Автоматизация процедур обнаружения нефтяных разливов на водной поверхности
Abstract
В статье представлены результаты разработки предложений по автоматизации процедур обнаружения мест разлива нефтепродуктов в водной среде. Предложено в качестве векторов признаков выбирать гистограммы распределений битов яркости фотоизображений. Обоснован дуальный алгоритм классификации. Представлены результаты эксперимента, подтверждающие правомерность теоретических выводов. Демонстрируется работа классификатора по представленным фотоснимкам.
Keywords:
контроль окружающей среды – environmental control; контрастность признаков – feature contrast; признаки распознавания – recognition features; обработка фотоизображений – photo image processing.
References
1. Елинский, В. И. Проблема загрязнения окружающей среды при нефтедобыче: актуальные вопросы / В.И. Елинский, Р.М. Ахмедов, Ю.А. Иванова // Вестник Московского университета МВД России. – 2020. – № 7. – С. 118–122.
2. Васильева, В. В. Экологические риски процессов нефтедобычи и их влияние на здоровье населения / В.В. Васильева, Е.А. Хамидуллина // Техносферная безопасность в XXI веке: научные труды XII Всероссийской научно-практической конференции магистрантов, аспирантов и молодых ученых (Иркутск, 01–03 декабря 2022 г.) – Иркутск: Иркутский национальный исследовательский технический университет, 2022. – С. 328–332.
3. Медведев, Н. В. Нефтедобыча в Арктике: Есть ли в России необходимое оборудование для развития нефтегазовых проектов на арктическом шельфе? / Н.В. Медведев // Деловой журнал Neftegaz.RU. – 2015. – № 7–8. – С. 52–55.
4. Соромотин, А. В. Аварийные разливы нефти и нефтепродуктов. Ликвидация последствий разливов / А.В. Соромотин // International Agricultural Journal. – 2021. – Т. 64, № 1. – С. 9.
5. Даминев, Р. Р. Метод локализации аварийных разливов нефти / Р.Р. Даминев, Л.Р. Асфандиярова, Р.Н. Асфандияров // Известия Самарского научного центра Российской академии наук. – 2021. – Т. 23, № 5 (103). – С. 60–63.
6. Николаев, А. Д. Автоматизированная идентификация разливов нефти при помощи группы беспилотных летательных аппаратов / А.Д. Николаев, А.С. Петруничева // Главный механик. – 2023. – № 1. – С. 24–28.
7. Актуальность использования беспилотных летательных аппаратов в интересах предупреждения чрезвычайных ситуаций / Н.С. Шимон, Е.В. Калач, А.В. Калач, Н.В. Мартинович // Сибирский пожарно-спасательный вестник. – 2021. – № 3 (22). – С. 92–98.
8. Разработка программного комплекса по автоматизированной обработке результатов геотехнического мониторинга для зон вечной мерзлоты / Л. Шилова, Д. Соловьев, Е. Мефедов, А. Алексеев // Информационные ресурсы России. – 2023. – № 1 (190). – С. 20–35.
9. Фукунага, К. Введение в статистическую теорию распознавания образов / К. Фукунага. – Москва: Наука, 1979. –368 с.
10. Ту, Дж. Принципы распознавания образов / Дж. Ту, Р. Гонсалес. – Москва: Мир, 1978. – 412 с.
11. Дворников, С. В. Алгоритм распознавания сигналов радиосвязи на основе симметрических матриц / С.В. Дворников, С.С. Дворников, М.А. Коноплев // Информационные технологии. – 2010. – № 9. – С. 75–77.
12. Формирование векторов признаков сигналов из вейвлет-коэффициентов их фреймовых преобразований / С.В. Дворников, Д.В. Степынин, А.С. Дворников, А.П. Букарева // Информационные технологии. – 2013. – № 5. – С. 46–49.
13. Формирование векторов признаков для систем видеонаблюдения / Д.В. Васильева, С.С. Дворников, Ю.Е. Толстуха [и др.] // Вопросы радиоэлектроники. Серия: Техника телевидения. – 2023. – № 4. – С. 62–68.
14. Парамонов, А. А. Распознавание видов цифровой модуляции радиосигналов с использованием многослойной нейронной сети по кумулянтным признакам / А.А. Парамонов, О.В. Тихонова, В.М. Нгуен // Системы компьютерной математики и их приложения. – 2022. – № 23. – С. 23–28.
15. Чиров, Д. С. Применение математического аппарата деревьев решений для распознавания видов цифровой модуляции радиосигналов в когнитивных системах ВЧ-связи / Д.С. Чиров, А.Н. Виноградов, Е.О. Воробьева // Системы синхронизации, формирования и обработки сигналов. – 2018. – Т. 9, № 4. – С. 140–148.
16. Злобин, В. А. Необходимый и достаточный набор информативных признаков для классификации манипулированных сигналов / В.А. Злобин // T-Comm: Телекоммуникации и транспорт. – 2016. – Т. 10, № 4. – С. 21–25.
17. Дворников, С. В. Метод распознавания радиосигналов на основе вейвлет-пакетов / С.В. Дворников, А.М. Сауков // Научное приборостроение. – 2004. – Т. 14, № 1. – С. 85–93.
18. Дворников, С. В. Корреляционные свойства коэффициентов кратномасштабного преобразования типовых изображений / С.В. Дворников, С.С. Дворников, А.А. Устинов // Информатика и автоматизация. – 2022. – Т. 21, № 5. – С. 983–1015.
19. Лисичкин, Г. В. Ликвидация аварийных разливов нефти:состояние и проблемы (обзор) / Г.В. Лисичкин, И.И. Кулакова // Журнал прикладной химии. – 2022. – Т. 95, № 9. – С. 1082–1110.
20. Дворников, С. В. Теоретические основы синтеза билинейных распределений энергии нестационарных процессов в частотно-временном пространстве (обзор) / С.В. Дворников // Труды учебных заведений связи. – 2018. – Т. 4, № 1. – С. 47–60.
21. Метод обнаружения радиоизлучений на основе частотно-временного распределения Алексеева / С.В. Дворников, В.К. Железняк, Р.Н. Храмов [и др.] // Научное приборостроение. – 2006. – Т. 16, № 1. – С. 107–115.
22. Дворников, С. В. Теоретические основы частотно-временного анализа кратковременных сигналов: монография / С.В. Дворников, А.М. Кудрявцев. – Санкт-Петербург: ВАС, 2010. – 240 с.