автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Математическое и программное обеспечение процессов пространственной привязки космических изображений по электронным картам

На правах рукописи

РГБ 2 2 ДЕК 2Ш

ФЕДОТКИН Дмитрий Иванович-^2-

МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ПРОЦЕССОВ ПРОСТРАНСТВЕННОЙ ПРИВЯЗКИ КОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ ПО ЭЛЕКТРОННЫМ КАРТАМ

Специальность 05.13.11 - Математическое и программное обеспечение

вычислительных машин, комплексов, систем и сетей

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Рязань 2000

Работа выполнена в Рязанской государственной радиотехнической академии

Научный руководитель:

Заслуженный деятель науки и техники РФ, доктор технических наук, профессор Злобин В.К.

Официальные оппоненты:

доктор технических наук, профессор Пылькин А.Н.

кандидат технических наук Тищенко Ю.Г.

Ведущая организация:

Центральный НИИ машиностроения

Защита состоится 15 декабря 2000 г. в 12 часов на заседании диссертационного совета Д 063.92.03 в Рязанской государственной радиотехнической академии по адресу:

391000, г. Рязань, ул. Гагарина, д.59/1.

С диссертацией можно ознакомиться в библиотеке Рязанской государст венной радиотехнической академии.

Автореферат разослан " & " ноября 2000 года

Ученый секретарь диссертационного совета к.т.н., доцент

Телков И. А.

с гР/. О

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Эффективность использования данных космической съемки поверхности Земли в различных отраслях народного хозяйства во многом определяется точностью пространственной привязки снимка, цель которой состоит в том, чтобы обеспечить взаимно однозначное координатное соответствие между одноименными точками земной поверхности и изображения.

На сегодняшний день в федеральных и региональных центрах приема и обработки спутниковой информации существует практика ведения архивов видеоданных, получаемых с природно-ресурсных ИСЗ по радиоканалам. При этом протяженные высокоинформативные изображения, так называемые маршруты видеоданных, в темпе приема направляются в архив. Их оперативная пространственная привязка, выполняемая с использованием аналитических моделей движения ИСЗ и законов сканирования земной поверхности, не обеспечивает требуемую точность: ошибки могут достигать десятков километров. Это обусловлено случайными изменениями параметров положения спутника на орбите и углов ориентации датчика, которые не могут быть с высокой точностью оценены соответствующими наземными и бортовыми средствами. В итоге значительные погрешности привязки маршрутов существенно затрудняют последующий выбор из архива сюжетов поверхности Земли, запрашиваемых потребителями для обработки, т.е. на этапе архивации потоков видеоданных существует необходимость в коррекции их пространственной привязки.

При получении выходных информационных продуктов путем обработки отдельных небольших кадров, выбираемых из архива, со стороны потребителей предъявляются исключительно высокие требования к уровню автоматизации, оперативности и точности координатной привязки. В настоящее время точность привязки кадров повышается за счет использования опорных точек местности (ОТМ) - точек изображения с известными географическими координатами. Однако процесс получения ОТМ требует затрат квалифицированного ручного труда и занимает длительное время. Он сводится к тому, что оператор с помощью тех или иных инструментальных средств производит "съем" координат одноименных объектов изображения и картографической основы, в качестве которой обычно выступают оцифрованные топографические карты или предварительно обработанные аэрокосмические снимки. Таким образом, на этапе обработки кадров космических изображений также практически важной и актуальной является задача повышения уровня автоматизации, оперативности и точности пространственной привязки.

В последние годы для решения различных геоинформационных задач созданы векторные электронные карты (ЭК) местности. В отличие от растровой картографической основы характерной особенностью векторных ЭК является компактность их описания и послойное представление объектов (береговых линий, автодорог, населенных пунктов и т.д.), т.е. опорные объекты, которые используются для привязки, уже выделены и имеют координатное описание.

Это создает новые предпосылки для полной автоматизации процессов пространственной привязки изображений с использованием ЭК.

Диссертационная работа посвящена актуальной задаче - созданию математического и программного обеспечения процессов пространственной привязки по электронным картам материалов космической съемки поверхности Земли с целью повышения уровня автоматизации, оперативности и точности координатной привязки спутниковой видеоинформации на этапах ее приема, архивации и получения выходных информационных продуктов.

Степень разработанности темы. В настоящее время имеется значительный теоретический задел в области технического зрения и цифровой обработки изображений, в создание которого внесли вклад такие отечественные и зарубежные ученые, как Арманд H.A., Волков A.M., Журкин И.Г., Злобин В.К., Козлов Ю.М., Путятин Е.П., Селиванов A.C., Тюфлин Ю.С., Хижниченко В.И., Ярославский Л.П., Chang S., DudaR., Gonzalez R., Horn В., Pratt W., Rosenfeld A., Wong R. и др.

Вопросам пространственной привязки космических изображений земной поверхности посвящено значительное число научных работ, однако многие из них касаются рассмотрения координатной обработки по орбитальным данным без использования опорных точек местности. Работы, посвященные пространственной привязке с использованием ОТМ, как правило, не затрагивают вопросов их получения либо предполагают участие оператора при "съеме" их координат по картографической основе. Попытки автоматизации данного процессе основаны на поиске одноименных точек на изображении и эталонных снимках Такой подход, требующий создания высокоинформативной базы опорных снимков и не обеспечивающий надежности поиска ОТМ при наличии содержательных различий между реальным и эталонным изображениями, не наше; практического применения.

Почти отсутствуют публикации по пространственной привязке космиче ских изображений с использованием электронных карт, за исключением работ в которых ЭК используются в рамках традиционных технологий, предпола гающих участие оператора. Тем не менее специфика векторного послойной описания объектов в ЭК создает предпосылки к разработке полностью автома тических технологий пространственной привязки изображений. При этом воз никает необходимость в исследовании двух основных групп вопросов. Перва группа связана с организацией автоматического поиска одноименных сюжето: на снимке и ЭК. Вопросы сопоставления растрового и векторного описания од ной и той же сцены в существующей литературе практически не рассмотрены Вторая группа вопросов связана с использованием ЭК для оперативной про странственной привязки протяженных изображений, получаемых в результат продолжительных сеансов съемки и передаваемых в федеральные и региональ ные архивы видеоданных. Решение аналогичных вопросов применительно ограниченным по размерам снимкам от фотографических и сканерных систе; не могут быть в полной мере распространены на случай съемки протяженны изображений (маршрутов), когда геометрия снимка существенно изменяется процессе его формирования.

В контексте рассматриваемой задачи нерешенными остаются вопросы создания надежных и полностью автоматических технологий поиска одноименных сюжетов на снимке и ЭК и организации на этой основе оперативной пространственной привязки протяженных маршрутов сканерной съемки и отдельных кадров по ЭК. Решение этих вопросов составляет основу настоящей диссертации.

Цель диссертации состоит в разработке математического и программного обеспечения для новой информационной технологии пространственной привязки космических изображений по электронным картам. Данная технология должна обеспечивать оперативную и точную координатную привязку сканерной видеоинформации к местности на этапах ее приема, архивации и формирования выходных информационных продуктов.

Задачи. Для достижения поставленной цели необходимо решить следующие основные задачи:

• разработать информационную технологию оперативной пространственной привязки сканерных космических изображений земной поверхности по электронным картам местности;

• разработать математические модели пространственной привязки протяженных маршрутов видеоданных с использованием ЭК;

• разработать математические модели прецизионной привязки к местности кадров сканерных изображений на основе их сопоставления с ЭК;

• разработать алгоритмы автоматического поиска одноименных сюжетов на космическом изображении и электронной карте с целью определения координат ОТМ.

Научная новизна. Использование традиционных технологий пространственной привязки спутниковой видеоинформации на этапах ее архивации и обработки далеко не устраивает потребителей с точки зрения оперативности, точности и уровня автоматизации этого процесса. Появление в последние годы векторных электронных карт местности, как компактной и весьма точной картографической основы, создало предпосылки для решения этих задач, чему и посвящена настоящая диссертационная работа.

На защиту выносятся следующие новые научные результаты:

• математическое и программное обеспечение информационной технологии пространственной привязки космических изображений по электронным картам, позволяющее выполнить автоматическую, точную и оперативную привязку видеоинформации на этапах ее приема, архивации и формирования выходных информационных продуктов;

• математические модели пространственной привязки протяженных маршрутов с использованием ЭК, основанные на уточнении параметров положения ИСЗ на орбите и углов ориентации датчика и обеспечивающие оперативную обработку сверхбольших объемов данных в условиях значительных погрешностей первоначальной привязки;

• математические модели пространственной привязки кадров космических изображений, основанные на использовании опорных элементов местно-

сти и позволяющие в оперативном режиме выполнять прецизионную обработку снимков;

• алгоритмы поиска одноименных сюжетов на космическом изображении и векторной электронной карте, обеспечивающие надежное и оперативное определение координат опорных точек местности и позволяющие полностью автоматизировать процесс пространственной привязки.

