Методы и алгоритмы построения фотоплана местности посредством аэрофотосъемки с помощью беспилотного летательного аппарата тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Власов, Виктор Викторович

• Власов, Виктор Викторович
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Власов, Виктор Викторович

СОДЕРЖАНИЕ

Введение

1. Теоретические и технологические аспекты сбора и обработки материалов аэрофотосъемки для мониторинга строительных объектов

1.1 Анализ возможностей применения беспилотных летательных аппаратов для проведения аэрофотосъемки

1.2 Актуальность задачи оперативного обновления планов и карт

1.3 Технология создания ортофотопланов по материалам аэрофотосъемки

1.3.1 Основы сшивки изображений

1.3.2 Получение изображений

1.3.3 Проблемы, характерные для получения изображений

1.3.4 Преобразование изображений

1.3.5 Сравнение и сопоставление изображений

1.3.6 Сопоставление ключевых точек

1.3.7 Выводы

1.4 Разработка подхода к автоматизированному построению фотоплана местности

1.4.1 Выделение признаков на изображении

1.4.2 Масштабно-инвариантная трансформация признаков

1.4.3 Оценка томографии

1.4.4 Размытие изображение или блендинг

1.5 Методика проведения аэрофотосъемки для решения задач строительства

1.5.1 Анализ требования для планирования полета

1.5.2 Планирование полета БПЛА

1.5.3 Выводы

2. Разработка и исследование алгоритмов построения фотопланов местности с помощью материалов аэрофотосъемки

2.1 Анализ существующих алгоритмов автоматизированного поиска ключевых точек на фотоснимках для построения фотопланов местности

2.1.1 Аффино-ковариантные детекторы

2.1.2 Детекторы, основанные на аффиной нормализации - Харрис и Гессиан

2.1.3 Детекторы регионов, основанные на краях

2.1.4 Детекторы экстремального значения регионов

2.1.5 Детектор максимально стабильных регионов

2.1.6 Детектор Кадира-Брейди

2.1.7 Анализ сложности и необходимых вычислений времени

2.2 Тестирование перекрытия детекторов

2.2.1 Мера повторяемости детектора

2.2.2 Повторяемость при различных преобразованиях

2.2.3 Углубленные тесты детекторов

2.2.4 Тестирование сопоставления детектируемых регионов

2.2.5 Оценка сопоставления регионов

2.2.6 Сопоставление относительно преобразований изображения

2.2.7 Выводы

3. Разработка алгоритма и методики классификации изображений по

характеру рельефа местности

3.1 Анализ существующих методов и подходов классификации

3.2 Классификация изображений по визуальным признакам

3.2.1 Методика применения математической морфологии для классификации изображений

3.2.2 Проведение экспериментов по классификации изображений

3.3 Выводы

4 Проектирование распределенной системы для доступа к материалам аэрофотосъемки посредством веб-порталов

4.1 Обратный прокси-сервер и его роль в системе

4.2 Анализ и выбор протоколов взаимодействия распределенных компонентов подсистемы разграничения доступа в сети корпоративных порталов

Основные результаты и выводы

Список литературы

Приложение А - Пример пары изображений для тестирования детекторов

Приложение Б - Диаграмма развертывания системы

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы построения фотоплана местности посредством аэрофотосъемки с помощью беспилотного летательного аппарата»

ВВЕДЕНИЕ

Актуальность работы. В настоящее время существенно возросло использование беспилотных летательных аппаратов (БИЛА) для осуществления аэрофотосъемки строительной и жилищно-коммунальной территорий, что ведет к возникновению потребности в автоматизированной обработке результатов аэрофотосъемки. Одна из распространенных задач обработки - это автоматическое нахождение области перекрытия и совмещение отдельных изображений, т.н. сшивка изображений в единый фотоплан местности. Полученная в результате сшивки информация об области перекрытия и взаимном расположении фотографий может быть использована для построения точных и актуальных планов местности, анализа каких-либо событий или изменений на местности. Эти данные являются важным средством информационного обеспечения принятия управленческих решений при реализации ряда практических задач - планирование застройки территории, возведение и реконструкция строительных объектов различного назначения, организация эффективного функционирования их инженерной инфраструктуры (энерго-, тепло-, водоснабжение и т.п.), обеспечение техносферной безопасности, выявление незаконного использования энергетической инфраструктуры, незаконных свалок отходов.

Применение космических средств дистанционного зондирования и традиционных методов аэрофотосъемки для решения подобных задач не всегда возможно и эффективно из-за недостаточности во многих случаях разрешения получаемых фотоснимков, чувствительности к погодным условиям, недостаточной оперативности при проведении мониторинга местности, сложности построения 3 D-моделей местности, недостаточной гибкости при определении маршрутов полетного задания, довольно высокой стоимости работ. Эти недостатки значительно в меньшей степени проявляются при применении для целей дистанционного зондирования БПЛА.

Проблемой проведения и интеллектуальной обработки фотоснимков занимались многие ученые, среди которых Родионов Б.Н., Быков Л.В., Гельман Р.Н., Антипов A.B., Архипов О.П., Волков A.A., которые, в том числе,

обосновывали возможность практического использования аэрофотосъемки для решения задач мониторинга и картографирования территорий. Усилиями известных ученых, таких как Трунин Ю.М., Смирнов С.А., Бобир Н.Я., Калантаров Е.И. и др., разработаны методы проективной фотограмметрии. Они подготовили теоретическую основу методов и предложили алгоритмы обработки изображений, полученных в результате аэрофотосъемки. Среди зарубежных ученых большой вклад в исследования внесли Пацифичи Ф., Шекелфорд А.К., Чжан И., Хуан X., которые занимались проблемой классификации пространственных данных по типу рельефа местности.

Под местностью в контексте исследования понимаются территории городской и сельской застройки, коммуникации (дороги, ЛЭП, трубопроводы и др.), и иные территории с наблюдаемыми признаками хозяйственной деятельности человека.

Процесс построения фотопланов местности начинается с выделения ключевых точек на изображениях, благодаря чему становятся возможными поиск и сопоставление изображений, имеющих перекрытие. До настоящего времени полностью не решена проблема выбора типа, параметров и опциональных возможностей алгоритма детектирования ключевых точек, т.е. его профиля. В большинстве систем, используемых для построения фотоплана местности, используется один, задаваемый на этапе проектирования, профиль детектирования ключевых точек для всего множества изображений вне зависимости от их параметров. Однако данный профиль может быть не предпочтительным даже на множестве изображений одного типа и назначения. Также существуют системы с возможностью выбора профиля детектирования из множества нескольких возможных. При этом данная задача целиком возлагается на пользователя, обычно не являющегося специалистом в области построения фотопланов строительной местности из множества фотоснимков, полученных в результате проведения аэрофотосъемки, и, следовательно, не обладающего достаточной компетенцией для выбора предпочтительного профиля, т. е. обеспечивающего наилучший результат. Таким образом, оба

вышеуказанных подхода, в общем случае, не позволяют выбирать предпочтительный профиль детектирования.

