Устройство обработки информации для идентификации объектов

 

Полезная модель относится к области картографирования земель и может быть использовано для мониторинга земель в сельском хозяйстве, при решении экологических проблем, при работе исполнительных органов власти на различных уровнях для решения задач по освоению и занятости земель, охраны окружающей среды.

Технический результат достигается тем, что устройство включает последовательно соединенные блок ввода данных (БВД), блок хранения и накопления данных (БХНД), датчик проверки соответствия техническим требованиям (ДПСТТ), блок предварительной обработки данных (БПОД), блок распознавания объекта (БРО), блок воспроизводства информации (БВИ). БХНД включает три модуля - модуль хранения растровых данных (МХРД), модуль хранения векторных данных (МХВД), модуль хранения атрибутивных данных (МХАД). В модуле хранения атрибутивных данных сохраняются сведения о соответствии исходных данных техническим требованиям и информация об объекте исследования. ДПСТТ содержит модуль выбора объекта (МВО) и модуль проверки соответствия техническим требованиям (МПСТТ). БПОД включает модуль атмосферной коррекции (МАК) и модуль ортотрансформации (МО). БРО содержит модуль объектно-пространственной фильтрации (МОПФ), модуль спектрально-аналитической фильтрации (МСАФ), модуль инфраструктурно-визуальной фильтрации (МИВФ). БВИ включает два модуля - модуль визуализации (MB) и модуль печати (МП). Связи между блоками и модулями обеспечивают расширение функциональных возможностей устройства за счет возможности идентификации различных объектов. 7 ил.

Полезная модель относится к области картографирования земель и может быть использовано для мониторинга земель в сельском хозяйстве, при решении экологических проблем, при работе исполнительных органов власти на различных уровнях для решения задач по освоению и занятости земель, охраны окружающей среды.

Известна специфическая географическо-поисковая система (патент США 5852810, МПК G06F 17/60 от 22.12.1998 г.), включающая геоинформационную систему (ГИС), обеспеченную выходом в Интернет (блоки http, интерфейс). Система дополнена геоинформационной базой данных (ГИБД) и системой управления базой данных (СУБД). Географическо-поисковая система предназначена для оперативного поиска участка земли без построек или с ними в разных точках земного шара, поэтому ГИС снабжена указаниями о наличии таких участков, а ГИБД - подробными сведениями о характере участков и постройках на них. СУБД содержит дополнительные программы, которые позволяют пользователю ознакомиться с данными, которые содержатся в ГИБД на выбранный объект.

Система обладает недостаточной оперативностью, что обусловлено несовершенством методов обработки входящих данных.

Известно использование EPIC, которая является непрерывной имитационной моделью, по средством которой вычисляют основные параметры сельскохозяйственной культуры (биомассу, листовой индекс, высоту растения и вес корневой системы) на каждый день, позволяет сравнивать их с данными наземных измерений и дистанционного зондирования и в случае необходимости вносить корректировки в процесс моделирования (патент РФ 2379879 МПК A01G 7/00 (2006.01)). Путем использования ежедневно определяемых данных метеостанций и данных дистанционного зондирования вычисляют нормализованный вегетационный и листовой индексы, заменяя листовой индекс на день расчета по EPIC на листовой, вычисленный для изучаемой территории по спутниковому изображению, осуществляют коррекцию листового индекса LAI по космическим снимкам или данным наземных наблюдений на определенные даты развития растений. Далее определяют максимальную температуру почвы через суммарную коротковолновую солнечную радиацию, а минимальную - через эффективное излучение атмосферы, осуществляют оценку приходящей к посеву коротковолновой радиации через влажность воздуха, измеряемую на метеостанциях. Затем по регрессионным уравнениям, полученным по многолетним экспериментальным данным, на базе вычисленных параметров по модифицированной модели биопродуктивности культур рассчитывают параметры растений: биомассу, листовой индекс, высоту растений, вес корня и по этим параметрам биопродуктивности осуществляют мониторинг состояния зерновых культур во времени от момента посева до сбора, дают заблаговременную оценку урожайности и определяют сроки сбора зерновых культур.

