Повышение контраста и точности локализации объектов интереса на ортофотопланах местности, построенных по искаженным изображениям с беспилотного летательного аппарата

В статье рассматриваются и сравниваются методики устранения искажений на исходных изображениях с беспилотного летательного аппарата, целью которых является увеличение контраста и точности определения координат объектов интереса относительно фона. Проведены авиационные работы с целью получения исходных изображений подстилающей поверхности с различными временами экспозиции, а также данных с навигационного модуля беспилотного летательного аппарата. Осуществлена камеральная обработка полученных материалов, рассчитаны точные центры фотографирования каждого из изображений и построены ортофотопланы местности. Оценен контраст и точность определения координат объектов интереса относительно фона на ортофотопланах местности, построенных по исходным и восстановленным различными методами изображениям.

1. Захлебин А. С. Построение ортофотоплана местности с использованием БПЛА вертолетного типа DJI PHANTOM 4 // Электронные средства и системы управления: материалы докл. в междунар. науч.-прак. конф. 2018. № 1–2. С. 159–161. EDN: ZEMEMP.

2. Захлебин А. С. Метод обработки материалов аэрофотосъемки для построения геопривязанного ортофотоплана местности с телевизионной камеры беспилотного летательного аппарата DJI Phantom 4 PRO // Доклады Академии наук высшей школы Российской Федерации. 2021. № 4 (53). С. 26–35. DOI: 10.17212/1727-2769-2021-4-26-35.

3. Kapustin V., Movchan A., Kuryachiy M. [et al.]. Activepulse television measuring systems images space-time filtration by // Journal of Physics: Conference Series. 2020. Vol. 1488. Р. 1–6. DOI: 10.1088/1742-6596/1488/1/012032.

4. Гуркина Е. Д., Белов Ю. С. Коррекция размытых изображений // Международный студенческий научный вестник. 2017. № 5. С. 30. EDN: ZNLNGL.

5. Браславская О. Б., Гендрина И. Ю., Квач А. С. Сравнение двух методов расчета функции размытия точки и оптической передаточной функции // Известия вузов. Физика. 2013. Т. 56, № 9–2. С. 215–216. EDN: RWIFMF.

6. Медведков Н. В., Трубаков А. О. Исследование метрик качества результатов инверсной фильтрации Винера для размытых и прямолинейно смазанных изображений // КОГРАФ-2021: сб. материалов 31-й Всерос. науч.-прак. конф. по графическим информационным технологиям и системам, Нижний Новгород, 19–22 апреля 2021. Нижний Новгород: Изд-во НГТУ им. Р. Е. Алексеева, 2021. С. 51–58. DOI: 10.46960/43791586_2021_51. EDN: YANYHA.

7. Брейкина К. В., Умняшкин С. В. Оценка качества изображения при компенсации смаза по методу Люси–Ричардсона // Известия высших учебных заведений. Электроника. 2020. Т. 25, № 2. С. 167–174. DOI: 10.24151/1561-5405-2020-25-2-167-174. EDN: GDDQFI.

8. Данилина Е. А., Елфимов В. Т. Оптимизация решения задачи восстановления изображения методом Тихонова // Молодежный научно-технический вестник. 2016. № 2. С. 34. EDN: VRWZRH.

9. Медведков Н. В., Трубаков А. О. Решение задачи «слепой» деконволюции с помощью генетического алгоритма // КОГРАФ-2022 по графическим информационным технологиям и системам: сб. материалов 32-й Всерос. науч.-прак. конф., Нижний Новгород, 18–21 апреля 2022. Нижний Новгород: Изд-во НГТУ им. Р. Е. Алексеева, 2022. С. 39–47. DOI: 10.46960/kograph_2022_39. EDN: AIEBRU.

10. Коробейников А. Г., Федосовский М. Е., Алексанин С. А. Разработка автоматизированной процедуры для решения задачи восстановления смазанных цифровых изображений // Кибернетика и программирование. 2016. № 1. С. 270–291. DOI: 10.7256/2306-4196.2016.1.17867. EDN: VKQHCD.