автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка метода и алгоритмов восстановления изображений земной поверхности по спутниковым снимкам высокого разрешения

На правах рукопис

ЩЕРБИНИНА НАТАЛЬЯ ВЛАДИМИРОВНА

РАЗРАБОТКА МЕТОДА И АЛГОРИТМОВ ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЙ ЗЕМНОЙ ПОВЕРХНОСТИ ПО СПУТНИКОВЫМ СНИМКАМ ВЫСОКОГО РАЗРЕШЕНИЯ

Специальность 05.13.01 - Системный анализ, управление и обработка информации (в строительстве и ЖКХ)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

2 7 МАП 2015

005569538

Белгород - 2015

005569538

Работа выполнена в Федеральном государственном автономном образовательном учреждении высшего профессионального образования «Белгородский государственный национальный исследовательский университет» (НИУ «БелГУ») на кафедре информационных систем управления.

Научный руководитель

Официальные оппоненты:

Ведущая организация

Иващук Ольга Александровна,

доктор технических наук, доцент

Николаев Виктор Николаевич

доктор технических наук, профессор, профессор кафедры информационных систем и технологий Юго-западного государственного университета, г. Курск

Маньяков Юрий Анатольевич

кандидат технических наук, старший научный сотрудник лаборатории 02 «Обработка трехмерной информации» Орловского филиала Института проблем информатики Федерального

исследовательского центра «Информатика и управление» Российской академии наук, г. Орел

Федеральное государственное бюджетное учреждение науки Институт проблем передачи информации им. A.A. Харкевича Российской академии наук, г. Москва

Защита состоится 8 июля 2015 года в 15 часов 30 минут на заседании диссертационного совета Д 999.006.04 на базе ФГАОУ ВПО «Белгородский государственный национальный исследовательский университет», ФГБОУ ВПО «Белгородский государственный технологический университет имени В.Г. Шухова», ФГБОУ ВПО «Юго-западный государственный университет», ФГБОУ ВПО «Государственный университет - учебно-научно-производственный комплекс» по адресу: 308015, г. Белгород, ул. Победы, д. 85, ауд. 3-33.

С диссертацией можно ознакомиться в научной библиотеке и на ее сайте ФГАОУ ВПО «Белгородский государственный национальный исследовательский университет» (URL: http://www.bsu.edu.ru).

Автореферат размещен на сайте ВАК при Министерстве образования и науки РФ (URL: http://vak2.ed.gov.ru).

Автореферат разослан « /¿Г» OlA^X-vX 2015 г.

Ученый секретарь диссертационного совета

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы диссертации. Применение космических средств дистанционного зондирования Земли (ДЗЗ) не только обеспечивает возможность эффективного мониторинга окружающей среды и получения новых знаний о Земле. Сегодня спутниковые снимки оптического диапазона становятся незаменимым средством информационного обеспечения принятия управленческих решений при реализации широкого спектра практических задач, таких как планирование застройки территории, возведение и реконструкция строительных объектов различного назначения (промышленных, транспортных, жилых, военных, гидротехнических, сельскохозяйственных и др.), организация эффективного функционирования их инженерной инфраструктуры (энерго-, тепло-, водоснабжения и т.п.), решение вопросов земельного кадастра, обеспечение техносферной безопасности.

При этом повышение качества получаемых данных тракта ДЗЗ, определяющего степень достоверности этих данных и их соответствия рассматриваемым объектам, расположенным на данной территории земной поверхности, приобретает первостепенное значение и требует совершенствования методов формирования и обработки спутниковых изображений; восстановления тонкой структуры образов наблюдаемых объектов; поддержки структурной, геометрической и морфологической корректности формируемых изображений, а также корректности декомпозиции изображений на регулярные и стохастические (шумовые) составляющие.

При интерпретации спутниковых снимков, полученных в оптическом диапазоне — в связи с имеющимися частотно-шумовыми искажениями, вносимыми звеньями сквозного информационного тракта: атмосферой (прежде всего ее аэрозольными составляющими), самой оптической системой, приемником изображения, смазом и др. - возникают существенные проблемы, связанные с подавлением высокочастотных составляющих на изображении. В результате ухудшаются визуальные характеристики качества изображения: резкость, четкость, контраст.

