автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Алгоритмы и технология высокоточной координатной привязки снимков от геостационарных космических систем по электронным картам

На правах рукописи

КОЗЛОВ Евгений Павлович

АЛГОРИТМЫ И ТЕХНОЛОГИЯ ВЫСОКОТОЧНОЙ КООРДИНАТНОЙ ПРИВЯЗКИ СНИМКОВ ОТ ГЕОСТАЦИОНАРНЫХ КОСМИЧЕСКИХ СИСТЕМ ПО ЭЛЕКТРОННЫМ КАРТАМ

Специальность 05.13.01 - Системный анализ, управление и обработка

информации (технические системы)

- 8 ОКТ

Автореферат диссертации на соискание ученой степени кандидата технических наук

Рязань 2009

003479040

Работа выполнена в Рязанском государственном радиотехническом университете

Научный руководитель: доктор технических наук, профессор

Еремеев Виктор Владимирович

Официальные оппоненты: доктор технических наук, доцент

Бехтин Юрий Станиславович

кандидат технических наук Новиков Геннадий Александрович

Ведущая организация:

Научно-исследовательский центр космической гидрометеорологии «Планета»

Защита состоится 11 ноября 2009 года в 12 ч на заседании диссертационного совета Д 212.211.01 в Рязанском государственном радиотехническом университете по адресу:

390005, г. Рязань, ул. Гагарина, д. 59/1.

С диссертацией можно ознакомиться в библиотеке Рязанского государственного радиотехнического университета.

Автореферат разослан 30 сентября 2009 года.

Ученый секретарь

диссертационного совета Д 212.211.01

канд. техн. наук, доцент Пржегорлинский В.Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В практике дистанционного зондирования Земли (ДЗЗ) в последние годы стали внедряться геостационарные космические системы: MeteoSat (Европа), GOES (США), FY (Китай) и др. В настоящее время готовится к запуску российский геостационарный спутник «Электро-J1», который планируется включить в международную космическую систему наблюдения всей земной поверхности.

Геостационарные спутники выводятся на орбиту, находящуюся в плоскости экватора, на высоту порядка 35000 км. При этих условиях спутник «зависает» на заданной долготе и обеспечивает периодическую съемку одной и той же поверхности всего земного диска на фоне окружающего космоса. Одной из важнейших характеристик космических изображений является точность координатной привязки объектов наблюдаемой сцены, т.е. точность определения их геодезических координат (широты и долготы). Основными причинам неудовлетворительной координатной привязки объектов снимков являются погрешности измерения пространственного положения и углов ориентации спутника в процессе съемки земной поверхности, что приводит, главным образом, к смещению, повороту и изменению масштаба изображения диска Земли.

Традиционно используемые технологии уточнения координатной привязки по звездному небу и наземным ориентирам не обеспечивают необходимой точности, оперативности и надежности решения рассматриваемой задачи. В последние годы появились векторные электронные карты местности самого различного масштаба и делаются активные попытки их использования для координатной привязки данных ДЗЗ, полученных от полярно-орбитальных космических аппаратов, которые осуществляют съемку Земли, вращаясь вокруг нее. Но полностью автоматических технологий решения этой задачи еще не создано. Основная трудность состоит в постоянном изменении географического района съемки, условий наблюдения, в выборе устойчивых во времени наземных ориентиров.

Задача координатной привязки изображений от геостационарных спутников значительно упрощается: они осуществляют съемку одного и того же района в виде диска Земли, контрастно отображающегося на фоне космоса; на снимках четко отображаются береговые линии морей, крупных озер и островов, которые устойчивы во времени и представлены в соответствующих электронных картах. Все это создает предпосылки для проектирования полностью автоматической технологии высокоточной привязки снимков по электронным картам. Решение этой задачи составляет основное содержание настоящей диссертационной работы.

Степень разработанности темы. В настоящее время имеется значительный теоретический задел в области координатной привязки изображений, в создание которого внесли вклад отечественные и зарубежные ученые Арманд H.A., Асмус В.В., Бочкарев A.M., Зиман Я.Л., Красиков В.А., Урличич Ю.М.,

Фурман Я.A., Mather P.M., Mostafavi Н., Smith F.W., Ruskone R., Dowman I.J., Steger C., Mayer H., Radig, B. Muller J., Cheng P., Ramachandran R. и др.

Один из подходов к решению поставленной задачи, который многие годы исследовался, - это координатная привязка снимков по звездному небу. В данном случае требуется установка на космический аппарат датчика звездного неба с высоким угловым разрешением, чувствительностью и широкой полосой обзора, что технически трудно реализуемо. При этом могут быть уточнены только углы ориентации спутника, а его пространственное положение определить не представляется возможным.

В ряде работ для решения задач координатной привязки космических снимков предлагается использовать устойчивые наземные ориентиры в виде эталонных опорных пиктограмм. Такой подход требует создания высокоинформативной базы опорных фрагментов, предварительной обработки снимков с целью приведения их к форме представления пиктограмм, что не позволяет организовать оперативную технологию координатной привязки. Наличие даже незначительных содержательных различий между снимком и пиктограммами приводит к резкому снижению надежности решения задачи.

В последние годы предпринимаются активные попытки координатной привязки космических снимков от полярно-орбитальных систем ДЗЗ по электронным картам. В данном случае карта и снимок приводятся к единой форме представления, после чего осуществляется идентификация одноименных объектов. Однако из-за действия различных мешающих факторов, сопровождающих процесс съемки, и содержательных различий между картой и снимком полностью автоматических надежных технологий координатной привязки построить не удалось.

Что касается координатной привязки снимков от геостационарных спутников по электронным картам, то публикации по этому вопросу практически отсутствуют. Лишь в отдельных работах упоминается об эффективности и возможности практического решения этой задачи. То есть возникает острая необходимость в разработке такой технологии, чему и посвящена настоящая диссертация.

Цель диссертации состоит в разработке алгоритмов и полностью автоматической технологии высокоточной координатной привязки снимков от геостационарных космических систем наблюдения Земли по электронным картам.

Для достижения поставленной цели необходимо решить следующие основные задачи:

• провести сравнительный анализ различных технологий координатной привязки изображений Земли по точности, надежности и уровню автоматизации; обосновать целесообразность создания технологии координатной привязки снимков от геостационарных систем по электронным картам;

• разработать комплексную технологию координатной привязки изображений от геостационарных спутников, основанную на использовании дан-

ных навигационных измерений, контурных точек диска Земли и электронных карт;

• разработать алгоритмы координатной привязки изображений от геостационарных спутников по контурным точкам диска Земли и электронным картам;

• разработать алгоритмы повышения эксплуатационных характеристик технологии координатной привязки снимков от геостационарных спутников (точности, надежности и скорости);

• осуществить практическую реализацию технологии координатной привязки изображений от геостационарных спутников.

Научная новизна диссертационной работы в целом определяется тем, что впервые в практике ДЗЗ разработана комплексная технология высокоточной автоматической координатной привязки снимков от геостационарных спутников по контурным точкам диска Земли и электронным картам.

На защиту выносятся следующие новые научные результаты:

• технология высокоточной оперативной координатной привязки изображений от геостационарных спутников, основанная на выделении контура диска Земли и уникальных фрагментов береговых линий и их автоматическом совмещении с одноименными объектами электронной карты;

• алгоритм поиска одноименных сюжетов на космическом снимке и электронной карте, основанный на представлении уникальных фрагментов карты в виде бинарных масок;

• алгоритм оценки степени уникальности опорных фрагментов карты, основанный на анализе автокорреляционной функции по различным направлениям и позволяющий значительно повысить точность и надежность координатной привязки;

• алгоритмы учета степени несовпадения фрагментов береговых линий на снимке и карте, позволяющие повысить точность их совмещения;

• алгоритмы анализа наличия облачности в зонах поиска опорных фрагментов на основе геометрического описания береговых линий, позволяющие восстановить или исключить области, закрытые облаками, и тем самым повысить надежность процесса координатной привязки.

Практическая ценность работы состоит в том, что на базе разработанных математических моделей и алгоритмов создан программный комплекс высокоточной координатной привязки космических изображений от геостационарных спутников по электронным картам, обеспечивающий полную автоматизацию и высокую надежность координатной привязки спутниковой видеоинформации. Данный комплекс включен в состав наземных средств приема и обработки снимков от российского геостационарного спутника "Электро-Л".

Реализация и внедрение. Диссертация выполнена в Рязанском государственном радиотехническом университете в рамках НИР 7-06Г, ОКР 10-07, ОКР 23-06 (космические проекты «Электро-Л» и «Тепло»). Резуль-

таты работы в виде алгоритмов и технологий координатной привязки данных ДЗЗ внедрены в Российском НИИ космического приборостроения и НПО им. С.А. Лавочкина.

Апробация работы. Основные положения диссертации докладывались и обсуждались на 3-х международных и 8-и всероссийских конференциях и семинарах: 13-й и 15-й международных научно-технических конференциях «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (Рязань-2005, 2008); 5-й международной научно-технической конференции «Космонавтика. Радиоэлектроника. Геоинформатика» (Рязань-2007); 11-й, 12-й и 13-й всероссийских научно-технических конференциях «Новые информационные технологии в научных исследованиях и в образовании» (Ря-зань-2006, 2007 - 2 доклада, 2008 - 2 доклада); 18-й всероссийской научно-технической конференции «Информационные технологии в науке, проектировании и производстве» (Нижний Новгород - 2006); 1-й и 2-й всероссийских научно-технических конференциях «Актуальные проблемы ракетно-космического приборостроения и информационных технологий» (Москва-2007, 2009); 6-й всероссийской конференции «Современные проблемы дистанционного зондирования Земли из космоса» (Москва-2008); всероссийской научно-технической конференции «Интеллектуальные и информационные системы» (Тула-2007).