Недостатком такого рода устройств является трудоемкость и дороговизна. Это происходит по причине того что, требуется собрать большой объем разнородных данных, обобщить их и автоматизировать систему обработки и хранения.

Наиболее близким аналогом является геоинформационная система, включающая блок ввода данных с модулем их корректировки (БВД), блок накопления и хранения данных (БНХД), блок обработки данных (БОД), блок формирования решения (БФР), блок воспроизведения информации (БВИ). БНХД включает два модуля - модуль хранения растровой информации (МХР), включающий подмодули хранения космоснимков и растровых карт, и модуль хранения векторной информации (МХВ), включающий подмодули накопления векторных карт, статистических показателей, атрибутивных данных (патент 124788, МПК G01C 11/00 (2006.01), опубл. 10.02.2013). Подмодуль атрибутивных данных включает сведения о плодородии почв, а именно: содержание гумуса, севооборота, структуры посевных площадей. БОД содержит модуль обработки космоснимков (МОКС), модуль обработки картографической информации (МОКИ) и модуль вычисления статистических показателей (МРСП). БФР состоит из модуля синтеза показателя (МСП) и модуля присвоения индекса U (МПИ).

Выход БВД соединен со входом БНХД, через вход-выход БНХД связан с БВИ и МХВ, а через другой вход-выход-связь БВИ с МХР. Связь БНХД с БОД осуществляется посредством входа-выхода БНХД. В БОД МОКС связан с МОКИ своим выходом, который в свою очередь соединен с МРСП, один из выходов которого связан с подмодулем накопления статистических показателей, а второй выход с МПИ БФР. Подмодуль хранения космоснимков через вход соединен с МХР, а через выход с МОКС. Подмодуль растровых карт через вход соединен с одним из выходов БВИ, а через выход со входом МХР. Выходы подмодулей векторных карт и атрибутивных данных соединены со входами МОКИ модуля БОД, а их входы - с выходами МХВ. БОД через выход МРСП соединен со входом БФР и одним из входов модуля МПИ. Со вторым входом МПИ связан выход МСП, а выход МПИ - с входом БВИ.

К недостаткам данного устройства относится его ограниченные функциональные возможности, обусловленные тем, что данная система применима только при проведении мониторинга состояния плодородия почв.

Техническим результатом является расширение функциональных возможностей устройства за счет возможности идентификации различных объектов.

Технический результат достигается тем, что устройство включает последовательно соединенные блок ввода данных (БВД), блок хранения и накопления данных (БХНД), датчик проверки соответствия техническим требованиям (ДПСТТ), блок предварительной обработки данных (БПОД), блок распознавания объекта (БРО), блок воспроизводства информации (БВИ). БХНД включает три модуля - модуль хранения растровых данных (МХРД), модуль хранения векторных данных (МХВД), модуль хранения атрибутивных данных (МХАД). В модуле хранения атрибутивных данных сохраняются сведения о соответствии исходных данных техническим требованиям и информация об объекте исследования. ДПСТТ содержит модуль выбора объекта (МВО) и модуль проверки соответствия техническим требованиям (МПСТТ). БПОД включает модуль атмосферной коррекции (МАК) и модуль ортотрансформации (МО). БРО содержит модуль объектно-пространственной фильтрации (МОПФ), модуль спектрально-аналитической фильтрации (МСАФ), модуль инфраструктурно-визуальной фильтрации (МИВФ). БВИ включает два модуля - модуль визуализации (MB) и модуль печати (МП).