Улучшение параметров спутниковых изображений было бы возможным путем изготовления ПЗС-матриц с большим числом фотоприемных элементов и создания на их основе новых оптоэлектронных приборов. Однако подобный подход на сегодняшний день является практически не реализуемым в связи с существующими технологическими проблемами. Таким образом, основными направлениями обработки изображений объектов, расположенных на данной земной поверхности, по спутниковым снимкам являются цифровые методы. Их исследованию посвящено большое количество научных работ, проводимых как в нашей стране, так и за рубежом, например: Арманда H.A., Асмуса В.В., Злобина В.К., Лупяна Е.А., Полищука Г.М., Чернявского Г.М., Kronberg Р., Pratt W., Rosenfeld А., Абросимова Н.И., Острикова В. Н., Хохловой Н.В., Аганбекяна К.А., Зражевского А.Ю., Арвидсона Р., Батлера Д., Хартли Р., Басса Ф.Г., Фукаса И.М., Бейтса Р., Мак-Доннела М., Горелика А.Л., Скрипкина В.А., Винтаева В.Н., Елюшкина В.Г., Мартыненко А.И., Яблонского Л.И.,

Жилякова Е.Г., Каппелини В., Эмилиани П., Кондратенкова Г.С., Ревзона А.Л., Тихонова А.Н, Костомарова Д.П., Атамана Е., Бохлендера Г., Кринера К., Гордона Н., Кларка Д., Карини Н.А., Дай X., Хоран С., Хаммена Дж., Кристофа С., Баумгарднера М., Шовенгердта Р.

Наибольшую известность получил метод регуляризации задач восстановления Тихонова А.Н., который, однако, также не позволяет восстановить высокочастотные компоненты и получить результирующее изображение с достаточным уровнем резкости.

Таким образом, задача устойчивого восстановления спутниковых снимков высокого разрешения, полученных в оптическом диапазоне, с одновременным повышением резкости изображений сегодня является крайне актуальной.

Цель и задачи диссертационного исследования. Целью работы является повышение эффективности информационного обеспечения управленческих решений в строительной сфере и ЖКХ за счет совершенствования методов восстановления спутниковых снимков земной поверхности с улучшением их резкости.

Для достижения поставленной цели были сформулированы и решены следующие задачи:

1. Анализ современного состояния исследований в области восстановления спутниковых изображений земной поверхности.

2. Разработка метода восстановления изображений земной поверхности на основе модификации оператора Тихонова.

3. Разработка алгоритмов определения параметров восстанавливающего оператора.

4. Программная реализация алгоритмов восстановления изображений земной поверхности, проведение вычислительного эксперимента и формирование практических рекомендаций по применению разработанного метода.

Методы исследования. В работе использовались методы теории системного анализа, теории обратных задач, анализа Фурье, методы оптимизации и цифровой обработки сигналов, вычислительные эксперименты.

Научная новизна заключается в разработке нового метода восстановления спутниковых изображений земной поверхности, отличительными особенностями которого являются:

- модификация оператора Тихонова за счет аддитивной добавки, позволяющей повысить вклад высокочастотных компонент;

- реализация оценки параметров компенсирования действия функции рассеяния точки, которая является основной характеристикой, описывающей передачу структуры объекта оптической системой, непосредственно по результатам измерений;

- адаптация восстанавливающего оператора за счет определения параметров непосредственно по изображению;

а также в разработанных алгоритмах, реализующих данный метод.

Практическая значимость работы заключается в возможности использования разработанного прототипа программной реализации (свид-во о госрегистрации программы для ЭВМ № 2014663224) для повышения качества изображений как застроенных территорий, так и планируемых для размещения различных строительных объектов, а также их инженерной инфраструктуры. Получены акты о внедрении в ОАО «ВИОГЕМ» и в НИУ «БелГУ».

Результаты проведенных вычислительных экспериментов подтвердили работоспособность разработанного метода и алгоритмов восстановления спутниковых изображений.

Объектом исследования являются спутниковые снимки, полученные в оптическом диапазоне. Предметом - методы, модели и алгоритмы улучшения визуального качества спутниковых изображений земной поверхности.

Связь с научными и инновационными программами. Диссертационная работа выполнялась на основании соглашения о сотрудничестве между ФГУП ГКНПЦ им. М.В. Хруничева, г. Москва и НИУ «БелГУ» в области ДЗЗ от 21.05.2010, заключенного в соответствии с ФЦП «Использование результатов космической деятельности в интересах социально-экономического развития РФ и ее регионов на 2009-2015 годы» и Стратегией развития информационного общества в РФ, утвержденной Президентом РФ 7 февраля 2008 года за № Пр-212.