Следовательно, научная задача разработки подходов и алгоритмов, обеспечивающих выбор профиля сшивки для каждого конкретного аэрофотоснимка, независимо от опыта и интуиции, как разработчика, так и пользователя системы картографирования, является актуальной.

Объектом исследования является процесс получения и обработки фотоснимков местности, полученных в ходе проведения аэрофотосъемки с помощью БГТЛА.

Предметом исследования являются методы и алгоритмы построения фотоплана местности посредством аэрофотосъемки с использованием БПЛА.

Целью исследования является повышение качества фотоплана местности за счет выбора предпочтительного профиля детектирования ключевых точек для каждого множества изображений, полученных в результате выполнения аэрофотосъемки с помощью БПЛА.

Для достижения сформулированной цели были поставлены и решены следующие задачи:

1. Обзор и сравнительный анализ основных известных алгоритмов детектирования ключевых точек на изображениях.

2. Разработка алгоритма выбора предпочтительного профиля детектирования.

3. Разработка методики получения аэрофотоснимков местности с помощью БПЛА.

4. Разработка алгоритма классификации изображений исследуемой местности для выбора предпочтительного профиля детектирования ключевых точек.

5. Разработка архитектуры и программного обеспечения автоматизированной системы построения фотопланов местности с помощью БПЛА в ходе проведения автоматической аэрофотосъемки местности.

Методы исследования. В качестве основных средств теоретических исследований использовались методы системного анализа, линейной алгебры,

математической морфологии, классификации изображений посредством машинного обучения, анализа и цифровой обработки изображений.

Научная новизна диссертационного исследования:

1. Разработан алгоритм поиска предпочтительных профилей детектирования ключевых точек на изображениях, полученных в результате проведения аэрофотосъемки, отличающийся учетом пространственных особенностей местности для подбора профиля на основе предварительной классификации данных о рельефе местности.

2. Разработана методика получения аэрофотоснимков с помощью БПЛА в ходе проведения аэрофотосъемки территорий жилищно-коммунальных хозяйств в автоматическом режиме, отличающаяся применением бортового вычислителя, позволяющего проводить необходимые для сшивки элементов изображений расчеты, причем обеспечивается возможность непрерывного мониторинга местности независимо от качества сигналов глобальных навигационных спутниковых систем.

3. Разработан алгоритм классификации изображений местности по рельефу для выбора предпочтительного профиля детектирования ключевых точек на изображениях, полученных в результате проведения аэрофотосъемки, отличающийся использованием модифицированного аппарата математической морфологии и данных из цифровой модели рельефа.

Соответствие специальности:

Выполненная работа соответствует следующим пунктам паспорта специальности 05.13.01: пункт 4 - Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации; пункт 10 - Методы и алгоритмы интеллектуальной поддержки при принятии управленческих решений в технических системах; пункт 12 - Визуализация, трансформация и анализ информации на основе компьютерных методов обработки информации.

Практическая значимость результатов исследований заключается в том, что разработанные теоретические положения реализованы в виде комплекса алгоритмов и программ (свидетельства о государственной регистрации

программы для ЭВМ №2015618757). Результаты работы были использованы в ходе деятельности НОЦ «СЦУиСУ» и ООО «Квадрион». Ее применение в системах мониторинга местности позволяет проводить эксперименты по построению фотопланов местности получением количественных данных процесса сшивки.

Участие в научных и инновационных программах.

1. Работа выполнена автором в качестве руководителя проекта в рамках НИОКР Фонда содействия развитию малых форм предприятий в научно-технической сфере проект №10336ГУ2/2015 «Создание программного обеспечения для построения фотопланов местности при аэрофотосъемке с помощью беспилотного летательного аппарата» 2014-2016 гг.

2. Результаты работы были использованы в ходе проекта по Соглашению о предоставлении субсидии от 29.09.2014 № 14.581.21.0003 с Минобрнауки России в рамках федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы» «Исследования и разработка новой цифровой портативной фото/видео аппаратуры для панорамной съемки».

3. Результаты работы были использованы в ходе проекта по Соглашению о предоставлении субсидии от 20.11.2014 № 14.575.21.0099 с Минобрнауки России в рамках федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы» «Исследование и разработка технологии построения закрытых виртуальных сред организации распределенных информационно-вычислительных ресурсов в глобальном сетевом пространстве в форме защищенной сети порталов на основе открытых протоколов сетевого взаимодействия и безопасной аутентификации пользователей с использованием компонентов с открытым программным кодом».

Апробация работы. Основные положения диссертационной работы докладывались и получили положительные отзывы на следующих конференциях:

1. Первой международной научной конференции Electronic governance and open society: challenges in Eurasia (EGOSE-2014) 2014, г.Санкт-Петербург.

2. Международной научно-технической Интернет-конференции «Информационные системы и технологии (ИСиТ-2015)».

Публикации. Основные научные результаты диссертации опубликованы в 8 работах, в том числе 2 статьи в журналах, входящих в перечень ВАК РФ, 2 статьи в журналах, рецензируемых в Scopus. По результатам исследований получено 1 свидетельство о государственной регистрации программ для ЭВМ.

1 .ТЕОРЕТИЧЕСКИЕ И ТЕХНОЛОГИЧЕСКИЕ АСПЕКТЫ СБОРА И ОБРАБОТКИ МАТЕРИАЛОВ АЭРОФОТОСЪЕМКИ ДЛЯ МОНИТОРИНГА СТРОИТЕЛЬНЫХ ОБЪЕКТОВ

1.1 Анализ возможностей применения беспилотных летательных аппаратов для проведения аэрофотосъемки

Беспилотные летательные аппараты, находящие применение до недавнего времени в основном в военной сфере, находят свое место в гражданских областях. Одной из такой отрасли является строительство. С помощью БПЛА становится возможным оперативное проведение работ по мониторингу строительных объектов, а также аэрофотосъемке исследуемой территории.

В настоящее время существенно возросло использование беспилотных летательных аппаратов (БПЛА) для осуществления аэрофотосъемки местности. В результате возникает потребность в автоматизированной обработке результатов съемки. Одна из распространенных задач обработки - это автоматическое нахождение области перекрытия и совмещение отдельных изображений (сшивка изображений). Данная задача возникает не только при аэрофотосъемке (АФС), но и при микросъемке медицинских препаратов или микросъемке длинной детали. Полученная в результате сшивки информация об области перекрытия и взаимном расположении фотографий может быть использована для построения точных и актуальных планов местности, анализа каких-либо событий или изменений на местности. Данная задача принадлежит к задачам компьютерного зрения, которые в настоящее время является одной из быстроразвивающихся отраслей информационных технологий.

