bsuirДоклады БГУИРDoklady BGUIR1729-76482708-0382БГУИРbsuir-953Research ArticleСтатьиПОИСК АНТРОПОГЕННЫХ ОБЪЕКТОВ АЭРОИЗОБРАЖЕНИЙ НА ОСНОВЕ ГЕОМЕТРИЧЕСКИХ ПАРАМЕТРОВ КОНТУРОВ ГОМОГЕННЫХ ОБЛАСТЕЙDetection of anthropogenic objects of aero-images based on geometric parameters of the edge of homogeneous areasШевчукО. Г.ShauchukA. G.o.shevchuk@bsuir.byЦветковВ. Ю.TsviatkouV. Yu.noemail@neicon.ruБелорусский государственный университет информатики и радиоэлектроникиBelarusian state university of informatics and radioelectronics201803062019018490Copyright © Шевчук О.Г., Цветков В.Ю., 20192019Шевчук О.Г., Цветков В.Ю.Shauchuk A.G., Tsviatkou V.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://doklady.bsuir.by/jour/article/view/953

Предлагается алгоритм поиска антропогенных объектов аэроизображений на основе анализа геометрических параметров контуров гомогенных областей. Алгоритм позволяет уменьшить ошибки первого и второго рода в сравнении с алгоритмом поиска пространственных аномалий за счет определения принадлежности к антропогенным объектам сегментов с равномерной яркостью на основе значений форм-факторов и концентрации изломов и концевых точек нормализованных по толщине контуров.

An algorithm for searching for anthropogenic objects of air image on the basis of analysis of geometric parameters of the edges of homogeneous regions features is proposed. It is shown that the proposed algorithm makes it possible to reduce the errors of the first and second kind with respect to the algorithm for searching for spatial anomalies due to taking into account the values of multi-segment form factors and the concentration of corners and end points of normalized in thickness edge of segments with uniform brightness with a decrease in speed.