Практическая ценность работы. На базе разработанных математических моделей и алгоритмов создано программное обеспечение оперативной пространственной привязки космических изображений по электронным картам, обеспечивающее полную автоматизацию и высокие точности координатной привязки к местности спутниковой информации. Данное программное обеспечение используется для пространственной привязки протяженных маршрутов видеоданных и отдельных кадров в системах обработки спутниковой информации от природно-ресурсных ИСЗ серий "Ресурс-01" и "Океан-О" на этапах ее приема, архивации и получения выходных информационных продуктов.

Реализация и внедрение. Диссертационная работа выполнена в Рязанской государственной радиотехнической академии в рамках Государственного контракта с Российским авиационно-космическим агентством №912-1019/97 от 28.07.98 г., НИР № 8-97Г (гранта Министерства образования РФ от 03.03.97 г.), ОКР № 25-95 от 10.01.95 г., ОКР № 15-97 от 06.01.97 г., ОКР №25-98 от 01.01.98 г., ОКР № 13-98 от 05.01.98 г., ОКР № 17-98 от 01.09.98 г., ОКР № 11-99 от 04.01.99 г. с организациями Российского авиационно-космического агентства.

Результаты диссертационной работы в виде математического и программного обеспечения использованы и внедрены в Российском НИИ космического приборостроения, ЗАО "НПО космического приборостроения", Научном центре оперативного мониторинга Земли, что подтверждается актами, приведенными в приложении.

Апробация работы. Основные положения диссертации докладывались и обсуждались на 3-х международных и 4-х всероссийских научных конференциях и семинарах: 2-й и 3-й Международных научно-технических конференциях "Космонавтика. Радиоэлектроника. Геоинформатика" (Рязань, 1998, 2000); 8-м Международном научно-техническом семинаре "Проблемы передачи и обработки информации в сетях и системах телекоммуникаций" (Рязань, 1999); Всероссийских молодежных научных конференциях "XXIII Гагаринские чтения", "XXV Гагаринские чтения" и "XXVI Гагаринские чтения" (Москва, 1997, 1999, 2000); Всероссийской научно-технической конференции "Новые информационные технологии в радиоэлектронике" (Рязань, 1998).

Публикации. По теме диссертации опубликовано 6 статей и 9 тезисов докладов на международных и всероссийских конференциях.

Структура и объем работы. Диссертация состоит из введения, 4 разделов, заключения и приложения. Объем работы составляет 162 страницы, в том числе: основное содержание - 127 страниц, рисунки - 15 страниц, таблицы - 7 страниц, список литературы (124 наименования) - 13 страниц. Приложение содержит документы, подтверждающие внедрение полученных результатов.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первом разделе выполнен анализ известных технологий пространственной привязки космических изображений земной поверхности применительно к действующим федеральным и региональным центрам приема и обработки спутниковой информации. Показано, что они не удовлетворяют современным требованиям по уровню автоматизации, точности и оперативности координатной обработки видеоинформации на этапах ее приема, архивации и формирования выходных информационных продуктов. Предложены пути решения этой задачи, основанные на использовании электронных карт местности.

На практике координатная привязка к местности направляемых в архив протяженных маршрутов, выполняемая по аналитической технологии, приводит к ошибкам в несколько десятков километров. Это существенно затрудняет последующий выбор из архива кадров земной поверхности по запросам потребителей. Показано, что высокоточная пространственная привязка кадров по известным технологиям требует больших временных затрат и участия оператора в процессе "съема" координат опорных точек местности. Автоматические способы получения ОТМ, требующие ведения обширной базы эталонных снимков, из-за низкой надежности поиска одноименных сюжетов на реальных и эталонных изображениях не получили широкого применения. В связи с этим обоснована необходимость разработки новой информационной технологии пространственной привязки, основанной на автоматическом поиске ОТМ и использовании в качестве опорной картографической основы электронных карт.

Исследованы характеристики электронных карт и сформулированы требования, предъявляемые к ЭК с точки зрения их использования в задаче пространственной привязки космических изображений. Показано, что для автоматической привязки к местности снимков от природно-ресурсных ИСЗ целесообразно использовать слой гидрографической сети векторных электронных карт мира. Объясняется это тем, что векторное представление пространственных данных характеризуется исключительной компактностью, береговые линии водной сети являются практически единственными четко различимыми на космических изображениях среднего разрешения объектами, информация по ним является непременным атрибутом ЭК, а очертания морен, озер, рек и водоемов в достаточном объеме присутствуют на снимках.

Рассмотрена задача поиска на снимках объектов по их векторному описанию с учетом разнородности сопоставляемой информации (высокоинформативное растровое и компактное векторное описания сцены) и наличия значительных взаимных содержательных различий. Проведен анализ известных из области технического зрения алгоритмов поиска планарных объектов на растровом изображении на основе эталонного описания их формы. С учетом стохастической природы снимков и начичия различных содержательных помех обосновано использование в задаче привязки космических изображений по ЭК методов сопоставления сюжетов на уровне элементов растра снимка. Показано, что известные алгоритмы, разработанные применительно к сопоставлению двух

растров, слабо приспособлены к решению поставленной задачи: требуют значительных вычислительных затрат, не учитывают специфики сопоставляемой информации, не обеспечивают точность и надежность поиска при наличии содержательных помех. Сравнительный анализ методов выделения на изображениях границ объектов обосновывает использование в решаемой задаче алгоритмов пространственного дифференцирования, обеспечивающих оперативное определение положений и ориентаций границ на снимке.

Для создания эффективных систем пространственной привязки космических изображений по электронным картам обоснована необходимость разработки и исследования:

• информационной технологии пространственной привязки космических изображений по электронным картам;

• математических моделей коррекции баллистической привязки протяженных маршрутов;

• математических моделей прецизионной привязки кадров сканерных изображений;

• алгоритмического обеспечения автоматического поиска одноименных сюжетов на изображении и электронной карте.

Второй раздел посвящен разработке математического обеспечения процессов пространственной привязки космических изображений по электронным картам.

В рамках этого раздела разработана информационная технология пространственной привязки космических изображений земной поверхности по электронным картам (см. рисунок), основанная на автоматическом поиске одноименных точек на снимке и ЭК и позволяющая оперативно и надежно выполнить привязку видеоданных к местности. Отличительными особенностями технологии являются:

- согласованность с основными этапами обработки изображений действующих центров приема спутниковой информации;

- высокие оперативность и точность привязки на различных стадиях обработки видеоданных;

- высокий уровень автоматизации процессов пространственной привязки за счет использования в качестве опорной картографической основы векторных ЭК и автоматического поиска по ним опорных точек местности.

Задачей первого технологического этапа является устранение грубых погрешностей привязки всего протяженного маршрута, вызванных ошибками баллистического прогноза, а также несоответствием планируемых и реальных режимов работы датчика, с целью обеспечения требуемой точности при архивации видеоданных. Данная операция выполняется путем уточнения отдельных компонентов вектора параметров, задающего орбитальное положение ИСЗ и ориентацию датчика, по небольшому числу ОТМ, определяемых по ЭК. За счет этого точность аналитической пространственной привязки поступающего в архив маршрута значительно повышается. На втором этапе выполняется прецизионная координатная привязка по множеству ОТМ уже отдельных кадров, в ходе

Наземная Наземные Данные

станция приема навигационные предполетных

спутниковой информации системы измерений

Общая схема информационной технологии пространственной привязки космических изображений по электронным картам

которой регрессионными методами устраняются искажения, не поддающиеся аналитическому описанию. Поиск опорных точек местности, необходимых для коррекции привязки маршрутов и кадров, выполняется автоматически на основе сопоставления одноименных сюжетов изображения и векторной ЭК гидрографической сети.

Оперативный контроль точности пространственной привязки на различных этапах обработки обеспечивают два процесса: отображение видеоданных, представленных матрицей отсчетов яркости В(т, п), т = 1 ,М, п = \,Я, на фоне ЭК в стандартной картографической проекции, и нанесение векторной ЭК, представленной множеством линейных сегментов Е -{(ср" Д", фу, А.у); ] = 1,7},

на исходное изображение. Для выполнения этих процессов необходимы зависимости, связывающие систему координат снимка и географическую систему координат в прямой: (р = /ф(то,«), X = Ру(т,п) и обратной форме:

т = Гт(срД), и = ^„(фД). Получить обратные зависимости в аналитическом виде часто не удается, а используемая на практике двумерная полиномиальная аппроксимация не обеспечивает требуемой точности расчета для высокоинформативных изображений. В связи с этим предложена математическая модель координатного преобразования, основанная на использовании косой равнопро-межуточной цилиндрической проекции (КРЦП):

/и = Сш(Фу(фД),Фр(срД)), и = £п(Фу(фД),Фр(фЛ)). (1)

Суть ее заключается в аналитическом преобразовании на первом этапе географических координат (фД) в систему координат КРЦП, которая обладает существенно меньшими искажениями по отношению к снимку, и в выполнении на втором этапе пересчета полученных координат (у,р) в систему координат исходного изображения на основе предварительно рассчитанных параметров аппроксимирующих функций От, Сп. Показано, что такая двухэтапная модель позволяет в десятки раз повысить точность координатных преобразований по отношению к традиционному подходу и обеспечивает высокоточное совмещение снимка и ЭК при обработке сверхбольших объемов видеоданных. Рассмотрено применение предложенной модели для обработки протяженных изображений с изменениями условий съемки, когда в ходе сеанса связи со спутником производится изменение геометрических параметров сканирования с целью мониторинга различных районов, а протяженное изображение в этом случае не отображает непрерывный участок земной поверхности.