Выход БВД соединен с входом БХНД. Входами-выходами МХРД и МХВД соединены через вход модуля визуализации с одним из входов БВИ. Вход МХРД связан с выходом БПОД. БХНД через один из выходов МХАД соединен с входом модуля проверки соответствия техническим требованиям, а другой выход МХАД соединен со входом модуля выбора объекта ДПСТТ, второй вход которого соединен с выходом МХРД. Выход МВО соединен с входом модуля проверки соответствия техническим требованиям ДПСТТ, а своим выходом МПСТТ соединен с модулем атмосферной коррекции БПОД, который своим выходом связан с модулем ортотрансформации БПОД, второй выход которого соединен со входом МОПФ блока распознавания объектов, а своим выходом - со входом МСАФ, который своим выходом соединен со входом МИВФ БРО, который соединяет его своим выходом с модулем визуализации БВИ. Модуль визуализации одним своим выходом соединен с модулем печати, а другой его выход является выходом БВИ, а следовательно, выходом устройства обработки информации для идентификации объектов. Модуль печати имеет выход, который также является выходом БВИ, а, следовательно, выходом устройства обработки информации для идентификации объектов.

На фигуре 1 приведена схема устройства обработки информации для идентификации объектов. Фигура 2 иллюстрирует пример исходного спутникового снимка в растровом формате с космического аппарата Worldview-2 синтезированного в естественных цветах и хранящегося в МХРД. На фиг 3 приведены примеры влияния параметров на контуры выделяемых объектов: а - исходный снимок; б - снимок территории при значении параметров: Segmentation равном 20, Merging равном 50; в - снимок территории при значениях параметров: Segmentation равном 50, Merging равном 50; г - снимок территории при значениях параметров: Segmentation равном 80, Merging равном 50. На фигуре 4 представлено изображение спутникового снимка обработанного в модуле объектно-пространственной фильтрации; на фигуре 5 дано изображение исследуемой территории, обработанное в модуле спектрально-аналитической фильтрации. На фиг. 6 представлено изображение исследуемой территории после обработки модулем инфраструктурно-визуальной фильтрации. На фиг.7 даны границы контуров распознанных как свалки участков спутникового снимка.

Устройство обработки информации для идентификации объектов включает последовательно соединенные блок ввода данных 1, блок хранения и накопления данных 2, датчик проверки соответствия техническим требованиям 3, блок предварительной обработки данных 4, блок распознавания объекта 5, блок визуализации информации 6. БХНД 2 включает три модуля -модуль хранения растровых данных 7, модуль хранения векторных данных 8, модуль хранения атрибутивных данных 9. ДПСТТ 3 содержит модуль выбора объекта 10 и модуль проверки соответствия техническим требованиям 11. БПОД 4 включает модуль атмосферной коррекции 12 и модуль ортотранс-формирования 13. БРО 5 содержит модуль объектно-пространственной фильтрации 14, модуль спектрально-аналитической фильтрации 15, модуль инфраструктурно-визуальной фильтрации 16. БВИ 6 включает модуль визуализации 17 и модуль печати 18.

Устройство работает следующим образом.

В БВД 1 вводят исходные данные (в качестве примера взята свалка ТБО в муниципальном образовании города-курорта Анапа), которые представляют собой мультиспектральные спутниковые снимки (фиг. 2.), а также атрибутивную информацию о выборе объекта идентификации, с которым в данном примере являются свалки ТБО и технических требованиях, которые в соответствии с выбранным объектом предъявляются к входящим мультис-пектральным спутниковым снимкам. Исходные данные далее поступают в БХНД 2, где распределяются по модулям: МХРД 7, МХВД 8, МХАД 9. Спутниковые снимки распределяются в МХРД 7, атрибутивная информация и технические требования в МХАД 9, а векторные данные в МХВД 8. Из модуля хранения растровых данных 7 и модуля хранения атрибутивной информации 9 для выбора объекта исследования данные поступают в МВО 10 ДПСТТ 3. В МПСТТ 11 из МВО 10 поступают обработанные данные об объекте идентификации и спутниковый снимок, а так же атрибуты соответствия техническим требованиям (табл.1) из МХАД 9. Далее в МПСТТ 11 производится сверка данных атрибутов технических требований и технических характеристик спутникового снимка.

