Системы анализа и обработки данных

СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

ISSN (печатн.): 2782-2001          ISSN (онлайн): 2782-215X
English | Русский

Последний выпуск
№3(103) Июль-Сентябрь 2026

Технологические аспекты геоинформационной системы индексации и распространения аэрокосмических изображений

Выпуск № 2 (67) Апрель - Июнь 2017
Авторы:

А.Н. Колесенков ,
DOI: http://dx.doi.org/10.17212/1814-1196-2017-2-135-145
Аннотация
Рассмотрены методы, алгоритмы и технологические моментыгеоинформационной системы поиска, индексации, каталогизации и распространения аэрокосмических снимков на основе кластерного и спектрального анализа. Разработана функциональная схема сервиса и структура базы географических данных на основе технологии географического online портала. Рассматривается информационное и алгоритмическое обеспечение системы. Рассмотрены возможные источники информации для наполнения базы геоданных. Предложен способ устранения информационной избыточности при обработке снимков для повышения скорости индексации изображений и сокращения времени доступа к ним. Предложена технология добавления в систему массивов снимков частными пользователями и организациями, сделанных с помощью профессиональных или любительских аппаратов, а также обработанных различными программными средствами. Разработан алгоритм распознавания элементов на основе нечеткой кластеризации цветных изображений для расширения возможностей поиска снимков в базе географических данных.
Ключевые слова: геоинформационная система, ГИС, индексация, каталогизация, данные, аэрокосмический снимок, спутниковый снимок, нечеткая кластеризация, распознавание, вегетационный индекс
А.Н. Колесенков
390005, РФ, г. Рязань, ул. Гагарина, 59/1, Рязанский государственный радиотехнический университет, кандидат технических наук, доцент. Е-mail:
sk62@mail.ru
Orcid:

Список литературы
1. Gonzalez R.C., Woods R.E. Digital image processing. – 3rd ed. – Upper Saddle River, NJ: Prentice Hall, 2008.

2. Pratt W.K. Introduction to digital image processing. – Boca Raton, FL: CRC Press, 2014.

3. Мачнева Е.И. Применяемые методы индексации спутниковых изображений при формировании каталогов данных дистанционного зондирования земли // Молодежь и наука: сборник материалов VI Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых. – Красноярск: Сибирский федеральный ун-т, 2011.

4. Колесенков А.Н., Юрьев П.Н. Разработка алгоритма аэрокосмического ГИС-мониторинга экосистем // Актуальные проблемы математики и информатики: теория, методика, практика: сборник научных трудов. – Елец: ЕГУ им. И.А. Бунина, 2015. – С. 143–147.

5. Algorithms of fire seat detection, modelling their dynamics and observation of forest fires via communication technologies / A.N. Kolesenkov, B.V. Kostrov, V.N. Ruchkin, E.V. Ruchkina // 4th Mediterranean Conference on Embedded Computing (MECO 2015). – Piscataway, NJ: IEEE, 2015. – P. 254–257.

6. Злобин В.К., Колесенков А.Н., Костров Б.В. Корреляционно-экстремальные методы совмещения аэрокосмических изображений // Вестник Рязанского государственного радиотехнического университета. – 2011. – № 37. – С. 12–17.

7. Агафонов А.М., Колесенков А.Н., Сарычев Н.А. Применение метода нечеткой кластеризации элементов аэрокосмических изображений для мониторинга территорий и опасных объектов // Наука и образование в жизни современного общества: сборник научных трудов по материалам Международной научно-практической конференции: в 14 т. – Тамбов, 2015. – Т. 10. – С. 16–17.

8. Колесенков А.Н., Мелкова Д.А. Методы кластеризации данных в геоинформационных системах // Современные технологии в науке и образовании – СТНО-2016: сборник трудов международной научно-технической и научно-методической конференции: в 4 т. / под общ. ред. О.В. Миловзорова. – Рязань, 2016. – Т. 2. – С. 121–123.

9. Колесенков А.Н., Костров Б.В. Алгоритм автоматической привязки аэрокосмических изображений // Тезисы докладов Третьей международной научно-технической конференции "Актуальные проблемы создания космических систем дистанционного зондирования Земли". – М., 2015. – С. 166–168.

10. The directions for collaborate usage of flight apparatus technical vision system information and electronic cartography / A.N. Kolesenkov, S. Babaev, A. Baranchikov, N. Grinchenko, A. Loginov // 5rd Mediterranean Conference on Embedded Computing (MECO 2016): proceedings, Bar, Montenegro. – Piscataway, NJ: IEEE, 2016. – P. 153–157.

11. Колесенков А.Н., Таганов А.И. Разработка интеллектуального онлайн сервиса каталогизации и распространения аэрокосмических снимков // Форум проектов программ союзного государства – V Форум ВУЗов инженерно-технологического профиля: сборник материалов. – Минск, 2016. – С. 57–59.

12. Колесенков А.Н., Костров Б.В., Ручкин В.Н. Методика интеллектуального обнаружения, моделирования и сопровождения пожаров // Известия ТулГУ. Технические науки. – 2015. – № 5-2. – С. 266–274.

13. Колесенков А.Н. Технология поддержки принятия управленческих решений на основе оперативного мониторинга пожарной обстановки // Известия ТулГУ. Технические науки. – 2015. – № 9. – С. 157–163.

14. Taganov A, Kolesenkov A., Babev S. Ecological monitoring of dangerous objects on the basis of vegetation indexing and evolutionary approach // 5rd Mediterranean Conference on Embedded Computing (MECO 2016), Bar, Montenegro: proceedings. – Piscataway, NJ: IEEE, 2016. – P. 468–472.

15. Колесенков А.Н., Цегельник Д.В. Математические методы распознавания аэрокосмических изображений в геоинформационных системах // Математические методы в технике и технологиях – ММТТ. – 2016. – Т. 5. – C. 68–71.

16. Колесенков А.Н. Современные подходы к обработке данных при построении геоинформационных систем экологического мониторинга // Известия ТулГУ. Технические науки. – 2016. – № 9. – С. 103–112.
Просмотров аннотации: 2192
Скачиваний полного текста: 1138
Просмотров интерактивной версии: 0
 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.