В рамках первого технологического этапа разработаны математические модели коррекции баллистической привязки протяженных изображений, основанные на уточнении орбитальных параметров и углов ориентации датчиков ИСЗ по небольшому числу ОТМ, определенных по ЭК, и позволяющие оперативно корректировать пространственную привязку помещаемых в архив маршрутов. Отмечается, что информация с природно-ресурсных систем дистанционного зондирования поступает в архив в виде так называемого файл-потока, содержащего протяженные изображения, полученные от нескольких датчиков в течение одного сеанса съемки, и сопровождаемого одним набором параметров орбиты. С учетом этого обоснована целесообразность раздельной коррекции орбитальных параметров и углов ориентации датчика.

Показано, что существенное влияние на ошибку пространственной привязки маршрутов от природно-ресурсных ИСЗ могут оказывать: время прохождения перицентра т, долгота восходящего узла □ и наклонение орбиты 1, входящие в вектор кеплеровских параметров невозмущенного движения спутника по орбите. Получены выражения для оценки поправок к искомьм параметрам:

АтЛх АУ'- , (2)

дп=-

д1 = -

/-1 1

-Е I -1 ,=1 ,'=,-+11_ /-1 / •I £

' 53(0 д 53(Г) Др/—£—ДР|—-—

Ар;

01 б3р(0 ао

■ Ар,"

Я

З3р(0л ао

а3р(053р(0 53р(053р(0

а да да. а

сар(08зр(0 эзр(о азр(г") а

еп

ш

а

(3)

(4)

1—1 ;=1 /'=/+1

где г и г" - номера опорных точек местности, образующих пару: г = 1,7-1,

¿' = г + 1,/, ¿*г'; Ау/ = V* - , Др,- = р* - р,; б' = {(уг,р;,у* ,р*);1 = 1,/} -множество координат ОТМ, представленных в КРЦП; Зу,Зр - функции преобразования планарных координат снимка в КРЦП. Коррекция параметров повторяется итерационно до достижения минимального рассогласования в ОТМ.

Получены также выражения для оценки по множеству координат опорных точек местности поправок к углам крена, тангажа и рысканья, значения которых определяются как ориентацией датчика на платформе, так и ориентацией ИСЗ. Рассмотрен вопрос коррекции параметров ориентации датчика для изображений с изменениями условий съемки.

Предложенные модели коррекции пространственной привязки протяженных маршрутов видеоданных не требуют большого числа ОТМ, что очень важно в процессе обработки изображений с сильной облачностью и значительной долей водной поверхности. Как показала практика, зачастую достаточно одиой-двух ОТМ, чтобы на порядок повысить точность привязки.

В рамках второго технологического этапа рассматриваются математические модели коррекции остаточных геометрических рассогласований снимка и электронной карты по множеству автоматически найденных ОТМ и дополнительных опорных элементов, позволяющие выполнить прецизионную пространственную привязку кадров космических изображений на этапе формирования выходных информационных продуктов. Формально комбинированная технология прецизионной пространственной привязки при трансформировании снимка в заданную картографическую проекцию представлена в виде:

** = вх (/* С^ф (т> ")> (т>"))> /у (^ф О-")»рХ (т>«))).

У* = Р-к{т,п)), /Д^фОи,«), ^(т, л))),

где /х,/у - аналитические зависимости расчета картографических координат проекции (х,у) по географическим координатам (ср, /.); Сх,Су - зависимости, подлежащие определению на основе множества координат ОТМ Q = {{mj,nj,<pj,'ki); ¡ = 1,1} и обеспечивающие коррекцию остаточных рассогласований ЭК и снимка. Аналогичным образом описывается и процесс прецизионной привязки при нанесении на исходное изображение опорной картографической информации, содержащейся в ЭК.

Коэффициенты дополнительных корректирующих зависимостей полиномиального вида оцениваются по методу наименьших квадратов на основе решения регрессионных уравнений, составленных по известным координатам ОТМ. При этом предложено использовать алгоритм взвешенного определения

\

параметров регрессии, учитывающий степень доверия к каждой опорной точке, определяемую в процессе автоматического поиска одноименных сюжетов снимка и ЭК. Отмечается, что для достижения необходимой точности привязки требуется достаточно большое число равномерно расположенных на снимке опорных точек, включая углы и боковые стороны, а на практике не всегда удается выполнить эти требования, так как часто характерные объекты местности в некоторых частях снимка отсутствуют (море, пустыня, облачность и т.п.). Для этих случаев разработаны алгоритмы, основанные на использовании дополнительных ОТМ, искусственно создаваемых в тех местах снимка, где нет естественных опорных точек, а также основанные на использовании опорных линий местности в случаях, когда на снимке наблюдаются линейные фрагменты мелиоративных каналов, автомобильных и железных дорог и т.п., при отсутствии на них характерных элементов (пересечение, изгиб и др.) и невозможности определения одноименных точек на снимке и карте. Разработанные регрессионные модели позволяют устранить остаточные рассогласования снимка и картографической основы и добиться необходимой точности привязки точек снимка к местности для всего кадра, при этом использование того или иного алгоритма определяется конкретной сценой.

Третий раздел посвящен разработке алгоритмического обеспечения автоматического поиска одноименных точек на космическом изображении и электронной карте.

Рассмотрена технология автоматического поиска ОТМ по векторной электронной карте гидрографической сети. Решение поставленной задачи сводится к выполнению следующих основных этапов:

- предварительной обработки растрового изображения и векторной ЭК с целью приведения их к единой форме представления, устранения основных геометрических различий и выделения информации о положении и ориентации границ сопоставляемых объектов;

- корреляционного поиска одноименных сюжетов снимка и ЭК на уровне элементов растра изображения и определения множества координат ОТМ.

Предварительная обработка векторной ЭК включает выбор объектов карты, попадающих в область определения снимка, и преобразование их в систему координат изображения:

Е -> Е* = {(«£, "2; <.»£); « = ££/}, (6]

где ти = ^т((ри,Хи), пи = ^п((ри,Хи), а также перевод объектов в матричную форму и определение множества фрагментов:

Е* К = 0т,п); / = ¡7}, = а)Т, (7)

где и)е{0,1}, а.{т,п) = агс&(п£ -и?)/« -т£)]е[0°,180°) при

g{m>ri) = \. Таким образом, становится известно, через какие точки фрагмента проходят границы объектов водной сети и какова их ориентация.

Предварительная обработка снимка, заданного матрицей отсчетов яркости, заключается в выделении на нем методами пространственного дифферен-

цирования величины и направления перепада функции яркости в каждой точке растра, т.е. информации об ориентации и возможном положении границ объектов. При этом для соответствующих фрагментов карты определяются области поиска:

В О = Щ(т,п)}, Щ = (Л, |3)Т, (8)

где Ъ{т,п) = ^1^2у)ХП, р(/и,и) = агс^(У>,/Ух) + Ро б [0°,360°), Ух(/п,п) = В{т,п)®Нх{1,]), Уу(т,п) = В(т,п)®Ну(}^'). С учетом модели

идеального двумерного ступенчатого перепада в работе получены соотношения коэффициентов дифференцирующих масок Нх и IIу, не дающих систематических ошибок при определении ориентации границы и обладающих малой зависимостью амплитудной характеристики от ориентации контура. Рассмотрены вопросы предварительной обработки многозональных космических изображений.

В процессе поиска одноименных сюжетов выполняется корреляционное сопоставление фрагментов электронной карты и космического изображения и определяются параметры их плоскопараллельного смещения:

(Х0,Ф0)/=аг§тахМ(£);,^), Х = ф = 0,<ф-<#, (9)

ЗС.Ф

где Л/(■) - некоторая мера сходства фрагмента ЭК и пробного сюжета снимка

взятого со смещением ("/, ф) относительно области поиска (¡£, и

^К> ¿к " соответственно размеры области поиска на снимке и фрагмента электронной карты.

По результатам корреляционного поиска на основе найденных параметров смещений определяются координаты центров одноименных сюжетов на

снимке {Щ).,п°£,.) и карте ,) и фиксируется множество координат опорных точек местности () = {(те,-, щ, ф,-, X,); г = 1,/}, /и,- = отд., и,- = нд,

9/ = (т°к.,пк.), А,,- = ^(т°к.,пк.).

В работе исследован вопрос выбора меры сходства фрагментов ЭК и космического изображения. Показано, что векторно-бинарное представление элементов карты позволяет свести корреляционную меру сходства матриц к небольшому числу сложений:

1 М N , I

М{й,к) = — I I = (Ю)

Ш т=1 п=\ ь е=\

где (т',п ) - координаты Ь точек, для которых g(m,n) = 1. Предложена мера сходства, учитывающая дисперсию перепадов яркости вдоль объектов карты и позволяющая повысить надежность сопоставления.