После этого данные из МПСТТ 11 передаются в МАК 12 БПОД 4, где происходит атмосферная коррекция спутниковых снимков. Подробное описание процесса проведения атмосферной коррекции описано в статье М.А. Болсуновский, А.С. Черепанов. После этого обработанные снимки из МАК 12 передаются в МО 13, где происходит процедура ортотрансформации. Описание процесса проведения ортотрансформирования подробно описано на сайте gislab (http://gis-lab.info/qa/ortho-rpc.html).

Копия трансформированных растровых данных сохраняется в МХРД 7, а сами снимки передаются в МОПФ 14 БРО 5. В МОПФ 14 происходит выделение требуемых объектов на снимках и последующая их фильтрация.

Для выделения объектов задают значения трех параметров: сегментация (Segmentation), слияние (Merging), применение порога сходимости (Thresholding). Параметр Thresholding не учитываем, считая равным его нулю.

Приведем примеры влияния значений параметров на контуры выделяемых объектов (фиг.3): а - исходный снимок; б - снимок территории при значении параметров: Segmentation равном 20, Merging равном 50; в - снимок территории при значениях параметров: Segmentation равном 50, Merging равном 50; г - снимок территории при значениях параметров: Segmentation равном 80, Merging равном 50.

Оптимальным для Segmentation будет значение не менее 80, а для Merging значение в диапазоне 50-60. В соответствии с этими значения параметров, пиксели изображения объединяют в объекты (группы), имеющие схожие цветовые характеристики, а также находящиеся пространственно близко друг к другу (фиг. 3г).

Процесс фильтрации выделенных объектов на снимке выполняется следующим образом: характеристические значения каждого выделенного объекта (фиг. 3г.) сравнивают с характеристическими значениями эталонных объектов ТБО (табл. 2.), которые были ранее выявлены и уточнены в ходе проведения полевых исследований. Такими эталонными объектами выступили крупные санкционированные свалки и полигоны твердых отходов, имеющие значительную площадь и позволяющие получить достоверные характеристические значения объектов ТБО.

Если хотя бы одно из характеристических значений выделенного объекта не попадает в допустимый диапазон значений эталонных объектов ТБО, представленных в таблице 2, то данный объект исключается (отфильтровывается) из изображения, а также из дальнейшего распознавания в модулях БРО 5. Если же все характеристические значения выделенного объекта находится в допустимом диапазоне значений, тогда данный выделенный объект остается для последующей обработки в МСАФ 15, а на соответствие характеристическим значениям групп пикселей твердых отходов проверяют следующий выделенный объект, и так до последнего объекта изображения. Результат обработки спутникового изображения в МОПФ 14 представлен на фигуре 4.

