Распознавание типов загрязнений водного бассейна с применением корреляционного анализа
В статье рассмотрен метод исследования информативности тестовых фигур, основанный на способе сопоставления с эталоном. Данный метод является достаточно эффективным для обнаружения и распознавания типов загрязнений водного бассейна. Решение данной задачи обосновано необходимостью автоматизировать про...
Збережено в:
| Дата: | 2012 |
|---|---|
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2012
|
| Назва видання: | Штучний інтелект |
| Теми: | |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/57747 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Распознавание типов загрязнений водного бассейна с применением корреляционного анализа / О.А. Роговая, Ю.В. Береговых, Н.А. Володин // Штучний інтелект. — 2012. — № 4. — С. 377-380. — Бібліогр.: 5 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-57747 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-577472015-08-05T20:33:32Z Распознавание типов загрязнений водного бассейна с применением корреляционного анализа Роговая, О.А. Береговых, Ю.В. Володин, Н.А. Интеллектуальные системы планирования, управления, моделирования и принятия решений В статье рассмотрен метод исследования информативности тестовых фигур, основанный на способе сопоставления с эталоном. Данный метод является достаточно эффективным для обнаружения и распознавания типов загрязнений водного бассейна. Решение данной задачи обосновано необходимостью автоматизировать процесс космического мониторинга водного бассейна. Анализ полученных результатов показал, что применение данного метода позволяет распознать тип загрязнения с достаточно большой вероятностью. Применение метода дает возможность проведения дальнейших исследований с целью автоматизации процесса распознавания типов загрязнения водного бассейна. У статті розглянуто метод дослідження інформативності тестових фігур, який ґрунтується на способі зіставлення з еталоном. Даний метод є достатньо ефективним для виявлення і розпізнавання типів забруднень водного басейну. Рішення даної задачі обґрунтовано необхідністю автоматизувати процес космічного моніторингу водного басейну. Аналіз отриманих результатів показав, що застосування даного методу дозволяє розпізнати тип забруднення з досить великою ймовірністю. Застосування методу дає можливість проведення подальших досліджень з метою автоматизації процесу розпізнавання типів забруднення водного басейну. In the article, the method for research of informativenessof test figures, which is based on a way of comparison to a standard, is considered. This method is rather effective for detection and recognition of types of water pool pollution. The solution of this task is proved by need to automate the process of space monitoring of the water pool. The analysis of the obtained results showed that application of this method allows distinguishing the pollution type with rather high probability. Application of the method of comparison to a standard gives the chance for carrying out further researches for the purpose of automation of process of recognition of types of water pool pollution. 2012 Article Распознавание типов загрязнений водного бассейна с применением корреляционного анализа / О.А. Роговая, Ю.В. Береговых, Н.А. Володин // Штучний інтелект. — 2012. — № 4. — С. 377-380. — Бібліогр.: 5 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/57747 551.465 ru Штучний інтелект Інститут проблем штучного інтелекту МОН України та НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| topic |
Интеллектуальные системы планирования, управления, моделирования и принятия решений Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| spellingShingle |
Интеллектуальные системы планирования, управления, моделирования и принятия решений Интеллектуальные системы планирования, управления, моделирования и принятия решений Роговая, О.А. Береговых, Ю.В. Володин, Н.А. Распознавание типов загрязнений водного бассейна с применением корреляционного анализа Штучний інтелект |
| description |
В статье рассмотрен метод исследования информативности тестовых фигур, основанный на способе сопоставления с эталоном. Данный метод является достаточно эффективным для обнаружения и распознавания типов загрязнений водного бассейна. Решение данной задачи обосновано необходимостью автоматизировать процесс космического мониторинга водного бассейна. Анализ полученных результатов показал, что применение данного метода позволяет распознать тип загрязнения с достаточно большой вероятностью. Применение метода дает возможность проведения дальнейших исследований с целью автоматизации процесса распознавания типов загрязнения водного бассейна. |
| format |
Article |
| author |