Установлено, что при использовании мер сходства, реагирующих лишь на амплитуду яркостных перепадов снимка, доля ложных сопоставлений значи-

тельно возрастает на участках, которые характеризуются хаотическими скоплениями больших значений перепадов яркости (например, в районах облачности). В связи с этим рассмотрен вопрос определения величины перепада функции яркости на снимке в направлении, ортогональном векторному объекту ЭК, и предложена мера сходства, дополнительно учитывающая степень совпадения направлений границ объектов карты и снимка:

Мх (Д К)= | £ [ h(m',n') | cos( p(m>') - 90° - a(m',n')) | ]. (11)

Ll=1

Показано, что при истинном совмещении сюжетов в точках снимка, совпадающих с линиями карты, наблюдаются значительные перепады яркости, а по обе стороны от линий, на границах так называемого "коридора", они практически отсутствуют. В отличие от этого, при ложном совмещении изображений из-за хаотического расположения мощных яркостных перепадов на снимке характерно их присутствие как в точках, соответствующих линиям карты, так и на границах "коридора". Поэтому предлагается в процессе сопоставления для учета геометрии объектов ЭК использовать следующую меру сходства:

M2(D,K) = M(D,K)-M(D,K*), (12)

где К* - матрица границ "коридора", единичные элементы g*{m,ri) которой удалены на некоторое расстояние от g(m,n)=1 в плоскости (т,п).

В качестве критерия надежности сопоставления обосновано использование относительного разрыва между величиной истинного максимума корреляционной функции сходства фрагментов и величиной второго по значимости пика, расположенного вне окрестности истинного совмещения. Экспериментальные исследования, выполненные на реальных космических изображениях с содержательными помехами, показали, что при совместном учете направлений контуров и их геометрии упомянутый разрыв увеличивается на 43 %. Приведены результаты экспериментальных исследований применения предложенных мер сходства в процессе автоматического поиска одноименных сюжетов. Показано, что при наличии на снимках облачности и других содержательных помех предложенные меры сходства позволили повысить долю истинных совмещений фрагментов ЭК и снимка с 3 до 92 %.

Разработаны алгоритмы повышения производительности и надежности поиска одноименных сюжетов, включающие упрощенную модель учета углов, предсказание области поиска на основе предыдущих сопоставлений, анализ на различных масштабных уровнях, отбраковку фрагментов ЭК по информативности, индивидуальную оценку качества сопоставления, комплексный анализ и отбраковку ложных результатов. Эти алгоритмы позволили в десятки раз повысить производительность поиска без увеличения числа ложных ОТМ.

В целом разработанное алгоритмическое обеспечение позволяет в рамках предложенной информационной технологии надежно и оперативно сформировать множество опорных точек местности и полностью автоматизировать процесс привязки спутниковой видеоинформации.

Четвертый раздел посвящен созданию, экспериментальному исследованию и практической реализации программного обеспечения системы пространственной привязки космических изображений по электронным картам..

На базе разработанных математических моделей и алгоритмов создано программное обеспечение, реализующее предложенную информационную технологию пространственной привязки изображений и состоящее из следующих основных программных модулей.

• Модуль оперативного отображения отдельных кадров и высокоинформативных маршрутов в сжатом виде на фоне векторных электронных карт мира CIA WDB, GSHHS и DCW, представленных в картографической проекции Меркатора. При изменении параметров пространственной привязки обеспечивается коррекция в реальном времени положения снимка относительно ЭК.

• Модуль наложения векторных электронных карт мира на исходные изображения (протяженные маршруты и кадры). В целях оперативного контроля остаточных погрешностей привязки без выполнения геометрических преобразований изображения обеспечивается нанесение объектов ЭК на снимок с учетом ОТМ. Для обеспечения высокоскоростной работы с электронными картами использованы алгоритмы многоэтапной выборки объектов, учитывающие особенности послойно-фрагментарной организации данных в ЭК.

• Модуль автоматического поиска опорных точек местности для протяженных маршрутов и отдельных кадров по слою гидрографической сети векторных ЭК. Этот программный модуль обеспечивает также автоматическое уточнение грубо определенных оператором ОТМ и автоматизированный съем опорных точек по различным слоям векторных электронных карт.

• Модуль коррекции баллистической пространственной привязки изображений по небольшому числу ОТМ за счет уточнения орбитальных параметров ИСЗ и углов ориентации датчика.

• Модуль прецизионной пространственной привязки кадров, обеспечивающий высокую точность по всему полю снимка за счет использования множества опорных элементов местности, определенных по ЭК.

Созданное программное обеспечение ориентировано на программно-аппаратные средства федеральных и региональных центров приема и обработки спутниковой информации, создаваемых на территории страны. Программные модули построены с использованием современной интегрированной среды разработки гибких скоростных приложений Microsoft Visual С++ v.6.0. Использование методов объектно-ориентированного программирования значительно повысило надежность системы и позволяет в дальнейшем упростить ее модернизацию. Система пространственной привязки реализована в рамках программного комплекса космического картографирования Земли NormSat, функционирующего в виде 32-разрядного приложения в среде MS Windows 95/98/2000/NT, который находится в эксплуатации в ряде организаций Российского авиационно-космического агентства, в том числе в федеральном Центре оперативного мониторинга Земли (г. Москва).

С помощью созданного программного обеспечения выполнены экспериментальные исследования предложенных в работе моделей и алгоритмов пространственной привязки. Приведены оценки точности пространственной привязки по ЭК протяженных маршрутов видеоданных и отдельных кадров, полученные для изображений от ИСЗ "Ресурс-01" №2, №3, №4 и "Океан-О" №1. Установлено, что погрешность привязки протяженных маршрутов определяется главным образом неточностью базовой модели сканерной съемки и составляет порядка 2-5 км (в зависимости от полосы обзора и разрешения на местности), а пространственная привязка кадров выполняется с точностью опорной картографической основы и составляет 1-3 элемента дискретизации снимка, что вполне удовлетворяет потребителей при решении большинства прикладных задач.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработана информационная технология оперативной пространственной привязки сканерных космических изображений поверхности Земли по электронным картам местности, основанная на автоматическом поиске одноименных точек на снимке и ЭК. Эта технология включает два основных этапа: устранение грубых погрешностей пространственной привязки протяженных маршрутов видеоданных, направляемых в архив, и высокоточная привязка к местности отдельных кадров, извлекаемых по запросу потребителей из архива.

2. Разработаны алгоритмы автоматического поиска опорных точек местности, основанные на идентификации одноименных сюжетов растрового космического изображения и векторной электронной карты гидрографической сети. Эти алгоритмы позволяют надежно (более 90 % успешных идентификаций) и оперативно формировать множество опорных точек местности и полностью автоматизировать процесс пространственной привязки спутниковой видеоинформации.

3. Предложена математическая модель координатных преобразований при работе с электронными картами местности, основанная на использовании косой равнопромежуточной цилиндрической проекции и обеспечивающая оперативное и высокоточное (субпиксельное) совмещение снимка и ЭК, в том числи при обработке сверхбольших объемов видеоинформации.

4. Разработаны математические модели пространственной привязки протяженных маршрутов видеоданных с использованием ЭК, основанные на коррекции орбитальных параметров и углов ориентации датчиков ИСЗ и обеспечивающие оперативную (в темпе приема) обработку сверхбольших объемов видеоданных, поступающих в архив, в условиях значительных погрешностей первоначальной привязки.

5. Разработаны математические модели пространственной привязки кадров космических изображений, основанные на использовании опорных элемен-

тов местности и позволяющие в оперативном режиме выполнить высокоточную координатную обработку снимков на этапе формирования выходных информационных продуктов.

6. Рассмотрены алгоритмы работы с объектами электронных карт и высокоинформативными маршрутами видеоданных, использующие специфику решаемой задачи и позволяющие выполнить оперативное совмещение видеоинформации и опорной картографической основы для контроля и коррекции пространственной привязки.

7. Разработана методика оценки точности пространственной привязки изображений земной поверхности. Выполнены экспериментальные исследования предложенных моделей и алгоритмов пространственной привязки. Установлено, что погрешность привязки протяженного маршрута определяется неточностью базовой модели сканерной съемки и составляет 2-5 км, что обеспечивает корректную архивацию видеоданных. Показано, что погрешность привязки кадра по ЭК определяется точностью координатной основы и составляет 1-3 элемента дискретизации снимка, что вполне достаточно для решения большинства прикладных задач.

8. На базе предложенных математических моделей и алгоритмов создана программная система пространственной привязки космических изображений по электронным картам, согласующаяся с информационными технологиями действующих центров приема и обработки спутниковой информации Российского авиационно-космического агентства. Эта система внедрена и эксплуатируется в Российском НИИ космического приборостроения, ЗАО "НПО космического приборостроения", Научном центре оперативного мониторинга Земли.

Основные публикации по теме диссертации

1. Федоткин А.И., Федоткин Д.И. Моделирование и исследование процессов формирования первоначального эскиза // Моделирование процессов управления и обработки информации: Междувед. сб. науч. тр. / МФТИ. М., 1996. С.81-90.

2. Федоткин Д.И. Выделение непроизводных элементов на изображении, необходимых для его параметризации // XXIII Гагаринские чтения: Тез. докл. молодежной науч. конф., 8-12 апреля 1997 г. /МГАТУ. М., 1997. Ч.З. С.28.

