOI:

https://doi.org/10.15587/1729-4061.2023.286381

Ключові слова:

обробка зображень, оцінка параметрів, ототожнення вимірювань, серія кадрів, формуляр каталогу

Анотація

Об'єктом дослідження є зображення різноманітних об'єктів Сонячної Системи на серії цифрових кадрів. Різноманітність та якість умов зйомки призводить до того, що виконання ідентифікації кадру з відповідною ділянкою неба становиться скрутним. Даний факт значно знижує показники якості виявлення та оцінювання положення об'єктів Сонячної Системи за допомогою вже відомих обчислювальних методів та міжнародних астрономічних астрометричних та фотометричних каталогів. Для вирішення цієї проблеми було розроблено процедуру попереднього ототожнення вимірювань цифрових кадрів однієї серії.

Дана процедура заснована на визначенні параметрів зсуву між вимірами кадру та формулярами каталогу чи іншого кадру. Також облік можливості формування помилкових вимірів дозволив підвищити стійкість до різного роду факторів, що дестабілізують. Ґрунтуючись на цьому, було виконано фінальну оцінку параметрів зсуву між кадрами. Завдяки цим особливостям використання розробленої процедури попереднього ототожнення дозволяє покращити ототожнення з опорними астрономічними об'єктами та скоротити кількість помилкових виявлень. Дослідження показало, що при ототожненні кадрів фітинг дає кращу точність прив'язки до зоряного неба. Також середньоквадратичне відхилення помилок ототожнення кадрів у цьому випадку у 7–10 разів менше, ніж без застосування розробленої процедури.

Розроблена процедура попереднього ототожнення вимірювань цифрових кадрів однієї серії була апробована практично в рамках проекту CoLiTec. Вона була впроваджена у програмному забезпеченні Lemur для автоматизованого виявлення нових та супроводу відомих об'єктів. Завдяки використанню програмного забезпечення Lemur та впровадженої в нього запропонованої процедури було успішно оброблено та ототожнено понад 700 000 вимірювань різних об'єктів, що досліджуються.

Біографії авторів

Сергій Васильович Хламов, Харківський національний університет радіоелектроніки

Кандидат технічних наук, асистент

Кафедра медіасистем та технологій

Вадим Євгенович Саваневич, Харківський національний університет радіоелектроніки

Доктор технічних наук, професор

Кафедра системотехніки

Володимир Петрович Власенко, Національний центр управління та випробувань космічних засобів

Кандидат технічних наук

Центр космічних досліджень та зв’язку

Тетяна Олегiвна Трунова, Харківський національний університет радіоелектроніки

Інженер, асистент

Кафедра медіасистем та технологій

Володимир Володимирович Троянський, Астрономічна обсерваторія при Одеському національному університеті імені І. І. Мечникова

Кандидат фізико-математичних наук, старший науковий співробітник

Вікторія Олександрівна Шведун, Національний університет цивільного захисту України

Доктор наук з державного управління, професор, начальник відділу

Науковий відділ з проблем управління у сфері цивільного захисту

Ірина Станіславівна Табакова, Харківський національний університет радіоелектроніки

