'

ПРИМЕНЕНИЕ СУПЕРКОМПЬЮТЕРОВ ДЛЯ ОБРАБОТКИ ПОТОКОВ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ

Понравилась презентация – покажи это...





Слайд 0

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ПРИМЕНЕНИЕ СУПЕРКОМПЬЮТЕРОВ ДЛЯ ОБРАБОТКИ ПОТОКОВ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ Министерство образования и науки Российской Федерации Российская академия наук академик РАН Бондур В.Г., д.т.н.,профессор Резнев А.А. Федеральное государственное бюджетное научное учреждение «Научно-исследовательский институт аэрокосмического мониторинга «АЭРОКОСМОС» 105064, Россия, г.Москва, Гороховский пер., д.4 Тел.: 632-16-54, факс: 632-11-78 E-mail: vgbondur@aerocosmos.info www.aerocosmos.info


Слайд 1

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ Наиболее быстро развивающихся областей деятельности, связанной с использованием изображений, является дистанционное зондирование Земли (ДЗЗ). В настоящее время около 50 стран мира разрабатывают и изготавливают космические средства, а результатами космической деятельности пользуются около 150 стран.


Слайд 2

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Дистанционное зондирование Земли (ДЗЗ) вносит существенный вклад в экономику развитых стран Космическая информация используется для: - проведения исследований в интересах наук о Земле,; исследования и рационального использования природных ресурсов; охраны окружающей среды; предупреждения и ликвидации последствий чрезвычайных ситуаций (природные катастрофы и техногенные аварии); метеорологии и климатологии; лесного и сельского хозяйства; градостроительства, транспорта, энергетики; создания карт, кадастров различных объектов, формирования геоинформационной продукции; обеспечение безопасности страны и др. АКТУАЛЬНОСТЬ ДЗЗ Черное море Сочи Адлер Этот вид деятельности наиболее восприимчив к инновациям и требует внедрения самых последних достижений фундаментальной и прикладной науки


Слайд 3

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» При дистанционном мониторинге наиболее часто используются оптические (панхроматические (ПАН), многоспектральные (МСИ) и гиперспектральные), а также радиолокационные изображения (РЛИ) различного разрешения: сверхвысокого и высокого (0,4–7,0 м); среднего (7,0–50,0 м); низкого (50,0–1100 м). Изображения сверхвысокого и высокого разрешения формируются спутниками с оптической (Ресурс-ДК, Ресурс-П (Россия), GeoEye, QuickBird, WorldView-1,2, Ikonos (США), европейскими КА RapidEye, Spot-5 (детальный режим) и др.) и радиолокационной аппаратурой (TerraSAR-X, TanDEM-X, CosmoSkyMed (ЕКА), Radarsat-2 (Канада) и др.), а также с воздушных носителей. ТИПЫ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ Стадион в Лужниках МГУ им. М.В. Ломоносова Москва - Сити GeoEye-1


Слайд 4

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Изображения среднего разрешения формируются КА с оптической (Landsat (США), японский ALOS (AVNIR-2, PRIZM), французский Spot-5 (обзорный режим) и др.) и радиолокационной аппаратурой (Radarsat-1 (Канада), японский ALOS (PALSAR) и др.) Обзорные изображения низкого разрешения формируют оптические КА типа МЕТЕОР-М, AQUA, TERRA, Suomi NPP (MODIS), NOAA (AVHRR), геостационарные КА (METEOSAT, GOES , ЭЛЕКТРО-Л) ; радиолокационные КА типа CosmoSkyMed (ЕКА) и Radarsat-1 (Канада). ТИПЫ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ


Слайд 5

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ФОРМИРОВАНИЕ БАЗ КОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ Покрытие космическими изображениями зоны приема наземной станции Работа с базой данных


