Том 32 №1

Содержание

1. ИЗМЕНЧИВОСТЬ РАЗНЫХ ФУНКЦИОНАЛЬНЫХ ТИПОВ СИГНАЛОВ У AELIA ACUMINATA L. (HETEROPTERA, PENTATOMIDAE)
2. РАЗМЕРЫ РЕЦЕПТИВНЫХ ПОЛЕЙ СПОНТАННО-АКТИВНЫХ ГАНГЛИОЗНЫХ КЛЕТОК СЕТЧАТКИ СЕРЕБРЯНОГО КАРАСЯ
3. КОМПЛЕКСИРОВАНИЕ РАДИОЛОКАЦИОННЫХ ИЗОБРАЖЕНИЙ И ОПТИЧЕСКИХ СНИМКОВ В ВИДИМОМ И ТЕПЛОВОМ ДИАПАЗОНАХ С УЧЕТОМ РАЗЛИЧИЙ В ВОСПРИЯТИИ ЯРКОСТИ И ЦВЕТНОСТИ
4. МОДЕЛИРОВАНИЕ ПРОЦЕССА НАВИГАЦИИ БЕСПИЛОТНОГО ЛЕТАТЕЛЬНОГО АППАРАТА С ИСПОЛЬЗОВАНИЕМ ДВУХ БОРТОВЫХ КАМЕР, СМЕЩЕННЫХ ПО ВЫСОТЕ
5. ВИЗУАЛЬНАЯ ЛОКАЛИЗАЦИЯ АЭРОФОТОСНИМКОВ НА ВЕКТОРНОЙ КАРТЕ С ИСПОЛЬЗОВАНИЕМ ЦВЕТОТЕКСТУРНОЙ СЕГМЕНТАЦИИ
6. СРАВНЕНИЕ ОЦИФРОВАННЫХ СТРАНИЦ ДЕЛОВЫХ ДОКУМЕНТОВ НА ОСНОВЕ РАСПОЗНАВАНИЯ
7. АЛГОРИТМ ОПРЕДЕЛЕНИЯ ПОЛОЖЕНИЯ ПУЧКА ЭПИПОЛЯРНЫХ ЛИНИЙ ДЛЯ СЛУЧАЯ ПРЯМОЛИНЕЙНОГО ДВИЖЕНИЯ КАМЕРЫ
8. СЕГМЕНТАЦИЯ РЕГИСТРАЦИОННЫХ НОМЕРОВ АВТОМОБИЛЕЙ С ПРИМЕНЕНИЕМ АЛГОРИТМА ДИНАМИЧЕСКОЙ ТРАНСФОРМАЦИИ ВРЕМЕННОЙ ОСИ
9. УСТАНОВЛЕНИЕ СООТВЕТСТВИЯ МЕЖДУ ЗАМКНУТЫМИ КОНТУРАМИ ОБЪЕКТОВ ПРИ ПРОЕКТИВНЫХ ИСКАЖЕНИЯХ
10. АЛГЕБРАИЧЕСКАЯ РЕКОНСТРУКЦИЯ АППАРАТНОЙ ФУНКЦИИ СМАЗАННОГО ИЗОБРАЖЕНИЯ ПО ЯРКОСТНЫМ ПРОФИЛЯМ ГРАНИЦ ОБЪЕКТОВ
11. АЛГОРИТМ ВЗВЕШЕННОГО ПОИСКА ПРОЕКТИВНОГО ОПТИЧЕСКОГО ПОТОКА, УСТОЙЧИВЫЙ К БЛИКАМ
12. АЛГЕБРАИЧЕСКИЕ МЕТОДЫ РЕКОНСТРУКЦИИ В ЗАДАЧАХ ТОМОГРАФИИ
13. КОЛИЧЕСТВЕННЫЙ АНАЛИЗ ДВОЕНИЯ ОПТИЧЕСКОГО ИЗОБРАЖЕНИЯ ТОЧЕЧНОГО ИСТОЧНИКА СВЕТА ПРИ ПОДВОДНОМ СТЕРЕОЗРЕНИИ