Кандидат технічних наук, доцент

Кафедра медіасистем та технологій

Посилання

  1. Dearborn, D. P. S., Miller, P. L. (2014). Defending Against Asteroids and Comets. Handbook of Cosmic Hazards and Planetary Defense. Springer International Publishing 1–18. doi: https://doi.org/10.1007/978-3-319-02847-7_59-1
  2. Mykhailova, L. O., Savanevych, V. E., Sokovykova, N. S., Bezkrovnii, M. M., Khlamov, S. V., Pohorelov, A. V. (2014). Method of maximum likelihood estimation of compact group objects location on CCD-frame. Eastern-European Journal of Enterprise Technologies, 5 (4 (71)), 16–22. doi: https://doi.org/10.15587/1729-4061.2014.28028
  3. Savanevych, V. E., Khlamov, S. V., Akhmetov, V. S., Briukhovetskyi, A. B., Vlasenko, V. P., Dikov, E. N. et al. (2022). CoLiTecVS software for the automated reduction of photometric observations in CCD-frames. Astronomy and Computing, 40, 100605. doi: https://doi.org/10.1016/j.ascom.2022.100605
  4. Vavilova, I., Pakuliak, L., Babyk, I., Elyiv, A., Dobrycheva, D., Melnyk, O. (2020). Surveys, Catalogues, Databases, and Archives of Astronomical Data. Knowledge Discovery in Big Data from Astronomy and Earth Observation. Elsevier, 57–102. doi: https://doi.org/10.1016/b978-0-12-819154-5.00015-1
  5. Cavuoti, S., Brescia, M., Longo, G. (2012). Data mining and knowledge discovery resources for astronomy in the Web 2.0 age. SPIE Astronomical Telescopes and Instrumentation, Software and Cyberinfrastructure for Astronomy II, 8451, 13. doi: https://doi.org/10.1117/12.925321
  6. Chalyi, S., Levykin, I., Biziuk, A., Vovk, A., Bogatov, I. (2020). Development of the technology for changing the sequence of access to shared resources of business processes for process management support. Eastern-European Journal of Enterprise Technologies, 2 (3 (104)), 22–29. doi: https://doi.org/10.15587/1729-4061.2020.198527
  7. Khlamov, S., Savanevych, V. (2020). Big Astronomical Datasets and Discovery of New Celestial Bodies in the Solar System in Automated Mode by the CoLiTec Software. Knowledge Discovery in Big Data from Astronomy and Earth Observation. Elsevier, 331–345. doi: https://doi.org/10.1016/b978-0-12-819154-5.00030-8
  8. Troianskyi, V., Kankiewicz, P., Oszkiewicz, D. (2023). Dynamical evolution of basaltic asteroids outside the Vesta family in the inner main belt. Astronomy & Astrophysics, 672, A97. doi: https://doi.org/10.1051/0004-6361/202245678
  9. Akhmetov, V., Khlamov, S., Savanevych, V., Dikov, E. (2019). Cloud Computing Analysis of Indian ASAT Test on March 27, 2019. 2019 IEEE International Scientific-Practical Conference Problems of Infocommunications, Science and Technology (PIC S&aT), 315–318. doi: https://doi.org/10.1109/picst47496.2019.9061243
  10. Oszkiewicz, D., Troianskyi, V., Galád, A., Hanuš, J., Ďurech, J., Wilawer, E. et al. (2023). Spins and shapes of basaltic asteroids and the missing mantle problem. Icarus, 397, 115520. doi: https://doi.org/10.1016/j.icarus.2023.115520
  11. Smith, G. E. (2010). Nobel Lecture: The invention and early history of the CCD. Reviews of Modern Physics, 82 (3), 2307–2312. doi: https://doi.org/10.1103/revmodphys.82.2307
  12. Savanevych, V., Khlamov, S., Briukhovetskyi, O., Trunova, T., Tabakova, I. (2023). Mathematical Methods for an Accurate Navigation of the Robotic Telescopes. Mathematics, 11 (10), 2246. doi: https://doi.org/10.3390/math11102246
  13. Kuzmyn, S. Z. (2000). Tsyfrovaia radyolokatsyia. Vvedenye v teoryiu. Kyiv: Yzdatelstvo KviTs, 428.
  14. Savanevych, V., Khlamov, S., Vlasenko, V., Deineko, Z., Briukhovetskyi, O., Tabakova, I., Trunova, T. (2022). Formation of a typical form of an object image in a series of digital frames. Eastern-European Journal of Enterprise Technologies, 6 (2 (120)), 51–59. doi: https://doi.org/10.15587/1729-4061.2022.266988
  15. Klette, R. (2014). Concise computer vision. An Introduction into Theory and Algorithms. London: Springer, 233. doi: https://doi.org/10.1007/978-1-4471-6320-6