После окончания работы МОПФ 14 данные отправляют в МСАФ 15, где происходит анализ каждого пиксела изображения на предмет соответствия отношения значений между спектральными каналами пикселей снимка и спектральными каналами пикселей эталонных объектов ТБО. Для анализа берут отдельный пиксел изображения, значения которого в синем канале сравнивается со значением пикселя в фиолетовом канале, при этом если значение пикселя в синем канале меньше значения пикселя в фиолетовом канале, то данный пиксель исключается из последующего анализа, а также из изображения. Если же значение пикселя в синем канале больше значения пикселя в фиолетовом канале, тогда сравнивают значения пикселя в зеленом и синем каналах. Если значение пикселя в зеленом канале меньше значения пикселя в синем канале, данный пиксель исключается из последующего анализа, а также из изображения. Если же значение пикселя в зеленом канале больше значения пикселя в синем канале, то сравниваются значения пиксе-ляей в желтом и зеленом каналах. Если значение пикселя в желтом канале меньше значения пикселя в зеленом канале, то данный пиксель исключается из последующего анализа, а также из изображения, если же значение пикселя в желтом канале больше значения пикселя в зеленом канале, тогда сравниваются значения пикселей в желтом и красном каналах. Если значение пикселя в желтом канале меньше значения в красном канале, то данный пиксель исключается из последующего анализа, а также из изображения. Если же значение в желтом канале больше значения пикселя в красном канале, тогда сравниваются значения пикселей в желтом и крайнем красном каналах. Если значение пикселя в желтом канале больше значения в крайнем красном канале, данный пиксель исключается из последующего анализа, а также из изображения, если же значение пикселя в желтом канале меньше значения пикселя в крайнем красном канале, тогда сравниваются значения пикселей в крайнем красном и ближнем инфракрасном (NIR-1) каналах. Если значение пикселя в крайнем красном канале больше значения в ближнем инфракрасном (NIR-1) канале, данный пиксель исключается из последующего анализа, а также из изображения, если же значение пикселя в крайнем красном канале меньше значения в ближнем инфракрасном (NIR-1) канале, тогда данный пиксель остается в изображении для последующего анализа в МИВФ 16, а проверяется следующий пиксель изображения, и так до последнего пикселя изображения. Результат обработки спутникового изображения в МСАФ 15 представлен на фигуре 5.

После окончания работы МСАФ 15 информация передается в МИВФ 16, где на основе инфраструктурных особенностей, заранее полученных на эталонных объектах размещения твердых бытовых отходов, определяются зоны размещения свалок ТБО.

К инфраструктурным особенностям ТБО относятся: отличающиеся от фоновых цветовые характеристики подстилающей поверхности, обязательное наличие подъездных путей или грунтовой / гравийной или асфальтовой дороги (т.к. мусоровозу для выгрузки мусора необходимо проехать к месту выгрузки ТО), а также наличие ограждения, водоотводной канавы или обваловки по периметру свалки, контрольно-пропускного пункта на въезде, а, кроме того, присутствие на полигоне тяжелой техники (чаще всего это бульдозер или экскаватор).

В МИВФ 16 происходит визуальный анализ изображения на предмет наличия инфраструктурных особенностей мест размещения твердых бытовых отходов. Если пиксели изображения визуально соответствуют характеристикам инфраструктурных особенностей эталонных объектов размещения твердых отходов, данные пиксели остаются в изображении, а если нет, то они исключаются. Результат обработки спутникового изображения в МИВФ 16 представлен на фигуре 6.

Из МИВФ 16 обработанная информация направляется для визуализации в MB 17 БВИ 6, где при помощи растровых данных, взятых из МХРД 7 и данных полученных из МИВФ 16, формируется изображение в виде наложения растровых и векторных данных (фиг. 7.), копии которых впоследствии сохраняются в МХРД 7 и МХВД 8, а так же при необходимости печатается в виде физических копий в МП 18.

Предлагаемое устройство является новым, промышленно применимым, прошло испытание в Краснодарском крае на примере идентификации свалок твердых бытовых отходов. Задавая характеристические значения каждого выделенного объекта и сравнивая их с характеристическими значениями эталонных объектов, которые были ранее выявлены и уточнены в ходе проведения полевых исследований, можно с помощью данного устройства идентифицировать различные объекты, например карьеры, дороги и т.п.