3. Федоткин А.И., Федоткин Д.И. Автоматическая идентификация контурных изображений в задаче координатной привязки // Моделирование управляемых динамических систем: Междувед. сб. науч. тр. / МФТИ. М., 1997. С.132-141.

4. Кузнецов А.Е., Новоселов В.Г., Федоткин Д.И. Автоматическое уточнение опорных точек в задаче координатной привязки изображений // 2-я международная науч.-техн. конф. "Космонавтика. Радиоэлектроника. Геоинформатика": Тез. докл. /Рязан. гос. радиотехн. акад. Рязань, 1998. С. 189.

5. Федоткин Д.И. Алгоритм выделения границ объектов на космических изображениях земной поверхности // 2-я международная науч.-техн. конф. "Космонавтика. Радиоэлектроника. Геоинформатика": Тез. докл. / Рязан. гос. радиотехн. акад. Рязань, 1998. С.201-202.

6. Еремеев В.В., Федоткин Д.И. Технология совмещения космических изображений с электронной картой местности // Всероссийская науч.-техн. конф. студентов, молодых ученых и специалистов "Новые информационные технологии в радиоэлектронике": Тез. докл. / Рязан. госуд. радиотехн. акад. Рязань, 1998. С.6-8.

7. Еремеев В.В., Курбасов М.В., Федоткин Д.И. Экспериментальное исследование методов автоматического совмещения космических изображений с электронной картой местности // ЭВМ и информационные технологии: Межвуз. сб. науч. тр. / Рязан. гос. радиотехн. акад. Рязань, 1998. С.26-33.

8. Федоткин Д.И. Координатная привязка космических изображений по электронным картам // XXV Гагаринские чтения: Тез. докл. молодежной науч. конф., 6-10 апреля 1999 г. / МГАТУ. М., 1999.4.2. С.592-593.

9. Федоткин Д.И. Автоматическая пространственная привязка космической видеоинформации по векторным картам береговых линий // 8-й международный науч.-техн. семинар "Проблемы передачи и обработки информации в сетях и системах телекоммуникаций": Тез. докл. / Рязан. гос. радиотехн. акад. Рязань, 1999. С.165-166.

10. Еремеев В.В., Кузнецов А.Е., Федоткин Д.И. Информационная технология координатной привязки изображений земной поверхности по электронным картам // Выч. машины, комплексы и сети: Межвуз. сб. науч. тр. / Рязан. гос. радиотехн. акад. Рязань, 1999. С.21-25.

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

12. Федоткин Д.И. Уточнение параметров орбиты для коррекции привязки протяженных маршрутов // XXVI Гагаринские чтения: Тез. докл. молодеж-

■ ной науч. конф., 6-10 апреля 2000 г. / МГАТУ. М., 2000.4.1. С.400.

13. Злобин В.К., Кузнецов А.Е., Федоткин Д.И. Информационная технология пространственной привязки изображений с использованием электронных карт // 3-я международная науч.-техн. конф. "Космонавтика. Радиоэлектроника. Геоинформатика": Тез. докл. / Рязан. гос. радиотехн. акад. Рязань, 2000. С.269-270.

14. Федоткин Д.И. Модель координатного соответствия электронной карты и спутниковой видеоинформации // 3-я международная науч.-техн. конф. "Космонавтика. Радиоэлектроника. Геоинформатика": Тез. докл. / Рязан. гос. радиотехн. акад. Рязань, 2000. С.295.

15. Злобин В.К., Кузнецов А.Е., Урличич Ю.М., Федоткин Д.И. Коррекция баллистической пространственной привязки спутниковых изображений по опорным точкам / Рязан. гос. радиотехн. акад. Рязань, 2000. 14 с. Деп. в ВИМИ 11.10.2000, №ДО-8876.

Введение.

1. Анализ проблемы пространственной привязки изображений земной поверхности.

1.1. Методы пространственной привязки космических изображений.

1.2. Пространственная привязка изображений по электронным картам.

1.3. Поиск на изображении объектов по их векторному описанию.

Основные результаты.

2. Математическое обеспечение процессов пространственной привязки космических изображений по электронным картам.

2.1. Информационная технология пространственной привязки изображений по электронным картам.

2.2. Модель координатных преобразований при работе с электронными картами местности.

2.3. Математические модели коррекции баллистической пространственной привязки сканерных изображений.

2.4. Прецизионная пространственная привязка кадров космических изображений по электронным картам.

Основные результаты.

3. Алгоритмическое обеспечение автоматического поиска одноименных сюжетов на снимке и электронной карте.

3.1. Организация корреляционно-экстремального поиска одноименных сюжетов.

3.2. Предварительная унифицирующая обработка снимка и электронной карты.

3.3. Алгоритм автоматического сопоставления сюжета космического изображения и его векторного описания.

3.4. Повышение надежности и производительности поиска одноименных сюжетов на снимке и электронной карте.

Основные результаты.

4. Программное обеспечение системы пространственной привязки изображений по электронным картам.

4.1. Экспериментальное исследование точности пространственной привязки изображений по электронным картам.

4.2. Организация вычислительных процессов пространственной привязки изображений по электронным картам.

4.3. Практическая реализация программного обеспечения системы пространственной привязки.

Основные результаты.

Актуальность работы. Эффективность использования данных космической съемки поверхности Земли в различных отраслях народного хозяйства во многом определяется точностью пространственной привязки снимка, цель которой состоит в том, чтобы обеспечить взаимно однозначное координатное соответствие между одноименными точками земной поверхности и изображения [1-3].

На сегодняшний день в федеральных и региональных центрах приема и обработки спутниковой информации существует практика ведения архивов видеоданных, получаемых с природно-ресурсных ИСЗ по радиоканалам. При этом протяженные высокоинформативные изображения, так называемые маршруты видеоданных, в темпе приема направляются в архив. Их оперативная пространственная привязка, выполняемая с использованием аналитических моделей движения ИСЗ и законов сканирования земной поверхности, не обеспечивает требуемую точность: ошибки могут достигать десятков километров. Это обусловлено случайными изменениями параметров положения спутника на орбите и углов ориентации датчика, которые не могут быть с высокой точностью оценены соответствующими наземными и бортовыми средствами. В итоге значительные погрешности привязки маршрутов существенно затрудняют последующий выбор из архива сюжетов поверхности Земли, запрашиваемых потребителями для обработки, т.е. на этапе архивации потоков видеоданных существует необходимость в коррекции их пространственной привязки.

При получении выходных информационных продуктов путем обработки отдельных небольших кадров, выбираемых из архива, со стороны потребителей предъявляются исключительно высокие требования к уровню автоматизации, оперативности и точности координатной привязки. В настоящее время точность привязки кадров повышается за счет использования опорных точек местности (ОТМ) - точек изображения с известными географическими координатами. 5

Однако процесс получения ОТМ требует затрат квалифицированного ручного труда и занимает длительное время. Он сводится к тому, что оператор с помощью тех или иных инструментальных средств производит "съем" координат одноименных объектов изображения и картографической основы, в качестве которой обычно выступают оцифрованные топографические карты или предварительно обработанные аэрокосмические снимки. Таким образом, на этапе обработки кадров космических изображений также практически важной и актуальной является задача повышения уровня автоматизации, оперативности и точности пространственной привязки.

В последние годы для решения различных геоинформационных задач созданы векторные электронные карты (ЭК) местности. В отличие от растровой картографической основы характерной особенностью векторных ЭК является компактность их описания и послойное представление объектов (береговых линий, автодорог, населенных пунктов и т.д.), т.е. опорные объекты, которые используются для привязки, уже выделены и имеют координатное описание. Это создает новые предпосылки для полной автоматизации процессов пространственной привязки изображений с использованием ЭК.

Диссертационная работа посвящена актуальной задаче - созданию математического и программного обеспечения процессов пространственной привязки по электронным картам материалов космической съемки поверхности Земли с целью повышения уровня автоматизации, оперативности и точности координатной привязки спутниковой видеоинформации на этапах ее приема, архивации и получения выходных информационных продуктов.

Степень разработанности проблемы. В настоящее время имеется значительный теоретический задел в области технического зрения и цифровой обработки изображений, в создание которого внесли вклад такие отечественные и зарубежные ученые, как Арманд H.A., Волков A.M., Журкин И.Г., Злобин В.К., Козлов Ю.М., Путятин Е.П., Селиванов A.C., Тюфлин Ю.С., Хижниченко В.И., Ярославский Л.П., Chang S., DudaR., Gonzalez R., Horn В., Pratt W., Rosenfeld A., Wong R. и др. 6

Вопросам пространственной привязки космических изображений земной поверхности посвящено значительное число научных работ [3-37]. Многие публикации [3-9, 14] касаются рассмотрения координатной обработки по орбитальным данным, без использования опорных точек местности. Работы, посвященные пространственной привязке с использованием ОТМ [15-18, 28-37], как правило, не затрагивают вопросы их получения либо предполагают участие оператора при "съеме" их координат по картографической основе. Попытки автоматизации данного процесса основаны на поиске одноименных точек на изображении и эталонных снимках [25, 30, 38-44]. Однако такой подход, требующий создания высокоинформативной базы опорных снимков и не обеспечивающий надежности поиска ОТМ при наличии содержательных различий между реальным и эталонным изображениями, не нашел практического применения.