Публикации. По теме диссертации опубликовано 19 работ: 8 статей (в том числе 4 статьи по списку. ВАК) и 11 тезисов докладов на международных и всероссийских конференциях.

Структура и объем работы. Диссертация состоит из введения, 4-х глав, заключения, списка литературы и приложения, которое содержит документы о внедрении и практическом использовании результатов. Основной текст работы содержит 144 е., 30 рисунков и 18 таблиц. Список литературы на 12 с. включает 114 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В главе 1 выполнен системный анализ существующих технологий координатной привязки изображений земной поверхности, выявлены их узкие места. Сформулированы направления научных исследований по созданию комплексной технологии координатной привязки изображений от геостационарных спутников по электронным картам и контурным точкам диска Земли.

Рассмотрен традиционный подход координатной привязки изображений по измерениям параметров орбиты и углов ориентации спутника на примере геостационарного космического аппарата «Электро-JI». Исследованы основные искажающие факторы - погрешности измерений углов ориентации и параметров орбиты. Показано, что для координатной привязки снимков от геостационарных спутников с точностью порядка 4 км (что соответствует разрешающей способности) необходимо измерять углы ориентации космического аппарата с точностью 10 угл. с, что на сегодняшний день практически недостижимо. Возникает необходимость в поиске альтернативных технологий.

Исследованы возможности координатной привязки изображений от reo-

стационарных спутников по сигналам космических навигационных систем «ГЛОНАСС» и GPS. В последние годы с этой целью разрабатывается соответствующая бортовая аппаратура для работы на геостационарной орбите, однако ее практическая реализация планируется через несколько лет. Кроме этого, системы «ГЛОНАСС» и GPS не позволяют измерить углы ориентации спутника.

Координатную привязку изображений от геостационарных спутников можно выполнить по звездному небу, на фоне которого отображается диск Земли. Исследование такой технологии показало, что ее реализация представляет собой сложную научно-техническую проблему. Прежде всего, необходим датчик с высокой чувствительностью, широкими динамическим диапазоном и полосой обзора, поскольку он должен регистрировать слабые сигналы от звезд и яркие сигналы от земной поверхности. Кроме этого, в ходе формирования изображения одного и того же участка Земли звездное небо значительно смещается и этот процесс необходимо описать с высокой точностью.

Исследована технология координатной привязки снимков земной поверхности по опорным точкам местности (ОТМ), основанная на установлении геометрического соответствия между одноименными точками изображения и картографической основы. В качестве последней могут быть использованы устойчивые наземные ориентиры, предварительно сформированные в виде небольших фрагментов изображений (пиктограмм). Такой подход требует создания высокоинформативной базы опорных снимков и не обеспечивает оперативности обработки и надежности поиска ОТМ при наличии содержательных различий между реальным изображением и пиктограммами. В качестве картографической основы могут быть использованы и электронные карты (ЭК), которые активно внедряются в последние годы. В данном случае можно выполнить координатную привязку изображений практически с точностью, определяемой разрешающей способностью снимка и точностью карты. Вместе с тем, по данным отечественной и зарубежной печати, полностью автоматизировать процесс поиска одноименных точек на карте и изображении пока не удалось.

Снимки от геостационарных спутников (по отношению к полярно-орбитальным) предоставляют уникальную возможность их координатной привязки по контурным точкам диска Земли, которые контрастно и неизменно (по отношению к звездам) отображаются на фоне окружающего космоса. Вопросы, связанные с разработкой такой технологии, в зарубежной и отечественной литературе не раскрыты. Контурные точки образуют фигуру в виде эллипса, очень близкого к окружности, поэтому априори, без проведения соответствующих исследований, нельзя оценить возможность определения угловой ориентации его осей. Этот вопрос требует изучения.

Выполненный анализ показал, что наиболее перспективным направлением координатной привязки снимков от геостационарных систем наблюдения Земли является реализация этого процесса с использованием электронных карт. Такой подход определяет необходимость проведения научных исследований по ряду направлений.

Во-первых, существующие технологии координатной привязки изображений по электронным картам не учитывают особенностей формирования снимков от геостационарных спутников: съемка одного и того же района земной поверхности; отображение диска Земли на фоне окружающего космоса; наличие на изображении устойчивых во времени береговых линий и др. С учетом этих особенностей обосновано первое направление научных исследований, связанное с разработкой базовых алгоритмов координатной привязки по электронным картам. Решению этих вопросов посвящена вторая глава.

Во-вторых, известные технологии не обеспечивают требуемого качества координатной привязки данных ДЗЗ по картам при полном или частичном закрытии облаками береговых линий, при геометрическом несовпадении объектов снимка и карты, при отсутствии уникальных опорных объектов на значительной части наблюдаемой сцены. Это обусловливает необходимость проведения исследований по второму направлению, которое связано с разработкой алгоритмов повышения в таких условиях точности и надежности процесса координатной привязки. Эти вопросы рассмотрены в третьей главе.

В-третьих, существующие технологии не позволяют полностью автоматизировать процесс координатной привязки и не обеспечивают оперативности решения этой задачи. В связи с этим определено третье направление исследований, касающееся реализации полностью автоматической технологии высокоточной координатной привязки снимков от геостационарных спутников и исследования ее эксплуатационных характеристик.

В главе 2 разработаны базовые алгорипшы и комплексная технология координатной привязки космических изображений от геостационарных спутников по электронным картам и контурным точкам диска Земли, выполнены их теоретические исследования.

Центральное место при координатной привязке изображений от геостационарных спутников занимают вопросы совмещения одноименных объектов снимка и электронной карты. Предложена и исследована технология решения этой задачи, основу которой составляют четыре процесса: выделение на карте опорных объектов, устойчивых во времени и имеющих уникальную геометрическую форму; формирование для этих объектов бинарных масок, соответствующих по яркости и геометрической форме аналогичным объектам снимка; корреляционное совмещение бинарных масок с одноименными объектами снимка; определение функций геометрического соответствия снимка и карты.

Разработан алгоритм формирования по ЭК опорных бинарных масок. Вначале на наблюдаемую часть земного диска из электронной карты отбираются уникальные опорные объекты в виде изломов береговых линий и преобразуются из векторного формата в растровый. Степень уникальности опорных фрагментов Е/ - {(х-, у /); у = }, /' = 1, / , определяется среднеквадратичным

отклонением а,, ¡ = 1,1 , береговой линии (рис. 1, а), содержащей точки

У/), у = 1,./ , от прямой у = к1 х + Ь, :

' 1 ./ _

= ,ь !((>'/ -Ib Ч *,)) 4 j,))2), /=!./. (1)

V J 7=1

где/:, , b, находятся из условий jip,+k, v,= min и , к, .v, - v,)2 = min-

/ i Эталонное положение фрагментов определяется их центрами (х0,-, у0,), /' = 1,/. Для каждого £,./=!./, формируется бинарная маска А,(х,у)> i = 1,/, в виде двух областей с нулевой и единичной яркостью, линия соприкасания которых совпадает с участком ЭК, а яркость областей соответствует расположению водной и земной поверхностей на снимке (рис.1, б). Затем для всех £, ,/ = 1./, по заданным (x0,.yQl)J~ I./, в системе координат ЭК формируются расширенные фрагменты снимка B,(x.y).i 1./. (зоны поиска) с очертаниями береговых линий Ещ (рис. 1, в).

Разработан высокоскоростной алгоритм корреляционного совмещения объектов снимка и карты, основанный на бинарном представлении опорных фрагментов. В данном случае вычисление коэффициента корреляции р = {BÄ-BÄ)/4D^ (2)

свелось к подсчету средних значений яркостей снимка под единичной Bt и нулевой В0 областями маски

р = 0.5 {ВгВ0)/4~Он, (3)

где В А - среднее значение произведений одноименных элементов изображения и маски; А , В и Da . DH - соответственно средние яркости и оценки дисперсий, найденные по элементам маски и изображения. Индекс / в (2) и Рис. 1. Фрагмент ЭК (а), бинарная ниже для простоты опущен.

маска (б) и зона поиска (в) Выполнены исследования поведения р в окрестности области совпадения фрагмента снимка с маской при различной степени их геометрического сходства. Показано, что в этом случае ____1 - (а + ß)___________

Vi + 2 (D0 + £>, )/(в~- Во) + 2(а - ß)( О, - Ц,)/(В\ -Во)2- (а - ßf

где а и ß - доля элементов суши под нулевой областью маски и доля элементов водной поверхности под единичной областью («чужие» элементы), D0 и D, -выборочные дисперсии изображения под нулевой и единичной областями бинарной маски.

Из (2) и (4) следуют два важных вывода. Во-первых, р зависит как от общего уровня «чужих» элементов, доля которых равна (а +ß), так и от соот-

1

ношения между а и (3, определяемого в знаменателе членами с разностью (а - р). Во-вторых, член ВА в (2), который должен определять меру сходства фрагмента снимка и маски, зависит только от р. ВА достигает максимального значения 0,5 В\ при В\ > Во и р= 0, когда элементы водной поверхности полностью отсутствуют под единичной областью маски. В результате центрирования и нормирования ВА формируется коэффициент корреляции, числитель которого уже зависит от суммы (а + р), а знаменатель - от разности (а - р), в результате точка наилучшего сходства в общем случае смещается.

