- •Введение
- •§ 1. Аэросъемка, ее виды и методы работ
- •§ 4. Фотоматериалы и их обработка
- •§ 5. Оценка качества аэрофотосъемочных работ
- •§ 6. Инфракрасная, радиолокационная и многозональная аэросъемки
- •Глава 2. Аэрофотоснимки. Стереоскопическая модель местности
- •§ 7. Построение изображений на аэрофотоснимках
- •§ 8. Плановые смещения изображений на фотоснимках
- •§ 9. Фотосхемы
- •§ 10. Стереоскопическая и геометрическая модели местности
- •§ 11. Масштаб стереомодели местности
- •Глава 3. Дешифрирование аэрофотоснимков
- •§ 12. Основные дешифровочные признаки
- •§ 13. Виды дешифрирования аэрофотоснимков
- •§ 14. Дешифрирование топографических объектов местности
- •§ 16. Определение элементов залегания горных пород
- •§ 17. Поиски и разведка месторождений строительных материалов по аэрофотоснимкам
- •§ 18. Пути автоматизации дешифрирования
- •Глава 4. Планово-высотное обоснование аэрофотоснимков
- •§ 20. Элементы ориентирования аэрофотоснимков
- •§ 21. Привязка аэрофотоснимков
- •§ 22. Аэрорадионивелирование
- •§ 23. Радиовысотомер
- •§ 24. Определение колебаний высоты полета
- •§ 25. Воздушная привязка аэрофотоснимков
- •§ 26. Оценка качества привязки
- •§ 28. Преобразование системы координат планового аэрофотоснимка в систему координат горизонтального аэрофотоснимка
- •§ 31. Дифференциальное трансформирование
- •Глава 6. Определение координат точек аэрофотоснимков
- •§ 32. Определение элементов взаимного ориентирования
- •§ 33. Определение элементов внешнего ориентирования
- •§ 34. Стереокомпараторы
- •Глава 7. Аналитическая пространственная фототриангуляция
- •§ 35. Метод пространственной фототриангуляции
- •§ 36. Способы построения аналитической пространственной фототриангуляции
- •§ 37. Блочная фототриангуляция
- •Глава 8. Стереофотограмметрическое трассирование линейных сооружений
- •§ 38. Комплекс комбинированного трассирования дорог
- •§ 39. Трассирование на фотограмметрических приборах
- •§ 40. Дешифрирование сложных участков местности
- •§ 41. Способы трассирования
- •§ 42. Трассирование дорог по топографическим фотопланам
- •§ 43. Оценка укладки трассы по стереомодели местности
- •§ 44. Проектирование водоотвода по аэрофотоснимкам
- •Глава 9. Технология нивелирования трассы на фотограмметрических приборах
- •§ 45. Определение превышений по аэрофотоснимкам
- •§ 46. Топографический стереометр СТД-2
- •§ 48. Определение превышений и высот на стереометре
- •§ 49. Фотограмметрическое нивелирование трассы или оси сооружения
- •§ 50. Ортогональный след трассы и его построение на аэрофотоснимках
- •§ 51. Определение расстояний и разбивка пикетажа
- •§ 53. Применение при нивелировании материалов аэросъемок прошлых лет
- •Глава 10. Аэрофототопографическая съемка местности
- •§ 55. Виды фототопографических работ
- •§ 56. Универсальные фотограмметрические приборы
- •§ 57. Обработка аэрофотоснимков на универсальных стереоприборах
- •§ 58. Аналитическая съемка местности
- •Глава 11. Математические модели местности
- •§ 59. Виды цифровых и аналитических моделей местности
- •§ 60. Цифровые инженерные модели местности
- •§ 62. Методы построения цифровых моделей местности
- •§ 63. Построение цифровых моделей по топографическим планам и картам
- •Глава 12. Комплекс аналитических аэрогеодезических работ при проектировании сооружений
- •§ 64. Технология аналитического трассирования сооружений
- •§ 65. Виды аналитического трассирования автомобильных дорог и подходов к мостовым переходам
- •§ 66. Детальная аналитическая пространственная укладка трассы
- •Глава 13. Аэроизыскания мостовых переходов
- •§ 68. Оценка по аэрофотоснимкам мест мостовых переходов
- •§ 69. Определение основных элементов мостовых переходов по аэрофотоснимкам
- •§ 70. Особенности русловых съемок мостовых переходов
- •§ 71. Аэрофотогидрометрические работы
- •§ 72. Аэрогеодезические работы с построением аэрофотомакетов
- •Глава 14. Аэроизыскания аэродромов