Аэрофотосъемочный беспилотный летательный аппарат запускается, взлетает и совершает посадку в полуавтоматическом режиме, так называемый «автопилот», по загруженному предварительно маршруту и, пролетая по заранее спланированному в ГИС маршруту, выполняет цифровую съемку местности, результатом которой являются снимки высокого разрешения на запрограммированных точках по глобальным географическим координатам. Выполнив аэрофотосъемочный маршрут, БПЛА приземляется в точку взлета и

передает полученные данные в ходе аэрофотосъемки на наземную станцию. Для каждого снимка получается полный набор цифровой информации -географические координаты центральной точки снимка, высота съемки, полный набор телеметрических данных для переноса и использования в общепринятых ГИС системах, таких как Arc View и Maplnfo. Таким образом, все фотографии являются геопривязанными с помощью одно- или двухчастотных глобальных навигационных спутниковых систем (ГНСС) приемника и появляется возможность сшивки фотоснимков в единый ортофотоплан местности. Аэрофотосъемка с БПЛА может заменить спутниковые снимки высокого разрешения для строительной сферы и ЖКХ. Контроль «с воздуха» с использованием снимков может внести качественные изменения в мониторинг местности, поможет предотвратить несвоевременное принятие решений в виду недостаточной информационной базы или несвоевременного получения данных для экспертного анализа.

Применение БПЛА в сфере строительства и ЖКХ дает возможность:

• Создавать актуальные электронные карты местности;

• оценивать объем работ и контролировать их выполнение;

• вести оперативный мониторинг состояния строительных объектов и территорий (БПЛА позволяет быстро и эффективно строить карты местности);

• определять индекс NDVI (Normalized Difference Vegetation Index -нормализованный вегетационный индекс), который позволит получить оценку качества почвенного покрова исследуемой территории;

• проверять качество выполнения земельных работ.

Научный и технический прогресс позволяет сегодня широко использовать в строительстве и ЖКХ современные технологии во время планирования и выполнения работ. Такими технологиями, несомненно, являются беспилотные летательные аппараты. Так, точное строительство включает в себя большое количество элементов, которые делятся на три основных этапа:

1. Сбор информации о строительных объектах и исследуемой территории.

2.Анализ информации и принятие решения.

3.Выполнение решений - проведение строительных операций.

Перед тем, как приступить к строительству объектов, необходимо провести мониторинг территории, чтобы составить точный план затрат на обрабатываемые площади и получить данные о состоянии почвенного покрова и рельефа местности. В результате измерений составляется электронная карта исследуемой местности.

Преимущества электронной карты заключаются в:

• возможности ведения учета и контроля всех строительных операций за счет базирования на точных данных: площади территории и ее рельефе, расстоянии дорог, населенных пунктов и т.д;

• помощи проведения полного анализа условий, влияющих на рост растительности на данном поле;

• оптимизации процесса производства с целью получения максимального дохода, а также рационального использования ресурсов;

• учете и анализе последствий при различных неблагоприятных погодных условиях и других показателей посредством беспилотной авиации;

• формировании статистических справок и отчетов.

После получения электронной карты поля возможно проводить обследование исследуемой территории «с земли» и вносить дополнительную информацию (например, карты путей водоснабжения, карты содержания основных элементов И, Р, К, Са, М§, Б, РЬ в почве) о местности в существующие базы данных.

1.2 Актуальность задачи оперативного обновления планов и карт

Для целей рационального управления территориями, предназначенными под строительство, необходимо иметь полную и достоверную информацию о состоянии природного и хозяйственного комплекса страны в целом, субъекта Федерации или муниципалитета. Информацию о состоянии территорий получают путем отслеживания изменений и отражения их в текущих документах, базах данных и на картографических материалах. В последнее время этот процесс называют мониторингом тех или иных явлений, объектов,

процессов. Особое значение имеет мониторинг земель, который находит отражение в создании и ведении государственного земельного кадастра.

Земельный кадастр является информационной основой государственного управления земельными ресурсами, экономического и юридического регулирования земельных отношений [1, 2]. Государственный земельный кадастр представляет собой систематизированный свод документированных сведений о местоположении, целевом назначении и правовом положении земель Российской Федерации, сведений о территориальных зонах, наличии расположенных на земельных участках и прочно связанных с ними объектов недвижимости [3]. В государственный земельный кадастр включается информация о субъектах и видах права на земельные участки.

Земельный кадастр состоит из комплекса различных юридических, экономических, технических, организационных процессов, объединенных целью информационного обеспечения земельных отношений.

В процессе хозяйственного использования земельных ресурсов постоянно происходят изменения в составе, качестве и продуктивности земель, а также изменения собственников земли и границ землепользовании. Поэтому возникает необходимость ведения текущего земельного кадастра, главной задачей которого является своевременное выявление и внесение в земельно-кадастровую документацию всех законных изменений в распределении и использовании земель, а также выявление и устранение ранее допущенных ошибок.

Для поддержания данных земельного кадастра на уровне современных требований такие изменения должны быть оперативно внесены не только в земельно-кадастровую документацию, но и отображены на кадастровых планах и картах. Таким образом, возникает потребность в поддержании картографических кадастровых материалов в актуальном состоянии, а задача совершенствования методики мониторинга земель является актуальной.

В практике топографо-геодезического производства решение о необходимости обновления принимается в зависимости от количества изменений, происшедших на местности с момента создания карты, а также в

зависимости от важности районов. Считается, что период обновления составляет: в наиболее важных обжитых районах 5-7 лет; на прочих территориях 10-15 лет. За это время на местности происходят существенные изменения, которые приходится оценивать не только количественно. Необходимо учитывать важность изменений, и существенность связанных с этими изменениями событий. При ведении земельного кадастра, например, требуется удостоверить целостность границ земельного участка [4] при любом изменении учетной информации, будь то изменение собственника, правоустанавливающих документов или разрешенного использования. При этом нет необходимости в обновлении планов и карт всей территории. Обновлению подлежат только локальные участки, в границах которых произошли существенные изменения.

Обновление крупномасштабных планово-картографических материалов эффективно выполняется по материалам аэрофотосъемки. Дальнейшее развитие дежурного картографирования и ведения локального мониторинга территорий по аэрофотоснимкам сдерживает излишняя централизация аэрофотогеодезических работ. Специализированные авиаотряды, оснащенные самолетами класса не ниже АН-30, не приспособлены для оперативных съемок локальных участков местности. Выход просматривается в децентрализации выполнения аэросъемки на основе малой авиации с использованием современных цифровых съемочных систем и децентрализации обработки фотограмметрической информации в целях создания ортофотопланов на базе современных цифровых фотограмметрических комплексов.

Для выборочного обновления планов и карт предлагается использовать материалы оперативной аэрофотосъемки (ABC), которая может занять промежуточное положение между наземной инструментальной съемкой и космической съемкой местности при решении задач картографирования. Аэрофотосъемка обладает рядом достоинств. Такая съемка не требует профессиональной подготовки пилота и экипажа летательного аппарата. ABC выполняется практически с любых летательных аппаратов, начиная с пилотируемых самолетов и вертолетов и заканчивая беспилотными

авиамоделями. Невысокая стоимость аппаратуры и аренды малых летательных аппаратов делает аэрофотосъемку доступной для многих неспециализированных предприятий.

Вопросам применения видеосъемки для картографирования территорий посвящено большое количество теоретических и экспериментальных исследований. В научных работах[9, 10, 15] обосновывается принципиальная возможность корректной фотограмметрической обработки материалов аэрофотосъемки.

