Способ автоматического определения линейного разрешения на местности при проведении летных испытаний цифровых систем дистанционного зондирования Земли с применением технологий искусственного интеллекта
Читать статью полностью
Способ автоматического определения линейного разрешения на местности при проведении летных испытаний цифровых систем дистанционного зондирования Земли с применением технологий искусственного интеллекта(2,42 MB)Аннотация
Определены факторы, влияющие на формирование оценки линейного разрешения на местности, опытным путем получены условия распознавания, что позволило сформировать решающие правила объективного распознавания предельной группы штрихов миры. Разработан критерий автоматического дешифрирования штриховой миры, позволяющий получать результаты линейного разрешения без участия дешифровщика. Проведен сравнительный анализ результатов применения сформированного критерия с результатами дешифровщиков для натурных снимков, полученных при проведении испытаний систем дистанционного зондирования Земли.
Ключевые слова:
испытания – testing; система дистанционного зондирования Земли – Earth remote sensing sys- tem; автоматизация – automation; искусственный интеллект – artificial intelligence; распознавание тест-объектов – recognition of test-objects; линейное разрешение на местности – linear resolution on the ground.
Список литературы
1. Молчанов, А. С. Теория и практика распознавания объектов бронетанковой техники при дешифрировании аэроснимков / А.С. Молчанов, Е.В. Чаусов. – Москва : Перо, 2021. – 246 с.
2. Молчанов, А. С. Теория построения иконических систем воздушной разведки / А.С. Молчанов. – Волгоград : Панорама, 2017. – 224 с.
3. Молчанов, А. С. Цифровые портреты типовых объектов воздушной разведки / А.С. Молчанов, В.А. Коломоец. – Москва : Перо, 2025. – 194 с.
4. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – Москва : Техносфера, 2012. – 1104 с.
5. Huang, T. S. PCM Picture Transmission / T.S. Huang // IEEE Spectrum. – Vol. 2, No. 12. – 1965. – P. 57–63.
6. Papamarkos, N. Gray-Level Reduction Using Local Spatial Features / N. Papamarkos, A. Atsalakis // Computer Vision and Image Understanding. – 2000. – Vol. 78, No. 3. – P. 336–350.
7. Гвоздева, Н. П. Теория оптических систем и оптические измерения / Н.П. Гвоздева, К.И. Коркина. – Москва : Машиностроение, 1981 – 384 с.
8. Молчанов, А. С. Оценка качества аэрофотосистем методом математического моделирования с использованием критерия Шадэ // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2017. – Т. 61, № 1. – С. 28–33.
9. Луизов, А. В. Глаз и свет / А.В. Луизов. – Ленинград : Энергоатомиздат, 1983 – 144 с.
10. Миз, К. Теория фотографического процесса / К. Миз, Т. Джеймс. – Ленинград :Химия, 1973. –576 с.
11. Canny, J. A Computational Approach for Edge Detection/ J. Canny // IEEE Transactions Pattern Analysis Machine Intelligence. – Vol. 8, No. 6. – 1986. – P. 679–698.
12. Sobel, I. Camera Models and Machine Perception : Ph.D. dissertation / Sobel Irwin ; Stanford University, Palo Alto, Calif. – 1970.
13. Сенсорные сети контроля состояния авиационной техники при испытаниях и эксплуатации / Е.С. Солдатов, А.В. Богомолов, Е.В. Ларкин, А.С. Солдатов // Авиакосмическое приборостроение. – 2024. – № 2. – С. 61–68.
14. Чаусов, Е. В. Программно-методический комплекс обработки изображений при проведении летных испытаний иконических оптико-электронных систем / Е.В. Чаусов, А.С. Молчанов // Геодезия и картография. – 2020. – Т. 81, № 1. – С. 26–33.