- •§ 73. Предварительные аэроизыскания
- •§ 74. Основные топографические съемки
- •§ 75. Аэроизыскания при реконструкции аэродромов
- •Глава 15. Аэрогеодезия при проектировании реконструкции и строительстве сооружений
- •§ 77. Определение состояния дорог и мостовых переходов по фотоснимкам
- •§ 78. Аэрофотосъемка при изучении транспортных потоков
- •§ 80. Организация дорожного движения с помощью аэрофотоснимков
- •§ 82. Аэрофотосъемка при строительстве и приемке дорог
- •Глава 16. Разбивка инженерных сооружений и геодезическое управление механизацией строительства
- •§ 83. Методы перенесения проектов трассы дороги и инженерных сооружений в натуру
- •§ 84. Вынос в натуру трассы методом опознавания контуров и вешения створов
- •§ 85. Вынос в натуру трассы с точек магистрального хода
- •§ 86. Технология выноса трассы в натуру
- •§ 87. Геодезическое управление работой строительных машин
- •Заключение
- •Предметный указатель
- •Базис фотографирования
- •Статограмма
- •Оглавление
§ 18. ПУТИ АВТОМАТИЗАЦИИ ДЕШИФРИРОВАНИЯ
Автоматизирование опознавания объектов находит применение при дешифрировании аэрофотоснимков в сельскохозяйственном производстве, в лесном хозяйстве, при обработке космических материалов и при получении метеорологической информации. Уже сейчас автоматически определяют ряд таксационных характеристик лесных наделов, число крон данной лесной породы, общую ширину и протяженность размещения участка этой породы леса, средний диаметр ствола для каждой породы и объем древесины пород на площади подвергнутого обследованиям лесного участка.
В автоматизированных системах используются фотометрический и спектрофотометрический методы опознавания объектов, а также распознавание по прямым признакам дешифрирования на основе фильтрации избыточной информации с выделением нескольких видов определяемых объектов или каких-либо одних видов участков местности. Уже создан ряд распознающих систем, использующих прямые признаки дешифрирования.
В одной из них разработана классификация дешифровочных признаков по статистическим характеристикам возможных оптических параметров, отражающихся на фотографическом изображении. В такой классификации установлено 18 признаков
различных |
форм объектов, 5 |
признаков размеров объектов, |
||
7 |
признаков, устанавливающих |
объекты по |
тону изображения, |
|
5 |
признаков |
по тени объекта, |
13 признаков, |
характеризующих |
особенности структуры. Вместе с указанными прямыми признаками дешифрирования в классификации используется еще ряд дополнительных сведений, связанных с приуроченностью, расположением, изменением свойств, динамичностью и стационарностью объектов. Сбор таких данных пока ведется с участием человека, а оценка их — на ЭВМ. В соответствии со всеми указанными признаками выявляют объект дешифрирования.
В другой системе автоматизированное распознавание объектов ведется фотометрическим способом, основанным на статистическом анализе на ЭВМ микрофотометрических регистрограмм исследуемого и эталонного фотоизображения объекта. Распознавание спектрофотометрическим способом предусматривает использование не только геометрических и фотометрических свойств объектов, но и их спектрофотометрических изображений. Автоматическое сопоставление изображений, полученных в разных зонах спектра, позволяет распознавать некоторые объекты с достаточной степенью надежности.
Автоматизированное распознавание объектов обычно основано на имитации методики распознавания человеком различных объектов, предметов, природных явлений и условий.
Автоматизация опознавания предполагает создание самообучающихся и самоадаптирующихся систем. Ряд из них предусматривает использование электронно-оптического скани-
52
рования изображения с целью его преобразования в электрические сигналы, которые в дальнейшем анализируются на ЭВМ. В состав таких устройств входит коррелятор, сравнивающий два изображения и формирующий сигнал ошибки.