Первые работы по телерепортажной съемке сельскохозяйственных и строительных территорий были выполнены под руководством проф. Родионова Б.Н. [5]. В своих работах ученые Родионов Б.Н., Быков JI.B., Гельман Р.Н., Антипов A.B. [5, 6, 7] и другие обосновывают возможность практического использования аэрофотосъемки для решения задач мониторинга и картографирования территорий. Известны публикации по экологическому мониторингу с использованием аэрофотосъемки [9]. Ряд работ посвящен методике создания ортофотопланов по материалам аэрофотосъемки [6, 7, 8, 11].

Элементы внутреннего ориентирования видеокамеры неизвестны и могут произвольно изменяться в процессе съемки. Усилиями известных ученых, таких как Трунин Ю.М., Смирнов С.А., Бобир Н.Я., Калантаров Е.И. [15, 16, 17, 18] и др. разработаны методы проективной фотограмметрии. Они подготовили теоретическую основу методов и предложили алгоритмы обработки неметрических изображений. Обработка аэрофотоснимков выполняется с использованием алгоритмов проективной фотограмметрии, инвариантных относительно элементов внутреннего ориентирования снимков.

Другой особенностью является необходимость выбора такого масштаба съемки, при котором разрешающая способность снимка на местности соответствует графической точности масштаба создаваемого плана. Это обстоятельство, наряду с малым размером видеокадра и его низкой разрешающей способностью, приводит к покрытию снимком на местности незначительной площади, резкому увеличению количества кадров и объема камеральных работ. Например, для создания ортофотоплана масштаба 1:2000

на 1 кв. км местности необходимо обработать около 250-300 аэроснимков. Решать подобную задачу без максимальной автоматизации традиционных фотограмметрических процессов нецелесообразно.

В последнее время на строительном и добывающем рынках наметилась тенденция более глубокого использования БПЛА за счет того, что разрабатываются облачные веб-платформы для контроля качества и стоимости строительства с помощью визуального интерфейса и высокоэффективных аналитических алгоритмов на основе данных, собранных в ходе аэрофотосъемки. Для эффективного и простого решения для полного цикла строительства необходимо вовлечение беспилотной авиации во все блоки работ, представленных на рисунке 1, а именно:

• проектирование;

• земляные и дорожные работы;

• возведение сооружений;

• благоустройство;

• эксплуатация.

Рисунок 1 - Процесс мониторинга цикла строительных этапов

Данный подход позволяет решать следующие задачи:

• Мгновенное измерение расстояний, площади, объемов, а также профилей высот с геодезической точностью.

• Сравнение фактического фотоплана с плановым. Накладывание генплана, плана земляных работ, архитектурного плана, плана сетей или любого другого плана позволяет оценить соответствие плана и факта.

• Наблюдение изменений, произошедших на строительной площадке за любой интервал времени, с помощью алгоритмов автоматического отслеживания изменений.

• Отслеживание важных параметров хода работ или возведения сооружений, земляных работ или работ по благоустройству.

• Контролирование статуса и состояния строительных объектов.

• Взаимодействие с коллегами и прочими участниками проекта.

• Необходимость привлечения БПЛА для строительных работ обуславливается эффективностью и выгодой данного подхода, т.к. достигаются следующие результаты такого взаимодействия:

• Ускорение проектирование до 4 раз

• Ускорение полевых работ при предварительных изысканиях до 5 раз

• Сокращение затрат на подрядчиков до нескольких десятков миллионов рублей в месяц

• Регулярное выявление несоответствия факта плану

• Улучшенная связь между участниками проекта

Однако применение БПЛА для решения задач строительства является весьма актуальным за счет своего относительно «небольшого порога вхождения». На ниже приведенном рисунке отображено сравнение трех больших классов методов для воздушного мониторинга объектов.

Рисунок 2- Сравнение классов воздушного мониторинга

Из рисунка 2 видно, что БПЛА обладают самой низкой степенью покрытия исследуемой территории, однако, удобство использования, невысокие требования к квалификации оператора, низкая стоимость аппарата,

Список литературы диссертационного исследования кандидат наук Власов, Виктор Викторович, 2016 год

СПИСОК ЛИТЕРАТУРЫ

1. Архипов, О.П. Персонифицированное преобразование представлений цветных изображений на мониторе ПЭВМ. [Текст] / О.П. Архипов, 3. Зыкова 3. // Системы и средства информатики, 2012. - 22:1 (2012), С. 22-37.

2. Архипов, О.П. Применение полутоновых представлений при анализе изменений цветных изображений. [Текст] / О.П. Архипов, З.П. Зыкова Информатика и ее применения, 2014. - 8:3, С.90-99.

3. Архипов, О.П., Метод регистрации морфинга трехмерного объекта на основе данных натурного эксперимента [Текст] / О.П. Архипов Ю.А. Маньяков, Д.О. Сиротинин // Системы и средства информатики, 2010. - 20:1, С.91-105.

4. Аффинное преобразование. [Электронный ресурс]. - Режим доступа: https://en.wikipedia.org/wiki/Affine_transformation, свободный (дата обращения: 15.05.16).

5. Безрядин, С. Н. Преобразование яркости в программном обеспечении [Текст] / П.А. Буров, Д. Ю. Ильиных // KWE Int. Inc, 2006. - С.30-37.

6. Власов, В.В. Возможности применения мультироторных беспилотных летательных аппаратов при неуверенном приеме сигналов ГНСС. [Текст] / И.В. Бизин, Ю.В. Василенко, В.В. Власов, A.B. Демидов, Н.В. Канатников, М.В. Смоляков // Информационные системы и технологии. -(6 (86)), 2014. - С.148-153.

7. Бугаевский, Л. М. Геоинформационные системы [Текст] / Л. М.Бугаевский, В. Я.Цветков // М: 2000.- С. 156.

8. Бурага, A.B. Сравнительный анализ пассивных методов измерения дальности для малого беспилотного летательного аппарата [Текст] / А.В.Бурага, В.М.Костюков // Труды МАИ. Выпуск № 53, С.39.

9. Буча, В.В., Выделение и векторизация линейных объектов на цветных картографических изображениях [Текст] /В.В. Буча, С.В.Абламейко // Весщ HAH Беларусь Сер. ф13.-мат навук, 2005. - № 1. - С. 98-105.

10. Визильтер, С.Ю. Проблемы технического зрения в современных авиационных системах [Текст] / С.Ю. Визильтер, С.Н. Желтов // Сб. трудов

научно-технической конференции-семинара «Техническое зрение в системах управления мобильными объектами-2010» Под ред. Р. Р. Назирова. Таруса, 16 — 18 марта 2010 г. - С. 11-44.

11. Власов, В.В. Разработка метода классификации пространственных данных, основанного на аппарате математической морфологии. [Текст] / В.В.Власов // 69.051 Выбор и исследование строительной площадки. «Инновационная наука» №12/2016 ISSN 2410-6070, 2016. - №4 - С. 40-46.

12. Власов, В.В. К вопросу о применении беспилотных летательных аппаратов в сфере точного земледелия [Текст] /В.В. Власов, H.A. Власова, A.B. Демидов, Н.В. Канатников, М.В. Смоляков // Информационные системы и технологии. (5 (91)), 2015.- С. 72-77.