Почти отсутствуют публикации по пространственной привязке космических изображений с использованием электронных карт. Исключение составляют работы [22, 33, 34, 37], в которых ЭК используются в рамках традиционных технологий, предполагающих участие оператора. Тем не менее, специфика векторного послойного описания объектов в ЭК создает предпосылки к разработке полностью автоматических технологий пространственной привязки изображений. При этом возникает необходимость в исследовании двух основных групп вопросов. Первая группа связана с организацией автоматического поиска одноименных сюжетов на снимке и ЭК. Вопросы сопоставления растрового и векторного описания одной и той же сцены в существующей литературе практически не рассмотрены. Вторая группа вопросов связана с использованием ЭК для оперативной пространственной привязки протяженных изображений, получаемых в результате продолжительных сеансов съемки и передаваемых в федеральные и региональные архивы видеоданных. Решение аналогичных вопросов применительно к ограниченным по размерам снимкам от фотографических и сканерных систем [14, 21, 26-28, 36, 45] не могут быть в полной мере распро7 странены на случай съемки протяженных изображений (маршрутов), когда геометрия снимка существенно изменяется в процессе его формирования.

В контексте рассматриваемой задачи нерешенными остаются вопросы создания надежных и полностью автоматических технологий поиска одноименных сюжетов на снимке и ЭК и организации на этой основе оперативной пространственной привязки протяженных маршрутов сканерной съемки и отдельных кадров по ЭК. Решение этих вопросов составляет основу настоящей диссертации.

Цель диссертации состоит в разработке математического и программного обеспечения для новой информационной технологии пространственной привязки космических изображений по электронным картам. Данная технология должна обеспечивать оперативную и точную координатную привязку сканерной видеоинформации к местности на этапах ее приема, архивации и формирования выходных информационных продуктов.

Задачи. Для достижения поставленной цели необходимо решить следующие основные задачи:

• разработать информационную технологию оперативной пространственной привязки сканерных космических изображений земной поверхности по электронным картам местности;

• разработать математические модели пространственной привязки протяженных маршрутов видеоданных с использованием ЭК;

• разработать математические модели прецизионной привязки к местности кадров сканерных изображений на основе их сопоставления с ЭК;

• разработать алгоритмы автоматического поиска одноименных сюжетов на космическом изображении и электронной карте с целью определения координат ОТМ.

Научная новизна. Использование традиционных технологий пространственной привязки спутниковой видеоинформации на этапах ее архивации и обработки далеко не устраивает потребителей с точки зрения оперативности, точ8 ности и уровня автоматизации этого процесса. Появление в последние годы векторных электронных карт местности, как компактной и весьма точной картографической основы, создало предпосылки для решения этих задач, чему и посвящена настоящая диссертационная работа.

Конкретно, на защиту выносятся следующие новые научные результаты:

• математическое и программное обеспечение информационной технологии пространственной привязки космических изображений по электронным картам, позволяющее выполнить автоматическую, точную и оперативную привязку видеоинформации на этапах ее приема, архивации и формирования выходных информационных продуктов;

• математические модели пространственной привязки протяженных маршрутов с использованием ЭК, основанные на уточнении параметров положения ИСЗ на орбите и углов ориентации датчика и обеспечивающие оперативную обработку сверхбольших объемов данных в условиях значительных погрешностей первоначальной привязки;

• математические модели пространственной привязки кадров космических изображений, основанные на использовании опорных элементов местности и позволяющие в оперативном режиме выполнять прецизионную обработку снимков;

• алгоритмы поиска одноименных сюжетов на космическом изображении и векторной электронной карте, обеспечивающие надежное и оперативное определение координат опорных точек местности и позволяющие полностью автоматизировать процесс пространственной привязки.

Практическая ценность работы. На базе разработанных математических моделей и алгоритмов создано программное обеспечение оперативной пространственной привязки космических изображений по электронным картам, обеспечивающее полную автоматизацию и высокие точности координатной привязки к местности спутниковой информации. Данное программное обеспечение используется для пространственной привязки протяженных маршрутов 9 видеоданных и отдельных кадров в системах обработки спутниковой информации от природно-ресурсных ИСЗ серий "Ресурс-01" и "Океан-О" на этапах ее приема, архивации и получения выходных информационных продуктов.

Реализация и внедрение. Диссертационная работа выполнена в Рязанской государственной радиотехнической академии в рамках Государственного контракта с Российским авиационно-космическим агентством №912-1019/97 от 28.07.98 г., НИР № 8-97Г (гранта Министерства образования РФ от 03.03.97 г.), ОКР № 25-95 от 10.01.95 г., ОКР № 15-97 от 06.01.97 г, ОКР №25-98 от 01.01.98 г., ОКР № 13-98 от 05.01.98 г., ОКР № 17-98 от 01.09.98 г., ОКР № 11-99 от 04.01.99 г. с организациями Российского авиационно-космического агентства.

Результаты диссертационной работы в виде математического и программного обеспечения использованы и внедрены в Российском НИИ космического приборостроения, ЗАО "НПО космического приборостроения", Научном центре оперативного мониторинга Земли, что подтверждается актами, приведенными в приложении.

Акты, подтверждающие внедрение результатов диссертации, приведены в приложении.

Апробация работы. Основные положения диссертации докладывались и обсуждались на 3-х международных и 4-х всероссийских научных конференциях и семинарах:

- 2-й и 3-й Международных научно-технических конференциях "Космонавтика. Радиоэлектроника. Геоинформатика" (Рязань, 1998, 2000);

- 8-м Международном научно-техническом семинаре "Проблемы передачи и обработки информации в сетях и системах телекоммуникаций" (Рязань, 1999);

- Всероссийских молодежных научных конференциях "XXIII Гагарин-ские чтения", "XXV Гагаринские чтения" и "XXVI Гагаринские чтения" (Москва, 1997, 1999, 2000);

10

- Всероссийской научно-технической конференции "Новые информационные технологии в радиоэлектронике" (Рязань, 1998).

Публикации. По теме диссертации опубликовано 6 статей и 9 тезисов докладов на международных и всероссийских конференциях.

Личный вклад соискателя по опубликованным материалам состоит в следующем:

- в работах [46-48] соискателем разработана общая информационная технология пространственной привязки космических изображений по электронным картам;

- в работах [49-52] соискателем разработано математическое и программное обеспечение процессов пространственной привязки по электронным картам протяженных маршрутов видеоданных;

- в работах [53-55] соискателем разработано математическое и программное обеспечение автоматической пространственной привязки по электронным картам кадров спутниковых изображений;

- в работах [56-60] соискателем разработаны и исследованы алгоритмы автоматического поиска одноименных сюжетов на снимке и векторной электронной карте местности.

- работы [49, 51, 54, 55, 57, 60] выполнены без соавторов.

Структура и объем работы. Диссертация состоит из введения, 4 разделов, заключения и приложения. Объем работы составляет 162 страницы, в том числе: основное содержание - 127 страниц, рисунки - 15 страниц, таблицы - 7 страниц, список литературы (124 наименования) - 13 страниц. Приложение содержит документы, подтверждающие внедрение полученных результатов.

Основные результаты работы состоят в следующем.

1. Разработана информационная технология оперативной пространственной привязки сканерных космических изображений поверхности Земли по электронным картам местности, основанная на автоматическом поиске одноименных точек на снимке и ЭК. Эта технология включает два основных этапа: устранение грубых погрешностей пространственной привязки протяженных маршрутов видеоданных, направляемых в архив, и высокоточная привязка к местности отдельных кадров, извлекаемых по запросу потребителей из архива.

2. Разработаны алгоритмы автоматического поиска опорных точек местности, основанные на идентификации одноименных сюжетов растрового космического изображения и векторной электронной карты гидрографической сети. Эти алгоритмы позволяют надежно (более 90 % успешных идентификаций) и оперативно формировать множество опорных точек местности и полностью автоматизировать процесс пространственной привязки спутниковой видеоинформации.

3. Предложена математическая модель координатных преобразований при работе с электронными картами местности, основанная на использовании косой равнопромежуточной цилиндрической проекции и обеспечивающая оперативное и высокоточное (субпиксельное) совмещение снимка и ЭК, в том числи при обработке сверхбольших объемов видеоинформации.

4. Разработаны математические модели пространственной привязки протяженных маршрутов видеоданных с использованием ЭК, основанные на коррекции орбитальных параметров и углов ориентации датчиков ИСЗ и обеспечивающие оперативную (в темпе приема) обработку сверхбольших объемов видеоданных, поступающих в архив, в условиях значительных погрешностей первоначальной привязки.

149

5. Разработаны математические модели пространственной привязки кадров космических изображений, основанные на использовании опорных элементов местности и позволяющие в оперативном режиме выполнить высокоточную координатную обработку снимков на этапе формирования выходных информационных продуктов.

6. Рассмотрены алгоритмы работы с объектами электронных карт и высокоинформативными маршрутами видеоданных, использующие специфику решаемой задачи и позволяющие выполнить оперативное совмещение видеоинформации и опорной картографической основы для контроля и коррекции пространственной привязки.