Положения, выносимые на защиту:

1. Метод восстановления спутниковых изображений земной поверхности на основе модифицированного оператора восстановления Тихонова А.Н.

2. Алгоритмы, реализующие разработанный метод.

3. Прототип программной реализации алгоритмов восстановления изображений земной поверхности.

4. Результаты вычислительных экспериментов, демонстрирующие эффективность применения разработанного метода.

Достоверность выводов и рекомендаций обусловлена корректностью использованного математического аппарата с оценкой сходимости и погрешности регуляризуемых процедур, подтверждением результатов вычислительных экспериментов по обработке спутниковых снимков.

Личный вклад соискателя. Все изложенные в диссертации результаты исследования получены соискателем лично или с его непосредственным участием.

Апробация результатов диссертационного исследования.

Основные положения диссертационной работы докладывались и обсуждались на: II Межд. конф. Информационные технологии и коммуникационные ресурсы 21 в. в социальной сфере. - Москва - Руза, 2006; Межд. молод, конф. «Прикладная математика, управление и информатика», Белгород 3-5 октября 2012; X Всерос. открытой ежегодной конф. «Современные проблемы дистанционного зондирования земли из космоса» // Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов) ИКИ РАН, 12-16 ноября 2012 г.; II Межд. научно-

практической конф. «Актуальные направления фундаментальных и прикладных исследований» Москва, 10-11 октября 2013 г.; XX Межд. конф. «Наука в центральной России» Москва, 17-18 октября, 2013 г.; Межд. научно-практической конф. профессорско-преподавательского состава и аспирантов «Проблемы построения информационно-аналитических систем», Белгород 8-10 апреля 2014; XII Всерос. открытой ежегодной конф. «Современные проблемы дистанционного зондирования земли из космоса» // Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов) ИКИ РАН, 12-16 ноября 2014 г.

Публикации. По теме диссертации опубликовано 17 научных работ, из них 9 статей в научных журналах из перечня ВАК; получено свидетельство о государственной регистрации программы для ЭВМ.

Объем и структура работы. Диссертация состоит из Введения, четырех глав, Заключения и Приложений. Работа изложена на 163 страницах машинописного текста, включая 114 рисунка, 8 таблиц и список литературных источников из 104 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель и основные задачи исследования, определены научная новизна и практическая ценность результатов работы, приведены сведения об их реализации и апробации.

В главе 1 проведен анализ состояния исследований в области повышения качества изображений земной поверхности при решении задач информационного обеспечения и управления в сфере строительства и ЖКХ. Выявлены проблемы улучшения резкости спутниковых снимков как основной характеристики их визуального качества, связанные с подавлением высокочастотных составляющих спектра изображения. Определены наиболее эффективные подходы к решению поставленных задач.

Математической моделью формирования изображения является известное интегральное соотношение Фредгольма:

и{*,У)= []нх-1,у- т)/(1, т)Лс1т + г(х,у) (1)

где (х,у) - координаты точки (пикселя) на регистрируемом изображении и(х,у)\ /(г,г) - интенсивность отражений земной поверхности; 11(х-1,у-т)~ так называемая функция рассеяния точки (ФРТ), которая является основной характеристикой, описывающей передачу структуры объекта оптической системой со сглаживающим эффектом; у(х,у) - внешние шумовые воздействия (помехи).

Для восстановления изображений (т.е. компенсации действия ФРТ на изображениях) решается обратная некорректная задача: вычисление / по данным и. Она рассматривалась в работах многих ученых в результате исследования которых появилось достаточно много методов и алгоритмов

регуляризации задачи восстановления. Наиболее часто используется оператор восстановления Тихонова А.Н., который имеет вид

я Н* (сох, соу ) и(юх, а>у ) ^^

где и(<ал, соу) - спектр регистрируемого изображения; р - параметр регуляризации; со = 2лг; г - пространственная частота; ]=(-1)"2', //,со,) -частотно-контрастная характеристика (ЧКХ) системы (звездочка означает комплексное сопряжение), определяемая как

со

Ща>х Кх, у)е"'-*е'0}'ус1хс1у . (3)

В виду достаточно быстрого спада спектра ФРТ в области высоких частот (и соответствующего спада ЧКХ) происходит подавление или полное уничтожение в этой спектральной полосе мелких деталей на формируемом изображении. Это, в частности, не позволяет достичь достаточной резкости снимков. Существующие методы восстановления, включая метод Тихонова А.Н., не позволяют решить эту проблему.