Для устранения подобного рода систематических ошибок предложено использование асимметричных бинарных масок. Установлено, что если у - доля нулевой, а (1 - у) - единичной областей бинарной маски, то

д/я(1 - я)+ тЮ0/(£1 - Во)2 + (1 - - Во? '

где л = р + у (1 - а - р). В этом случае р принимает максимальное значение при

у =--_ (6)

1+ £>о + а(Д1 -Во?

Только при полном совпадении Е с Ев, т.е. при а = Р = 0, систематическая ошибка отсутствует. В этом случае равенство р = ртах достигается либо путем конструирования несимметричной маски с параметром у = Л/А/(^ + л/^Ь). либ° ПРИ равенстве дисперсий £>0 = £>) для симметричной маски (у = 0,5).

В результате совмещения карты и снимка формируется исходный набор координат опорных точек ОТМ„. На основе анализа ОТМи осуществляется отбраковка результатов ложной идентификации. Оставшиеся точки образуют множество ОТМк = 7=1,^} • По ОТМк с помощью МНК опре-

деляются полиномы координатной привязки Рх=ай + ахх + а2у -х* и Ру =60 +Ьхх +Ь2у -у*, устанавливающие геометрическое соответствие одноименных точек снимка и карты. Коэффициенты ао, ¿о определяют смещение диска Земли по отношению к карте, а щ,а2 шЬ\,Ьг- масштабы по двум осям и поворот.

Одним из устойчивых объектов снимков от геостационарных спутников является контур диска Земли, который полностью или частично (при затемнении) может быть использован для координатной привязки. Эталонное представление контура диска рассматривается в работе как дополнительный элемент электронной карты, его использование существенно уменьшает зону поиска опорных объектов береговых линий, что значительно повышает скорость и точность совмещения ЭК со снимком. В связи с этим в работе предложен и исследован алгоритм координатной привязки снимков, основанный на эталон-

ном описании контура диска Земли в специально введенной плоскости и сопоставлении этого описания с реально наблюдаемым контуром.

Установлено, что в идеальном случае краевые точки диска Земли обра. зуют эллипс в плоскости ХУ, которая перпендикулярна к линии, соединяющей центр Земли и центр масс спутника, а в реальных условиях фигуру, близкую к нему. Можно показать, что эталонный эллипс с использованием номинальных параметров съемки определяется как

_ Х2/а2+Г2/Ь2 = 1,__(7)

, Х1ь1 + у2ъ1 + г1а] I х№+у02ь1 + гуз

1Ц.С и ~ а, I , ,л > " —

Х2Ъ\ + У02632 + ^ - а\ь] ' Л"02632 + У02Ь2 + '¿¡а] - a]b] ' Xа,У0,Z0 — координаты спутника; а3, Ь.л - экваториальный и полярный радиусы земного эллипсоида. Для реального эллипса оцениваются координаты центра Хц, Уц, размеры полуосей аД, Ьд и угол их наклона <р. Затем устанавливается геометрическое соответствие одноименных точек реального и эталонного эллипсов:

X - [(X - Xu)cos<p + (У - Vu)sin<p] а/ад, К = [(У -Уц)coscp-(JT- jru)sin<p] 6/¿д.. (8)

В работе предложены две технологии комплексирования ОТМ, найденных по контурным точкам диска Земли и по объектам береговых линий. В первом случае контурные точки диска используются для предварительной координатной привязки с целью уменьшения зоны поиска объектов береговых линий. Во втором случае контур диска Земли выступает как опорный объект, дополняющий электронную карту береговых линий.

В главе 3 разработаны и исследованы алгоритмы повышения точности и надежности координатной привязки снимков от геостационарных спутников по электронным картам.

Установлено, что надежной и точной координатной привязке космических изображений мешают три фактора: наличие облачности, частично или полностью закрывающей опорные фрагменты береговых линий; неполное соответствие геометрии береговой линии на снимке и электронной карте; неравномерное распределение уникальных фрагментов по полю изображения.

Предложен алгоритм компенсации систематических ошибок, обусловленных несовпадением береговых линий на снимке и карте. Алгоритм основан на внесении в опорные фрагменты снимка вполне определенных искажений и последующей оценке по серии изображений систематических ошибок. Экспериментально установлено, что СКО оценки систематических ошибок не превышает 0.2 пикселя.

Разработан алгоритм идентификации облачности на водных участках зон поиска, основанный на геометрическом описании береговых линий в опорных фрагментах. Алгоритм базируется на двух предпосылках. Во-первых, зоны поиска содержат единственную береговую линию, разделяющую воду и сушу, которая от сеанса к сеансу съемки может смещаться в двух направлениях. Во-

вторых, облачные образования представляют собой связные области, яркость которых всегда выше яркости пикселей водной поверхности.

В зоне поиска (рис. 2, слева) определяются три области: Ь - область гарантированного участка суши; IV -область гарантированного участка водной поверхности; II - область, непосредственно прилегающая к береговой линии и содержащая как участки суши, так и участки воды. Области строятся на основе знаний о допустимых диапазонах смещения береговой линии вдоль координатных осей (рис. 2, справа). На основе анализа гистограммы в области и решается задача сегментации на две подобласти: 1!0 -элементы водной поверхности и С/, -элементы суши. Далее формируется объединенная область элементов водной поверхности IV* = И7 и и0 (область черных элементов) и находятся элементы, принадлежащие облачным образованиям (области белых элементов) и окруженные элементами IV . Экспериментально установлено, что алгоритм позволяет на 30 % снизить число ложных совмещений, вызванных частичным закрытием облаками водных участков опорных фрагментов.

Предложен и исследован алгоритм отбраковки участков береговых линий, закрытых облаками. Алгоритм основан на использовании изменяющегося порога сегментации облачных образований в зависимости от положения бинарной маски в зоне поиска. Опорная точка, найденная в процессе совмещения фрагментов, отбраковывается, если qoín 0 /д0 > Киб.п где <7ой.г 0 - число облачных точек, ¡70 - число нулевых точек бинарной маски, Коб1 - пороговое значение доли облачности. Алгоритм позволяет выполнить надежную идентификацию опорных фрагментов, в которых береговые линии закрыты облаками, и исключить их из рассмотрения.

Разработан алгоритм отбраковки отдельных участков совмещаемых фрагментов, на которых береговые линии снимка и карты частично не совпадают (рис. 3, слева). Алгоритм основан на многокритериальном анализе наличия облачных образований и несовпадений береговых линий снимка и карты на отдельных участках опорного фрагмента и принятии решения об использовании или отбраковке этих участков. Бинарная маска фрагмента разбивается на Ь участков А, = { а] },/=!,/, (рис. 3, справа). В процессе совмещения

Рис. 2. Зона поиска, покрытая облаками (слева), участки воды и суши (справа)

Рис. 3. Разбиение фрагмента снимка (слева) и бинарной маски (справа) на подфрагменты

участка бинарной маски А, , ¡=1,1, 1= с соответствующим участком снимка В\ , ¡=1,1, / = 1,1, рассчитываются критерии отбраковки К, , / = !,/. Если участок не удовлетворяет одному из критериев К1 , /' = 1, /, то он отбраковывается. На основе (3) с использованием не отбракованных участков с номерами 5 = 1,5 формируется новая мера сходства:

р*=0.5 (9)

7=1 / ./ = "

Экспериментально установлено, что этот алгоритм позволяет увеличить до 40 % общее число опорных фрагментов и повысить тем самым точность координатной привязки.

Предложен алгоритм оценки степени уникальности опорных фрагментов вдоль различных направлений с целью использования для координатной привязки фрагментов с линейными участками береговых линий (рис. 4, слева). В

этом случае из-за неопределенности положения точки максимума автокорреляционной функции (АКФ) вдоль линейного участка береговой линии возникают ошибки в оценке положения ОТМ. Установлено, что изолинии АКФ опорных фрагментов

Рис. 4. Линейный участок береговой имеют близкУю к ЭЛШПСУ>

линии (слева) и изолиния АКФ (справа) направления осей от и й которого определяются ориентацией оереговой линии (рис. 4, справа). Предлагается учитывать направления наилучшего (ось от) и наихудшего (ось л) совмещения для всех опорных фрагментов и к найденным ОТМ относиться с разной степенью доверия по осям от и и. В этом случае геометрическое соответствие снимка и карты определяется из условий: / , !

) = т'"> £(К„„ А от, ) = т/и,

где Кт, и - весовые коэффициенты по осям т и « для /-го фрагмента, Дл, =[/>,(*,, ^)-х,]со5а, --(л,)->>,]Б1псх, , А/я, = [/\.(*, ,>■,)-а, +[?,,(.*,,у,)->■,.]со5 а, , а, - угол между системами координат лу и /ял, ;' = !,/.

Этот алгоритм дает возможность использовать для координатной привязки фрагменты, содержащие линейные участки береговых линий. Экспериментально установлено, что за счет этого набор опорных фрагментов расширяется примерно на 30 %, что позволяет более плотно покрыть всю область определения снимка и снизить погрешность привязки до 0.4 пикселя.

Разработан алгоритм отбраковки краевых точек изображения диска Земли, основанный на учете факта их пространственной связности и близости к некоторой линии, образующей эллипс. Для этого используются три критерия.

