Методы и модели идентификации протяженных информационных объектов с использованием клеточных автоматов

• Published in: Современные информационные технологии и IT-образование Vol. 17; no. 3
• Main Authors: Крамаров, С.О., Храмов, В.В., Митясова, О.Ю., Бочаров, А.А., Гребенюк, Е.В.
• Format: Journal Article
• Language: Russian
• Published: 30.09.2021
• ISSN: 2411-1473
• DOI: 10.25559/SITITO.17.202103.564-573

В статье исследовано применение подхода с использованием решетчатых моделей и теории клеточных автоматов при идентификации протяженных объектов на изображениях, получаемых в ходе мониторинга урбанизированных территорий. Такие изображения обладают определенной степенью «размытости», вызванной не только ограничениями самих снимков, но и неполнотой принятой модели объекта, алгоритмов обработки, термодинамическими и квантовыми эффектами. Для созданной методики и ее программной реализации было проведено исследование с целью оценки оперативности получения результатов и качества работы. В качестве критериев оценки выбраны параметры алгоритмов сегментации и идентификации объектов земной поверхности. Как вариант клеточного автомата в работе рассмотрено ранее разработанное устройство фильтрации бинарного изображения. Целью разработки устройства подобного устройства фильтрации является повышение быстродействия за счет распараллеливания выполняемых процедур, характерного для клеточного автомата, имеющего параллельную (не «фоннеймановскую») архитектуру. Представлена схема элемента матрицы памяти рассматриваемого устройства. Показано, что набор признаков идентификации может быть расширен за счет применения элементов триангуляции. Внедрение элементов триангуляции и добавление в процессе построения триангуляционной сетки дополнительных опорных точек могут быть использованы в процессе мониторинга для обозначения потенциально уязвимых объектов. Кроме того, предлагаемая методика позволяет извлекать новую информацию из изображений о таких объектах. Пример подобной информации также представлен в статье. Полученные результаты позволяют с оптимизмом воспринимать ведущиеся разработки и рекомендовать использование разработанной методики при оперативной идентификации протяженных объектов при дистанционном зондировании Земли. The article explores the application of the approach using lattice models and the theory of cellular automata in identifying extended objects in images obtained during monitoring of urbanized areas. Such images have a certain degree of "blurriness" caused not only by the limitations of the images themselves, but also by the incompleteness of the accepted object model, processing algorithms, thermodynamic and quantum effects. For the created methodology and its software implementation, a study was carried out in order to assess the efficiency of obtaining results and the quality of work. Parameters of algorithms for segmentation and identification of objects on the earth's surface were selected as evaluation criteria. A previously developed binary image filtering device is considered as a variant of a cellular automaton. The purpose of developing a device of such a filtration device is to increase the speed by parallelizing the procedures performed, which is characteristic of a cellular automaton having a parallel (not "von Neumann") architecture. A scheme of the memory matrix element of the device in question is presented. It is shown that the set of identification features can be expanded due to the elements of triangulation using. The injection of triangulation elements and supplementation of additional reference points during the construction of the triangulation grid can be used in the monitoring process to identify potentially vulnerable objects. In addition, the proposed technique allows extracting new information from images about such objects. An example of such information is also presented in the article. The results obtained make it possible to perceive with optimism the ongoing developments and to recommend the use of the developed technique for the operational identification of extended objects during remote sensing of the Earth.