Одним из наиболее эффективных подходов к решению задачи усиления высокочастотных компонент является применение численного дифференцирования. Однако его использование часто приводит к чрезмерно высокому уровню высокочастотных компонент в производной регистрируемого изображения (переконтрастирование).

На основе проведенного анализа сформулирована цель и поставлены задачи дальнейшего исследования.

В главе 2 разработан и исследован метод восстановления спутниковых изображений земной поверхности с одновременным повышением резкости на основе модификации метода регуляризации Тихонова, позволяющий повысить вклад высокочастотных компонент с одновременным решением проблемы переконтрастирования.

Для обеспечения компенсации спада (коррекции) ЧКХ и соответствующего повышения резкости в работе предлагается использовать аддитивное представление восстанавливаемого изображения с применением дифференцирования

= + (4)

где Я л - формируемое изображение; Б/ - восстанавливаемое изображение, я>0 -коэффициент.

Для конструирования аддитивной добавки р(5(х,у)), позволяющей выровнять вклад высокочастотных компонент, будем использовать операцию дифференцирования нецелого порядка Ба (0<а,/?<1), определяемую для допускающих Фурье-представлений функций в виде:

Ог!5(х,у) = \Цсо,У Г,(со„б>у)е-"''':с1(ох

П V3.'

D'yS(x,y) = \(ja>yFs(6Jx,oJy)e""yd6Js n

где Fs (ojx , coy) - преобразование Фурье.

В выражении (5) используется представление

Ол>" = H"(cos(^) + jsign(o}) sin(^y-)) (7)

где sign - знак.

Формируемая аддитивная добавка р по сути является оценкой псевдоградиетного вектора grad„p(D" S{x,y),D"yS{x,y))

P(S(x,y)) = gradap((D" S)2 + (D»Sff2 (g)

Для эффективной реализации данного подхода возникает задача выбора параметров а и а.

Отметим свойства оптимальной (квазипрямоугольной плоскости сечения) ЧКХ при восстановлении изображения и повышения резкости: на всех данного процесса все ЧКХ совпадают в низко- и среднечастотной части, и только в высокочастотной различаются; все ЧКХ, соответствующие недостаточному повышению резкости, вписываются в область ограниченную оптимальной ЧКХ; - ЧКХ с подчеркиванием высших мод или с переконтрастированием мажорируют все ЧКХ.

Таким образом, определим следующие условия выбора параметров а и а:

- максимизация функционала - объема под огибающей поверхностью ЧКХ

N.M N.M

£Н («>„»,)&;,.&,, = =Л, =гшх (9)

l.j i.j

где М и N - размеры (в отсчетах) спектрального окна задачи, <5й>,- и Scoj -

приращения значений частот; i и j нумеруют дискретные отсчеты на осях сох,аг

- квазигладкость огибающей поверхности ЧКХ и ее параллельность координатной плоскости, что соответствует вычислению среднего значения

grada/lH(oji,ojj)= R2=min при а><а>2; (10)

- обеспечение устойчивого спада огибающей ЧКХ, начиная с некоторой моды со2 с минимизацией разницы сое - со2 (сов - наибольшая частота спутника)

grada/t H(o)i,o)j)=R3<0 при со>со2; ojH-oj2=R4=min. (11)

Из (9) и (10) находятся а} и or; а (11) используется для коррекции их или игнорируются при априорном задании значения моды а>2.

В соответствии с вышеизложенным запишем фильтр Тихонова в виде:

F(Sj) =Н*(соь coJFfS^/mco» coj) 12+p(wi2+coJ2/2) =Hm-'F(Sb). (12) Пусть Ho=H(fi)i,0)j) при a=a, и a =a,.

В этом случае можно поставить задачу определения параметра е, введенного для коррекции ядра восстанавливающего оператора минимизацией невязки R5 (значения функционала сравнения):

Z \Ho(0j„оЬ)-(Н*(со„0>j)/(\H(0Ji,c0j)\2+р(co2,+oj2j)ш) 112= ^ =тй, (13)

i'j

при этом выражение в (13) находим как F(Sg)/F(S,) - это ЧКХ тракта, при восстановлении изображения соотношением (12).