  16. Kirichenko, L., Zinchenko, P., Radivilova, T. (2021). Classification of time realizations using machine learning recognition of recurrence plots. Advances in Intelligent Systems and Computing, 1246 AISC, 687–696. doi: https://doi.org/10.1007/978-3-030-54215-3_44
  17. Savanevych, V., Akhmetov, V., Khlamov, S., Dikov, E., Briukhovetskyi, A., Vlasenko, V. et al. (2019).Selection of the reference stars for astrometric reduction of CCD-frames. Advances in Intelligent Systems and Computing: Springer Nature Switzerland, 1080, 881–895. doi: https://doi.org/10.1007/978-3-030-33695-0_57
  18. Belov, L. A. (2021). Radioelektronika. Formirovanie stabilnykh chastot i signalov. Moscow: Izdatelstvo Iurait, 268.
  19. Lösler, M., Eschelbach, C., Riepl, S. (2018). A modified approach for automated reference point determination of SLR and VLBI telescopes: First investigations at Satellite Observing System Wettzell. Technisches Messen, 85, 616–626. doi: https://doi.org/10.1515/teme-2018-0053
  20. Akhmetov, V., Khlamov, S., Tabakova, I., Hernandez, W., Nieto Hipolito, J. I., Fedorov, P. (2019). New approach for pixelization of big astronomical data for machine vision purpose. 2019 IEEE 28th International Symposium on Industrial Electronics (ISIE), 1706–1710. doi: https://doi.org/10.1109/isie.2019.8781270
  21. Minaee, S., Boykov, Y. Y., Porikli, F., Plaza, A. J., Kehtarnavaz, N., Terzopoulos, D. (2021). Image Segmentation Using Deep Learning: A Survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 44 (7), 3523–3542. doi: https://doi.org/10.1109/tpami.2021.3059968
  22. Dadkhah, M., Lyashenko, V. V., Deineko, Z. V., Shamshirband, S., Jazi, M. D. (2019). Methodology of wavelet analysis in research of dynamics of phishing attacks. International Journal of Advanced Intelligence Paradigms, 12(3/4), 220–238. doi: https://doi.org/10.1504/ijaip.2019.098561
  23. Kirichenko, L., Saif, A., Radivilova, T. (2020). Generalized Approach to Analysis of Multifractal Properties from Short Time Series. International Journal of Advanced Computer Science and Applications, 11 (5), 183–198. doi: https://doi.org/10.14569/ijacsa.2020.0110527
  24. Hampson, K. M., Gooding, D., Cole, R., Booth, M. J. (2019). High precision automated alignment procedure for two-mirror telescopes. Applied Optics, 58 (27), 7388–7391. doi: https://doi.org/10.1364/ao.58.007388
  25. Parimucha, Š., Savanevych, V. E., Briukhovetskyi, O. B., Khlamov, S. V., Pohorelov, A. V., Vlasenko, V. P. (2019). CoLiTecVS – A new tool for an automated reduction of photometric observations. Contributions of the Astronomical Observatory Skalnate Pleso, 49 (2), 151–153.
  26. Khlamov, S., Vlasenko, V., Savanevych, V., Briukhovetskyi, O., Trunova, T., Chelombitko, V., Tabakova, I. (2022). Development of computational method for matched filtration with analytical profile of the blurred digital image. Eastern-European Journal of Enterprise Technologies, 5 (4 (119)), 24–32. doi: https://doi.org/10.15587/1729-4061.2022.265309
  27. Burger, W., Burge, M. (2010). Principles of digital image processing: core algorithms. Springer Science & Business Media, 332. doi: https://doi.org/10.1007/978-1-84800-195-4
  28. Khlamov, S., Tabakova, I., Trunova, T. (2022). Recognition of the astronomical images using the Sobel filter. 2022 29th International Conference on Systems, Signals and Image Processing (IWSSIP). doi: https://doi.org/10.1109/iwssip55020.2022.9854425
  29. Kashuba, S., Tsvetkov, M., Bazyey, N., Isaeva, E., Golovnia, V. (2018). The Simeiz plate collection of the ODESSA astronomical observatory. 11th Bulgarian-Serbian Astronomical Conference, 207–216.
  30. Li, T., DePoy, D., Marshall, J., Nagasawa, D., Carona, D., Boada, S. (2014). Monitoring the atmospheric throughput at Cerro Tololo Inter-American Observatory with aTmCam. Ground-based and Airborne Instrumentation for Astronomy V, 9147, 2194–2205. doi: https://doi.org/10.1117/12.2055167
  31. Zacharias, N., Finch, C. T., Girard, T. M., Henden, A., Bartlett, J. L., Monet, D. G., Zacharias, M. I. (2013). The fourth us naval observatory CCD astrograph catalog (UCAC4). The Astronomical Journal, 145 (2), 44. doi: https://doi.org/10.1088/0004-6256/145/2/44
