Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Девятнадцатая международная конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XIX.A.283

Использование триангуляции Делоне для идентификации протяженных объектов промышленной инфраструктуры (горных объектов)

Крамаров С.О. (1), Темкин и7о7 (2), Храмов Храмов В.В. (3), Митясова Митясова О.Ю. (1)
(1) Сургутский государственный университет, Сургут, Россия
(2) Исследовательский технологический университет «МИСиС», Москва, Россия
(3) Южный университет (ИУБиП), Ростов-на-Дону, Россия
В исследовании рассматриваются особенности идентификации протяженных объектов промышленной инфраструктуры (например, горных объектов) по данным дистанционного зондирования Земли.
Авторами уже апробирована методика идентификации с использованием прямоугольных растров и бинарных изображений [1]. Исследуется вопрос использования перспективных гексагональных растров [2].
В данном исследовании предложенная авторами методика дополняется последующим получением «опорных точек» [3], в качестве которых могут выступать центры тяжести. Указанные «опорные точки» получаются на основе параметрических представлений контуров объектов, являющихся одним из результатов применения методики.
Следует отметить, что «центры тяжести» объектов на изображении обладают высокой степенью стабильности [4]. Поэтому они были выбраны в качестве «характерных точек» при построении триангуляции Делоне [3-5].
В работе [6] авторами также предлагается подход к «измельчению» исходной триангуляции Делоне. Более того, если известные подходы были разделить на полностью регулярные и на нерегулярные решетки, то в данном случае речь идет о локально регулярных решетках, обеспечивающих согласование подхода Делоне и существующих эвристических методов идентификации по форме и топологии.
Описанное «измельчение» проводят в несколько этапов:
1. Подготовка к исходной нечеткой триангуляции Делоне (нормализация, центрирование относительно исследуемой области, бинаризация, фильтрация).
2. Первичная сегментация изображения, включающая возможность предварительного определения границ эталонных (для системы технического зрения) объектов, определения их характерных точек.
3. Фактическая триангуляция Делоне с использованием характерных точек (обеспечение выполнения условия Делоне [5] и добавление (при необходимости) вспомогательных точек).
4. Пропорциональное деление самого большого по площади треугольника, одна из вершин которого является центром тяжести исследуемого объекта, до тех пор, пока не будет достигнута требуемая площадь ячейки получившегося треугольника (полученные треугольники сетки, как показано в [5], также удовлетворяют условиям Делоне).
5. Разделение остальных треугольников исходной триангуляции Делоне (число шагов разбиения должно соответствовать их количеству при разбиении первого треугольника).
В этом случае сопряжение минимальных треугольников по границам исходных будет полным, что обеспечивает локальную регулярность адаптивного измельчения.
В рамках данного исследования также разрабатывается программное средство, реализующее построение сетки Делоне на основе «опорных точек» и ее «измельчение» по вышеописанному алгоритму.

Ключевые слова: протяженный объект, спутниковый мониторинг, цифровое изображение, идентификация, промышленная инфраструктура, триангуляция Делоне.
Литература:
  1. Спутниковая идентификация объектов добычи полезных ископаемых на месторождениях разрабатываемых открытым способом / Крамаров С.О., Храмов В.В., Митясова О.Ю. // Горный информационно-аналитический бюллетень (научно-технический журнал). 2019. № 5. С. 72-79.
  2. Отслеживание изменений топологии объектов добычи полезных ископаемых на прямоугольных и гексагональных решетках / Крамаров С.О., Митясова О.Ю. // Горные науки и технологии. 2020. Т. 5. № 2. С. 154-161.
  3. Методология интеллектуальной навигации для управления автономными подвижными объектами на основе триангуляции Делоне / Крамаров С.О., Митясова О.Ю., Темкин И.О., Храмов В.В. // Горный информационно-аналитический бюллетень (научно-технический журнал). 2021. № 2. С. 87-98.
  4. Заявка на изобретение № 2018126535, 18.07.2018. Крамаров С.О, Храмов В.В, Повх В.И, Грошев А.Р., Каратаев А.С., Храмов В.В. Способ идентификации объектов на цифровых изображениях подстилающей поверхности методом нечеткой триангуляции Делоне. 2020. Бюл. 2
  5. Скворцов А.В. Триангуляция Делоне и её применение. – Томск: Изд-во Том.ун-та, 2002. – 128 с.
  6. Kramarov S.O., Khramov V.V., Mityasova O.Y., Grebenyuk E.V., Bocharov A.A., Chebotkov D.V. (2022) Formation Method of Delaunay Lattice for Describing and Identifying Objects in Fuzzy Images. In: Arai K. (eds) Intelligent Systems and Applications. IntelliSys 2021. Lecture Notes in Networks and Systems, vol 295. Springer, Cham. https://doi.org/10.1007/978-3-030-82196-8_23

Презентация доклада

Методы и алгоритмы обработки спутниковых данных

35