Если корректирующая добавка с = v(a>, a>j), то она согласует эти две ЧКХ с более высокой точностью. Перепишем регуляризованное соотношение (13) в виде

|H0(wi,coj) - (H*(mbt0j)/(\H(mbm^\2+p((02,+(02j}ia) + v(cükWj))!" = R26= min (14) Из него следует

v(to„(üj)= (Я0( ы„(й,)+ \к6\)л-н*(со^/(\н(а>,со])\2+р(со21+(о2/2) (15) в котором R6 аналогично р играет роль параметра регуляризации. Учитывая, что в области ее определения ЧКХ нет нулей, этот параметр можно приравнять к нулю. В результате получим следующее соотношение для восстановления изображения на основе модификации оператора Тихонова

F(S,) =F(Sr) (H*(ü)„ аЬ)/(] H(w„ ojj) 12+p(a>?+a>f) l/2J+v(wh oH)) =F(SR)(HU~' +v),(16)

т.е.

F(S,)= F(Sr)(H0(oj1,cü,)+ l^l)"1 =F(SK)(H „(oj/.coj))"1 (17)

где (Н0(й>,,й>,))|~^.0| - это спектральное представление оператора восстановления.

Для реализации процесса восстановления с различным уровнем резкости введем итерационную процедуру с использованием параметра X. При этом соотношение (16) перепишем в виде

Я,.,/' =Н,;' +?,v, 0<\< 1. (18)

При задача вырождается в фильтрацию изображения в соответствии с (16). При Х>1 происходит чрезмерное усиление высших мод при фильтрации. Далее будем использовать обозначение Y=IIi„=HJ(l+XvHJ, реализуем итеративный процесс по методу организации геометрической прогрессии. Для Sj итеративное представление интегрального оператора восстановления (представление Ван Циттера):

S(,0) =SR;

(19)

Sf^Sx+F'fJ-Y)**^, где F' - обратное Фурье-преобразование, ** - символ операции свертки,

T' = (l-(1-Y))-' =£ (1- Yf

р. о

Остановка итеративных процедур определяются заданием требуемой абсолютной погрешности. Для изображений в палитре с глубиной цвета 24 и размерностью 1024x1024 составляет от максимальной яркости

(последний 25-ый разряд кода палитры) и требует выполнения 5-6 итераций.

Использование вышеизложенного метода позволяет реализовать процесс восстановления изображений с компенсированием сглаживающего действия ФРТ и с оценкой параметров восстанавливающего оператора, позволяющих предотвратить эффект переконтрастирования.

На рисунках 1-4 приведены результаты обработки фрагмента цифрового космического изображения (ЦКИ) участка промышленной зоны города с использованием разработанного метода (а) и их пространственно-частотный спектр (ПЧС) (б).

Рисунок 3 - Результат восстановления с Рисунок 4 - Результат восстановления без

применением соотношения (17) применения соотношения (17)

Фрагменты ЦКИ, используемые на рисунках, получены со спутника «Ресурс ДК». Вычисленные оптимальные значения а=0,1 и а =0,15.

На рисунке 5 представлен результат использования разработанного метода для восстановления эталонных снимков участка аэродрома со взлетной полосой.

Рисунок 1 - Исходный фрагмент ЦКИ и его ПЧС

Рисунок 2 - Результат свертки ЦКИ с однородной ФРТ размером 3x3 пикселя

Рисунок 5 - Изображение с аппарата ASTER (слева - исходное, справа - восстановленное с помощью метода восстановления на основе модификации Тихонова)

В третьей главе разработаны алгоритмы, реализующие предложенный метод восстановления изображений: алгоритм численной реализации метода восстановления; алгоритм восстановления на модельных примерах; алгоритм восстановления изображений при наличии паразитных полос; алгоритм восстановления при геометрическом несовершенстве фотоприёмных линеек.

На рисунке 6 приведена блок-схема алгоритма, реализующего разработанный метод.

