Семантика визуальных моделей в космических исследованиях

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.

1. Номоконов И.Б. Информативность рентгеновского изображения. Славянский форум. 2015;2(8):233–239.

2. Nomokonov I.B. The semantic informativeness. European Journal of Medicine. Series B. 2015;3(4):141–147.

3. Bolbakov R.G. Tacit knowledge as a cognitive phenomenon. European Journal of Technology and Design. 2016;1(11):4–12.

4. Цветков В.Я. Информационное поле и информационное пространство. Международный журнал прикладных и фундаментальных исследований. 2016;1–3:455–456. URL: https://applied-research.ru/ru/article/view?id=8536

5. Господинов С.Г. Семантическое дерево в информационном поле. Славянский форум. 2018;3(21):73–79.

6. Kudzh S.A., Tsvetkov V.Ya. Cognitive expert assessment. In: Silhavy R. (Ed.). Artificial Intelligence in Intelligent Systems. proceedings of Computer Science On-line Conference. Ser. “Lecture Notes in Networks and Systems.” 2021. V. 229. P. 742–749. https://doi.org/10.1007/978-3-030-77445-5_66

7. Zafar B., et al. Intelligent image classification-based on spatial weighted histograms of concentric circles. Comput. Sci. Inf. Syst. 2018;15(3):615–633. https://doi.org/10.2298/CSIS180105025Z

8. Савиных В.П. Определение линейных параметров планеты по измерению углового диаметра. Russian Journal of Astrophysical Research. Series A. 2021;7(1):28–34.

9. Ожерельева Т.А. Информационное соответствие и информационный морфизм в информационном поле. ИТНОУ: Информационные технологии в науке, образовании и управлении. 2017;4(4):86–92

10. Lototsky V.L. Spatial information modeling. European Journal of Computer Science. 2016;1(2):38–46.

11. Егошкин Н.А. Динамические модели геометрической обработки изображений в системах дистанционного зондирования Земли. Цифровая обработка сигналов. 2017;1:8–12.

12. Злобин В., Еремеев В. Обработка аэрокосмических изображений. ЛитРес; 2018. 287 c.