Слайд 6

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Огромное количество потребителей применяют изображения, полученные с борта космических аппаратов и воздушных носителей (самолеты, вертолеты, беспилотные летательные аппараты, аэростаты , дельтапланы и др.)для решения различных задач Для эффективного использования больших объемов данных, поступающих при аэрокосмическом мониторинге, требуется разработка и применение инновационных методов, технологий, программных и технических средств хранения и высокопроизводительной обработки изображений ИСПОЛЬЗОВАНИЕ АЭРОКОСМЧИЕСКИХ ИЗОБРАЖЕНИЙ


Слайд 7

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» 1. Предварительная обработка (радиометрическая и геометрическая коррекция; учет влияния атмосферы; географическая привязка; синтез изображений из радиоголограмм и др.) ; 2. Повышение качества изображений (контрастирование; фильтрация; подчеркивание границ; совмещение панхроматических и многоспектральных изображений синтез цветных и псевдоцветных изображений и т.п.) ; 3. Тематическая обработка: классификация (контролируемая, неконтролируемая) на основе различных подходов (детерминированного, непрерывно-группового, синтаксического, статического, нечеткого, нейрокомпьютерного и т.п.); обнаружение изменений в изображениях и др.; 4. Интерпретация изображений (выявление признаков; символьное представление результатов; семантическая интерпретация и др.); 5. Формирование временных рядов тематически сегментированных изображений; 6. Сопоставление результатов обработки разновременных и разнотипных изображений и экспорт их в ГИС. 7. Анализ результатов обработки и формирование обоснованных рекомендаций для принятия решений. ОСНОВНЫЕ ЭТАПЫ ОБРАБОТКИ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ


Слайд 8

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» СУЩЕСТВУЮЩЕЕ ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ОБРАБОТКИ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ ENVI (EXELIS) ERDAS ErMapper (INTERGRAPH, ERDAS) ERDAS Imaging (INTERGRAPH, ERDAS) GEOMATICA (PCI GEOMATICS) ASPECT-STAT (АЭРОКОСМОС) SHELL (АЭРОКОСМОС) XCLASSIFIER (АЭРОКОСМОС) DYNCLASSIFIER (АЭРОКОСМОС) SERIAL Image Analyzer (АЭРОКОСМОС) ScanMagic (СКАНЕКС) ScanEx Image Processor (СКАНЕКС) Существующие программные комплексы обеспечивают предварительную и тематическую обработку изображений. Однако, они не обеспечивают оперативную обработку данных ДЗЗ и имеют низкую степень автоматизации.


Слайд 9

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Основные программные комплексы, предназначенные для обработки изображений, функционируют на различных вычислительных средствах с использованием различных операционных систем. Для повышения эффективности аэрокосмического мониторинга требуется развитие существующих и разработка новых программных и технических средств обработки данных с целью автоматизации, повышения достоверности и быстродействия. Особо важную роль для достижения этих целей играет выбор и применение соответствующих вычислительных средств. ПРОГРАММНЫЕ КОМПЛЕКСЫ ДЛЯ ОБРАБОТКИ ИЗОБРАЖЕНИЙ


Слайд 10

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ОЦЕНКА ОБЪЕМОВ ИНФОРМАЦИИ, ФОРМИРУЕМЫХ ПРИ АЭРОКОСМИЧЕСКОМ МОНИТОРИНГЕ


Слайд 11

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Объем информации для одного многоспектрального космического изображения: где N1, N2 – размеры сцены вдоль и поперек трассы, м; R1, R2 – пространственное разрешение вдоль и поперек трассы, м; r – радиометрическое разрешение, бит; n – число спектральных каналов. Например, для одного многоспектрального изображения, полученного со спутника WorldView-2, (N1=N2=20 км, R1 = R2 = 2 м; r = 11 бит, n = 8), I ? 1.1 ГБ. ОЦЕНКА ОБЪЕМОВ ОДИНОЧНЫХ МУЛЬТИСПЕКТРАЛЬНЫХ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ


Слайд 12

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» При мониторинге используются не одиночные аэрокосмические изображения, а потоки изображений, поступающих через определенные интервалы времени для всей контролируемой территории. Например, система оперативного космического мониторинга пожаров НИИ «Аэрокосмос» использует данные с многоспектральных приборов MODIS (спутники TERRA, AQUA), AVHRR (спутники NOAA), МСУ-МР (спутник МЕТЕОР-М), а также данные высокого и среднего разрешения (спутники RapidEye, Landsat и др.) [Бондур , 2010 , 2011, Bondur , 2010]. ОЦЕНКА ОБЪЕМОВ ИНФОРМАЦИИ, ФОРМИРУЕМЫХ ПРИ АЭРОКОСМИЧЕСКОМ МОНИТОРИНГЕ


Слайд 13

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» БЛОК-СХЕМА СИСТЕМЫ ОПЕРАТИВНОГО КОСМИЧЕСКОГО МОНИТОРИНГА ПОЖАРОВ НИИ«АЭРОКОСМОС» В.Г.Бондур. Вестник ОНЗ РАН, Том 2, 2010; В.Г.Бондур. Российский космос, №12, 2010; В.Г.Бондур. Исследования Земли из космоса, №3, 2011; Бондур В.Г. Вестник РФФИ, №2 (70)


Слайд 14

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ЗОНЫ ПРИЕМА КОСМИЧЕСКОЙ ИНФОРМАЦИИ АНТЕННЫМИ КОМПЛЕКСАМИ «АЭРОКОСМОС»


Слайд 15

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Объем одного изображения MODIS (36 каналов, разрешение 250 м, 500 м, 1000 м), составляет ~ 1 ГБ. Объем одного изображения AVHRR (5 каналов, разрешение 1100 м) и МСУ-МР (6 каналов, разрешение ~ 1100 м) составляет ~ 100 МБ. Территория России и близлежащих стран покрывается 7-ю такими изображениями. Периодичность получения данных системой «Аэрокосмос» - 25 раз в сутки. Поток исходной обзорной космической информации составляет ~ 120 ГБ в сутки. Для мониторинга последствий пожаров и оценки эмиссий вредных газов в атмосферу используются также данные среднего и высокого разрешения их объем достигает ~ 100 ГБ в сутки. ОЦЕНКА ОБЪЕМОВ ИНФОРМАЦИИ, ФОРМИРУЕМЫХ ПРИ АЭРОКОСМИЧЕСКОМ МОНИТОРИНГЕ


Слайд 16

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Суммарный объем потоков данных, получаемых при оперативном космическом мониторинге для обнаружения и оценки последствий пожаров на территории России и близлежащих стран, ~ 220 ГБ в сутки. Близкий объем космических данных (~280 ГБ в сутки) формируется государственной территориально-распределенной системой космического мониторинга Росгидромета. Подобные объемы информации формируются и другими спутниковыми, а также воздушными системами мониторинга. ОЦЕНКА ОБЪЕМОВ ИНФОРМАЦИИ,ФОРМИРУЕМЫХ ПРИ АЭРОКОСМИЧЕСКОМ МОНИТОРИНГЕ


Слайд 17

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ОБЪЕМЫ ИНФОРМАЦИИ ДЛЯ РАЗЛИЧНЫХ ОДИНОЧНЫХ КОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ, А ТАКЖЕ ПОТОКОВ ИЗОБРАЖЕНИЙ И РЕЗУЛЬТАТОВ ИХ ОБРАБОТКИ.


Слайд 18

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ВЫБОР ВЫЧИСЛИТЕЛЬНЫХ РЕСУРСОВ ДЛЯ ОБРАБОТКИ ПОТОКОВ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ Процессы обработки данных, формируемых при дистанционном мониторинге, сводятся к выполнению ряда математических операций над цифровыми изображениями. Наиболее трудоемкими являются операции предварительной обработки растровых цифровых массивов (например, синтез радиолокационных изображений (РЛИ) из радиоголограмм), а также операции типа двумерного быстрого преобразования Фурье (БПФ), являющегося одной из базовых при обработке и классификации изображений. Оценку необходимой производительности ЭВМ проведем на примере этих операций.