Рисунок 6 - Блок-схема алгоритма реализующего предложенный метод восстановления

В таблицах 1 и 2 приведены результаты оценки полученной информативности для восстановленных изображений (использовалась мера Шеннона). Условные обозначения: СО - строительные объекты; ПА -структурные элементы портов и аэродромов; ЖД - структурные элементы железных дорог; ОО - опорные ориентиры. В качестве критерия степени повышения резкости будем использовать темпоральный коэффициент К в виде

К=И Щъ/со^У^ \Н0(С0^С0]\

"V и

Таблица 1 - Оценка информативности результатов обработки изображений

Характеристика изображения Х=0 Значение К

0,3 0,4 0,5 0,6 0,8 0,9

Снимки низкого разрешения Мультипликативный показатель увеличения информативности 1,0 1,5 1,7 1,7 1,8 1,8

Снимки среднего разрешения 1,0 1,6 1,7 1,8 1,8 1,9

Снимки высокого разрешения 1,6 1,65 1,75 1,8 1,9 1,95

Таблица 2 - Результаты обработки изображений высокого разрешения

Информативность исходного изображения ОО Информативность ОО Информативность моделей ОО Значение X Значение К Коэффициент улучшения информативности

Высокая (1) СО 1,00 1,10 0,3 0,4 3,1

ПА 0,95 1,00 0,7 0.8 3,3

жд 0,95 1,00 1,0 0,9 3,9

Средняя (0,5) СО 1,00 1,10 0,3 0,4 4,6

ПА 0,95 1,00 0,7 0.8 4,8

ЖД 0,95 1,00 1,0 0,9 5,6

Низкая (0,1) СО 1,00 1,10 0,3 0,4 12,0

ПА 0,95 1,00 0,7 0.8 12,0

ЖД 0,95 1,00 1,0 0,9 12,0

Кроме того, в данной главе проведена адаптация разработанного алгоритма для восстановления изображений при наличии паразитных полос

а) б) в)

Рисунок 7 - Результат применения метода восстановления изображений при наличии паразитных полос: а) фрагмент изображения, сформированного на спутнике «Монитор-Э»; б) фрагмент обработанного изображения итерационной технологией антимодуляции; в) восстановленное изображение с повышенной резкостью (Х=0,9) Также в данной главе разработан алгоритм восстановления при геометрическом несовершенстве фотоприемных линеек прибора с зарядовой связью.

В четвертой главе разработан прототип программной реализации алгоритмов восстановления изображений земной поверхности на основе модификации оператора Тихонова, а также приведен сравнительный анализ разработанного метода с существующими методами восстановления.

Реализация программного прототипа была выполнена с использованием языка С# и интегрированной среды Microsoft Visual Studio 2012.

Для численной оценки качества изображений использовались разностный (R) и спектральный (S) критерии (Злобин В.К. и Еремеев В.В.).

В таблице 3 представлены соответствующие количественные оценки. Таблица 3 - Количественная оценка качества восстановления изображений_

Изображение

R, S

ТИ 1

ТИ 2

ТИЗ

ТИ 4

ТИ 5

ТИ 6

ТИ 7

Исходное изображение

60,54

100,76

128,03

75,37

337,63

118,01

2220,08

6133,47

9664,14

10377,78

8489,09

16078,55

9679,53

29402,94

Расфокусиро

ванное

изображение

R

14,51

24,79

25,45

17,38

39,07

52,71

132,83

3627,92

4720,80

4732,44

4322,72

5992,56

6890,23

10288,34

Метод Ван Цитгера

R

35,41

40,00

44,18

29,35

54,23

77,27

341,24

4850,99

6228,96

6351,31

5648,25

7241,38

8418,09

13795,63

Метод Голда

R

40,80

41,98

46,40

30,95

55,91

79,66

407,88

5013,95

6405,82

6534,48

5807,17

7388,42

8574,08

14288,78

11римср обработки тестового .изображенияЗпр^иве^щ^щ^исунке^

Метод Голда

После

подбора

параметров

21,90 4442,84

43,54 6012,65

38,96 5835,95

27,90 5419,87

59,87 7389,00

80,27 8470,71

175,37 12387,24

Разработанн

116,90

578,82

ый метод

6086,34

9030,62

8429,13

7702,23

9594,15

9438,56

18327,08

Расфокусированное изображение

■МВЯННВВ

■Метод Ван Цитгера

После подбора параметров Рисунок 8 - Обработка тестового изображения 5

Анализ полученных результатов позволяет сделать вывод, что разработанный восстановления изображений на основе модификации оператора Тихонова в среднем обеспечивает повышение уровня восстановления относительно существующих методов на 62%.

В заключении формулируются общие выводы и рекомендации по применению метода к обработке космических изображений с целью расширения возможностей их использования и улучшения детальности тонкой структуры на изображениях.

