МОДЕЛЬ ТЕМАТИЧНОЇ ІНТЕРПРЕТАЦІЇ ВИДОВИХ ЗОБРАЖЕНЬ

Автор(и)

DOI:

https://doi.org/10.30837/ITSSI.2021.16.005

Ключові слова:

видове зображення, тематична інтерпретація, дешифрування, модель, геопросторова інформація, геопросторові координати, сегментація

Анотація

Предметом дослідження в статті є тематична інтерпретація видових зображень. Мета роботи – розробка моделі тематичної інтерпретації видових зображень, яка базується на моделі формування видових зображень та додатково враховує географічне зонування. В статті вирішується наступне завдання: розробка моделі тематичної інтерпретації видових зображень, яка враховує недоліки існуючих моделей та базується на моделі формування видових зображень, проводить обернену трансформацію координат зображення у геопросторові координати і кластеризацію зображення на окремі класи по їх кольору та текстурі, додатково враховуючи географічне зонування, що забезпечує можливість розширеного аналізу і прогнозування часової динаміки даних у системах обробки геопросторової інформації. Використовуються такі методи: математичний апарат теорії матриць, методи математичного моделювання, методи кластеризації даних, методи диференційного обчислення, методи цифрової обробки зображень. Отримано наступні результати: проаналізовано групи існуючих моделей інтерпретації результатів дистанційного зондування Землі, їх переваги та недоліки; сформована у загальній формі математична модель формування видового зображення для ділянки земної поверхні; сформована у загальній формі математична модель тематичної інтерпретації видових зображень; розглянуто оператор перетворення координат, оператори кластеризації, оператори  зонування та їх явний вигляд; отримано модель тематичної інтерпретації видових зображень в операторній формі. Висновки: вперше розроблено модель тематичної інтерпретації видових зображень, яка, базуючись на моделі формування видових зображень, проводить обернену трансформацію координат у геопросторові координати і кластеризацію по їх кольору та текстурі, додатково враховуючи географічне зонування, що забезпечує можливість розширеного аналізу і прогнозування часової динаміки даних у системах обробки геопросторової інформації.

Біографія автора

Ihor Butko, Державне підприємство "Центр державного земельного кадастру"

кандидат технічних наук, доцент, заступник генерального директора

Посилання

A-Xing, Z., Fang-He, Z., Peng, L., Cheng-Zhi, Q. (2021), "Next generation of GIS: must be easy", Annals of GIS, Vol. 27. P. 71–86. DOI: https://doi.org/10.1080/19475683.2020.1766563

Fu, W., Ma, J., Chen, P., Chen, F. (2020), "Remote Sensing Satellites for Digital Earth", In: Guo, H., Goodchild, M. F., Annoni, A. (eds) Manual of Digital Earth, Springer, Singapore, Р. 55–123. DOI: https://doi.org/10.1007/978-981-32-9915-3_3

Kavats, Yu. V. (2019), "Information technology for decoding anthropogenic changes in satellite images" ["Informatsiina tekhnolohiia deshyfruvannia antropohennykh zmin na suputnykovykh zobrazhenniakh"], Regional interuniversity collection of scientific works "System technologies", Vol. 5, No. 124, P. 77–83.

Penkov, V. O. (2019), Photogrammetry: lecture notes [Fotohrammetriia : konspekt lektsii], Kharkiv : KhNUMG them O. M. Beketova, 100 p.

Dovbysh, A. S., Shelekhov, I. V. (2015), Fundamentals of pattern recognition theory [Osnovy teorii rozpiznavannia obraziv] : textbook in 2 parts, Sumy, 109 p.

Vershovskyi, E. A. (2010), "Interpretation of Earth Remote Sensing Data" ["Ynterpretatsyia dannikh dystantsyonnoho zondyrovanyia Zemly"], System analysis, management and information processing, P. 43–45.

Burrough, P. A., McDonnell, R. A. (1998), Principles of Geographical Information Systems, Oxford, Oxford University Press, 333 p.

Schott, J. (2007), Remote Sensing: The Image Chain Approach / 2nd ed, Oxford, Oxford University Press, 668 p.

Khudov, H. V., Butko, Y.M., Makoveichuk, A.N. (2005), "Theoretical substantiation of the method for selecting reference objects in view images" ["Teorytycheskoe obosnovanye metodyky vibora repernikh ob`ektov na vydovikh yzobrazhenyiakh"], Aerospace engineering and technology, No. 2, P. 92–94.

Zhang, Z. (1998), "A Flexible New Technique for Camera Calibration. MSR-TR-98-71. Microsoft Research", available at : https://www.researchgate.net/publication/3193178_A_Flexible_New_Technique_for_Camera_Calibration (last accessed: 19.01.2020).

Potapov, A. A., Huliaev, Yu. V., Nykytov, S. A., Pakhomov, A. A., Herman, V. A. (2008), The latest methods of image processing [Noveishye metodi obrabotky yzobrazhenyi] / ed. A. A. Potapova, Moscow : Fizmatlit, 456 p.

Shapyro, L., Stokman, Dzh. (2006), Computer vision [Kompiuternoe zrenye], Moscow : Bynom, Knowledge laboratory, 752 p.

Forsait, D., Pons, Z. (2004), Computer vision. Modern hike [Kompiuternoe zrenye. Sovremennii pokhod], Moscow : Vyliams, 928 p.

Zheltov, S.Iu. et al. (2010), Image processing and analysis in machine vision tasks [Obrabotka y analyz yzobrazhenyi v zadachakh mashynnoho zrenyia], Moscow : Fizmatbook, 67 p.

Yong, Y. (2009), "Image segmentation based on fuzzy clustering with neighborhood information", Optica Applicata, XXXIX.

Shumway, R., Stoffer, D. (2010), Time series analysis and its applications : with R examples (3rd ed.), Springer. ISBN 144197864X.

##submission.downloads##

Опубліковано

2021-07-06

Як цитувати

Butko, I. . (2021). МОДЕЛЬ ТЕМАТИЧНОЇ ІНТЕРПРЕТАЦІЇ ВИДОВИХ ЗОБРАЖЕНЬ. СУЧАСНИЙ СТАН НАУКОВИХ ДОСЛІДЖЕНЬ ТА ТЕХНОЛОГІЙ В ПРОМИСЛОВОСТІ, (2 (16), 5–11. https://doi.org/10.30837/ITSSI.2021.16.005