Устройство обработки информации для идентификации объектов, включающее последовательно соединенные блок ввода данных (БВД), блок хранения и накопления данных (БХНД), включающий три модуля: модуль хранения растровых данных (МХРД), модуль хранения векторных данных (МХВД), модуль хранения атрибутивных данных (МХАД), блок предварительной обработки данных (БПОД), блок воспроизводства информации (БВИ), включающий два модуля: модуль визуализации (MB) и модуль печати (МП), отличающееся тем, что оно дополнительно содержит датчик проверки соответствия техническим требованиям (ДПСТТ), включающий модуль выборки объекта (МВО) и модуль проверки соответствия техническим требованиям (МПСТТ), блок распознавания объекта (БРО), содержащий модуль объектно-пространственной фильтрации (МОПФ), модуль спектрально-аналитической фильтрации (МСАФ), модуль инфраструктурно-визуальной фильтрации (МИВФ), при этом выход БВД соединен со входом БХНД, входами-выходами МХРД и МХВД соединены через вход модуля визуализации с одним из входов БВИ, вход МХРД связан с выходом БПОД, БХНД через один из выходов МХАД соединен с входом модуля проверки соответствия техническим требованиям, а другой выход МХАД соединен с входом модуля выбора объекта ДПСТТ, второй вход которого соединен со выходом МХРД, выход МВО соединен со входом модуля проверки соответствия техническим требованиям ДПСТТ, а своим выходом МПСТТ соединен с модулем атмосферной коррекции БПОД, который своим выходом связан с модулем ортотрансформации БПОД, второй выход которого соединен со входом МОПФ блока распознавания объектов, а своим выходом - со входом МСАФ, который своим выходом соединен со входом МИВФ БРО, который соединяет его своим выходом с модулем визуализации БВИ, модуль визуализации одним своим выходом соединен с модулем печати, а другой его выход является выходом БВИ, модуль печати имеет выход, который также является выходом БВИ.



 

Похожие патенты:

Техническое решение относится к электронным системам оплаты услуг и может быть использовано при осуществлении платежей за товары и услуги, в том числе, при оплате операторов мобильной связи, коммунальных, игровых и других услуг. Широко известны электронные платежные системы, которые осуществляют транзакции с помощью телекоммуникационных интернет сетей, среди них WEBMONEY, CyberPlat, PayCash, e-port, Рапида.

Система использования и хранения генеалогической информации, содержащая подключенные к сети Интернет автоматизированные рабочие места пользователей с устройствами введения и отображения информации, связанные с ними, по меньшей мере, один центральный сервер хранения информации относительно пользователей сети и связей между ними, интегрированный в Интернет ресурс или веб-технологию со средствами авторизации пользователя, отличающаяся тем,что она дополнительно содержит, по меньшей мере, один сервер баз данных. Полезная модель относится к системам хранения информации.

Система мониторинга и прогнозирования относится к вычислительной технике, в частности, к системе прогнозирования накопления отложений в золотниковых парах авиационных газотурбинных двигателей до предотказного состояния.

Интеллектуальная независимая система мониторинга и оценки качества научно-технических документов относится к области вычислительной техники, в частности, к интеллектуальной системе, предназначенной для автоматизированного вычисления оценки качества научно-технических документов

Полезная модель относится к области оплаты счетов

Устройство предназначено для сбора данных о состоянии технологического оборудования АЭС. Состоит из трех крейтов, один из которых служит для установки служебных блоков (источники питания, блок контроля напряжения, сетевые устройства), а второй и третий служат для установки функциональных блоков, обеспечивающих сбор аналоговых сигналов.

Устройство предназначено для сбора данных о состоянии технологического оборудования АЭС. Состоит из трех крейтов, один из которых служит для установки служебных блоков (источники питания, блок контроля напряжения, сетевые устройства), а второй и третий служат для установки функциональных блоков, обеспечивающих сбор аналоговых сигналов.

Полезная модель относится к области оплаты счетов

Интеллектуальная независимая система мониторинга и оценки качества научно-технических документов относится к области вычислительной техники, в частности, к интеллектуальной системе, предназначенной для автоматизированного вычисления оценки качества научно-технических документов

Система мониторинга и прогнозирования относится к вычислительной технике, в частности, к системе прогнозирования накопления отложений в золотниковых парах авиационных газотурбинных двигателей до предотказного состояния.
Наверх