Автоматизация процесса распознавания объектов застроенных территорий

дипломная работа

ВВЕДЕНИЕ

Научная и хозяйственная необходимость целостного изучения природной среды Земли как местообитания и арены практической деятельности человека общепризнанна.

С появлением космических летательных аппаратов и различных средств получения дистанционной информации о Земле в мелких и сверхмелких масштабах стал возможен цельный, общий взгляд на различные природные процессы и явления.

Получение информации о топографических объектах по материалам космических съемок при создании и обновлении топографических цифровых и электронных карт выполняется на этапе дешифрирования снимков. Временные затраты на дешифрирование по традиционной технологии создания и обновления карт составляют от 20 до 40 общих затрат. Это вызвано тем, что наиболее сложные и трудоемкие этапы дешифрирования (обнаружение или объектов местности и их распознавание) выполняются визуальным визуально-машинным способами. В связи с успешной автоматизацией других процессов входящих в технологическую схему составления и обновления карт, процент временных затрат на дешифрирование снимков растет и в ближайшей перспективе может составить 60-70%. Поэтому одной из перспективных возможностей изменения ситуации в области составления и обновления карт является разработка методики автоматизированного дешифрирования, что обуславливает актуальность дипломной работы.

Объект и предмет исследования. Объектом исследования является технология использования многозональных космических снимков высокого разрешения для мониторинга застроенных комплексов, а предметом - алгоритмы автоматизированного дешифрирования многозональных космических снимков и выявления по ним изменений.

Целью данной работы является изучение возможности автоматизации процесса распознавания объектов застроенных территорий.

Для достижения цели работы были поставлены и решены следующие задачи:

- рассмотрены понятие, методы и задачи дешифрирования снимков застроенных территорий;

- дана классификация демаскирующих признаков и выявлены их информационные возможности;

- выделены основные объекты дешифрирования застроенных территорий, проанализированы их демаскирующие признаки;

- рассмотрены перспективы автоматизации процесса дешифрирования;

- проанализирован алгоритм автоматизированного распознавания образов на основе нейросетевых методов.

Методологическую базу работы составляют эмпирические (наблюдение), теоретические (обобщение, формализация) и общелогические (анализ, синтез, индукция, дедукция, аналогия) методы.

Теоретическую основу выпускной квалификационной работы составили Законодательство Российской Федерации о государственном кадастре, работа с научными публикациями в сети Интернет, учебными и научными публикациями по теме дешифрирование аэрокосмических снимков позволила собрать материал по теме выпускной квалификационной работы. Среди изданий периодического характера были просмотрены журналы «Искусственный интеллект», «Известия вузов. Геодезия и аэрофотосъемка», «Геодезия и картография» и др.

Решению задач автоматизированного дешифрирования аэрокосмических снимков и выявления по ним изменений посвящено большое количество работ известных ученых, как отечественных (Журкин И.Г., Гук А.П., Пяткин В.П., Асмус В.В., Ярославский Л.П.), так и зарубежных (Гонсалес Р., Вудс Р., Прэтт У. и др.).

Базой для исследований являются выполненные ранее исследования в области разработки методик дешифрирования аэрокосмических снимков и выделения изменений. При проведении экспериментальных работ были использованы космические снимки IKONOS, FORMOSAT-2, SPOT-5, QuickBird, World-View-2.

На защиту будут вынесены следующие основные положения:

1. Метод автоматизированной классификации изображений топографических объектов с использованием нейросети;

2. Метод автоматизированного распознавания изображений топографических объектов с использованием элементов экспертной системы, построенной на основе нейросети;

3. Метод автоматизированного распознавания изображений площадных объектов застроенных территорий с использованием нейросети;

4. Способ организации классификатора дешифровочных признаков топографических объектов;

5. Методика автоматизированного дешифрирования изображений топографических объектов с использованием нейросетевых методов.

Выпускная квалификационная работа состоит из введения, трех глав, заключения, списка используемых источников и приложений.

Делись добром ;)