Краевые точки отбраковываются, если не удовлетворяют условию:

Ятт-Яц<Г<Ятах + йц, (Н)

где Лц - радиус круга с центром (0,0), определяющий допустимую область расположения центра эллипса, [Дтш, Лтах ] - допустимый диапазон изменения радиуса круга, г — расстояние до контурной точки.

Далее исключаются участки контура, заведомо не имеющие отношения к краям диска, при

|3-3|>3сэ, (12)

где 3 - направление участка контура, Я — радиус кривизны окружности, рассчитанный по окрестности рассматриваемой точки, 9, Л и а9, стл — соответственно средние значения и СКО для ЗиЛ.

Наконец, оставшиеся краевые точки бракуются, если

И(ф)| > ¿ + 3 оа, (13)

где ¿(ер) = г(ф) - г (ф) - разность эталонной и аппроксимируемой функций, описывающих контурные точки диска в полярной системе координат (г,ф); й и ас1 - среднее значение и СКО, найденные по множеству отчетов с/(ф). Использование этого алгоритма позволяет построить более точную модель контура диска Земли.

В главе 4 рассмотрены вопросы практической реализации технологии высокоточной координатной привязки и выполнены ее экспериментальные исследования.

Предложенные во второй и третьей главах технологии и алгоритмы положены в основу практической реализации программного комплекса координатной привязки изображений от геостационарных спутников (ПК МарМаКЬ-т§). Комплекс включает:

- программу координатной привязки по данным систем навигации и ориентации;

- программу координатной привязки снимков по диску Земли;

- электронные карты на заданный район съемки;

- программу преобразования электронных карт;

- программу формирования опорных фрагментов изображений;

- программу определения параметров координатной привязки снимков по электронной карте;

- программу комплексирования результатов координатной привязки по данным, полученным средствами систем навигации и ориентации, по диску Земли и электронным картам;

- программу организации процесса координатной привязки.

Перечисленные программы включают программные средства повышения

точности и, надежности координатной привязки, алгоритмы которых рассмотрены в главе 3.

Разработка ПК MapMatching выполнена в среде программирования Visual С++ версии 6.0 на базе Windows API 32 и библиотек MFC и функционирует в виде 32-разрядного приложения в среде MS Windows ХР/2000/2003. Комплекс включает в себя более 20 файлов (около 25 ООО программных строк) с определениями различных классов и функций.

Выполнены исследования точности и быстродействия ПК MapMatching, в ходе которых получены следующие результаты.

• Технология координатной привязки изображений по электронным картам обеспечивает:

- СКО координатной привязки составляет порядка 0.4 пикселя;

- предельная погрешность координатной привязки центральной точки диска Земли 0.7 пикселя;

- при более чем 50%-м затенении изображения Земли погрешности оценки параметров координатной привязки начинают, возрастать и уже при 70% -м затенении становятся недопустимо большими;

г точность координатной привязки по ЭК практически не зависит от действия одного либо группы искажающих факторов.

Эксперименты проводились с привлечением 62-х снимков от КА «Ме-teoSat-5» и «MeteoSat-8», в каждом из которых использовалось по 53 ОТМ.

• Алгоритм координатной привязки изображений по контурным точкам диска Земли обеспечивает точность оценивания углов крена и тангажа порядка 3 угл. с и угла рысканья порядка 200 угл. с. Такие точности оценки параметров координатной привязки обеспечиваются при 80%-м затенении диска Земли.

Эксперименты проводились с привлечением на 120 изображений спутника «MeteoSat-8» с имитацией характерных искажений.

• Время координатной привязки изображений по 53 опорным фрагментам составило 15 секунд, а по контурным точкам диска Земли - 10 секунд. Эксперименты выполнялись на серверной ЭВМ IBM х3850 с 4-мя двуядерными процессорами Intel Xeon 7120N 4x3.0GHz / 667 MHz, обладающей оперативной памятью 8 Гбайт.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Выполнен анализ информационных технологий координатной привязки изображений земной поверхности по данным систем ориентации и навигации, по звездному небу, по опорным точкам местности (пиктограммам и электронным картам). Показано, что известные технологии не учитывают специфические особенности геостационарных систем наблюдения Земли и не обеспечивают необходимой точности и надежности координатной привязки, полной автоматизации процесса и решения задачи в реальном масштабе времени. Обоснована целесообразность решения этой задачи с использованием электронных карт береговых линий.

2. Исследованы особенности изображений от геостационарных систем наблюдения Земли, с учетом чего разработана комплексная технология координатной привязки космических изображений от геостационарных спутников на основе использования данных систем навигации и ориентации, контурных точек диска Земли и электронных карт. Разработаны и исследованы базовые алгоритмы этой технологии, а именно:

• алгоритмы формирования по ЭК опорных фрагментов в виде бинарных масок, представляющих собой две области, линия соприкасания которых соответствует опорному участку карты, а содержание областей учитывает расположение водной и земной поверхностей снимка;

• алгоритм автоматического совмещения объектов береговых линий с бинарными масками, обеспечивающий высокоточную координатную привязку снимков (СКО привязки составляет 0.5 пикселя);

• алгоритм координатной привязки изображений от геостационарных спутников по контурным точкам диска Земли, позволяющий оценить смещение центра изображения с точностью порядка 0.5 пикселя и тем самым значительно сузить зону поиска для технологии привязки по картам.

3. Разработаны и исследованы алгоритмы повышения точности и надежности координатной привязки снимков от геостационарных спутников по электронным картам, а именно:

• алгоритм компенсации систематических ошибок, обусловленных несовпадением береговых линий на снимке и карте, основанный на внесении в опорные фрагменты снимка определенных искажений и их последующей оценке по серии изображений; экспериментально установлено, что СКО оценки систематических ошибок составляет 0.2 пикселя;

• алгоритмы идентификации облачности в зонах поиска опорных фрагментов на основе геометрического описания береговых линий, которые позволяют восстановить или отбраковать области, частично или полностью закрытые облаками, и до 30 % сократить число ложных совмещений;

• алгоритм оценки степени уникальности опорных фрагментов карты, основанный на анализе автокорреляционной функции по различным направлениям, который позволил использовать опорные фрагменты с линейными участками береговых линий, увеличить число опорных фрагментов примерно на 30 % и снизить СКО привязки до 0.4 пикселя;

• алгоритм отбраковки отдельных участков совмещаемых фрагментов, на которых береговые линии снимка и карты не совпадают либо закрыты облаками, что позволило увеличить примерно на 40 % общее число опорных фрагментов и повысить тем самым точность координатной привязки.

4. Разработан программный комплекс координатной привязки видеоинформации с геостационарного спутника ПК MapMatching, который испытан и подготовлен для обработки информации с проектируемого в настоящее время геостационарного спутника «Электро-J1». Комплекс функционирует на серверной ЭВМ IBM х3850 с 4-мя двуядерными процессорами Intel Xeon 7120N 4x3.0GHz / 667 MHz. Выполнены экспериментальные исследования алгоритмов координатной привязки снимков от геостационарных спутников. Установлено, что СКО привязки составляет 0.4 пикселя, а время решения этой задачи для входного потока видеоданных в 1.5 Гбайт составило 25 секунд.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Козлов Е.П., Пресняков O.A. Автоматическое выделение водных объектов на растровых картах // Тез. докл. 14-й междунар. науч.-техн. конф. «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань: РГРТА, 2005. С. 215.

2. Козлов Е.П. Информационные технологии совмещения одноименных объектов растровой карты и аэрокосмических изображений // Тез. докл. XI все-российск. науч.-техн. конф. «Новые информационные технологии в научных исследованиях и образовании». Рязань: РГРТУ, 2006. С. 154-155.

3. Козлов Е.П. Алгоритм идентификации одноименных объектов на космическом снимке и электронной растровой карте // Тез. докл. XVIII всерос-сийск. науч.-техн. конф. «Информационные технологии в науке, проектировании, производстве». Нижний Новгород, 2006. С. 20.

4. Еремеев В.В., Козлов Е.П. Выделение изображений водных объектов на космических снимках и картах // Информатика и прикладная математика: межвуз. сб. научн. трудов. РГУ им. С.А. Есенина. Рязань, 2006. С. 65-68.

5. Козлов Е.П. Технология совмещения изображений от геостационарных спутников с электронными картами // Тез. докл. XII всероссийск. науч.-техн. конф. «Новые информационные технологии в научных исследованиях и образовании». Рязань: РГРТУ, 2007. С. 320-321.

6. Каплин A.B., Козлов Е.П., Пресняков O.A. Определение установочных параметров ПЗС-линеек в многоэлементных сканирующих устройствах// Тез. докл. XII всероссийск. науч.-техн. конф. «Новые информационные технологии в научных исследованиях и образовании». Рязань: РГРТУ, 2007. С. 318-320.

7. Еремеев В.В., Козлов Е.П. Технология уточнения геодезической привязки изображений от геостационарных спутников по электронным картам // Информатика и прикладная математика: межвуз. сб. научн. трудов. РГУ им. С.А. Есенина. Рязань, 2007. С. 41-44.

8. Козлов Е.П. Программное обеспечение автоматической геодезической привязки космических изображений по электронным картам // Тез. докл. 5-й междунар. науч.-техн. конф. «К.Э. Циолковский - 150 лет со дня рождения. Космонавтика. Радиоэлектроника. Геоинформатика». Рязань: РГРТУ, 2007. С. 336-339.