7. Разработана методика оценки точности пространственной привязки изображений земной поверхности. Выполнены экспериментальные исследования предложенных моделей и алгоритмов пространственной привязки. Установлено, что погрешность привязки протяженного маршрута определяется неточностью базовой модели сканерной съемки и составляет 2-5 км, что обеспечивает корректную архивацию видеоданных. Показано, что погрешность привязки кадра по ЭК определяется точностью координатной основы и составляет 1-3 элемента дискретизации снимка, что вполне достаточно для решения большинства прикладных задач.

8. На базе предложенных математических моделей и алгоритмов создана программная система пространственной привязки космических изображений по электронным картам, согласующаяся с информационными технологиями действующих центров приема и обработки спутниковой информации Российского авиационно-космического агентства. Эта система внедрена и эксплуатируется в Российском НИИ космического приборостроения, ЗАО "НПО космического приборостроения", Научном центре оперативного мониторинга Земли.

Документы, подтверждающие внедрение результатов диссертационной работы, приведены в приложении.

150

ЗАКЛЮЧЕНИЕ

1. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений. М.: Высш. шк., 1983. 295 е., ил.

2. Хижниченко В.И. К вопросу о геометрической коррекции сканерных снимков земной поверхности // Исслед. Земли из космоса. 1981. №4. С.96-103.

3. Арушанов M.J1. Простая модель географической привязки сканерных снимков малого разрешения, обеспечивающая высокую точность // Исслед. Земли из космоса. 1993. №3. С.41-46.

4. Захаров М.Ю., Лупян Е.А., Мазуров A.A., Нартов И.Ю. Географическая привязка данных прибора AVHRR для задач регионального мониторинга // Исслед. Земли из космоса. 1993. №5. С.27-32.

5. Тищенко А.П., Головчин В.Р. Пространственная привязка спутниковых сканерных изображений по траекторным данным // Аэрокосмические исследования Земли. Обработка видеоинформации на ЭВМ / М.: Наука, 1978. 248 е., ил.151

6. Лурье И.К., Тищенко А.П Пространственная привязка космических кадровых снимков // Аэрокосмические исследования Земли. Обработка видеоинформации на ЭВМ / М: Наука, 1978. 248 е., ил.

7. Moreno J.F., Melia J. A method for accurate geometric correction of NOAA AVHRR HRPT data // IEEE Trans. Geosci. Rem. Sens. 1993. 31. №1. P.204-213.

8. O'Brien D.M., Turner P.J. Navigation of coastal AVHRR images // Int. J. Rem. Sens. 1992. 13. №3. P.509-514.

9. Ахметьянов B.P., Пасмуров А.Я. Обработка радиолокационных изображений в задачах дистанционного зондирования Земли // Заруб, радиоэлектроника. 1987. №1.С.70-81.

10. Злобин В.К., Селиванов A.C., Еремеев В.В., Тучин Ю.М. Мультипроцессорная технология межотраслевой обработки видеоданных, полученных кос-мической системой "Ресурс-01" // Исслед. Земли из космоса. 1992. №2. С.87-90.

11. Злобин В.К., Еремеев В.В. Нормализация видеоданных в системах дистанционного зондирования Земли // Электросвязь. 1992. №4. С. 12-14.

12. Левентуев В.П. Коррекция баллистической географической привязки космических сканерных снимков за счет использования опорных точек // Исслед. Земли из космоса. 1994. №4. С.49-57.

13. Radhadevi P.V., Ramachandran R. Orbit attitude modeling of SPOT imagery with a single ground control point // Photogram. Ree. 1994. 14. P.973-982.152

14. Собчук В.Г. Координатная привязка видеоинформации по опорным точкам // Аэрокосмические исследования Земли. Обработка видеоинформации на ЭВМ / М.: Наука, 1978. 248 е., ил.

15. Фомин Е.И., Фетисов А.Г. О трансформировании космических снимков по опорным точкам // Тр. ГОСНИЦ ИПР, 1989. Вып.35. С.54-60.

16. Лупян Е.А., Мазуров A.A. Быстрый алгоритм произвольных геометрических преобразований изображений // Исслед. Земли из космоса. 1992. №5. С. 38-43.

17. Журкин И.Г., Зайцев A.A. Геометрическая калибровка фотоизображений // Исслед. Земли из космоса, 1997, №2, с.53-57

18. Кузнецов А.Е., Новоселов В.Г. Технология координатной обработки изображений с использованием электронных карт // Выч. машины, комплексы и сети. Межвуз. сб. науч. тр. / Рязан. госуд. радиотехн. акад. Рязань, 1996. С. 17-21.

19. Лобанов А.Н., Журкин И.Г. Автоматизация фотограмметрических процессов. М.: Недра, 1980. 240с.

20. Гук А.П., Мчедлишвили Г.Б. Выбор математической модели калибровки радиолокационных снимков // Изв. вузов. Геодезия и аэрофотосъемка. 1989. №2. С.95-101.

21. Бочкарев А.М. Корреляционно-экстремальные системы навигации // Заруб. радиоэлектроника. 1981. №9. С.28-53.

22. Петрищев В.Ф. Аналитическая модель отклонений в координатах точек псевдокадра, получаемого при сканерной съемке земной поверхности // Исслед. Земли из космоса. 1992. №1. С.52-60.153

23. Петрищев В.Ф. Аналитическая модель отклонений в координатах точек псевдокадра, получаемого при сканерной съемке земной поверхности, для случая круговой орбиты и сферической невращающейся Земли // Исслед. Земли из космоса. 1993. №2. С.48-55.

24. Журкин И.Г., Гук А.П. Алгоритм раздельного определения элементов внешнего ориентирования сканерных изображений (идеальная модель) // Изв. вузов. Геодезия и аэрофотосъемка. 1992. №1. С.51-56.

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

26. Гимельфарб Г.Л. Автоматизированная межотраслевая обработка снимков земной поверхности, получаемых с ИСЗ серии Landsat // Заруб, радиоэлектроника. 1983. №8. С.56-84.

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

28. Shlien K., Seymour R. Geometric Correction, registration, and resampling of LANDSAT imagery // Canad. J. Rem. Sens. 1979. 5. №1. P.74.

29. Rosborough G.W., Baldwin D.G., Emery W.J. Precise AVHRR image navigation // IEEE Trans. Geosci. Rem. Sens. 1994. 32. №3. P.644-657.

30. Mather P.M. Map-image registration accuracy using least-squares polynomials // Int.J. Geogr. Inform. Syst. 1995. 9. №5. P.543-554.

31. Meyer P. A parametric approach for the geocoding of AVIRIS data in rugged terrain // Rem. Sens. Envir. 1994. 49. №2. P. 118-130.

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

33. ER Mapper 5.0. Helping people manage the earth: Earth Resource Mapping Press, 1997.42 р.154

34. Mostafavi H., Smith F.W. Image correlation with geometric distortion // IEEE Trans. Aerosp. Electr. Syst. 1978. 14. №3. P.478-500.

35. Cracknell A.P., Paithoonwattanakij K. Pixel and sub-pixel accuracy in geometrical correction of AVHRR imagery // Int. J. Rem. Sens. 1989. №10. P.661-667.

36. Тхабисимов Д.К. Автоматизированный поиск опорных изображений на фотоснимках поверхности Земли при помощи спектрального анализа // Исслед. Земли из космоса. 1983. №5. С.93-99.

37. Wong R.Y. Intensity signal processing of images for optical to radar scene matching // IEEE Trans. Acoustics Speech Signal Processing. 1980. 28. №2. P.260-263.

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

39. Злобин B.K., Еремеев B.B., Курбасов М.В. Восстановление параметров взаимной геометрической трансформации двух изображений на основе идентификации одноименных сюжетов / Рязан. гос. радиотехн. акад. Рязань, 1995. 7 с. Деп. в ВИМИ 10.11.95 № ДО-8622.

40. Пособие по фотограмметрии. Пер. с англ. Под ред. Кораблева В.И. М.: Издательство "Недра", 1971. 168 с.

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

42. Федоткин Д.И. Уточнение параметров орбиты для коррекции привязки протяженных маршрутов // XXVI Гагаринские чтения: Тез. докл. молодежной науч. конф., 6-10 апреля 2000 г. / МГАТУ. М., 2000. 4.1. С.400.

43. Федоткин Д.И. Модель координатного соответствия электронной карты и спутниковой видеоинформации // 3-я международная науч.-техн. конф. "Космонавтика. Радиоэлектроника. Геоинформатика": Тез. докл. / Рязан. гос. радиотехн. акад. Рязань, 2000. С.295.

44. Злобин В.К., Кузнецов А.Е., Урличич Ю.М., Федоткин Д.И. Коррекция баллистической пространственной привязки спутниковых изображений по опорным точкам / Рязан. гос. радиотехн. акад. Рязань, 2000. 14 с. Деп. в ВИМИ 11.10.2000, № ДО-8876.

45. Федоткин Д.И. Координатная привязка космических изображений по электронным картам // XXV Гагаринские чтения: Тез. докл. молодежной науч. конф., 6-10 апреля 1999 г. / МГАТУ. М., 1999. 4.2. С.592-593.