В Приложениях приведены исходные тексты модулей и проекты разработанного программного обеспечения, а также документы об использовании результатов и рекомендаций диссертационной работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В результате диссертационного исследования теоретически обоснован и разработан метод восстановления космических изображений земной поверхности на основе модификации восстанавливающего оператора Тихонова. Использование предложенного метода в совокупности с разработанными алгоритмами его реализации обеспечивает повышение качества обработки информации, полученной при ДЗЗ в оптическом диапазоне, что, в свою очередь, позволяет повысить эффективность мониторинга и результативность управленческих решений в области строительства и ЖКХ, информационной базой которых являются спутниковые снимки земной поверхности высокого разрешения.

Проведенные в диссертационной работе исследования и полученные результаты позволяют сделать следующие выводы:

1. Проведенный анализ состояния исследований в области восстановления спутниковых изображений земной поверхности показал, что существенным недостатком существующих методов, в том числе широко известного метода регуляризации Тихонова А.Н, является подавление высокочастотных компонент восстановленных изображений, связанное с достаточно быстрым спадом в данной области спектра функции рассеяния точки. Это, в частности, не позволяет достичь достаточной резкости, которая является одной из важнейших характеристик изображений.

2. Предложен метод восстановления спутниковых изображений земной поверхности, отличительной особенностью которого является модификация оператора Тихонова за счет аддитивной добавки, которая позволяет повысить вклад высокочастотных компонент с помощью оценивания параметров компенсирования действия функции рассеяния точки непосредственно по результатам измерений с одновременным подавлением эффекта переконтрастирования.

3. Разработаны следующие алгоритмы, реализующие метод восстановления спутниковых изображений земной поверхности: на основе использования псевдоградиентного оператора; процесса подбора параметров восстанавливающего оператора; подбора функции рассеяния точки в классе гауссовых функций. Итеративный алгоритм восстановления изображений позволяет восстановить изображение от стартового задания функции рассеяния точки (при неполном описании) до согласованной с оптимальной частотно-контрастной характеристикой тракта ДЗЗ.

4. Реализуемый в разработанном методе процесс определения конкретных параметров восстановления качества изображения позволяет составить полный паспорт для метрической аттестации измерительных свойств изображений земной поверхности.

5. Разработан прототип программной реализации алгоритмов восстановления изображений, который позволяет производить аддитивную процедуру восстановления с оптимизацией частотно-контрастной характеристики.

6. Результаты проведенного вычислительного эксперимента показали, что применение разработанного метода позволяет повысить резкость изображения на 60% по сравнению с существующими методами.

7. Разработаны методические рекомендации для практического применения предложенного метода. Получен акт внедрения в ОАО «Виогем», где отмечено, что разработанный метод позволяет повысить результативность детального изучения районов, территорию которых невозможно исследовать наземными методами. Это повышает эффективность сбора и анализа информации, являющейся основой для принятия управленческих решений и обоснования научно-производственных выводов. Также получен акт внедрения в научно-образовательный процесс НИУ «БелГУ».

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ Статьи в журналах из списка ВАК

1. Иващук, O.A. Сравнительный анализ методов восстановления при коррекции резкости на снимках высокого разрешения / O.A. Иващук, Н.В. Щербинина // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. - 2014. - № 21 (192).-Выпуск 32/1.-С. 118-123.

2. Винтаев, В.Н. Адаптивное восстановление резкости на цифровых космических изображениях / В.Н. Винтаев, М.Ю. Жиленев, С.И. Маторин, H.H. Ушакова, Н.В. Щербинина // Журнал «Информационные технологии и вычислительные системы», 2014.-Выпуск4.-С. 33-43.

3. Константинов, И. С. Модернизация процедуры цифровой коррекции возмущений в изображениях, формируемых панхроматической оптико-электронной съемочной аппаратурой космического аппарата «Монитор» / Константинов И.С., Н.В. Щербинина, М.Ю. Жиленев, В.Н. Винтаев, H.H. Ушакова // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. - 2013. -№ 8(151). - Выпуск 26/1. - С. 194-199.

4. Константинов, И.С. Специальная коррекция в процедурах регуляризации и итеративных процессах снижения пятна функции рассеяния точки на космических изображениях / И.С. Константинов, Н.В. Щербинина, М.Ю. Жиленев, В.Н. Винтаев, H.H. Ушакова // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. - 2014. -№ 15(186).-Выпуск 31/1.-С. 166-176.