В данной работе рассматривается задача совмещения оптических данных, полученных с борта беспилотного летательного аппарата (БПЛА), с векторной картой прибрежной территории в отсутствие данных спутниковой системы навигации. В основе метода лежит представление изображения в виде совокупности сегментов, полученных путем цветотекстурной сегментации изображения. Затем осуществляется поиск геометрического преобразования, сопоставляющего полученные сегменты с участками суши и акватории векторной карты. Искомое преобразование содержит произвольный сдвиг, но ограниченные по величие поворот и изменение масштаба. Вычисление параметров преобразования опирается на алгоритм RANSAC, который сопоставляет контуры сегментов, найденных на полученном снимке, с контурами на векторной карте. Для осуществления такого сопоставления используются локальные дескрипторы формы, устойчивые к повороту и изменению масштаба.

Ключевые слова: аэрофотоснимки, геолокализация, цветовая сегментация, текстурная сегментация, сопоставление контуров, RANSAC

DOI: 10.7868/S0235009218010055

Список литературы:

• Ханипов Т.М., Николаев Д.П. Исследование метода слияния областей в задаче цветовой сегментации. Труды конференции Информационные технологии и системы ИТиС. 2010. С. 151–155.
• Khanipov Т.М., Nikolaev D.P. Issledovanie metoda slijanija oblastej v zadache cvetovoj segmentacii [Investigation of the regions fusion method in the problem of color segmentation]. Proceedings of the conference Information Technologies and Systems ITaS. 2010. Р. 151–155. [in Russian]).
• Felzenszwalb P.F., Huttenlocher D.P. Efficient graph-based image segmentation. International journal of computer vision. 2004. V. 59. № 2. P. 167–181.
• Forssén P.E. Maximally stable colour regions for recognition and matching. Computer Vision and Pattern Recognition. 2007. P. 1–8.
• Friedman J., Hastie T., Tibshirani R. Additive logistic regression a statistical view of boosting (with discussion and a rejoinder by the authors). The annals of statistics. 2000. V. 28. № 2. P. 337–407.
• Konovalenko I., Miller A., Miller B., Nikolaev D. UAV navigation on the basis of the feature points detection on underlying surface. ECMS. 2015. P. 499–505.
• Kraus K. Photogrammetry: geometry from images and laser scans. Walter de Gruyter. 2007.
• Kunina I.A., Terekhin A.P., Khanipov T.M., Kuznetsova E.G., Nikolaev D.P. Aerial image geolocalization by matching its line structure with route map. In Ninth International Conference on Machine Vision, International Society for Optics and Photonics. 2017. V. 103412A. P. 1–7.
• Lindsten F., Callmer J., Ohlsson H., Törnqvist D., Schön T.B., Gustafsson F. Geo-referencing for uav navigation using environmental classification. Robotics and Automation (ICRA), 2010 IEEE International Conference on. 2010. P. 1420–1425.
• Luis-Garca R., Deriche R., Alberola-López C. Texture and color segmentation based on the combined use of the structure tensor and the image components. Signal Processing. 2008. V. 88. № 4. P. 776–795.
• Máttyus G., Fraundorfer F. Aerial image sequence geolocalization with road traffic as invariant feature. Image and Vision Computing. 2016. V. 52. P. 218–229.
• McMaster R.B. The integration of simplification and smoothing algorithms in line generalization. Cartographica: The International Journal for Geographic Information and Geovisualization. 1989. V. 26. № 1. P. 101–121.
• Rousson M., Brox T., Deriche R. Active unsupervised texture segmentation on a diffusion based feature space. Computer vision and pattern recognition. Proc. IEEE computer society conference on. 2003. V. 2. P. 699.
• Senlet T., El-Gaaly T., Elgammal A. Hierarchical semantic hashing: Visual localization from buildings on maps. Pattern Recognition (ICPR), 22nd International Conference on. IEEE. 2014. P. 2990–2995.
• Viola P., Jones M. Robust real-time face detection. International journal of computer vision. 2004. V. 57. № 2. P. 137–154.
• Wolfson H., Rigoutsos I. Geometric hashing: An overview. IEEE computational science and engineering. 1997. V. 4. № 4. P. 10–21.
• Yang J., Wang H., Yuan J., Li Y., Liu J. Invariant multi-scale descriptor for shape representation, matching and retrieval. Computer Vision and Image Understanding. 2016. V. 145. P. 43–58.