антропогенный объектгеометрические характеристикиаэроизображениеanthropogenic objectgeometric characteristicsair imageReferencesWeng Q.Remote Sensing and GIS Integration: Theories, Methods, and Applications: Theory, Methods, and Applications. McGraw-Hill Education, 2009. 416 p.Weng Q.Remote Sensing and GIS Integration: Theories, Methods, and Applications: Theory, Methods, and Applications. McGraw-Hill Education, 2009. 416 p.Вежневец А.П. Методы классификации с обучением по прецедентам в задаче распознавания объектов на изображениях // Международная конференция компьютерной графики и зрения [Электронный ресурс]. -URL: http://graphicon.ru/html/2006/proceedings/papers/fr10_34_VezhnevetsA.pdf (дата обращения: 13.02.2018).Вежневец А.П. Методы классификации с обучением по прецедентам в задаче распознавания объектов на изображениях // Международная конференция компьютерной графики и зрения [Электронный ресурс]. -URL: http://graphicon.ru/html/2006/proceedings/papers/fr10_34_VezhnevetsA.pdf (дата обращения: 13.02.2018).Старовойтов В.В. Локальные геометрические методы цифровой обработки и анализа изображений // Минск: ИТК НАН Беларуси, 1997. 284 с.Старовойтов В.В. Локальные геометрические методы цифровой обработки и анализа изображений // Минск: ИТК НАН Беларуси, 1997. 284 с.Борзов С.М., Потатуркин О.И. Обнаружение антропогенных зон на основе поиска пространственных аномалий в крупномасштабных спутниковых изображениях // Автометрия. 2012. № 5. С. 104-111.Борзов С.М., Потатуркин О.И. Обнаружение антропогенных зон на основе поиска пространственных аномалий в крупномасштабных спутниковых изображениях // Автометрия. 2012. № 5. С. 104-111.Борзов С.М., Потатуркин А.О. Исследование эффективности пространственных признаков при классификации спутниковых изображений различного масштаба // Вест. НГУ. Сер. Информ. технологии. 2012. № 3. С. 58-65.Борзов С.М., Потатуркин А.О. Исследование эффективности пространственных признаков при классификации спутниковых изображений различного масштаба // Вест. НГУ. Сер. Информ. технологии. 2012. № 3. С. 58-65.Ст. 1. Закон Респ. Бел. «Об охране окружающей среды» от 26 ноября 1992 г. № 1982-XІІ.Ст. 1. Закон Респ. Бел. «Об охране окружающей среды» от 26 ноября 1992 г. № 1982-XІІ.Шевчук О.Г., Зеленин А.С. Система геометрических признаков антропогенных объектов // Матер. междунар. науч.-техн. семинара «Телекоммуникации: сети и технологии, алгебраическое кодирование и безопасность данных». Минск, апр.-дек. 2017 г. Минск, 2017. С. 5-9.Шевчук О.Г., Зеленин А.С. Система геометрических признаков антропогенных объектов // Матер. междунар. науч.-техн. семинара «Телекоммуникации: сети и технологии, алгебраическое кодирование и безопасность данных». Минск, апр.-дек. 2017 г. Минск, 2017. С. 5-9.Бондина Н.Н., Калмычков А.С., Кривенцов В.Э. Сравнительный анализ алгоритмов фильтрации // Інформатика і моделювання. Вып. 38. Х.:НТУ ХПИ. 2012. С. 15-19.Бондина Н.Н., Калмычков А.С., Кривенцов В.Э. Сравнительный анализ алгоритмов фильтрации // Інформатика і моделювання. Вып. 38. Х.:НТУ ХПИ. 2012. С. 15-19.Shih F.Y., Cheng S. Automatic seeded region growing for color image segmentation // Image and Vision Computing. Newark. 2005. № 23. P. 877-886.Shih F.Y., Cheng S. Automatic seeded region growing for color image segmentation // Image and Vision Computing. Newark. 2005. № 23. P. 877-886.Canny J.A Computational Approach to Edge Detection // IEEE Trans. Pattern Analysis and Machine Intelligence. 1986. Vol. 8, № 6. P. 679-698.Canny J.A Computational Approach to Edge Detection // IEEE Trans. Pattern Analysis and Machine Intelligence. 1986. Vol. 8, № 6. P. 679-698.Brice С.R., Fenema С.L. Scene Analysis Using Regions // Artificial Intelligence. 1970. № 1. P. 205-226.Brice С.R., Fenema С.L. Scene Analysis Using Regions // Artificial Intelligence. 1970. № 1. P. 205-226.Шевчук О.Г., Цветков В.Ю. Нормализация контурных линий по толщине на основе масочного анализа локальных ориентаций их фрагментов // Информатика. 2016. № 51. С. 14-24.Шевчук О.Г., Цветков В.Ю. Нормализация контурных линий по толщине на основе масочного анализа локальных ориентаций их фрагментов // Информатика. 2016. № 51. С. 14-24.Шевчук О.Г., Крамков Д.А. Детектирование прямых линий на изображении с использованием евклидова форм-фактора // Докл. XVI Междунар. конф. «Развитие информатизации и государственной системы научно-технической информации (РИНТИ-2017)». Минск, 16 нояб. 2017 г. Минск, 2017. С. 167-173.Шевчук О.Г., Крамков Д.А. Детектирование прямых линий на изображении с использованием евклидова форм-фактора // Докл. XVI Междунар. конф. «Развитие информатизации и государственной системы научно-технической информации (РИНТИ-2017)». Минск, 16 нояб. 2017 г. Минск, 2017. С. 167-173.Бородина О.Г., Цветков В.Ю. Выделение изолированных прямых линий на изображениях с использованием форм-фактора // Изв. СПбГЭТУ «ЛЭТИ». 2015. № 1. C. 41-45.Бородина О.Г., Цветков В.Ю. Выделение изолированных прямых линий на изображениях с использованием форм-фактора // Изв. СПбГЭТУ «ЛЭТИ». 2015. № 1. C. 41-45.Шевчук О.Г., Цветков В.Ю. Поиск изломов контуров изображений на основе расширяемых масок // Докл. БГУИР. 2016. № 7 (101). C. 221-225.Шевчук О.Г., Цветков В.Ю. Поиск изломов контуров изображений на основе расширяемых масок // Докл. БГУИР. 2016. № 7 (101). C. 221-225.Шевчук О.Г. Детектирование прямых линий на основе форм-фактора // Матер. междунар. науч.-техн. семинара «Телекоммуникации: сети и технологии, алгебраическое кодирование и безопасность данных». Ч. 2. Минск, апр.-дек. 2016 г. Минск, 2016. С. 5-10.Шевчук О.Г. Детектирование прямых линий на основе форм-фактора // Матер. междунар. науч.-техн. семинара «Телекоммуникации: сети и технологии, алгебраическое кодирование и безопасность данных». Ч. 2. Минск, апр.-дек. 2016 г. Минск, 2016. С. 5-10.

The authors declare that there are no conflicts of interest present.