  32. Luo, X., Gu, S., Xiang, Y., Wang, X., Yeung, B., Ng, E. et al. (2022). Active longitudes and starspot evolution of the young rapidly rotating star USNO-B1.0 1388−0463685 discovered in the Yunnan–Hong Kong survey. Monthly Notices of the Royal Astronomical Society, 514 (1), 1511–1521. doi: https://doi.org/10.1093/mnras/stac1406
  33. CoLiTec project. Available at: https://www.colitec.space
  34. Khlamov, S., Savanevych, V., Briukhovetskyi, O., Tabakova, I., Trunova, T. (2022). Data Mining of the Astronomical Images by the CoLiTec Software. CEUR Workshop Proceedings, 3171, 1043–1055.
  35. Kobzar, A. I. (2006), Prikladnaia matematicheskaia statistika. Dlia inzhenerov i nauchnykh rabotnikov. Moscow: FIZMATLI, 816.
  36. Sergienko, A. B. (2011). Tcifrovaia obrabotka signalov. Saint Petersburg: BKhV-SPb, 768.
  37. Shvedun, V. O., Khlamov, S. V. (2016). Statistical modeling for determination of perspective number of advertising legislation violations. Actual Problems of Economics, 184 (10), 389–396.
  38. Zhang, Y., Zhao, Y., Cui, C. (2002). Data mining and knowledge discovery in database of astronomy. Progress in Astronomy, 20 (4), 312–323.
  39. Steger, C., Ulrich, M., Wiedemann, C. (2018). Machine vision algorithms and applications. John Wiley & Sons, 516.
  40. Buslov, P., Shvedun, V., Streltsov, V. (2018). Modern Tendencies of Data Protection in the Corporate Systems of Information Consolidation. 2018 International Scientific-Practical Conference Problems of Infocommunications. Science and Technology (PIC S&T), 285–288. doi: https://doi.org/10.1109/infocommst.2018.8632089
  41. Рetrychenko, A., Levykin, I., Iuriev, I. (2021). Improving a method for selecting information technology services. Eastern-European Journal of Enterprise Technologies, 2 (2 (110)), 32–43. doi: https://doi.org/10.15587/1729-4061.2021.229983
  42. Qiang, Z., Bai, X., Zhang, Q., Lin, H. (2019). A CME Automatic Detection Method Based on Adaptive Background Learning Technology. Advances in Astronomy, 2019, 1–14. doi: https://doi.org/10.1155/2019/6582104
  43. Baranova, V., Zeleniy, O., Deineko, Z., Bielcheva, G., Lyashenko, V. (2019). Wavelet Coherence as a Tool for Studying of Economic Dynamics in Infocommunication Systems. 2019 IEEE International Scientific-Practical Conference Problems of Infocommunications, Science and Technology (PIC S&T), 336–340. doi: https://doi.org/10.1109/picst47496.2019.9061301
  44. Sen, S., Agarwal, S., Chakraborty, P., Singh, K. (2022). Astronomical big data processing using machine learning: A comprehensive review. Experimental Astronomy, 53 (1), 1–43. doi: doi: https://doi.org/10.48550/arXiv.1904.07248
  45. Feigelson, E. D., Babu, G. J., Caceres, G. A. (2018). Autoregressive Times Series Methods for Time Domain Astronomy. Frontiers in Physics, 6, 80. doi: https://doi.org/10.3389/fphy.2018.00080
  46. Bogod, V. M., Svidskiy, P. M., Kurochkin, E. A., Shendrik, A. V., Everstov, N. P. (2018). A Method of Forecasting Solar Activity Based on Radio Astronomical Observations. Astrophysical Bulletin, 73 (4), 478–486. doi: https://doi.org/10.1134/s1990341318040119
Підвищення точності ототожнення об'єктів на цифрових кадрах одній серії за рахунок процедури попереднього ототожнення вимірювань

##submission.downloads##

Опубліковано

2023-08-31

Як цитувати

Хламов, С. В., Саваневич, В. Є., Власенко, В. П., Трунова, Т. О., Троянський, В. В., Шведун, В. О., & Табакова, І. С. (2023). Підвищення точності ототожнення об’єктів на цифрових кадрах одній серії за рахунок процедури попереднього ототожнення вимірювань. Eastern-European Journal of Enterprise Technologies, 4(2 (124), 35–43. https://doi.org/10.15587/1729-4061.2023.286381

Номер

Том 4 № 2 (124) (2023): Інформаційні технології. Системи управління в промисловості

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2023 Sergii Khlamov, Vadym Savanevych, Vladimir Vlasenko, Tetiana Trunova, Volodymyr Troianskyi , Viktoriya Shvedun, Iryna Tabakova

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.