Роговая, О.А. Береговых, Ю.В. Володин, Н.А. |
| author_facet |
Роговая, О.А. Береговых, Ю.В. Володин, Н.А. |
| author_sort |
Роговая, О.А. |
| title |
Распознавание типов загрязнений водного бассейна с применением корреляционного анализа |
| title_short |
Распознавание типов загрязнений водного бассейна с применением корреляционного анализа |
| title_full |
Распознавание типов загрязнений водного бассейна с применением корреляционного анализа |
| title_fullStr |
Распознавание типов загрязнений водного бассейна с применением корреляционного анализа |
| title_full_unstemmed |
Распознавание типов загрязнений водного бассейна с применением корреляционного анализа |
| title_sort |
распознавание типов загрязнений водного бассейна с применением корреляционного анализа |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| publishDate |
2012 |
| topic_facet |
Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/57747 |
| citation_txt |
Распознавание типов загрязнений водного бассейна с применением корреляционного анализа / О.А. Роговая, Ю.В. Береговых, Н.А. Володин // Штучний інтелект. — 2012. — № 4. — С. 377-380. — Бібліогр.: 5 назв. — рос. |
| series |
Штучний інтелект |
| work_keys_str_mv |
AT rogovaâoa raspoznavanietipovzagrâznenijvodnogobassejnasprimeneniemkorrelâcionnogoanaliza AT beregovyhûv raspoznavanietipovzagrâznenijvodnogobassejnasprimeneniemkorrelâcionnogoanaliza AT volodinna raspoznavanietipovzagrâznenijvodnogobassejnasprimeneniemkorrelâcionnogoanaliza |
| first_indexed |
2025-07-05T09:00:53Z |
| last_indexed |
2025-07-05T09:00:53Z |
| _version_ |
1836796927252889600 |
| fulltext |
«Штучний інтелект» 4’2012 377
4Р
УДК 551.465
О.А. Роговая, Ю.В. Береговых, Н.А. Володин
Институт информатики и искусственного интеллекта
ГВУЗ «Донецкий национальный технический университет», г. Донецк
Украина, 83050, г. Донецк, пр. Б. Хмельницкого, 84
Распознавание типов загрязнений водного
бассейна с применением корреляционного анализа
O.A. Rogovaya, Yu.V. Beregovikh, N.A. Volodin
Institute of Computer Science and Artificial Intelligence
Donetsk National Technical University, c. Donetsk
Ukraine, 83050, Donetsk, Khmelnytsky, 84
Recognition of Types of Water Basin Pollution
Using the Correlation Analysis
О.О. Рогова, Ю.В. Берегових, М.О. Володін
Інститут інформатики і штучного інтелекту
ДВНЗ «Донецький національний технічний університет», м. Донецьк
Україна, 83050, м. Донецьк, пр. Б. Хмельницького, 84
Розпізнавання типів забруднень водного басейну
із застосуванням кореляційного аналізу
В статье рассмотрен метод исследования информативности тестовых фигур, основанный на способе
сопоставления с эталоном. Данный метод является достаточно эффективным для обнаружения и
распознавания типов загрязнений водного бассейна. Решение данной задачи обосновано необходимостью
автоматизировать процесс космического мониторинга водного бассейна. Анализ полученных результатов
показал, что применение данного метода позволяет распознать тип загрязнения с достаточно большой
вероятностью. Применение метода дает возможность проведения дальнейших исследований с целью
автоматизации процесса распознавания типов загрязнения водного бассейна.
Ключевые слова: космические снимки, сопоставление с эталоном, взаимная корреляция.
In the article, the method for research of informativenessof test figures, which is based on a way of comparison
to a standard, is considered. This method is rather effective for detection and recognition of types of water pool
pollution. The solution of this task is proved by need to automate the process of space monitoring of the water
pool. The analysis of the obtained results showed that application of this method allows distinguishing the
pollution type with rather high probability. Application of the method of comparison to a standard gives the
chance for carrying out further researches for the purpose of automation of process of recognition of types of
water pool pollution.
Key words: space pictures, comparison to a standard, mutual correlation.
У статті розглянуто метод дослідження інформативності тестових фігур, який ґрунтується на способі
зіставлення з еталоном. Даний метод є достатньо ефективним для виявлення і розпізнавання типів
забруднень водного басейну. Рішення даної задачі обґрунтовано необхідністю автоматизувати процес
космічного моніторингу водного басейну. Аналіз отриманих результатів показав, що застосування даного
методу дозволяє розпізнати тип забруднення з досить великою ймовірністю. Застосування методу дає
можливість проведення подальших досліджень з метою автоматизації процесу розпізнавання типів
забруднення водного басейну.
Ключові слова: космічні знімки, зіставлення з еталоном, взаємна кореляція.
Роговая О.А., Береговых Ю.В., Володин Н.А.