Слайд 19

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Время выполнения двумерного БПФ: t = 5 N log2(N) / V , где, N – число пикселей в изображении; V – производительность ЭВМ. Время выполнения БПФ для одного аэрокосмического изображения размером 40000х40000 пикселей на одном процессоре Pentium 4, 3.6 ГГц, оцененное составляет t~160 с. ОЦЕНКА ПРОИЗВОДИТЕЛЬНОСТИ БПФ


Слайд 20

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ОЦЕНКА ПРОИЗВОДИТЕЛЬНОСТИ БПФ Скорость выполнения двумерного БПФ (нормированная на размер изображения N) в зависимости от N (с использованием различных библиотек) Оценка масштабируемости производительности двумерного БПФ на различных многоядерных процессорах [http://numbercrunch.de/blog/2010/03/parallel-fft-performance/]


Слайд 21

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ВРЕМЯ ВЫПОЛНЕНИЯ БПФ ДЛЯ ИЗОБРАЖЕНИЯ 40000Х40000 ПИКСЕЛЕЙ НА РАЗЛИЧНЫХ СУПЕРКОМПЬЮТЕРАХ.


Слайд 22

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» При обработке потоков изображений и каналов мультиспектральных изображений время, затрачиваемое на БПФ, возрастает пропорционально числу обрабатываемых изображений (каналов). Для обработки 10 изображений с использованием суперкомпьютера IBM Blue Gene/P потребуется 16 с. Суперкомпьютер «Ломоносов» (МГУ) обработает те же каналы менее чем за 1 с. ВРЕМЯ ВЫПОЛНЕНИЯ БПФ ДЛЯ ПОТОКОВ ИЗОБРАЖЕНИЙ


Слайд 23

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» СИНТЕЗ РАДАРНЫХ ИЗОБРАЖЕНИЙ В ОДНОМ КАНАЛЕ где , k – номер отсчета сигнала вдоль линии пути; Nn – количество отсчетов за время синтезирования. Базовая операция при синтезе РЛИ :


Слайд 24

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ОЦЕНКА ЧИСЛА ОПЕРАЦИЙ ПРИ СИНТЕЗЕ РАДИОЛОКАЦИОННОЫХ СЦЕН Для синтеза радиолокационной сцены потребуется провести расчёты для каждого пикселя. Число операций для этой процедуры: K = 4?Nn?Nx?Ny, где Nx и Ny – размеры радиолокационной сцены. Для современных радиолокаторов количество отсчетов за время синтезирования Nn ~ 103. Типовые размеры сцен Nx?Ny ~ 104 пикселей. Для синтезирования такой сцены необходимо произвести К = 4?1011 операций. В перспективе К ~1012 операций.


Слайд 25

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» В ходе обработки РЛИ производятся и другие операции, требующие существенных затрат компьютерного времени (трансформирование, калибровка, фильтрация, сегментация и др.). Общее число операций при обработке одного РЛИ ~ 5?K. Тогда обработка одной радиолокационной сцены потребует выполнения 2?(5/0.5)?1012 = 2?1013 операций. При обработке потоков РЛИ, формируемых при аэрокосмическом мониторинга, одновременно могут обрабатываться не менее 5 изображений. ОЦЕНКА ЧИСЛА ОПЕРАЦИЙ ДЛЯ ОБРАБОТКИ РЛИ


Слайд 26

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ОЦЕНКА ВРЕМЕННЫХ ЗАТРАТ НА ОБРАБОТКУ 5-ТИ РЛИ С ИСПОЛЬЗОВАНИЕМ РАЗЛИЧНЫХ ЭВМ.


Слайд 27

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» КОМПАКТНАЯ СУПЕР-ЭВМ ВНИИЭФ Основные характеристики Универсальная вычислительная многофункциональная ЭВМ с масштабируемой кластерной MIMD-архитектурой с распределенной памятью. Возможно объединение нескольких компактных супер-ЭВМ в одну кластерную систему.


