МЕТОД ПОСТРОЕНИЯ ФОТОГРАММЕТРИЧЕСКИХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ НА ОСНОВЕ МОБИЛЬНЫХ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ

  • А.Н. Самойлов Южный федеральный университет
  • Ю.М. Бородянский Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича
Ключевые слова: Фотограмметрия, облачные вычисления, сервис, трубная промышленность, лесная промышленность, мобильные технологии

Аннотация

С развитием возможностей мобильных устройств и повышением доступности бес-
проводной связи существенно расширились возможности построения промышленных сис-
тем автоматизации. Качество цифровой фотографии, получаемой с помощью камеры
смартфона, позволяет строить мобильные системы, основанные на компьютерном зре-
нии: например, системы фотограмметрии. При этом следует учитывать несколько фак-
торов. Первый фактор – задачи обработки цифровой фотографии в промышленных целях
остаются ресурсоемкими и не могут быть полноценно реализованы только на базе мо-
бильного устройства. Следовательно, требуется перенос среды выполнения ресурсоёмких
задач на сторонние вычислительные мощностями, доступные по требованию. Второй
фактор – стабильность и полоса пропускания канала связи – мобильные устройства как
правило нужны в отдаленных местах, где развертывание стационарных компьютеров не
представляется возможным. Следовательно, использование смартфона только в качестве
фотоаппарата не всегда оправдано, так как передача необработанного изображения мо-
жет занять длительное время или вовсе оказаться невозможной. Третий фактор, пре-
пятствующий широкому применению мобильных устройств в решении фотограмметриче-
ских задач, – это вариативность и постоянное появление новых методов обработки и ана-
лиза изображений. Необходимо централизовано создавать и пополнять библиотеки таких
модулей. Таким образом, создание мобильных фотограмметрических измерительных сис-
тем требует объединения вычислительной мощности облачных сервисов и мобильности
смартфонов. В статье предлагается метод построения фотограмметрических измери-
тельных систем на основе мобильных облачных вычислений, который обеспечивает дина-
мический баланс вычислительной нагрузки на узлы системы, а также вариативность
функциональных возможностей на мобильных устройствах пользователей.

Литература

1. Samoylov A., Borodyansky Y., Kostyuk A., Polovko I. Mobile-cloud data processing system on
digital images, IEEE International Conference on Industrial Informatics (INDIN), 2019,
pp. 1674-1678. DOI: 10.1109/INDIN41052.2019.8972161.
2. Shvarts D., Tamre M. Bulk material volume estimation method and system for logistic applications,
9th International Conference of DAAAM Baltic: Industrial Engineering; Tallinn; Estonia,
2014, pp. 289-294.
3. Knyaz V.A., Maksimov A.A. Photogrammetric technique for timber stack volume control, International
Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences;
Zurich; Switzerland, 2014, Vol. 40, pp. 157-162.
4. Kruglov A.V., Kruglov V.N., Chiryshev Yu.V. Sposob izmereniya kubatury kruglogo lesa
[Method for measuring the volume of roundwood]. Patent of the Russian Federation No.
2553714. 2015. Bull. No. 17.
5. Madeira S., Gonçalves J., Basto L. Photogrammetric mapping and measuring application using
MATLAB, Comput. Geosci., 2010, Vol. 36, No. 6, pp. 699-706.
6. Song C., Yang B., Zhang, L. et al. A handheld device for measuring the diameter at breast
height of individual trees using laser ranging and deep-learning based image recognition, Plant
Methods, 2021,Vol 17, No. 67. Available at: https://doi.org/10.1186/s13007-021-00748-z.
7. Niwa H., Imai Y., Kamada M. The effectiveness of a method that uses stabilized cameras and
photogrammetry to survey the size and distribution of individual trees in a mangrove forest,
Journal of Forest Research, 2021, No. 0 (0), pp. 1-7. DOI: 10.1080/13416979.2021.1902069.
8. Jin Y., Yu K. A review of optics-based methods for thickness and surface characterization of
two-dimensional materials, Journal of Physics D: Applied Physics, 2021, No. 39 (54),
pp. 393001. DOI: 10.1088/1361-6463/ac0f1f.
9. Dinh H.T., Lee C., Niyato D., Wang P. A survey of mobile cloud computing: Architecture,
applications, and approaches, Wireless Communications and Mobile Computing, 2013, No. 18
(13). DOI: 10.1002/wcm.1203.
10. Roy P., Sarker S., Razzaque M.A., Mamun-or-Rashid M., Hassan M.M., Fortino G. Distributed
task allocation in Mobile Device Cloud exploiting federated learning and subjective logic,
Journal of Systems Architecture, 2021, Vol. (113), pp. 101972. DOI: https://doi.org/10.1016/
j.sysarc.2020.101972.
11. Thieling L. Embedded image processing system for cloud-based applications, IWSSIP 2014
Proceedings, 2014, pp. 163-166.
12. Yan Y., Huang L. Large-Scale Image Processing Research Cloud, CLOUD Comput., 2014,
Fifth Int., 2014, pp. 88-93.
13. Kucherov S.A. Konfiguriruemye pol'zovatelem informatsionnye sistemy kak sredstvo
preodoleniya semanticheskogo razryva [Configurable by the user information systems as a
means of overcoming the semantic gap], Informatizatsiya i svyaz' [Informatization and communication],
2013, No. 5, pp. 135-137.
14. Aniorte P. A distributed adaptable software architecture derived from a component model, Computer
Standards & Interfaces, 2003, No. 3 (25), pp. 275–282. DOI: https://doi.org/10.1016/ S0920-
5489(02)00099-5.
15. Buschmann F., Meunier R., Rohnert H., Sommerlad P., Stall M. Pattern-Oriented Software
Architecture, Vol. 1, A System of Patterns, Wiley, August 1996. ISBN 978-0-471-95869-7.
16. Walker G. The Basics of Cloud Computing. Available at: http://docshare01.docshare.
tips/files/16621/166213264.pdf (accessed 20 August 2021).
17. Clouard R., Renouf A., & Revenu M. An ontology-based model for representing image processing
application objectives, International Journal of Pattern Recognition and Artificial Intelligence,
2010, Vol. 24, No. 08, pp. 1181-1208.
18. Filali J., Zghal H.B., Martinet J. Ontology-Based Image Classification and Annotation, International
Journal of Pattern Recognition and Artificial Intelligence, 2020, No. 11 (34). DOI:
10.1142/S0218001420400029.
19. Aamodt A., Plaza E. Case-Based Reasoning: Foundational Issues, Methodological Variations,
and System Approaches, Artificial Intelligence Communications, 1994, No. 7, pp. 39-52.
20. Pusztová Ľ., Babič F., Paralič J. Semi-Automatic Adaptation of Diagnostic Rules in the Case-
Based Reasoning Process, Applied Sciences, 2021, No. 1 (11). DOI: 10.3390/app11010292.
Опубликован
2021-11-14
Выпуск
Раздел
РАЗДЕЛ IV. АНАЛИЗ ДАННЫХ И ОБРАБОТКА ИНФОРМАЦИИ