9. Козлов Е.П. Автоматическое совмещение электронных карт с изображениями от геостационарных спутников с целью их высокоточной геодезической привязки // Тез. докл. всероссийск. науч.-техн. конф. «Интеллектуальные и информационные системы». Тула, 2007. С. 107-108.

10. Еремеев В.В., Козлов Е.П. Технология уточнения геодезической привязки изображений, полученных с геостационарных спутников, с использованием электронных карт // Актуальные проблемы ракетно-космического приборостроения и информационных технологий: сб. научн. статей. М.: Физматлит, 2008. С. 244-247.

11. Еремеев В.В., Козлов Е.П. Автоматическая координатная привязка изображений от геостационарных космических систем наблюдений Земли по электронным картам // Вестник РГРТУ. Рязань, 2008. №23. С. 14-20.

12. Еремеев В.В., Козлов Е.П. Повышение точности и надежности совмещения электронных карт с изображениями от геостационарных спутников // Материалы 15-й междунар. науч.-техн. конф. «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань: РГРТУ, 2008. С. 110-111.

13. Козлов Е.П. Повышение точности и надежности идентификации объектов на космических изображениях // Тез. докл. XIII всероссийск.' науч.-техн. конф. «Новые информационные технологии в научных исследованиях и образовании». Рязань: РГРТУ, 2008. С. 56-58.

14. Козлов Е.П. Об одном подходе к решению задачи совмещения космических изображений Земли с электронными картами // Тез. докл. XIII всероссийск. науч.-техн. конф. «Новые информационные технологии в научных исследованиях и образовании». Рязань: РГРТУ, 2008. С. 132-133!

15. Еремеев В.В., Егошкин H.A., Козлов Е.П. Повышение точности и надежности координатной привязки космических изображений по электронным картам // Информатика и прикладная математика: межвуз. сб. научн. трудов. РГУ им. С.А. Есенина. Рязань, 2008. С. 55-59.

16. Еремеев В.В., Козлов Е.П. Повышение эксплуатационных характеристик технологии геодезической привязки по электронным картам снимков от КА «Электро-JI» // Тез. докл. II всероссийск. науч.-техн. конф. «Актуальные проблемы ракетно-космического приборостроения и информационных технологий». Москва: РНИИ КП, 2009. С. 83-84.

17. Еремеев В.В., Козлов Е.П. Повышение точности и надежности координатной привязки снимков от геостационарных космических систем наблюдений Земли по электронным картам // Вестник РГРТУ. Рязань, 2009. №28. С. 6-12.

18. Егошкин H.A., Еремеев В.В., Козлов Е.П. Нормализация космических изображений Земли на основе их сопоставления с электронными картами // Цифровая обработка сигналов. 2009. №3. С. 14-21. , < J

19. Егошкин H.A., Еремеев В.В., Козлов Е.П., Москатйньев И.В., Москви-тин А.Э. Геодезическая привязка изображений от геостационарных спутников по контуру диска Земли и электронным картам // Современные проблемы дистанционного зондирования Земли из космоса: сб. научн. статей. Вып. 6. М.: Азбука-2000,2009. С. 62-66.

Козлов Евгений Павлович

АЛГОРИТМЫ И ТЕХНОЛОГИЯ ВЫСОКОТОЧНОЙ КООРДИНАТНОЙ ПРИВЯЗКИ СНИМКОВ ОТ ГЕОСТАЦИОНАРНЫХ КОСМИЧЕСКИХ СИСТЕМ ПО ЭЛЕКТРОННЫМ КАРТАМ

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 28.09.09 Формат бумаги 60x84 1/16. Бумага офисная. Печать трафаретная. Усл. печ. л. 1,0. Уч.-изд. л. 1.0. Тираж 100 экз.

Рязанский государственный радиотехнический университет. 390005, г. Рязань, ул. Гагарина, 59/1. Редакционно-издательский центр РГРТУ.

Введение.

1. Системный анализ информационных технологий координатной привязки изображений земной поверхности.

1.1. Анализ технологий координатной привязки космических снимков по данным систем навигации и ориентации.

1.2. Информационная технология координатной привязки снимков земной поверхности по звездному небу.

1.3. Информационная технология координатной привязки снимков земной поверхности по опорным точкам местности.

1.4. Основные направления исследований по созданию технологии координатной привязки снимков по электронным картам.

Основные результаты.

2. Базовые алгоритмы информационной технологии координатной привязки снимков от геостационарных спутников по электронным картам.

2.1. Организация технологии координатной привязки изображений от геостационарных спутников по электронным картам.

2.2. Алгоритм предварительной координатной привязки изображений от геостационарных спутников по контурным точкам диска Земли.

2.3. Алгоритм формирования опорных фрагментов (бинарных масок).

2.4. Алгоритм совмещения объектов береговых линий с бинарными масками.

Основные результаты.

3. Алгоритмы повышения точности и надежности координатной привязки снимков от геостационарных спутников по электронным картам.

3.1. Алгоритм компенсации систематических ошибок, обусловленных несовпадением береговых линий на снимке и карте.

3.2. Алгоритмы идентификации облачности в зонах поиска опорных фрагментов.

3.3. Алгоритм отбраковки искаженных участков береговых линий.

3.4. Алгоритм определения и учета степени информационной ценности опорных фрагментов.

3.5. Повышение точности и надежности определения контурных точек диска Земли.

Основные результаты.

4. Экспериментальные исследования и практическая реализация технологии высокоточной координатной привязки снимков

4.1. Экспериментальные исследования технологии координатной привязки по электронным картам.

4.2. Экспериментальные исследования технологии координатной привязки по контурным точкам диска Земли.

4.3. Техническая реализация комплексной технологии координатной привязки снимков от геостационарных спутников.

Основные результаты.

Актуальность работы. В практике дистанционного зондирования Земли (ДЗЗ) в последние годы стали внедряться геостационарные космические системы: MeteoSat (США), GOES (Европа), FY (Китай). В настоящее время готовится к запуску российский геостационарный спутник «Электро-JI», который планируется включить в международную космическую систему наблюдения всей земной поверхности.

Геостационарные спутники выводятся на орбиту, находящуюся в плоскости экватора, на высоту порядка 35000 км. При этих условиях спутник «зависает» на заданной долготе и обеспечивает периодическую съемку одной и той же поверхности всего земного диска на фоне окружающего космоса. Одной из важнейших характеристик космических изображений является точность координатной привязки объектов наблюдаемой сцены, т.е. точность определения их геодезических координат (широты и долготы). Основными причинам неудовлетворительной, координатной, привязки объектов снимков являются погрешности измерения пространственного положения и углов ориентации спутника в процессе съемки земной поверхности, что приводит, главным образом, к смещению, повороту и изменению масштаба изображения диска Земли.

Традиционно используемые технологии уточнения координатной привязки по звездному небу и наземным ориентирам не обеспечивают необходимой точности, оперативности и надежности решения рассматриваемой задачи. В последние годы появились векторные электронные карты местности самого различного масштаба и делаются активные попытки их использования для координатной привязки данных ДЗЗ, полученных от полярно-орбитальных космических аппаратов, которые осуществляют съемку Земли, вращаясь вокруг нее. Но полностью автоматических технологий решения этой задачи еще не создано. Основная трудность состоит в постоянном изменении географического района съемки, условий наблюдения, в выборе устойчивых во времени наземных ориентиров.

Задача координатной привязки изображений от геостационарных спутников значительно упрощается: они осуществляют съемку одного и того же района в виде диска Земли, контрастно отображающимся на фоне космоса; на снимках четко отображаются береговые линии морей, крупных озер и островов, которые устойчивы во времени и представлены в соответствующих электронных картах. Все это создает предпосылки для создания полностью автоматической технологии высокоточной привязки снимков по электронным картам. Решение этой задачи составляет основное содержание настоящей диссертационной работы.

Степень разработанности темы. В настоящее время имеется значительный теоретический задел в области координатной привязки изображений, в создание которого внесли вклад отечественные и зарубежные ученые Арманд Н.А., Асмус В.В., Бочкарев A.M., Зиман Я.Л., Красиков В.А., Урли-чич Ю.М., Фурман Я.A., Mather P.M., Mostafavi Н., Smith F.W., Ruskone R., Dowman I J:, Steger C., Mayer H., Radig В., Muller J., Cheng P., Ramachandran R. и др.

Одним из подходов к решению поставленной задачи, который многие годы исследовался - это координатная привязка по звездному небу [1-13]. В работе [12] впервые сделана попытка применения такой технологии к данным от геостационарных спутников серии GOES. В данном.случае требуется установка на космический аппарат датчика звездного неба с высоким угловым разрешением, чувствительностью и широкой полосой обзора [2, 9], что технически трудно реализуемо. При этом пространственное положение спутника по звездному небу определить не представляется возможным, могут быть только уточнены углы ориентации спутника.

В ряде работ [14-30] для решения задач координатной привязки космических снимков предлагается использовать устойчивые наземные ориентиры в виде эталонных опорных пиктограмм. Такой подход требует создания высокоинформативной базы опорных фрагментов, предварительной обработки снимков с целью приведения их к форме представления пиктограмм [14, 16, 30], что не! позволяет организовать оперативную технологию координатной привязки. Наличие даже незначительных содержательных различий между снимком и пиктограммами приводит к резкому снижению надежности решения задачи.

В последние годы предпринимаются активные попытки координатной привязки космических снимков от полярно-орбитальных систем ДЗЗ' по электронным картам'[31-63]. В данном случае карта и снимок приводятся-к единой' форме представления, после чего* осуществляется- идентификация одноименных объектов. Однако, из-за действияфазличных мешающих факторов, сопровождающих процесс съемки, и содержательных различий между картой и снимком, полностью автоматических надежных технологий, координатной привязки построить.не удалось.