13. Петренко JI.K. Актуальные проблемы организации проектирования [Текст] / JI.K. Петренко, A.A. Оганезян // Технические науки - от теории к практике.-Сб. ст. по материалам XLVI междунар. науч.-практ. конф. - № 5(42). - Новосибирск: Изд. «СибАК», 2015. - С.63-67.

14. Глотов, В.А., Математическая морфология [Текст] / В.А. Глотов // Электронный математический и медико-биологический журнал. Сборник научных трудов. Под ред. В. А. Глотова. 1999. - Смоленск: Изд. СГМА. - С.93.

15. Глотов, В.А., Структурный анализ микрососудистых бифуркаций: Микрососудистый узел и гемодинамический фактор [Текст] / В.А. Глотов // автореферат дис. ... доктора медицинских наук: 14.00.02 / Смоленск, гос. мед. акад. - Санкт-Петербург, 1998. - С.56.

16. Глумов, Н.Г. Построение и применение моментных инвариантов для обработки изображений в скользящем окне [Текст] / Н.Г.Глумов // Компьютерная оптика, 1995. -№14-5-1. - С.9.

17. Гонсалес, Р., Вудс Р., Цифровая обработка изображений [Текст] / Р. Гонсалес, Р. Вудс // Техносфера, 2006. - С. 1072.

18. Гонсалес, Р. Цифровая обработка изображений в среде Matlab [Текст] / Р. Гонсалес, С. Вудс, Эддинс //. М.: Техносфера, 2006. - С. 351 - 367.

19. Демидов, A.B. Клиентская подсистема аутентификации пользователей в сети корпоративных порталов с применением портативного цифрового

устройства доступа [Свидетельство о государственной регистрации программы для ЭВМ №2012616860, зарегистрировано в реестре программ для ЭВМ 1 августа 2012 г. Дата поступления заявки 7 июня 2012 г.].

20. Демидов, А. В. Моделирование процессов информационного обмена с приоритетами в сетях передачи данных промышленных предприятий [Текст] / А. В. Демидов, А. И. Офицеров, С. И. Афонин // Информационные технологии в науке, образовании и производстве. - Т. 5., 2010. - С. 94-101.

21. Демидов, А. В. Моделирование процессов информационного обмена с приоритетами в сетях передачи данных промышленных предприятий [Текст] . A.B. Демидов, А.И. Офицеров, С.И. Афонин // Информационные системы и технологии, 2010. -№ 3 (59). - С. 83-87.

22. Демидов, А. В. Особенности построения подсистемы управления доступом системы управления информационным обменом сети корпоративных порталов [Текст] / А. В. Демидов, С. А. Лазарев // Информационные системы и технологии, 2012. - № 4 (72). - С. 103-110.

23. Еременко, В. Т. Алгоритмы поиска угроз в пространстве состояний процессов информационного обмена распределенной управляющей системы [Текст] / В. Т. Еременко, Константинов И. С. // Вестник Тамбовского государственного технического университета, 2004. - Т. 10, № 4А. -С. 912-918.

24. Еременко, В. Т. Способы и приемы анализа характеристик протоколов информационного обмена в телекоммуникационной среде предприятия [Текст] / В. Т. Еременко, М. В. Чистяков // Известия Тульского государственного университета. Серия «Технологическая системотехника». Труды участников IV Международной электронной научно-технической конференции «Технологическая системотехника - 2005», 2006. - № 7. - С. 61-64.

25. Журавель, И.М. Краткий курс теории обработки изображений. [Электронный ресурс] - Режим доступа: http://matlab .exponenta.ru/imageprocess/book2/37.php, свободный (дата обращения: 15.05.16)

26. Замай, С.С. Программное обеспечение и технологии геоинформационных систем: [Учебное пособие] / С.С Замай, О.Э. Якубайлик // Краснояр. гос. ун-т. Красноярск, 1998. - С.110.

27. Интернет-порталы: содержание и технологии: Сб. науч. ст. Вып. 4 [Текст] / Под ред. А. Н. Тихонова и др.; ФГУ ГНИИ ИТТ «Информика» // М.: Просвещение, 2007. - 606 с.

28. Калинкина, Д. Проблема подавления шума на изображениях и видео и различные подходы к ее решению [Текст] / Д. Калинкина, Д. Ватолин // Компьютерная графика и мультимедиа, 2005. - № 3(2).

29. Ключникова, О.В. Роль стратегического управления по совместному производству работ для инженерной инфраструктуры [Текст] / О.В. Ключникова // Интернет-журнал Науковедение, 2013. - №5.

30. Кнут, Д. Э. Искусство программирования. Том 1. Основные алгоритмы [Текст] / Д. Э. Кнут. // М.: Вильяме, 2010. - С.720 - ISBN: 978-58459-0080-7.

31. Кнут, Д. Э. Искусство программирования. Том 2. Получисленные алгоритмы [Текст] / Д. Э. Кнут // М.: Вильяме, 2011. - С.832 - ISBN: 5-84590081-6.

32. Конушин, А. Слежение за точечными особенностями сцены (Pointfeaturetracking) [Текст] / А. Конушин // Компьютерная графика и мультимедиа.- Выпуск №1(5), 2003. - С.57.

33. Корнилов, В.Ю. Система моментных инвариантов изображения [Текст] / В.Ю. Корнилов // СПб.: Автометрия, 2002. - С. 80.

34. Костюченко, В.В. Системотехническая методология организации процессов строительного производства [Текст] / В.В. Костюченко // Инженерный вестник Дона, 2012. - №1. - С.43-57.

35. Лабинская, Д.Е. Исследование методов предобработки изображений рентгенограмм [Текст] / Д.Е. Лабинская, Т.В. Мартыненко // Донецк, ДонНТУ, 2012.-С. 506-511.

36. Лазарев, С.А. Применение цифровых носителей идентификационной информации для управления доступом в сети корпоративных порталов [Текст] /

С. А. Лазарев, П. П. Силаев // Информационные системы и технологии. - 2011.

- № 3 (65). - С. 114-119.

37. Лунев, Е.М. Программно-алгоритмическое обеспечение для определения навигационных параметров беспилотного летательного аппарата на базе фотоизображения [Текст] / Е.М. Лунев, Н.В. Павлова // Вестник МАИ, 2009. - Т. 16, №6. - С.111-119.

38. Манжилевская, С.Е. Система и модели организационного инжиниринга [Текст] / С.Е. Манжилевская, И.А. Евлоева // Технические науки -от теории к практике, 2015 -№ 46 - С.57-63.

39. Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц [Электронный ресурс]. - Режим доступа: http://habrahabr.ru/blogs/algorithm/133826/, свободный (дата обращения: 23.02.2016).

40. Морозова, О.Б. Система контроля и управления доступом по биометрическим параметрам [Текст] О.Б. Морозова // Научная сессия ТУСУР-2011: Материалы Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых, Томск, 4-6 мая 2011 г. - Томск: В-Спектр, 2011: В 6 частях. - Ч. 2. - 348 с.

