Методика логического анализа космических изображений и ее применение в задаче космического мониторинга объектов захоронения отходов
Читать статью полностью
Методика логического анализа космических изображений и ее применение в задаче космического мониторинга объектов захоронения отходов(1,67 MB)Аннотация
В работе предлагается идея введения методики дедуктивного (логического) анализа дистанционных изображений, позволяющая дать интерпретацию событий, происходящих на заданной территории поверхности Земли, по одному, двум или более изображениям. Приведены основные понятия дедуктивного анализа дистанционных изображений (информация, источник информации, рассуждения, состояние, события, пространственная и временная связь и др.), ее достоинства, область применения и границы применимости. Показаны основные виды информации, извлекаемые с изображений, и выделена скрытая информация, которая может быть получена только проведением логического анализа. Проведены исследование участка поверхности Земли методикой логического анализа и схематизация результатов анализа.
Ключевые слова:
космическое изображение – space image; логический анализ – logical analysis; дедуктивный анализ – deductive analysis; объекты захоронения отходов – waste disposal facilities; полигоны твердых бытовых отходов – solid waste landfills; свалки – dumps; рассуждение – reasoning; интерпретация – interpretation; объект – object; класс – class; событие – event.
Список литературы
1. Medical students' cognitive load in volumetric image interpretation: Insights from human-computer interaction and eye movements / Bobby G. Stuijfzand [et al.] // Computers in Human Behavior. – 2016. – Vol. 62. – P. 394–403.
2. The impact of image test bank construction on radiographic interpretation outcomes: A comparison study / M. Hardy [et al.] // Radiography. – 2016. – Vol. 22. – P. 166–170.
3. Федюкин, И. А. Использование компьютерного зрения для автоматизации производственных процессов / И.А. Федюкин // Современные инструментальные системы, информационные технологии и инновации: сборник научных трудов XI Международной научно-практической конференции / под ред. А.А. Горохова. – Курск, 2014. – С. 244–247.
4. Кудряшов, А. П. Распознавание контуров зданий на топографическом плане для реконструкции городских сцен / А.П. Кудряшов, И.В. Соловьёв // Вестник компьютерных и информационных технологий. – 2015. – No 2 (128). – С. 3–8.
5. Палагин, Д. Ю. Бинарный анализ смыслового содержания текста на уроках литературы в 10–11 классах / Д.Ю. Палагин // Конференциум АСОУ: сборник научных трудов и материалов научно-практических конференций. – 2015. – No 4. – С. 1249–1252.
6. Беликова, Т. П. Обработка изображений и синдромный анализ для улучшения интерпретации изображений / Т.П. Беликова, И.И. Стенина, Н.И. Яшунская // Компьютерная оптика. – 1997. – No 17. – С. 103–110.
7. Application of logical analysis of data to machinery-related accident prevention based on scarce data / Sabrina Jocelyn [et al.] // Reliability Engineering & System Safety. – 2017. – Vol. 159. – P. 223–236.
8. Toneis, Cristiano Natal. The act of playing and the logical and mathematical reasoning in digital games: The mathematical experience in the digital games / Cristiano Natal Toneis // Entertainment Computing. – 2017. – Vol. 18. – P. 93–102.
9. A chaos-based image encryption algorithm with simple logical functions / Erdem Yavuz [et al.] // Computers & Electrical Engineering. – 2016. – Vol. 54. – P. 471–483.
10. Binocular visual characteristics based fragile watermarking scheme for tamper detection in stereoscopic images / Wujie Zhou [et al.] // AEU – International Journal of Electronics and Communications. – 2016. – Vol. 70, Issue 1. – P. 77–84.
11. Visual microarray detection for human IgE based on silver nanoparticles / Zhoumin Li [et al.] // Sensors and Actuators B: Chemical. – 2017. – Vol. 239. – P. 45–51.
12. Галкин, А. Л. Лингвистические информационные структуры логических моделей изображений / А.Л. Галкин // Научная мысль. – 2016. – No 4. – С. 101–103.
13. Броневич, А. Г. Развитие теории нечетких мер для описания неопределенности в моделях принятия решений, логического вывода и анализа автореф. дис. ... д-ра физ.-мат. наук : 05.13.17 / А.Г. Броневич ; Таганрогский гос. радиотехнический ун-т. – Таганрог, 2004. – 40 с.
14. Волченков, Н. Г. Использование интерфейса логического и визуального программирования для анализа изображений геометрических тел / Н.Г. Волченков // Научная визуализация. – 2015. – Т. 7, No 3. – С. 84–97.
15. Проценко, В. И. Анализ параметров систем детектирования множественных визуальных объектов в режиме реального времени / В.И. Проценко, Н.Л. Казанский, П.Г. Серафимович // Компьютерная оптика. – 2015. – Т. 39, No 4. – С. 582–591.
16. Алфимцев, А. Н. Автоматизация визуальной оценки городского пейзажа методами компьютерного зрения / А.Н. Алфимцев, П.А. Кукин // Автоматизация. Современные технологии. – 2016. – No 7. – С. 28–33.
17. Рихтер, А. А. Метод визуального детектирования в задаче космического мониторинга объектов захоронения отходов / А.А. Рихтер, М.А. Шахраманьян, М.Л. Казарян // Вестник Владикавказского научного центра. – 2015. – Т. 15, No 3. – С. 61–67.
18. Richter, A. Monitoring of the technical requirements compliance in the Solid Household Waste landfills functioning through the method of visual detection / A. Richter, M. Kazaryan, M. Shakhramanyan // MATEC Web of Conferences XIII International Scientific-Technical Conference «Dynamic of Technical Systems» (DTS-2017). DOI: 10.1051/ matecconf/201713205006. – 2017, Vol. 132.