Что касается* координатной привязки снимков от геостационарных спутников по электронным картам, то публикации по этому вопросу практически отсутствуют. Лишь в отдельных работах [38; 60] упоминается об-эффективности и возможности практического решения-этой задачи. То есть возникает острая необходимость.в разработке алгоритмов и< реализации,такой технологии, чему и посвящена настоящая диссертация;

Цель диссертации состоит в разработке алгоритмов и полностью* автоматической технологии высокоточной координатной привязки* снимков от геостационарных космических систем- наблюдения* Земли; по электронным картам.

Для достижения' поставленной цели решаются следующие основные задачи:

• - сравнительный анализ различных технологий координатной привязки изображений Земли по точности-, надежности и уровню автоматизации; обоснование целесообразности создания технологии координатной привязки снимков от геостационарных систем по электронным картам;

• разработка комплексной технологии координатной привязки снимков от геостационарных спутников, основанная на использовании данных навигационных измерений, контурных точек диска-Земли; щэлектронных карт;

• разработка; алгоритмов» координатной; привязки' изображений от геостационарных спутников- но контурным точкам диска Земли и электронным картам;

• разработка алгоритмов повышения.- эксплуатационных характеристик, технологии координатной привязки снимков от геостационарных спутников (точности, надежности и скорости);

• ■ практическая? реализация? системы координатной; привязки изображений от геостационарныхспутников:.

Научная повюпа диссертационной работы: в целом; определяется? тем-, что впервые в практике ДЗЗ разработана комплексная-; технология; высокоточной! автоматической координатной'привязки снимков-от геостационарных спутников по контурным точкам диска Земли и электронным картам.

Конкретно, на защиту выносятся'следующиешовые научные результаты: ••■> технология ; высокоточною оперативной координатной; привязки; изображений8 от геостационарных спутников, основанная* на выделении! контура диска Земли и уникальных; фрагментов;, береговых линий- и их автоматическом совмещении с одноименными'.объектами электронной карты;

• алгоритм поиска,одноименных сюжетов на космическом снимке и электронной карте, основанный на представлении уникальных фрагментов карты в виде бинарных масок;:

• алгоритм оценки степени уникальности опорных фрагментов;карты, основанный на: анализе автокорреляционной функции по различным-направлениям, что позволило значительно, повысить» точность, и надежность координатной привязки;: . алгоритмы учета. степени несовпадения; фрагментов береговых;линий? на снимке и: карте, позволяющие повысить точность их совмещения;

• алгоритмы анализа наличия облачности в зонах поиска опорных фрагментов на основе геометрического описания береговых линий, позволяющие восстановить или исключить области, закрытые облаками, и тем самым повысить надежность.процесса координатной привязки.

Практическая ценность работы.Нз, базе разработанных математических моделей и алгоритмов создано программное обеспечение высокоточной координатной привязки космических изображений от геостационарных спутников по электронным картам, обеспечивающее полную автоматизацию и высокую надежность координатной привязки спутниковой видеоинформации. Данное программное обеспечение используется для, координатной привязки снимков от российского геостационарного спутника "Электро-JI".

Реализация и внедрение. Диссертация выполнена в Рязанском государственном радиотехническом университете в рамках НИР' 7-06F, ОКР 10-07, ОКР 23-06 (космические проекты «Электро-JI» и «Тепло»): Результаты работы в- виде алгоритмов и технологий координатной привязки, данных ДЗЗ внедреньгв Российском НИИ'космического приборостроения и НПО им. С.А. Лавочкина.

Апробация работы. Основные положения диссертации докладывались, и обсуждались на 3-х международных и 8-и всероссийских конференциях: 13-й и 15-й международных научно-технических конференциях «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (Рязань-2005, 2008); 5-й международной научно-технической конференции «Космонавтика. Радиоэлектроника. Геоинформатика» (Рязань-2007); 11-й, 12-й и' 13-й всероссийских научно-технических конференциях «Новые информационные технологии в научных исследованиях и в образовании» (Рязань-2006, 2007 - 2 доклада, 2008 - 2' доклада); 18-й всероссийской научно* технической конференции «Информационные технологии в науке, проектировании и производстве» (Нижний Новгород - 2006); 1-й и 2-й всероссийских научно-технических • конференциях «Актуальные проблемы ракетно-космического приборостроения и информационных технологий» (Москва

2007, 2009); 6-й всероссийской конференции «Современные проблемы дистанционного зондирования Земли из космоса» (Москва-2008); всероссийской научно-технической конференции «Интеллектуальные и информационные системы» (Тула-2007).

Публикации. По теме диссертации опубликовано 19 работ: 8 .статей (в том числе 4 статьи по списку ВАК), и 11 тезисов докладов на международных и всероссийских конференциях.

Личный вклад соискателя в опубликованных материалах состоит в следующем:

- в работах [64-66] соискателем разработана технология совмещения одноименных объектов карты и космических изображений на1 основе выделения изображений водных объектов! на снимках и картах;

- в работе [67], соискателем предложен алгоритм идентификации ■ одноименных объектов на космическом снимке и электронной карте;

- в работах [68-73] соискателем предложена технология- координатной привязки снимков от геостационарных спутников по электронным картам;

- в работе [74] соискателем рассматриваются вопросы практической реализации'технологии» координатной привязки по электронным картам;

- в работах [75-80] соискателем предлагаются и исследуются алгоритмы повышения точности и- надежности совмещения электронных карт с изображениями от геостационарных спутников;

- в работах [81, 82] соискателем- разработана комплексная технолопш координатной привязки снимков- от геостационарных спутников по электронным картам и контурным точкам диска Земли;

- работы [65, 66, 69, 72, 74, 76, 77], выполнены без соавторов.

Структура> и объем1 работы. Диссертация* состоит из введения, 4-х

Основные результаты диссертационной работы состоят в следующем.

1. Выполнен анализ информационных технологий координатной привязки изображений земной поверхности: по данным систем ориентации и навигации; по звездному небу; по опорным точкам местности (пиктограммам и электронным картам). Показано, что они не учитывают специфические особенности геостационарных систем наблюдения Земли и не обеспечивают необходимой точности и надежности координатной привязки, полной автоматизации процесса и решения задачи в реальном масштабе времени.

2. Исследованы особенности изображений от геостационарных и низкоорбитальных систем наблюдения Земли, с учетом чего разработана комплексная технология координатной привязки космических изображений от геостационарных спутников на основе использования данных систем навигации и ориентации, контурных точек диска Земли и электронных карт. Разработаны и исследованы базовые алгоритмы этой технологии, а именно: 1

• Алгоритм предварительной координатной привязки изображений от геостационарных спутников по контурным точкам диска Земли, позволяющий определить смещение центра изображениях точностью порядка 0.5 пикселя, тем самым сузить зону поиска для привязки по картам.

• Алгоритм формирования по ЭК опорных фрагментов в виде бинарных масок, представляющих собой две области, линия соприкасания которых соответствует опорному участку карты, а содержание областей учитывает расположение водной и земной поверхностей снимка.

• Алгоритм автоматического совмещения объектов береговых линий с бинарными масками, обеспечивающий высокоточную координатную привязку снимков (СКО привязки не превышает 0.5 пикселя).

3. Разработаны и исследованы алгоритмы повышения точности и надежности координатной привязки снимков от геостационарных спутников по электронным картам, а именно:

Алгоритм компенсации систематических ошибок, обусловленных несовпадением береговых, линий на снимке и карте. Алгоритм основан, на внесении в> опорные фрагменты снимка вполне определенных искажений, их. последующей оценке по серии изображений с помощью корреляционного' v анализа. Экспериментально1 установлено, что СКО оценки систематических ошибок не превышает 0.2 пикселя.

• Алгоритмы нейтрализации мешающего действия облаков в зонах поиска опорных фрагментов» на основе геометрического описания; береговых линий. Эти; алгоритмы позволяют восстановить^ или: отбраковать области, частично или:, полностью закрытые облаками, до> 30% сократить число ложных совмещений и тем самым повысить надежность -процесса координатной привязки.

• Алгоритм оценки; степени уникальности опорных, фрагментов карты, основанный; на анализе автокорреляционной функции, по различным направлениям. Это позволилошспользовать для координатнойшривязки|фрагменты, содержащие линейные участки береговых; линий; увеличить число опорных фрагментов примерно на 30%-и<снизить>СКО привязки до 0;4 пикселя;

• Алгоритм отбраковки отдельных участков; совмещаемых фрагментов, на которых береговые линии снимка и карты не совпадают, либо закрыты облаками; Алгоритм основан на анализе наличия облачных образований и несовпадений береговых линий; снимка и карты на отдельных, участках, входящих в опорные фрагменты, с целью принятия решения об их использовании или отбраковке. Его использование позволило увеличить ,до 40% общее число опорных фрагментов и повысить тем самым точность координатной привязки.