«Искусственный интеллект» 4’2012 378
4Р
Введение
Проблема охраны окружающей среды является одной из важных задач науки,
интерес к которой возрастает в связи с темпами технического прогресса во всем мире.
На данном этапе развития цивилизации невозможно избежать выбросов загрязняющих
веществ в атмосферу и воду, однако в случае разумного использования природных ре-
сурсов можно обеспечить безопасный уровень воздействия на атмосферу [1, с. 208-209].
Основными факторами антропогенного загрязнения водного бассейна являются: речной
сток; береговой сток; абразия берегов; разливы нефти и нефтепродуктов разного про-
исхождения. В первую очередь, интенсивному загрязнению подвергаются прибреж-
ные воды. Для повышения эффективности мониторинга их экологического состояния
необходимо быстро и эффективно определять тип загрязнений, а также их генезис и
следствия [2, с. 163-164]. Возможность контроля окружающей среды открыли средства
дистанционного зондирования, устанавливаемые на самолетах и орбитальных спут-
никах Земли. Космические средства дистанционного зондирования Земли, при контроле
состояния водных объектов, позволяют выявить источники и состав загрязняющих
веществ, определить степень загрязнения различных участков объекта и динамику
загрязнения во времени. Изображения земной поверхности, полученные с различных
высот, безгранично расширяют поле зрения исследователя.
Целью исследования является разработка метода исследования информатив-
ности тестовых фигур, который основывается на способе сопоставления с эталоном.
Объектом исследования являются космические снимки загрязненных участков вод-
ного бассейна.
Исследование информативности тестовых фигур
с применением метода сопоставления с эталоном
При обработке космических снимков оптического диапазона для задач мони-
торинга оказывается недостаточным применение только естественных дешифровоч-
ных признаков, к которым принадлежат спектрально-яркостные характеристики,
форма выделенного пятна, его текстура и динамика изменения контуров пятна по
времени [3, с. 171-173]. Все эти признаки систематизированы и описаны словесно [4,
с. 231], и поэтому заключение о природе аномального пятна на водной поверхности в
большей степени зависит от опыта оператора, который проводит обработку космиче-
ских снимков. В связи с этим для более эффективного определения типа загрязнения
по материалам космических съемок необходима разработка искусственных дешифро-
вочных признаков, сформированных в процессе обработки снимков. Для выделения
искусственных дешифровочных признаков используется естественный дешифровочный
признак – форма пятна, выделенного на водной поверхности аномального явления.
Один из основных способов обнаружения объектов на изображении состоит в
сопоставлении с эталоном [5, с. 480]. При этом эталон интересующего нас объекта
сравнивается со всеми неизвестными объектами, находящимися на изображении.
Если сходство между неизвестным объектом и эталоном достаточно велико, то этот
объект помечается как соответствующий эталонному объекту. Полное совпадение эта-
лона с какой-либо частью изображения бывает редко из-за действия шумов и иска-
жений, вызванных пространственной дискретизацией и квантованием яркости, а также
вследствие отсутствия априорной информации относительно точной формы и струк-
Распознавание типов загрязнений водного бассейна...
«Штучний інтелект» 4’2012 379
4Р
туры объекта, который требуется обнаружить. Поэтому обычно с помощью некоторой
конкретной меры различия ),( nmD между эталоном и изображением в точке ),( nm
указывают на наличие выделенного объекта там, где это различие меньше некоторого
установленного порога ),( nmLD . Обычно в качестве меры различия берется средне-
квадратическая ошибка, определяемая как
2),(),(),( nkmjTkjFnmD
kj
, (1)
где ),( kjF – элемент массива изображения, на котором производится поиск, а
),( kjT – элемент эталонного массива. Считается, что имеется сходство с эталоном в
точке с координатами ),( nm , если
),(),( nmnmD LD . (2)
В работе [5] равенство (2) представлено в следующем виде:
),(),(2),(),( 321 nmDnmDnmDnmD , (3)
где
21 ),(),( kjFnmD
kj
, (4)
),(),(),(2 nkmjTkjFnmD
kj
,(5)
23 ),(),(
kj
nkmjTnmD . (6)
Слагаемое ),(3 nmD – это энергия эталона, которая постоянна и не зависит от
координат. Второе слагаемое – взаимная корреляция ),( nmRFT изображения и эталона.