41. Обнаружение устойчивых признаков изображения: метод SURF [Электронный ресурс]. - Режим доступа: http://habrahabr.ru/blogs/algorithm/103107/, свободный (дата обращения: 15.05.2016).

42. Павельева, Е. А., Поиск и анализ ключевых точек радужной оболочки глаза методом преобразования Эрмита [Текст] / Е.А. Павельева, A.C. Крылов // Информатика и ее применения, 2010 - Т. 4 - Вып. 1- С.79-82.

43. Писаревский В. OpenCV- Библиотека компьютерного зрения для всех -IntelCorporation, Software&SolutionGroup [Электронный ресурс]- Презентация

- 2012 - Режим доступа: http://www.myshared.ru/slide/202801, свободный (дата обращения: 15.05.2016).

44. Пичугин, И. JI. Применение ГИС-технологий - эффективный метод мониторинга объектов ЖКХ [Текст] / И. JI. Пичугин // Вестник Орловского государственного аграрного университета, 2011. - №4. - С.76-79.

45. Пичугин, И. JL Применение ГИС-технологий эффективный метод мониторинга объектов ЖКХ [Электронный ресурс] // Вестник ОрелГАУ. 2011. №4. Режим доступа: http://cyberleninka.ru/article/ii/primenenie-gis-tehnologiy-effektivnyy-metod-monitoringa-obektov-zhkh (дата обращения: 20.10.2016).

46. Поляков, А. Методы и алгоритмы компьютерной графики [Текст] / А. Поляков, В. Брусенцов. - СПб.: БХВ-Петербург, 2003. - С. 545.

47. Пономарев, Д.В. Предобработка изображений для системы распознавания исторических рукописных документов [Электронный ресурс] / Д.В. Пономарев-2009.-Режим доступа: http://it-claim.ru/Library/Books/ITS/wwwbook/IST7/ponomarev/Ponomarev.htm свободный (дата обращения: 15.05.2016).

48. Пуртов, Д.П. Исследование методов и разработка алгоритмов обработки видеоинформации в задачах локализации положения БЛА на основе распознавания изображений при помехах и искажениях [Текст] / Д.П. Пуртов // Электронный журнал «Труды МАИ». Выпуск № 52.

49. Ростопчин В. В., Румянцев С. С. Беспилотные авиационные системы [Электронный ресурс] / Режим доступа: avia.ru/author/03.shtml, свободный (дата обращения: 15.05.2016).

50. Сойфер, В.А. Компьютерная обработка изображений [Текст] / В.А. Сойфер // Соросовский образовательный журнал .- №3. - 1996.

51. Хусаинов, Н.Ш. Об исследовании бортовой интегрированной системы управления движением летательного аппарата с коррекцией координат [Текст] / Н.Ш. Хусаинов, П.П. Кравченко, В.В. Сапов. // Инженерный вестник Дона.-2013. - № 4.

52. Цыганов A.B. Алгоритмы машинной графики. Часть 1 [Электронный ресурс] / Презентация- 2010 // Режим доступа: http://www.twirpx.com/file/599631 (дата обращения: 15.05.2016).

53. Чернышов, Jl. Н. Обоснование концепции энергосбережения в жилищно-коммунальном хозяйстве [Текст] / Л.Н. Чернышов, И.Л. Пичугин // Строительство и реконструкция, 2010. - № 6 (32). С. 51-56.

54. Шилов, А.В. Принцип системности моделирования [Текст] / А.В. Шилов, С.Е. Манжилевская, В.В. Швецов //Наука вчера, сегодня, завтра, 2016. -№ 2-2 (24). - С.70-75.

55. Шумилов, Ю.В. Применение беспилотных летательных аппаратов (БПЛА) в технологии точного земледелия [Текст] / Ю.В. Шумилов, Р.Ю. Данилов, И.А. Костенко, А.В. Данилова, К.В. Семочкин, А.А. Пачкин // Молодой ученый, 2015. - №9.2. - С. 146-147.

56. Ahmad, A. Aerial mapping using high resolution digital camera and unmanned aerial vehicle for geographical information system [Текст] / A. Ahmad, A. Samad // In 2010 6th International Colloquium on Signal Processing and Its Applications (CSPA). -2010. - 1-6. doi: 10.1109/CSPA.2010.5545303.

57. Ansari, A. Use of point cloud with a low-cost UAV system for 3d mapping [Текст] / A. Ansari // In 2012 International Conference on Emerging Trends in Electrical Engineering and Energy Management (ICETEEEM).-2012.

p. 131-134. - doi: 10.1109/ICETEEEM.2012.6494471.

58. Arjomandi, M. Classification of Unmanned Aerial Vehicles [Текст] / S. Agostino, M. Mammone, M. Nelson, T. Zhou // Report for mechanical engineering class, University of Adelaide, Adelaide, Australia. - 2012. - p.34.

59. Baumberg, A. Reliable feature matching across widely separated views [Текст] / A. Baumberg //In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Hilton Head Island, South Carolina, USA. - p. 774-781.

60. Bennett, B. Police departments wait for FAA clearance to fly drones [Текст] / В. Bennett // Los Angeles Times.-April 29- Accessed July 1. - 2012.-p.ll.

61. Billingsley, T.B. Safety Analysis of TCAS on Global Hawk Using Airspace Encounter Models [Текст] / T.B. Billingsley // S.M. Thesis, MIT, Cambridge, Mass. - 470. - p.5.

62. Vlasov, V.V. The Use of Multicopters for Traffic Monitoring in Dense Urban Areas [Текст] / I.V. Bizin I, V.V. Vlasov, A.V. Demidov, N.V. Kanatnikov //

In Proceedings of the 2014 Conference on Electronic Governance and Open Society: Challenges in Eurasia. - New York.-NY.-USA. - pp.42-44. ACM.

63. Bradski, G. Learning OpenCV - Computer Vision with the OpenCV Library [Текст] / G. Bradski, A.Kaehler // O'Reilly Media, 2008. - C. 580.

64. Brown, M. Lowe, D.. Recognizing panoramas [Текст] / M. Brown, D. Lowe // In Proceedings of the International Conference on Computer Vision, Nice, France, 2003. - p. 1218-1225.

65. Canny, J. A computational approach to edge detection [Текст] / J. Canny // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1998. - pp. 679698.

66. Csurka, G. Visual categorization with bags of keypoints [Текст] / G. Csurka, C.Dance, C. Bray, L. Fan // In Proceedings Workshop on Statistical Learning in Computer Vision, 2004. - P. 103.

67. Daugman J. How iris recognition works [Текст] / J. Daugman // IEEE Transactions on Circuits and Systems for Video Technology, 2004. - Vol. 14.- No.l. - P.21-30.

68. Dorko, G. Selection of scale invariant neighborhoods for object class recognition [Текст] / G. Dorko, C. Schmid // In Proceedings International Conference on Computer Vision.- Nice.- France, 2003. - P. 634-640.

69. Fergus, R.,. 2003. Object class recognition by unsupervised scale-invariant learning [Текст] / R. Fergus, P. Perona, A. Zisserman // In Proceedings IEEE Conference on Computer Vision and Pattern Recognition, 2004,-Madison.- Wisconsin.- USA. - P. 29.

