Савиных Виктор Петрович, академик РАН, д.т.н., профессор, Президент; летчик-космонавт, Дважды Герой Советского союза, Лауреат государственной премии, Лауреат премии Президента РФ, Лауреат премии Правительства РФ
105064, Москва, Гороховский пер., д. 4
Scopus Author ID 56412838700
Viktor P. Savinykh, Academician at the Russian Academy of Sciences, Dr. Sci. (Eng.), Professor, President; PilotCosmonaut, Twice Hero of the Soviet Union, State Prize Laureate, RF President Prize Laureate, Laureate of the RF Government Prize
4, Gorokhovsky per., Moscow, 105064
Scopus Author ID 56412838700
Господинов Славейко Господинов, доктор наук, профессор, проректор по НИР; Академик международной академии наук Евразии, Академик Российской академии космонавтики им. К.Э. Циолковского
1046, София, ж.к. Лозенец, бул. Христо Ботева, д. 1
Slaveiko G. Gospodinov, Dr. Sci. (Habil.), Professor, Vice-Rector for Research; Academician at the International Academy of Sciences of Eurasia, Academician at the K.E. Tsiolkovsky Russian Academy of Cosmonautics
1, Hristo Botev Blvd., Lozenets residential complex, Sofia, 1046
Кудж Станислав Алексеевич, д.т.н., профессор, ректор
119454, Москва, пр-т Вернадского, д. 78
Scopus Author ID 56521711400
ResearcherID AAG-1319-2019
Stanislav A. Kudzh, Dr. Sci. (Eng.), Professor, Rector
78, Vernadskogo pr., Moscow, 119454
Scopus Author ID 56521711400
ResearcherID AAG-1319-2019
Цветков Виктор Яковлевич, д.т.н., д.э.н., профессор, профессор кафедры инструментального и прикладного программного обеспечения Института информационных технологий; Лауреат Премии Президента РФ, Лауреат Премии правительства РФ, Академик Российской академии информатизации образования (РАО). Академик Российской академии космонавтики им. К.Э. Циолковского (РАКЦ)
119454, Москва, пр-т Вернадского, д. 78
Scopus Author ID 56412459400
ResearcherID J-5446-2013
Viktor Ya. Tsvetkov, Dr. Sci. (Eng.), Dr. Sci. (Econ.), Professor, Department of Instrumental and Applied Software, Institute of Information Technologies; Laureate of the Prize of the President of the Russian Federation, Laureate of the Prize of the Government of the Russian Federation, Academician at the Russian Academy of Education Informatization (RAO), Academician at the K.E. Tsiolkovsky Russian Academy of Cosmonautics. (RACC)
78, Vernadskogo pr., Moscow, 119454
Scopus Author ID 56412459400
ResearcherID J-5446-2013
Дешко Игорь Петрович, к.т.н., доцент кафедры инструментального и прикладного программного обеспечения Института информационных технологий
119454, Москва, пр-т Вернадского, д. 78
Igor P. Deshko, Cand. Sci. (Eng.), Associate Professor, Department of Instrumental and Applied Software, Institute of Information Technologies
78, Vernadskogo pr., Moscow, 119454
Цели. Цель работы – разработка методики для оценки семантики слабо структурированных или морфологически сложных визуальных информационных моделей. Для достижения цели вводится критерий отнесения визуальных моделей к сложным и алгоритм получения градиентного изображения с несколькими уровнями плотности. Градиентное изображение не является бинарным, что повышает надежность нахождения границ или контуров. Вводится вспомогательная структурная визуальная модель, и в обработке используется серия изображений разной плотности. Далее вводится понятие условной системы координат изображения, позволяющей переносить информацию с разных визуальных моделей на синтетическую результирующую визуальную модель.Методы. Использование градиентной обработки изображений и построение новой промежуточной структурной модели, которая позволяет связывать модели с разной плотностью. Введение системы условных координат изображения. Обработка серии моделей с разной плотностью для получения синтетического изображения.Результаты. Проведена обработка визуальных моделей, полученных с космических снимков со слабой различимостью объектов. Обработаны снимки в системе «Солнце – Земля – Луна». В качестве базиса выбрана система «Солнце – Земля». Для космических снимков характерно то, что яркий свет Солнца «забивает» изображения других объектов с бо́льшими фазовыми углами. Применение методики оконтуривания позволило выровнять изображения объектов слабой яркости и большой яркости. Смещение частотной характеристики после выявления всех объектов позволило сформировать четкую визуальную модель.Выводы. На первичных визуальных моделях изображения слабой яркости не видны. При увеличении экспозиции они появляются, но объекты высокой плотности могут сливаться в один. Из-за этого по одному снимку высокой, средней или слабой плотности принципиально невозможно получить качественное изображение всех объектов или полную семантику визуальной модели. Для получения полной семантики визуальной модели необходима обработка серии изображений с переносом изображений на общее синтетическое изображение. Предложенная методика позволяет решать такие задачи. Сравнение полученных результатов с методами обработки одного изображения показывает надежность и большую информативность метода.
Objectives. The aim of the study is to develop a methodology for assessing the semantics of weakly structured or morphologically complex visual information models. In order to achieve the goal, a criterion for classifying visual models as complex and an algorithm for obtaining a gradient image with several levels of density were introduced. The gradient image is not binary, thus increasing the reliability of finding boundaries or contours. An auxiliary structural visual model was introduced, and a series of images of different densities was used in processing. Next, the concept of a conditional image coordinate system was introduced. This allows for information to be transferred from different visual models to a synthetic resulting visual model.Methods. Using gradient image processing and constructing a new intermediate structural model allows models with different densities to be linked. A system of conditional image coordinates was introduced and a series of models with different densities to obtain a synthetic image was processed.Results. The visual models obtained from satellite images with poor visibility of objects were processed in the Sun– Earth–Moon system. The Sun–Earth system was chosen as the basis. A characteristic of space images is the fact that the bright light of the Sun “clogs” the images of other objects with large phase angles. The use of the contouring technique allows for the visibility of images of low brightness and high brightness to be equalised. The shift of the frequency response after detection of all objects enabled the formation of a clear visual model.Conclusions. In primary visual models, low brightness images were not visible. They appeared when exposure was increased, while high-density objects merged into one. Because of this, it is fundamentally impossible to obtain a high-quality image of all objects, or the complete semantics of a visual model from a single high, medium, or lowdensity image. In order to obtain the complete semantics of the visual model, a series of images need to be processed with the transfer of images to a common synthetic image. The proposed technique allowed for such problems to be resolved. A comparison of the results obtained using the methods of processing a single image proved the reliability and high information content of the method.
The authors declare that there are no conflicts of interest present.