Слайд 28

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» НЕКОТОРЫЕ ПРИМЕРЫ ПРИМЕНЕНИЯ АЭРОКОСМИЧЕСКИХ МЕТОДОВ МОНИТОРИНГА


Слайд 29

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ОПЕРАТИВНЫЙ КОСМИЧЕСКИЙ МОНИТОРИНГ ПОЖАРОВ


Слайд 30

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ОПЕРАТИВНЫЙ КОСМИЧЕСКИЙ МОНИТОРИНГ ПРИРОДНЫХ ПОЖАРОВ СИСТЕМОЙ «АЭРОКОСМОС»


Слайд 31

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ПРИМЕРЫ ОПЕРАТИВНОГО ОБНАРУЖЕНИЯ ПОЖАРОВ ИЗ КОСМОСА Пожары в Тюменской, Омской и Новосибирской областями


Слайд 32

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ПОЖАРЫ В КРАСНОДАРСКОМ КРАЕ 16 НОЯБРЯ 2010 ГОДА


Слайд 33

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ПРИМЕРЫ ПРИРОДНЫХ ПОЖАРОВ В КРАСНОДАРСКОМ КРАЕ ОБНАРУЖЕННЫЕ ИЗ КОСМОСА 18 сентября 2012 12-21 мск 20 сентября 2012 12-08 мск 28 сентября 2011 14-34 мск


Слайд 34

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ПРОГНОЗИРОВАНИЕ РАСПРОСТРАНЕНИЯ ПОЖАРОВ В ЗАВИСИМОСТИ ОТ МЕТЕОУСЛОВИЙ *В.Г.Бондур. Российский космос, №12, 2010


Слайд 35

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ПОЖАРЫ, ОБНАРУЖЕННЫЕ ИЗ КОСМОСА В РАЙОНЕ МАГИСТРАЛЬНЫХ ЛЭП И НЕФТЕПРОВОДОВ Магистральные ЛЭП Буферные зоны ЛЭП Магистральные нефтепроводы Буферные зоны нефтепроводов *В.Г.Бондур. Российский космос, №12, 2010


Слайд 36

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» МОНИТОРИНГ ПОЖАРОВ ВБЛИЗИ ФЕДЕРАЛЬНОГО ЯДЕРНОГО ЦЕНТРА (Г.САРОВ) 11 АВГУСТА 2010 Г. *В.Г.Бондур. Российский космос, №12, 2010


Слайд 37

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www.aerocosmos.info/)


Слайд 38

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» АНОМАЛЬНЫЕ ПОЖАРЫ В РОССИИ ЛЕТОМ 2010 Г. Площади пройденные огнем с июня по август 2010 г. На территории Европейской части России На территории Московской области Относительное количество пожаров по месяцам в 2010 г. в Европейской части РФ Изменения температур в июле 2010 г. по сравнению со средними температурами этого месяца в 2002-2009 гг. *В.Г.Бондур. Российский космос, №12, 2010


Слайд 39

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26 июля 2010) В.Г.Бондур. Вестник ОНЗ РАН, Том 2, 2010; В.Г.Бондур. Российский космос, №12, 2010


Слайд 40

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Распределение концентрации СО для 15 августа 2010 г. спутник AQUA (аппаратура AIRS) Эмиссии СО с 1 июня по 31 августа 2010 г. по данным «АЭРОКОСМОС» На территории Европейской части России На территории Московской области ОЦЕНКА ЭМИССИЙ УГАРНОГО ГАЗА (СО) ПО КОСМИЧЕСКИМ ДАННЫМ *В.Г.Бондур. Российский космос, №12, 2010


Слайд 41

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ПРИМЕРЫ ПРИМЕНЕНИЯ РАЗРАБОТАННЫХ МЕТОДОВ, АВТОМАТИЗИРОВАННОЙ ОБРАБОТКИ МУЛЬТИСПЕКТРАЛЬНЫХ АЭРОКОСМИЧЕСКИХ ДАННЫХ


Слайд 42

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» МЕТОД РАСПОЗНАВАНИЯ ОБЪЕКТОВ С ИСПОЛЬЗОВАНИЕМ «КОДОВОЙ КНИГИ» ТРИПЛЕТОВ КОНТУРОВ Пример выявления триплетов на основании анализа теней от людей Иллюстрация метода Примеры возможных контуров людей