В настоящее время разрабатывается несколько специальных методов автоматизированного опознавания объектов местности. Среди них — метод опознавательных признаков, в котором основными признаками опознавания объектов являются количественные соотношения соответствующих оптических плотностей внутри контуров. Для автоматического установления границ между участками с различными характеристиками и объектами при дешифрировании используют сканирование аэроснимка в одном направлении, в процессе которого фиксируют границы изменений плотностей фотоизображений. Эти системы работают в видимом участке спектра. Появление нефотографических видов аэросъемки открыло новые возможности определения топографических, геологических и гидрогеологических объектов. Дешифрирование материалов таких съемок основано на определении суммы признаков, принадлежащих объектам и отличающих их от окружающего фона. Наиболее важной является отражательная способность объектов и фона, создающая тон, структуру изображения и выделяющая все прямые и косвенные признаки их дешифрирования. Величина отражательной способности подстилающей поверхности имеет важное значение не только в фотографических, но и в нефотографических видах съемок (радиолокационной, инфракрасной, телевизионной и лазерной), выполняемых в различное время суток и года.
Сочетание элементов изображений таких съемок характеризует особенности почвенно-растительного покрова, условия увлажнения поверхности и формы рельефа, их взаимное расположение, геометрические и диэлектрические свойства, отражательную способность подстилающей поверхности, ее энергетические особенности. Косвенные признаки также важны при автоматическом дешифрировании снимков.
Для получения фотометрических характеристик используют микроденситометры, сопряженные с ЭВМ. Автоматическое распознавание ведут методом детерминантных процедур с помощью устройств, распознающих изображение по заранее определенным признакам, и корреляционным методом с помощью самообучающихся устройств, вырабатывающих оптимальные признаки распознавания. ЭВМ вырабатывает дешифровочные признаки, подбирает правильные варианты и распознает объекты местности.
Перцентронный метод характеризуется выбором перцентрона с оптимальными параметрами, надежностью распознавания и высоким быстродействием. Вначале автоматически находят кадр с изображением объекта. Затем отделяют объект от фона и сканирующими устройствами, оптическими фильтра-
53
ми, фильтрами-галог оаммами и матрицами фотоприемников регистрируют изобра жение.
Выявление информации о мелких объектах достигается уменьшением площади измерительной щели (апертуры) микрофотометра. Цифровая обработка целесообразна при сопряжении ЭВМ с микрофотометром при регистрации оптических плотностей в автоматическом режиме.
Микрофотометрическое дешифрирование предусматривает: микрофотометрирование изображений, статистическую обработку полученных данных и определение класса дешифрируемого объекта. Цветоделение фотоизображений приводит к необходимости применять машинные способы анализа данных. Наиболее существенным признаком выявления объектов является спектрофотометрическая характеристика изображения. Описанием спектрофотометрических свойств фотоизображений может служить математическое ожидание и дисперсия этой величины. Последняя позволяет судить о пространстве данного класса и его описания.
Для успешного распознавания и анализа признаков в ходе обучения распознающей системы определяют число участков спектра, необходимых для распознавания.
Для стандартизации результатов микрофотометрирования производят калибровку АФА по спектрораспределению в плоскости прикладной рамки. При обработке многозональных снимков ряд операций можно также возложить на ЭВМ, например, преобразование многозональных снимков к виду, удобному для обработки на ЭВМ, представление яркостей в цифровом виде, запись на магнитную ленту, получение совмещенной цифровой записи в различных спектральных диапазонах и преобразование структуры записи из одного вида в другой. Для учета яркости ближайшего окружения объекта выполняют фильтрацию и генерализацию информации. Цифровая техника позволяет черно-белый снимок представлять в условных цветах. Комбинированный метод оптико-аналоговой и цифровой обработки позволяет представить 256 градаций черно-белой шкалы в виде 64 цветных полутонов. Один черно-белый снимок цифровыми методами преобразуется в три черно-белых изображения, которые обрабатываются с тремя разными фильтрами и служат для распознавания новых структур и поверхностей.
Система автоматизации дешифрирования строится по принципу от общего к частному: от общей оценки фотоизображения, его фона и тона объектов к последующему выделению в них отдельных деталей.
При разделении могут участвовать как прямые признаки дешифрирования, так и косвенные, тесно связанные с микрофотометрическими и спектрофотометрическими свойствами и особенностями, характеризующими природные объекты и явления.
Автоматизация дешифрирования невозможна без применения ЭВМ последнего поколения, имеющих высокое быстро-
54