4. Выполнены экспериментальные; исследования алгоритмов', высокоточной? координатной^ привязки, снимков; от геостационарных, спутников, в результате:которых установлено:

• Алгоритм координатной привязки изображений1 по контурным точкам диска Земли обеспечивает:

- точность оценивания углов крена и тангажа до ~ 3 угл. с; точность оценивания угла рыскания1 составила порядка ~ 200 угл. с. даже при отсутствии шумов. Это связано с тем, что эллипс диска Земли практически вырожден в окружность;

- точность оценивания высоты составляет порядка 1.5 км, что вполне достаточно для высокоточной координатной привязки;

-указанные точности оценки параметров геодезической привязки обеспечиваются даже при 80 % затенении диска Земли. Эксперименты проводились с привлечением на 120'модельных изображениях, полученных путем преобразования снимков со спутника «MeteoSat-8» и имитации характерных искажений.

• Алгоритм координатной привязки изображений по электронным картам обеспечивает:

По результатам исследований технологии координатной, привязки снимков по электронным картам (по данным 62-х снимков от К A «MeteoSat-5»опытов, в каждом из которых использовались 53 ОТМ) сделаны следующие выводы:

- точность координатной привязки по ЭК практически не зависит от действия одного, либо группы искажающих факторов;

- СКО оценки координат ОТМ с помощью корреляционного поиска составляет порядка 0.5 - 0.7 пикселя;

- СКО координатной привязки не превышает 0.5 пикселя;

- погрешность координатной привязки центральной точки диска Земли не превышает 0.7 пикселя;

- при более чем 50%-м затенении диска Земли погрешность оценки его смещения возрастает и уже при 70% -м затенении становится недопустимо большой;

- оценка параметров,поворота диска Земли и его масштабных искажений с допустимой точностью выполняется при затенении диска до 50%.

Рассмотренные алгоритмы и технологии положены в основу программного комплекса координатной привязки видеоинформации с геостационарного спутника, проектируемого в настоящее время по проекту «Электро-JI». В качестве вычислительных средств в этом проекте выбрана серверная ЭВМ IBM х3850 с 4-мя двуядерными процессорами Intel Xeon 7120N 4x3.0GHz / 667 MHz, обеспечивающая при эффективном распараллеливании вычислительного процесса 25 млрд. операций в секунду и имеющая оперативную память 8 Гбайт. Время решения рассмотренных выше задач координатной привязки для потока данных в 1.5 Гб составило 25 секунд.

ЗАКЛЮЧЕНИЕ

1. Зиман Я.Л., Красиков В.А., Алексашина Г.А. Алгоритм опознавания звезд на снимках // Аэрокосмические исследования Земли. Обработка видеоинформации на ЭВМ. М., 1978.

2. Фурман Я.А., Роженцов А.А., Леухин А.Н. Оптимальное решение задачи ориентации летательных аппаратов по изображениям звездного неба // Автометрия, 2000, №5.

3. Злобин В.К., Кобзев В.Н. Корреляционное отождествление звездных конфигураций для целей координатной привязки аэрокосмических снимков // Известия вузов. Геодезия и аэрофотосъемка, 1982. № 1. .

4. Анисимов В.Б., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений // М.: Высш.шк., 1983.

5. Белоглазов И.Н., Тарасенко В.П. Корреляционно-эктремальные системы. М.: Советское радио, 1974.

6. Леухин А.Н., Роженцов А.А., Фурман Я.А. Метод идентификации светил в системах ориентации космических аппаратов на базеыторичных созвездий с уникальной монохроматичностью спектра их формы // Космонавтика и ракетостроение, 2001. №24.

7. Бурый А.С., Михайлов С.Н. Методы идентификации астроориенти-ров в задачах ориентации и навигации космического аппарата по изображениям звездного неба. // Зарубежная радиоэлектроника, 1994, №7, 8.

8. Кревецкий А.В. Обработка изображений в системах ориентации летательных аппаратов // Йошкар-Ола: МарГТУ, 1998.

9. Гурко Р.А., Лапин В.Ю. Концепция создания перспективных систем астронавигации космических аппаратов в околоземном пространстве // Космонавтика и ракетостроение, 1995. №5.

10. Инженерный справочник по космической технике // М.: Воениздат,1969.

11. Арчи Э.Рой. Движение по орбитам // М.: Мир, 1981.

12. Feng L., Menzel W. P., Velden C.S., Jianmin X., Wanzong S. Attempts to improve goes image navigation // Proc. of 8th International Winds Workshop. 2006. P. 47.

13. Kamel A.A. GOES Image navigation and registration system In GOES-8 //Proc. SPIE, Vol. 2812, 1996.

14. Злобин B.K., Еремеев B.B., Курбасов M.B. Уточнение параметров движения ИСЗ по наземным ориентирам //Электросвязь. 1996. №4.

15. Математические модели определения положения и ориентации ИСЗ по наземным ориентирам: Отчет о НИР // РГРТА; Руководитель В.К.Злобин; Тема № 39-94Г; № ГР 01940008471; Инв. № 02940004687. Рязань, 1994.

16. Методы и алгоритмы уточнения параметров движения ИСЗ по изображениям земной поверхности: Отчет о НИР / РГРТА; Руководитель В.К.Злобин; Тема № 13-96; № ГР 01960013156; Инв.№ 02960008214. Рязань, 1996.

17. Злобин В .К., Еремеев В.В., Кузнецов А.Е., Нефедов В.И. Модели координатной обработки сканерных изображений от природно-ресурсных спутниковых систем //Известия вузов. Геодезия и аэрофотосъемка, 2002. №5.

18. Злобин В.К., Еремеев В.В., Кузнецов А.Е. Уточнение орбитального прогноза при координатной привязке спутниковых изображений // Известия вузов. Геодезия и аэрофотосъемка. 2002. № 3.

19. Кузнецов А.Е. Модели геодезической привязки спутниковых изображений// Тез. докл. 10-й междунар. науч.-техн. конф. «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань, 2001.

20. Андросов В.А., Бойко Ю.В., Бочкарев A.M. и др. Совмещение изображений в условиях неопределенности // Зарубежная радиоэлектроника. 1985. №4. С. 24-38.

21. Бочкарев A.M. Корреляционно- экстремальные системы навигации// Зарубежная радиоэлектроника. 1981. № 9. С. 28-53.

22. Бочко В.А. Методы обработки и классификации цветных изображений // Зарубежная радиоэлектроника. 1992. № 6. С. 10-17.

23. Злобин В.К., Еремеев В.В., Курбасов М.В. Уточнение параметров движения ИСЗ по наземным ориентирам// Электросвязь. 1996. № 4. С. 8-10.

24. Cheng P., Toutin Т. Geometric correction and data fusion of IRS-1C data // Earth Observ. Mag. 1998. 7. № 3. P. 24-26.

25. Dare P.M., Dowman I.J. An automated procedure for registering SAR and optical imagery based on feature matching // Microwave Sensing and Synthetic Aperture Radar / Proc. SPIE. 1996. № 2958. P. 140-151.

26. Heipke C., Steger C., Multhammer R. A hierarchical approach to automatic road extraction from aerial imagery // Integrating Photogram. Techniq. with Scene Analysis and Machine Vision II / Proc. SPIE. 1995. № 2486. P. 222-231.

27. Loncaric S. A survey of shape analysis techniques // Pattern Recognition. 1998. 31. № 8. P. 983-1001.

28. Joji I., Takako S.A. Automated GCP detection for SAR imagery: Road intersections. Canada Centre for Remote Sensing. Canada. 9 p.

29. Wang Y., Zheng Q. Recognition of roads and bridges in SAR images // Pattern Recognition. 1998. 31. № 7. P. 953-962.

30. Злобин B.K., Еремеев B.B., Федоткин Д.И. Информационная технология географической привязки космических изображений с использованием электронных карт // Исслед. Земли из космоса. 2000. №1.

31. Злобин В.К., Еремеев В.В., Кузнецов А.Е. Уточнение орбитального прогноза при координатной привязке спутниковых изображений // Известия вузов. Геодезия и аэрофотосъемка. 2002. № 3. С. 78-91.

32. ЗлобинВ.К., Еремеев В.В., Новоселов В.Г. Алгоритм высокоточного фотометрического совмещения разновременных космических изображений // Автометрия. 2000. № 3. С. 28-34.

33. Злобин В.К., Еремеев В.В., Федоткин Д.И. Информационная технология географической привязки космических изображений с использованием электронных карт // Исследование Земли,из космоса. 2000. №1. С. 86-91.

34. Кузнецов А.Е., Кочергин A.M. Обработка изображений в задаче каталогизации данных дистанционного зондирования // Известия вузов. Геодезия и аэрофотосъемка. 2002. № 1. С. 166-172.

35. Кузнецов А.Е., Пресняков О.А. Модели геометрического соответствия совмещаемых изображений // Известия вузов. Геодезия и аэрофотосъемка. 2002. №2. С. 119-128.

36. Левентуев В.П. Коррекция баллистической географической привязки за счет использования опорных точек // Исследование Земли из космоса. 1994. №4. С. 49-57.

37. Катаманов С.Н. Автоматическая привязка изображений геостационарного спутника MTSAT-1R. //d33.infospace.m/d33^conf7voll/063-068.pdf

38. Mandanayake A., Newton A., Tidsley A., Muller J. Automatic mo-saicing of satellite images using global re-navigation // Photogramm. and Remote Sens. 1992. №29. P.489-496.

39. Mather P.M. Map-image registration accuracy using least-squares poli-nomials // Iut.J. Geogr. Inform. Syst. 1995. 9. № 5. P. 543-554.

40. Mostafavi H., Smith F.W. Image correlation with geometric distorsion // IEEE Trans. 1978. V.AES-14.

41. Radhadevi P.V., Ramachandran R. Orbit attitude modeling of SPOT imagery with a single ground control point // Photogram. Rec. 1994. P. 973-982.