70. Ferrari, V. Simultaneous object recognition and segmentation by image exploration. [Текст] / V. Ferrari , T. Tuytelaars, L. Van Gool // In Proceedings European Conference on Computer Vision.-Prague. - Czech Republic, 2001. - P. 4054.

71. Ferrari, V. Simultaneous object recognition and segmentation from single or multiple model views [Текст] / V. Ferrari , T. Tuytelaars, L. Van Gool // International Journal of Computer Vision, to appear, 2005. - p. 63-74.

72. Gabrlik, P. The design and implementation of 4 DOF control of the quadrotor. [Текст] / P. Gabrlik, J. Vomocil, L. Zalud // In 12th IFAC Conference on Programmable Devices and Embedded Systems.-2013.-p. 68-73. doi: 10.3182/20130925-3-CZ-3023.00047.

73. Goedeme, T. Fast wide baseline matching for visual navigation [Текст] / Т. Goedeme, Т. Tuytelaars, L. Van Gool // In Proceedings IEEE Conference on Computer Vision and Pattern Recognition, Washington.- DC, USA, 2004. - p. 24-29.

74. Haarbrink, R. Accurate DSM production from unmanned helicopter systems [Текст] / R. Haarbrink, H. Eisenbeiss // In International Archives of Photogrammetry and Remote Sensing.-v. 21, 2008. - p. 1259-1264.

75. Harris, C. A combined corner and edge detector [Текст] / С. Harris , M. Stephens // In Alvey Vision Conference, 1988. - p. 147-151.

76. Hartley, R.I. Multiple View Geometry in Computer Vision [Текст] / R.I. Hartley , A. Zisserman // 2nd edition, Cambridge University Press, 2004. - ISBN: 0521540518. - p. 47.

77. Hollingsworth K. The best bits in an iris code [Текст] / К. Hollingsworth , К. Bowyer, P. Flynn // IEEE Transaction on Pattern Analysis and Machine Intelligence, 2009.- Vol. 31.- No. 6. - P. 964-973.

78. Kadir, T. An affine invariant salient region detector [Текст] / Т. Kadir,A. Zisserman, M. Brady // In Proceedings of the 8th European Conference on Computer Vision. - Prague, Czech Republic, 2004. - p. 345-457.

79. Kerkyra, G. Distinctive image features from scale-invariant keypoints [Текст] / G. Kerkyra, D. Lowe // International Journal on Computer Vision 60(2), 2004.-p. 1150-1157.

80. Kocmanova, P. Spatial Calibration of TOF Camera, Thermal Imager and CCD Camera [Текст] / P. Kocmanova, L. Zalud // In: Mendel 2013: 19th International Conference on Soft Computing Brno University of Technology, Fakulty of Mechanical Engineering, 2013. - p. 343-348.

81. Vlasov, V. V. Technical Aspects of Application of Portable Digital Access Devices for a Corporate Network [Текст] / I.S. Konstantinov, S.A. Lazarev, P.P. Silaev, A.V. Demidov, V.V. Vlasov, K.V. Suslova К // In Proceedings of the 2015

2Nd International Conference on Electronic Governance and Open Society: Challenges in Eurasia. - New York, NY, USA, 2015.- p. 189-192. ACM.

82. Lazebnik, S. A sparse texture representation using affine-invariant regions [Текст] / S. Lazebnik, C. Schmid, J. Ponce // In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. - Madison, Wisconsin, USA. - 2003. -p. 319-324.

83. Lazebnik, S. Affine-invariant local descriptors and neighborhood statistics for texture recognition [Текст] / S. Lazebnik, C. Schmid, J. Ponce // In Proceedings of the International Conference on Computer Vision. - Nice, France. - 2003. -p. 649-655.

84. Lazebnik, S. A sparse texture representation using local affine regions [Текст] / S. Lazebnik, C. Schmid, J. Ponce // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 27(8). - 2005. - p. 1265-1278.

85. Lei, B.J. On feature extraction from images [Текст] / B.J. Lei, E.A. Hendriks, M.J.T. Reinders // Technical Report, Deliverable 2.1.1.2.A+B, MCCWS project. - Information and Communication Theory Group. - TU Delft. -1999. - P. 57.

86. Lindeberg, T. Feature detection with automatic scale selection [Текст] / Т. Lindeberg // International Journal of Computer Vision. - 30(2). - p. 79-116.

87. Lindeberg, T. Shape-adapted smoothing ° in estimation of 3-D shape cues from affine deformations of local 2-D brightness structure [Текст] / Т. Lindeberg, J. Garding // Image and Vision Computing 15(6). -1997. - p.415-434.

88. Martens, J.-B. The Hermite transform-theory [Текст] / J.B. Martens // IEEE Transactions on Acoustics, Speech, and Signal Processing. - 1990. - Vol. 38. - No.9. - P. 1595-1606.

89. Matas, J. Robust wide-baseline stereo from maximally stable extremal regions [Текст] / J. Matas, O. Chum, M. Urban, Pajdla // In Proceedings of the British Machine Vision Conference, Cardiff, UK. - 2002. - p.384-393.

90. Matas, J. Object Recognition using the Invariant Pixel-Set Signature [Текст] / J. Matas, J. Burianek, J. Kittler // In Proceedings of the British Machine Vision Conference. - London, UK. - 2002. - p. 606-615.

91. Matas, J. 2004. Robust wide-baseline stereo from maximally stable extremal regions [Текст] / J. Matas, O. Chum, M. Urban, Pajdla // Image and Vision Computing. - 22(10). - 2004. - p.761-767.

92. Mikolajczyk, K. Indexing based on scale invariant interest points [Текст] / К. Mikolajczyk, С. Schmid // In Proceedings of the 8th International Conference on Computer Vision. - Vancouver, Canada. - 2001. - p.76.

93. Mikolajczyk, K.An affine invariant interest point detector [Текст] / К. Mikolajczyk, С. Schmid // In Proceedings of the 7th European Conference on Computer Vision. - Copenhagen, Denmark. - 2004. - p.33.

94. Mikolajczyk, K. A performance evaluation of local descriptors [Текст] / К. Mikolajczyk, С. Schmid // In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. - Madison, Wisconsin, USA. -2003. - p. 63.

95. Mikolajczyk, K. Scale & affine invariant interest point detectors [Текст] / К. Mikolajczyk, С. Schmid // International Journal on Computer Vision. - 60(l).-2004.-p.63—86.

96. Mikolajczyk, K. A performance evaluation of local descriptors [Текст] / К. Mikolajczyk, С. Schmid // IEEE Transactions on Pattern Analysis and Machine Intelligence.- 27(10).-2005.-p.l615-1630.

97. Mikolajczyk, K. Shape recognition with edge-based features [Текст] / К. Mikolajczyk, A. Zisserman , C. Schmid // In Proceedings of the British Machine Vision Conference.- Norwich, UK. -2003.-p.90-94.

98. Neitzel, F. Mobile 3d mapping with a low-cost UAV system [Текст] / F. Neitzel , J. Klonowski // In International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences.- volume XXXVIII-1/C22.-Zurich. -2011.-P.67-70.