5. Константинов, И.С. Адаптивная коррекция процесса восстановления резкости космических изображений высокого разрешения // И.С. Константинов, Н.В. Щербинина, М.Ю. Жиленев, В.Н. Винтаев, H.H. Ушакова // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. - 2014. - № 8 (179).2014. - С. 189-200 (Выполнена при поддержке РФФИ в рамках научного проекта № 14-07-00171).

6. Хачатрян, В.Е. К вопросу о минимизации в моделях вычислении / В.Е. Хачатрян, Н.В. Щербинина // Научные ведомости Белгородского Государственного Университета Белгород, 2006. - Выпуск 1(21). - С. 44-61.

7. Щербинина, Н.В. Алгоритм определения субпиксельных координат точечного объекта / Н.В. Щербинина // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. - 2014. -№ 1 (172). - Выпуск 29/1. - С. 88-93.

8. Щербинина, Н.В. Моделирование конвейерно-параллельного вычислителя с проблемной ориентацией / Н.В. Щербинина // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. - 2013. -№ 15(158). - Выпуск 27/1. - С. 158-162.

9. Созонова, Т.Н. Применение вариационных алгоритмов интерполяции и оценки первой производной для некоторых аспектов обработки изображений / Н.С.Титова, Т.Н. Созонова, Н.В. Щербинина // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. - 2008. -№ 10 (50). - Выпуск 8/1. - С. 5-13.

Официальная регистрация программ

1. Винтаев, В.Н. Программная система адаптивной аддитивной коррекции резкости космических изображений / В.Н. Винтаев, И.С. Константинов, Н.В. Щербинина// Свидетельство о государственной регистрации программы для ЭВМ № 2014663224 от 19.12.2014 г.

Публикации в научных журналах и сборниках трудов научных конференций

1. Хачатрян, В.Е. Использование эквивалентных преобразований в моделях вычислений/ Н.В. Щербинина, В.Е. Хачатрян// Информационные технологии и коммуникационные ресурсы 21 века в социальной сфере: Труды П Межд. конф. - Москва - Руза, 2006. - С. 61-68.

2. Созонова, Т.Н. Применение вариационных алгоритмов интерполяции и оценки первой производной для обработки изображений / Т.Н. Созонова, Н.В. Щербинина, Н.С. Титова // Вестник Национального технического университета «Харьковский политехнический институт» Тематический выпуск: Информатика и моделирование. Харьков, 49'2008. -№ 11.-С. 160-169.

3. Винтаев, В.Н. Коррекция деконволюции космических изображений на основе обобщенной операции градиентной фильтрации / В.Н. Винтаев, М.Ю. Жиленев, Н.В. Щербинина // Проблемы построения информационно-аналитических систем. Материалы. Международной научно-практической конференции профессорско-преподавательского состава и аспирантов. Белгород 8-10 апреля 2014. - С. 32-44.

4. Маринин, К.А. Модель алгоритма формирования разрешения субпиксельного уровня при космическом зондировании многоспектральной аппаратурой / Маринин К.А., Щербинина Н.В, Винтаев В.Н. // Сборник трудов Международной молодежной конференции «Прикладная математика, управление и информатика». - Белгород, 2012. В 2-х т. - Т. 1 - С. 460-463.

5. Щербинина, Н.В. Минимизация аппаратного ресурса конвейерного процессора с проблемной ориентацией при сокращении распараллеливанием тактовой длины конвейера/ Щербинина Н.В., Маринин К.А. // Сборник трудов Международной молодежной конференции «Прикладная математика, управление и информатика». - Белгород, 2012. В 2-х т. - Т. 2. -С. 472-475.

6. Щербинина, Н.В. Моделирование аппаратного ресурса конвейерного процессора с проблемной ориентацией / Щербинина Н.В., Голощапова В.А. // Материалы П международной конференции «Наука в центральной России», 17-18 октября, 2013. - С. 26-29.

7. Черноморец, A.A. Эффективность масштабирования изображений на основе субполосной интерполяции / Щербинина Н.В., Черноморец A.A., Голощапова В.А., Болгова Е.В. // Актуальные направления фундаментальных и прикладных исследований: Материалы П международной научно-практической конференции. - Москва, 10-11 октября 2013 г.-С. 108-110.

Подписано в печать 30.04.2015. Формат 60x84/16. Гарнитура Times New Roman. Усл. п. л. 1,0. Тираж 100 экз. Заказ 137 Оригинал-макет подготовлен и тиражирован в ИД «Белгород» НИУ «БелГУ» 308015, г. Белгород, ул. Победы, 85