42. Radhadevi P.V. Ramachandran R., Mohan M. Restitution of IRS-1С PAN data using an orbit attitude model and minimum control // ISPRS J. Photo-gram. Rem. Sens. 1998. № 53. P. 262-271.

43. Rosborough G.W., Baldwin D.G., Emery W.J. Precise AVHRR image navigation // IEEE Trans. Geosci. Rem. Sens. 1994. №3. P.644-657.

44. Ruskone R., Dowman I J. Segmentation design for an automatic multi-source registration // Proc. SPIE. 1997. № 3072. P. 307-317.

45. Steger C., Glock C., Eckstein W., Mayer H., Radig B. Model-based road extraction from images // Automatic Extraction of Man-Made Objects from Aerial' and Space Images. Birkhauser Verlag. 1995. P: 275-284.

46. Emery W.J'. et аГ. AVHRR image navigation: Summary and review. // Photogrammetric Engin: Remote Sensing, vol. 55, pp. 1175-1183, 1989.

47. Eugenio F., Marques F. Accurate and Automatic NOAAAVHRR image navigation using a global contour, matching approach. // Proc. Int. Geosciencie and Remote Sensing Symp., 2000.

48. Eugenio F., Marques F. Automatic satellite image georeferencing using a contour-matching approach // IEEE Transactions on Geoscience and Remote, Sensing. Vol. 41. No. 12. December 2003. P. 2869-2880.

49. Illera P. et al. A navigation algorithm for satellite images. // Int. Journal ofRemote Sensing, vol. 17, pp. 577-588, 1996.

50. Jain K. Fundamentals-of Digital Image Processing. // Prentice Hall'International; 1989:

51. Krasnopolsky V.M., Breaker D. The problem of AVHRR image navigation revisited. //Int. Journal Remote Sensing, vol. 15, pp. 979-1008, 1994.

52. Moreno J.F., Melia F. A method for accurate geometric correction of NOAA AVHRR HRPT data. // IEEE Transaction on Geosciencie and Remote Sensing, vol. 31, pp. 204-226, January 1993.

53. Saunders P. W., Kriebel K.T. An improved method for detecting clear sky radiances from AVHRR data. // Int. Journal of Remote Sensing, vol. 9; pp. 123-150, 1988.

54. Dowman I.J., Morgado A., Vohra V., Automatic registration of images with maps using polygonal features // Int. Arch. Photogram and Rem. Sens. 1996. 31. №3. P. 139-145.

55. Jianmin X., Feng L., Qishong Z. Automatic navigation of FY-2 geosynchronous meteorological satellite images // Proc. of 6th International Winds Workshop. 2002, P. 291-295.

56. Ho D., Asem A. NOAA AVHRR image referencing // Int. Journal of Remote Sensing, 1986. Vol. 7. P. 895-904.

57. Scheidgen Pi, Harrmann O., Crawford P. Landmark correction for polar orbiters // The EUMETSAT Meteorological Conference Proceedings. 2003.

58. O'Brien D.M., Turner P.J'. Navigation of coastal AVHRR images // International Journal of Remote Sensing. 1992. Vol. 13. No. 3. P. 509-514.

59. Козлов Е.П., Пресняков O.A. Автоматическое выделение водных объектов на растровых картах // Тез. докл. 14-й междунар. науч.-техн. конф. «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань: РГРТА, 2005. С. 215.

60. Еремеев В.В., Козлов Е.П. Выделение изображений водных объектов на космических снимках и картах // Информатика и прикладная математика: межвуз. сб. научн. трудов. РГУ им. С.А. Есенина. Рязань, 2006. С. 65-68.

61. Еремеев В.В., Козлов Е.П. Технология уточнения! геодезической привязки изображений от геостационарных спутников по электронным картам // Информатика и прикладная математика: межвуз. сбг научн. трудов: РГУ им. С.А. Есенина. Рязань, 2007. С. 41-44.

62. Еремеев В.В., Козлов Е.П. Автоматическая координатная привязка изображений* от геостационарных космических систем наблюдений Земли по электронным картам // Вестник РГРТУ. Рязань, 2008. №23. С. 14-20.

63. Козлов Е.П. Повышение точности и надежности' идентификации объектов на космических изображениях // Тез. докл. XIII всероссийск. науч.-техн. конф. «Новые информационные технологии в научных исследованиях и образовании». Рязань: РГРТУ, 2008. С. 56-58.

64. Еремеев В.В., Егошкин Н.А., Козлов Е.П. Повышение точности и надежности координатной привязки космических изображений по электронным картам // Информатика и прикладная математика: межвуз. сб. научн. трудов. РГУ им. С.А. Есенина. Рязань, 2008. С. 55-59.

65. Еремеев В.В., Козлов Е.П. Повышение точности и надежности координатной привязки снимков от геостационарных космических систем наблюдений Земли по электронным картам // Вестник РГРТУ. Рязань, 2009. №28. С. 6-12.

66. Егошкин Н.А., Еремеев В.В., Козлов Е.П. Нормализация космических изображений Земли на основе их сопоставления с электронными картами //Цифровая обработка сигналов. 2009. №3. С. 21-26.

67. Злобин В.К., Еремеев'А.В. Концепция построения*базовых технологий межотраслевой' обработки данных дистанционного зондирования земли. // Вестник РГРТА, Рязань, 2004. №13.

68. Разработка исходных данных для рабочего проектированияи программно-методического обеспечения НКПОР «Электро»: Научно-технический отчет, Москва, НИЦ «Планета», 2002г.

69. Методы и алгоритмы географической привязки и преобразования изображений от геостационарных КА в международные форматы: Инженерная записка, Рязань, РГРТА, 2003г.

70. Зубавичус В.А., Крат М:В. Бортовая аппаратура радионавигации космических аппаратов геостационарных орбит по сигналам космических навигационных систем ГЛОНАСС и GPS // http://glonass.npopm.ru

71. Морозов В.П. Курс сферической геодезии. М.: Недра, 1969. 304 с.

72. Злобин В.К., Селиванов\А.С., Еремеев В.В. и др. Мультипроцессорная технология межотраслевой обработки видеоданных, полученных космической системой «Ресурс-Ol» // Исследование Земли из космоса. 1992. №2. С. 87-90.

73. Прэтт У. Цифровая обработка изображений. М.: Мир, 1982.

74. Синчак П. Теоретико-экспериментальное-изучение'некоторых методов выделения контуров // Исслед. Земли из космоса. 1991. №2.

75. ЛалыкоЛБ., Порфирьева Н.Н'. Сравнительная оценка, различныхцифровых методов, оконтуривания, изображений- // Оптико-механич. промышленность. 1985. №4. 1

76. Мелина Е.А. Возможности геометрической коррекции фотоизображений электронных методов съемки способом полиномов // Изв. вузов. Геодезия и аэрофотосъемкаг 1981. №5. С.102-108.

77. LRIT/HRIT Global* Specification. CGMS.03. Issue-2.6. Coordination Group for Meteorological Satellites. August 1999:

78. Wessel P. and Smith W.H.F. A global, self-consistent, hierarchical, high-resolution shoreline database // Journal of Geophysical Research, Vol. 101, N. B4, pp. 8741-8743, 1996.

79. Gittings B.M. Catalogue of digital elevation data: Department of Geography. The University of Edinburgh, United Kingdom, 1997. 97 p.

80. Васмут A.C. Электронные карты и перспективы их развития // Изв. вузов. Геодезия и аэрофотосъемка. 1990. №5. С. 145-150.

81. Digital chart of the world: for use with ESRI desktop software, Ar-cData: ESRI, Redlands, Calif. 1995. 167 p.

82. Себер Дж. Линейный регрессионный анализ: Пер. с англ., М.: Мир, 1980- 457 с.

83. Дрейпер Н., Смит Г. Прикладной регрессионный*анализ. В 2-х кн.: Пер. с англ. М.: Финансы и статистика, 1986,. Кн.1: 366 с.

84. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. В 2-х кн.: Пер. с англ. М.: Финансы и статистика, 1987. Кн.2: 351с.1081. Дж. Тейлор. Введение в теорию ошибок: пер. с англ. М.: Мир, 1985.272 с.

85. Злобин В.К., Кочергин A.M. Колорометрический подход к сегментации* облачных образований на многозональных снимках // Тез. докл. меж-дунар. науч.-техн. конф. «Космонавтика. Радиоэлектроника. Геоинформатика». Рязань, 2003. С. 314.

86. Тишкин Р. В. Система идентификации облачных образований на космических многозональных изображениях с использованием, методов искусственного интеллекта: дис. канд. техн. наук : 05.13.01 / Тишкин Роман Валентинович. Рязань, 2008. 153 с

87. Хорн, Б. К. Зрение роботов: пер. с англ. / Б. К. Хорн. М.: Мир, 1989.487 с.

88. Каширин И.Ю. Объектно-ориентированное1 проектирование программ1 в среде С++. Вопросы практики и теории / Под ред. Л.П.Коричнева.I

89. М.: Гос-комвуз России, НИЦПрИС, 1996. 192 с.

90. Крис Паппас, Уильям Мюррей. Visual С++. Руководство для профессионалов: пер. с англ. Спб.: BHV, 1996. 912с.

91. Рихтер, Д. Windows для профессионалов: создание эффективных Win32 приложений с учетом специфики 64-разрядной версии Windows / Д. Рихтер. М.: Русская редакция, 2001. 752 с.