46. Федоткин А.И., Федоткин Д.И. Моделирование и исследование процессов формирования первоначального эскиза // Моделирование процессов управления и обработки информации: Между вед. сб. науч. тр. / МФТИ. М., 1996. С.81-90.

47. Федоткин Д.И. Выделение непроизводных элементов на изображении, необходимых для его параметризации // XXIII Гагаринские чтения: Тез. докл. молодежной науч. конф., 8-12 апреля 1997 г. / МГАТУ. М., 1997. Ч.З. С.28.

48. Федоткин А.И., Федоткин Д.И. Автоматическая идентификация контурных изображений в задаче координатной привязки // Моделирование управляемых динамических систем: Междувед. сб. науч. тр. / МФТИ. М., 1997. С.132-141.

49. Гарбук C.B., Гершензон В.Е. Космические системы дистанционного зондирования Земли. М., 1997. 296 е., ил.

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

51. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. В 2-х кн.: Пер. с англ. М.: Финансы и статистика, 1986,1987. Кн.1: 366 с, Кн.2: 351с.

52. Коршунов Ю.М. Математические основы кибернетики М.: Энергоатомиз-дат, 1987. 496 е., ил.

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

54. Gittings В.М. Catalogue of digital elevation data: Department of Geography. The University of Edinburgh, United Kingdom, 1997. 97 p.

55. Копаев Г.В., Грошев B.B. Цифровые карты России масштаба 1:1000000 II Информационный бюллетень ГИС ассоциации. 1996. №3. С.17-18.

56. Кошкарев A.B. Обзор электронных карт и атласов // ГИС обозрение. 1999. №1. С.26-29.

57. Digital chart of the world: for use with ESRJ desktop software, ArcData: ESRI, Redlands, Calif. 1995. 167 p.158

58. Королев Ю.К. Модели данных геоинформационных систем // Информационный бюллетень ГИС ассоциации. 1998. №3. С.68-69.

59. Райе Дж. Матричные вычисления и математическое обеспечение: Пер с англ., М.: Мир, 1984. 264 е., ил.

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

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

62. 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.

63. 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.

64. Atalay V, Yilmaz M. A matching algorithm based on linear features // Pattern Recognition Letters. 1998. №19. P.857-867.

65. Dare P.M., Ruskone R., Dowman I.J. Algorithm development for the automatic registration of satellite images // Image Registration Workshop'97, NASA Goddard Space Center, 1997.159

66. 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.

67. 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.

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

69. Дуда P., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. 511 с.

70. Хорн Б.К.П. Зрение роботов: Пер. с англ. М.: Мир, 1989. 487 е., ил.

71. Прэтт У. Цифровая обработка изображений. В 2-х кн.: Пер. с англ. М.: Мир, 1982. Кн.1: 312 е., кн.2: 480 с.

72. Путятин Е.П., Аверин С.И. Обработка изображений в робототехнике. М.: Машиностроение, 1990. 320 е., ил.

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

74. Gunsel В., Tekalp A.M. Shape similarity matching for query-by-example // Pattern Recognition. 1998. 31. №7. P.931-944.

75. Huang P.W., Dai S.K., Lin P.L. Planar shape recognition by directional flow-change method // Pattern Recognition Letters. 1999. №20. P. 163-170.

76. Павлидис Т. Иерархические методы в структурном распознавании образов // ТИИЭР. 1979. 67. №5. С.39-49.

77. Идентификация объектов полутонового изображения: Инструкц.-метод, матер. / Абламейко С.В., Мурашко Н.И., Самошкин М.А., Кулешов А.Я. Минск: Ин-т политехи, киберн., 1992. 114 с.160

78. Абламейко С.В., Самошкин М.А., Кулешов А .Я. Идентификация контурного представления объектов полутонового изображения на основе линейного коэффициента корреляции // Весщ АН Беларусь Сер. ф1з-тэхн.н. 1993. №3. С.65-71.

79. Потатуркин О.И., Стерник Г.А. Распознавание объектов на основе синтаксического описания их контуров // Автометрия. 1991. №2. С. 19-26.

80. Bandera A., Urdiales С., Arrebola F., Sandoval F. 2D object recjgnition based on curvature functions obtained from local histograms of the contour chain code // Pattern Recognition Letters. 1999. №20. P.49-55.

81. Чэн Ш.К. Принципы проектирования систем визуальной информации: Пер. с англ. М.: Мир, 1994. 408 е., ил.

82. Техническое зрение роботов / Под ред. А.Пью: Пер. с англ. М.: Машиностроение, 1987. 320 е., ил.

83. Ozugur Т., Denizhan Y., Panayirci Е. Feature extraction in shape recognition using segmentation of the boundary curve // Pattern Recognition Letters. 1997. №18. P.1049-1056.

84. Козлов Ю.М. Адаптация и обучение в робототехнике. М.: Наука, 1990. 248 с.

85. Eom К.В. Shape recognition using spectral features // Pattern Recognition Letters. 1998. №19. P.189-195.

86. Богданов K.M., Яновский K.A., Козлов Ю.Г. и др. Оптико-структурный машинный анализ изображений. М.: Мишиностроение, 1984. 280 с.

87. Алявдин М.С., Горелик С.Л., Кац Б.М. и др. Корреляция с эталоном эффективный метод выявления анизотропных свойств изображения // Автометрия. 1980. №3. С. 54-61.

88. Shankar U., Murthy С.A., Pal S.K. A new gray level based Hough transform for region extraction. An application to IRS images // Pattern Recognition Letters. 1998. №19. P. 197-204.161

89. Ballard D.H. Generalized the Hough transform to detect arbitrary shapes //PattertRecognition. 1981. 13. №2. P.lll-122.

90. Samal A., Edwards J. Generalized Hough transfoem for natural shapes // Pattern Recognition Letters. 1997. №18. P.473-480.

91. Cooper M.A A probability weighted Hough transforms and line-segment based generalized Hough transforms // Pattern Recognition Letters. 1994. №15. P.619-630.

92. Cucchiara R., Piccardi M. Eliciting visual primitives for detection of elongated shapes // Image and Vision Computing. 1999. №17. P.347-355.

93. Cnatzis V., Pitas I. Fuzzy cell Hough transform for curve detection // Pattern Recognition. 1997. 30. №12. P.2031-2042.

94. Yi X., Camps O.I. Line-based recognition using a multidimensional Hausdorff distance // IEEE Trans. Pattern Anal. Mach. Intell. 1999. 21. №9. P. 102-110.

95. Huttenlocher D.P., Lilien R.H., Olson C.F. View-based recognition using an eigenspace approximation to the Hausdorff measure // IEEE Trans. Pattern Anal. Mach. Intell. 1999. 21. №9. P.87-95.

96. Olson C.F. A probabilistic formulation for Hausdorff matching // Proc. IEEE Conference on Computer Vision and Pattern Recognition. 1998. P. 150-156.

97. Olson C.F., Huttenlocher D.P. Automatic target recognition by matching oriented edge pixels // IEEE Trans. Image Processing. 1997. 6. №1. P. 114-117

98. Olson C.F., Huttenlocher D.P. Recognition by matching with edge location and orientation // Proc. ARPA Image Understanding Workshop. 1996. P. 1167-1174.

99. Mapp Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов: Пер с англ. М.: Радио и связь, 1987. 400 е., ил.

100. Денисов Д.А., Низовкин В.А. Сегментация изображений на ЭВМ // Заруб, радиоэлектроника. 1985. №10. С.5-30.

101. Chanda В., Kundu М.К., Padmaja V. A multi-scale morphologic edge detector // Pattern Recognition. 1998. 31. № 10. P. 1469-1478.162

102. Соловьев М.А. Математическая картография. М.: Недра, 1969. 287 с.

103. Сихарулидзе Ю.Г. Баллистика летательных аппаратов. М.: Наука, 1982. 352 с.

104. Харатишвили И.Г., Чхеижзе И.М., Ронсен Д., Инджия Ф.И. Пирамидальное кодирование изображений. М.: Радио и связь, 1996. 192 е., ил.

105. Ш.Каширин И.Ю. Объектно-ориентированное проектирование программ в среде С++. Вопросы практики и теории / Под ред. Л.П.Коричнева. М.: Госкомвуз России, НИЦПрИС, 1996. 192 с.

106. Зам. главного констоуктооа напоавления1. АКТо внедрении результатов кандидатской диссертации Федоткина Д,И.

107. Созданные программные средства позволяют выполнить контроль и коррекцию пространственной привязки видеоданных от природноресурсных и океанографических спутников.1. Нач. отдела Нач. сектора1. УТВЕРЖДАЮ1. Директор

108. Росавиакосмоса, ческих наук1. А.М. Волков 2000 г.1. АКТоб использовании результатов кандидатской диссертации Федоткина Д.И. в НЦ ОМЗ ЦПИ Росавиакосмоса

109. Программные средства обеспечивают оперативность, требуемую точность и высокую автоматизацию географической привязки спутниковой видеоинформации на этапах архивации, каталогизации и формирования выходных информационных продуктов.

110. Начальник отдела, к.ф.-м.н.1. М>41. Ю.М. Кондратьев