99. Opelt, A. Weak hypotheses and boosting for generic object detection and recognition. [Текст] / A. Opelt, M. Fussenegger, A. Pinz, P. Auer //In Proceedings of European Conference on Computer Vision.- Prague, Czech Republic.-2004.-p.71-84.

100. Pritchett, P. Wide baseline stereo matching [Текст] / P. Pritchett , A. Zisserman // In Proceedings of the 6th International Conference on Computer Vision.-Bombay, India.-1998.-p. 754-760.

101. Proenca, H. Iris recognition: On the segmentation of degraded images acquired in the visible wavelength [Текст] / H. Proenca // IEEE Transaction on Pattern Analysis and Machine Intelligence.-2010.-Vol. 32.-No.8. - P.1502-1516.

102. Radke R.J. Image change detection algorithms: a systematic survey [Текст] / R.J. Radke, S. Andra, O. Al-Kofahi, B. Roysam // IEEE Trans, on Image Processing.-2005 .-V.14.- Iss.3.-P.294-307.

103. Reese, B. Towards a closer combination of direct and indirect sensor orientation of frame cameras [Текст] / В. Reese , С. Heipke // ISPRS Journal of Photogrammetry and Remote Sensing.-52(3).-2006.-p.ll0-121.-doi:10.1016/S0924-2716(97)00007- 5.

104. Roberts, T. On the Radar: Government Unmanned Aerial Vehicles and Their Effect on Public Privacy Interests from Fourth Amendment Jurisprudence and Legislative Policy Perspectives [Текст] / Т. Roberts // Jurimetrics: The Journal Of Law, Science & Technology 49.-no.4.-p.491-518.

105. Rothganger, F. 3D object modeling and recognition using affine-invariant patches and multi-view spatial constraints [Текст] / F. Rothganger , S. Lazebnik, C. Schmid, J. Ponce // In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition - Madison, Wisconsin, USA.-2003-p.272-277.

106. Rothganger, F., Lazebnik, S., Schmid, C., and Ponce, J. 2005. Object modeling and recognition using local affine-invariant image descriptors and multiview spatial constraints [Текст] / F. Rothganger , S. Lazebnik, C. Schmid, J. Ponce // International Journal of Computer Vision, to appear. -2005-p.133-137.

107. Schaffalitzky, F. Automated Location matching in movies [Текст] / F. Schaffalitzky, A. Zisserman // Computer Vision and Image Understanding.- 92(2).-2003.-p.236-264.

108. Schaffalitzky, F. Multi-view matching for unordered image sets, or "How do I organize my holiday snaps? [Текст] / F. Schaffalitzky, A. Zisserman // In Proceedings of the 7th European Conference on Computer Vision.- Copenhagen, Denmark.-2002.-p.414-431.

109. Schmid, С. Local gray value invariants for image retrieval [Текст] / С. Schmid, R. Mohr // IEEE Transactions on Pattern Analysis and Machine Intelligence.- 19(5).-1997.-p.530-535.

110. Se, S. Mobile robot localization and mapping with uncertainty using scale-invariant visual landmarks [Текст] /S. Se, D. Lowe, J. Little // International Journal of Robotics Research .-21(8).-2002.-p.735-758.

111. Sedgewick, R. Video google: A text retrieval approach to object matching in videos [Текст] / R. Sedgewick , J. Sivic, A. Zisserman // In Proceedings of the International Conference on Computer Vision.- Nice, France.-2003.-p.44-49.

112. Sivic, J. Video data mining using con- figurations of viewpoint invariant regions [Текст] /J. Sivic, A. Zisserman // In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition.-Washington, DC, USA.-2004.-p.488-495.

113. Sivic, J. Object level grouping for video shots [Текст] /J. Sivic, A. Zisserman, F. Schaffalitzky // In Proceedings of the 8th European Conference on Computer Vision.-Prague, Czech Republic.-2004.-p.724-734.

114. Tell, D. Wide baseline point matching using affine invariants computed from intensity profiles [Текст] / D. Tell, S. Carlsson // In Proceedings of the 6th European Conference on Computer Vision.- Dublin, Ireland.-2000.-p.814-828.

115. Tell, D. Combining appearance and topology for wide baseline matching [Текст] / D. Tell, S. Carlsson // In Proceedings of the 7th European Conference on Computer Vision.-Copenhagen, Denmark.-2002.-p.68-81.

116. Turina, A. Efficient Grouping under perspective skew [Текст] / A. Turina, T. Tuytelaars, L. Van Gool // In Proceedings IEEE Conference on Computer Vision and Pattern Recognition.- Hawaii, USA.-2002.-p.247-254.

117. Tuytelaars, T. Content-based image retrieval based on local affinely invariant regions [Текст] /Т. Tuytelaars, L. Van Gool // In Int. Conf. on Visual Information Systems.-1999.-p.493-500.

118. Tuytelaars, T. Wide baseline stereo matching based on local, affinely

invariant regions [Текст] / Т. Tuytelaars, L. Van Gool // In Proceedings of the 11th

/

British Machine Vision Conference.- Bristol, UK.-2000.-p.412-425.

119. Tuytelaars, Т. Matching Widely Separated Views based on Affine Invariant Regions [Текст] / Т. Tuytelaars, L. Van Gool // International Journal on Computer Vision.-59(l).-2004.-p.61-85.

120. Tuytelaars, T. Matching of affinely invariant regions for visual servoing [Текст] / Т. Tuytelaars, L. Van Gool, L. D'haene, R. Koch //In Int. Conference Robotics and Automation ICRA.-1999.-p.67-68.

121. Yuan, X. Theoretical accuracy of direct georeferencing with position and orientation system in aerial photogrammetry. [Текст] / X. Yuan, X. Zhang // MProceedings of T he International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Beijing:[sn].- 37(Bl).-2008.-p.617-622.

122. Zalud, L. CASSANDRA - heterogeneous reconnaissance robotic system for dangerous environments [Текст] / L. Zalud, L. Kopecny, F. Burian, A. Florian // In 2011 IEEE/SICE International Symposium on System Integration (SII).-2011.-p.l275-1280.- doi:10.1109/SII.2011.6147632.

ПРИЛОЖЕНИЕ А - ПРИМЕР ПАРЫ ИЗОБРАЖЕНИЙ ДЛЯ ТЕСТИРОВАНИЯ ДЕТЕКТОРОВ

ПРИЛОЖЕНИЕ Б - ДИАГРАММА РАЗВЕРТЫВАНИЯ СИСТЕМЫ

нгп»

Орм» 1М.

Ч ...

' У***

ШвбС

т гтт

V

18®«*

Поде мсти . тс гкм

ж*** шЩШЩр-

„ИГ

' ВАМ!«.

}

Орм* Я4

'Цщщрмшеммдж

Сет», упрлти** досгугюм

1С»

К

ч

П

ДОШМНММ

ХЛ-

Шт ОС

41 I

сшт

«миг»»» »»»••••"•«>4

ммммеан* к_

Ч ? 41

• V............

: поиска

Сеть утрзятт» с*тъю поргши»

пп>оМпк>. МЯ порпплю