Слайд 43

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ПРИМЕР ВЫДЕЛЕНИЯ АВТОТРАНСПОРТА И РАСЧЁТ ПЛОТНОСТИ ДВИЖЕНИЯ ПО КОСМИЧЕСКИМ ИЗОБРАЖЕНИЯМ Исходное космическое изображение Определение зоны интереса Выделение участка автодороги Классификация изображения и выделение автотранспорта Расчёт плотности движения в области интереса


Слайд 44

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» АВТОМАТИЧЕСКОЕ ВЫДЕЛЕНИЕ ДОРОЖНОЙ СЕТИ И СООРУЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ СВЁРТОЧНЫХ ФИЛЬТРОВ Метод контрастирования линейных и граничных объектов Метод с применением свёрточных масок Собеля для линейных объектов Исходное изображение Результат контрастирования линейных и граничных объектов Карта выделенных сооружений и дорожной сети Исходное изображение Применение масок Собеля Карта выделенных сооружений и дорожной сети


Слайд 45

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» ФУНКЦИОНАЛЬНОЕ НАЗНАЧЕНИЕ РАЗРАБОТАННОГО ПРОГРАММНОГО МОДУЛЯ «МУЛЬТИКЛАСС» Реализуемые функции: классификация на основании дискриминантных функций при установке весов вручную и автоматически в соответствии с кривой ошибок; построение кривой ошибок для случая простых и сложных альтернатив, а также двух сложных альтернатив; распознавание с использованием кластеризации обучающей выборки; многоклассовое распознавание методом минимального риска; распознавание по обобщенному кубу меньшей размерности, полученному методом разделения смесей; определение количественных характеристик с помощью нейронной сети; соединение разнородных геопривязанных данных для совместной обработки


Слайд 46

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Исходное гиперспектральное изображение Маска леса Породный состав леса ОПРЕДЕЛЕНИЕ ПОРОДНОГО СОСТАВА ЛЕСА С ИСПОЛЬЗОВАНИЕМ ПРОГРАММНОГО МОДУЛЯ «МУЛЬТИКЛАСС» Многоклассовое распознавание методом минимального риска


Слайд 47

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Исходное гиперспектральное изображение Площадь проективного покрытия Обучающие участки для определения проективного покрытия Обучение нейросетевого алгоритма ОПРЕДЕЛЕНИЕ ПЛОЩАДИ ПРОЕКТИВНОГО ПОКРЫТИЯ ЛЕСА С ИСПОЛЬЗОВАНИЕМ ПРОГРАМНОГО МОДУЛЯ «МУЛЬТИКЛАСС» Нейросетевой алгоритм с использованием градиентной процедуры поиска локальных и глобального экстремума функций


Слайд 48

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» РАСПОЗНАВАНИЕ ТИПОВ ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ С ПОМОЩЬЮ ПРОГРАМНОГО МОДУЛЯ «МУЛЬТИКЛАСС» Разновременные гиперспектральные изображения Байесовский подход с установкой весовых коэффициентов на основании кривой ошибок для случая сложных классов ОСЕНЬ ВЕСНА ВЕСНА


Слайд 49

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Селитебные земли Грунт темный Бетон Лес Грунт темный Грунт светлый Вода Бетон Селитебные земли КАРТЫ ЗАМЕЩЕНИЙ ТИПОВ ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ


Слайд 50

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» Выполненные оценки свидетельствуют о необходимости и возможности использования суперкомпьютеров для обработки потоков изображений, формируемых при аэрокосмическом мониторинге для решения различных задач. При этом необходимо иметь в виду, что с увеличением производительности ЭВМ невозможно добиться их пропорционального снижения скорости вычислений. ЗАКЛЮЧЕНИЕ


Слайд 51

Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012» СПАСИБО ЗА ВНИМАНИЕ!


×

HTML:





Ссылка: