Найти

Результаты поиска

• LULC-АНАЛИЗ ЗЕМЛЕПОЛЬЗОВАНИЯ С ИСПОЛЬЗОВАНИЕМ НЕКОНТРОЛИРУЕМОЙ КЛАССИФИКАЦИИ

  Ранджана Уаман Гор , Ратнадип Р. Дешмух , Приянка У. Рандив , Мишра Абхилаша, И. Б. Аббасов

  2020-10-11

  Аннотация ▼

  Землепользование и растительный покров являются естественным состоянием поверхно-
  сти земли. Дистанционное зондирование - очень важный метод изучения землепользования
  (LULC). Для анализа земного покрова при дистанционном зондировании используются различные
  методы классификации. Данные методы не требуют предварительную информацию о земном
  покрове или типах землепользования. Наиболее часто для анализа изображений, полученных с
  помощью дистанционного зондирования, используют два метода классификации. К ним отно-
  сятся контролируемая классификация и неконтролируемая классификация. Целями предлагаемой
  работы являются использование неконтролируемых методов классификации для поиска класте-
  ров, по определению типов землепользования и сравнение данных методов с интерактивным
  анализом данных самоорганизации (ISODATA). Для анализа землепользования были использованы
  изображения датчика Hyperion. Датчик Hyperion имеет двести сорок две полосы, однако немно-
  гие полосы содержат полезную информации для спектрального анализа. Поэтому полосы, не
  содержащие полезную информацию выявляются и удаляются. После обработки входного изо-
  бражения по данному алгоритму из двухсот сорока двух полос остаются только сто шестьде-
  сят пять полос. При этом учитываются радиометрическая калибровка и немаловажная кор-
  рекция атмосферных факторов. Затем по результатам обработки с применением предложен-
  ных методов формируются кластеры для изучения землепользования с использованием гипер-
  спектрального изображения. Для формирования кластеров осуществлялась группировка пиксе-
  лей, на основе выбранных данных. Пиксели из одного кластера имеют больше сходства, в то
  время как пиксели из разных кластеров отличаются друг от друга. На основе результатов дела-
  ется вывод о том, что метод кластеризации (k-means) позволяет лучше идентифицировать или
  прогнозировать тип землепользования на основе гиперспектрального изображения с высоким
  разрешением, чем метод интерактивного анализа данных самоорганизации (ISODATA). Выход-
  ное изображение, которое является результатом кластеризации, может быть использовано
  для идентификации различных типов объектов землепользования. Лучше всего были идентифи-
  цированы следующие объекты землепользования: водная среда, сельскохозяйственные угодья,
  растительность, застроенная территория или поселение, поля и скалистые регионы.

• ОРГАНИЗАЦИЯ ЦЕЛЕНАПРАВЛЕННЫХ ПЕРЕМЕЩЕНИЙ ПОДВИЖНЫХ СРЕДСТВ С ИСПОЛЬЗОВАНИЕМ ЗРИТЕЛЬНЫХ ОРИЕНТИРОВ

  С. М. Соколов , Н.Д. Беклемишев , А. А. Богуславский

  2021-04-04

  Аннотация ▼

  Рассматривается решение навигационной задачи с помощью системы технического
  зрения, определяющей положение подвижного средства относительно ориентиров, ука-
  занных в окружающем пространстве. Навигация по ориентирам является наиболее объек-
  тивным критерием расположения подвижного средства в окружающем пространстве.
  Способ измерения параметров соотношений, характеризующих расположение подвижного
  средства относительно ориентиров, является почти независимым от других навигацион-
  ных измерений. Ввод данных для корректировки координат и других параметров движения
  может производится не непрерывно, а в некоторые дискретные, и, в общем случае, до-
  вольно редкие моменты времени. Рассматривается общая схема решения: от постановки,
  до получения навигационной информации. Кратко описывается комплексирование получен-
  ных данных с данными от других навигационных средств, анализируются ключевые про-
  блемы и параметры СТЗ, влияющие на точность получаемых результатов. Ключевым мо-
  ментом в рассматриваемом способе является решение системы уравнений, описывающих
  положение робототехнических комплексов относительно указанных ориентиров. Эта
  система решается модифицированным методом Гаусса-Ньютона для нелинейной переопределенной системы уравнений. Заменой левой части каждого уравнения ее дифференциа-
  лом в точке начального приближения осуществляется линеаризация. Значения неизвестных
  в переопределенной системе линейных уравнений, при которых сумма квадратов невязок в
  уравнениях является минимальной, могут быть получены либо методом SVD (сингулярного
  разложения), либо с помощью симметризации системы. При этом SVD более устойчив к
  накоплению вычислительной погрешности, но несколько более требователен к ресурсам
  компьютера и сложнее в реализации. Мы использовали решение методом симметризации
  как более простое. Полученная система решается методом квадратного корня (Холецко-
  го). Для обнаружения ориентиров в составе СТЗ используются два вида модулей СТЗ –
  панорамный, на основе камеры с объективом типа «рыбий глаз» и стерео. Предложенный
  способ позволяет решать задачу уточнения параметров движения по отдельным, разре-
  женным измерениям собственного положения и скорости относительно ориентиров в
  окружающем пространстве. Независимо и в комплексе с другими средствами навигации
  описанный подход обеспечивает высокоточное определение навигационных параметров в
  различных условиях движения. Описываются результаты натурных экспериментов с ма-
  кетом предложенной системы при движении в различных условиях. Обсуждаются пути
  совершенствования и развития рассмотренного подхода.