При совпадении изображения и эталона взаимная корреляция должна быть велика,
что приводит к малым значениям среднеквадратической ошибки.
kj
kj
FT kjF
nkmjTkjF
nmD
nmDnmR 2
1
2
),(
),(),(
),(
),(),(~ . (7)
Считается, что сходство с эталоном имеет место, если
),(),(~ nmLnmR RFT . (8)
В качестве примера было рассмотрено сопоставление тестовой фигуры с эталоном.
В работе [4] были выделены наиболее информативные естественные дешифровочные
признаки каждого типа загрязнения, характерные для водного бассейна. Все они систе-
матизированы и описаны словесно. В соответствии с этим в качестве эталона был взят
прямоугольник. На первом этапе была проведена векторизация изображения по вы-
бранным точкам (n = 11, где n – количество точек). Далее был найден коэффициент
взаимной корреляции, равный 0,87. Значение коэффициента достаточно велико, что
говорит о совпадении изображения и эталона. Нормированная взаимная корреляция
имеет максимальную величину, равную единице, тогда и только тогда, когда изобра-
жение в окне точно совпадает с эталоном.
Роговая О.А., Береговых Ю.В., Володин Н.А.
«Искусственный интеллект» 4’2012 380
4Р
Выводы
В данной работе предложено применение метода сопоставления с эталоном для
распознавания типов загрязнений. Данный метод является достаточно эффективным
для обнаружения и распознавания типов загрязнений водного бассейна. Решение данной
задачи обосновано необходимостью автоматизировать процесс космического монито-
ринга водного бассейна. Анализ полученных результатов показал, что применение дан-
ного метода позволяет распознать тип загрязнения с достаточно большой вероятностью.
Литература
1. Марчук Г.И. Математическое моделирование в проблеме окружающей среды / Марчук Г.И. – М. :
Наука, 1982.
2. Красовський Г.Я. Інформаційні технології космічного моніторингу водних екосистем і прогнозу
водоспоживання міст / Красовський Г.Я. – К. : Наукова думка, 2003.
3. Брук В.В. Исследование загрязнения водных объектов взвешенными веществами по материалам
космических съемок : дис. канд. техн. наук / В.В. Брук. – X., 1991.
4. Красовский Г.Я. Аэрокосмический мониторинг поверхностных вод / Красовский Г.Я. – Л. :
ВНИИКАМ, 1992.
5. Прэтт У. Цифровая обработка изображений. Кн. 2 / Прэтт У. ; пер. с англ. – М. : Мир, 1982.
Literatura
1. Marchuk G.I. Matematicheskoe modelirovanie v probleme okruzhayushchej sredy. Nauka. 1982. S. 208-209.
2. Krasovskij G.Ya. Infotrmacijni tehnologii kosmichnogo monitoryngy vodnyh kosistem i prognozu vodo-
spozyvannya mist. K.: Naukova dumka. 2003. S. 163-164.
3. Bruk V.V. Issledovanie zagryazneniya vodnyh ob’ektov vzveshennymi veshchestvami po materialam kos-
micheskoj c’emki. H. 1991. S. 171-173.
4. Krasovskij G.Ya. Aerokosmicheskij monitoring poverhnostnyh vod. L. VNIIKAM. 1992. S. 231.
5. Prett U. Cifrovaya obrabotka izobrazenij. M. Mir. 1982. S. 480.
RESUME
O.A. Rogovaya, Yu.V. Beregovikh, N.A. Volodin
Recognition of Types of Water Basin Pollution
Using the Correlation Analysis
In the article, the method for research of informativeness of test figures, which is
based on a way of comparison to a standard, is considered. This method is rather effective
for detection and recognition of types of water pool pollution. The solution of this task is
proved by need to automate the process of space monitoring of the water pool. To isolate
the artificial interpretive signs, natural interpretive features are used. It’s a form of isolated
spots on the water surface of the anomalous phenomena.
This is a way to detect objects in the image, which is compared with the standard.
This model is compared with all unidentified objects in the image. If the similarity between
the unknown object and the standard is sufficiently large, then the object is flagged as an
appropriate reference object. The complete coincidence of a reference to any part of the picture
is rare because of the noise and distortion caused by the discretization and quantization of
brightness, as well as due to the lack of a priori information on the exact quadratic form
and structure of the object to be detected.
The analysis of the obtain results showed that application of this method allows dis-
tinguishing pollution type with rather high probability. Application of the method of com-
parison to a standard gives the chance for carrying out further researches for the purpose of
automation of process of recognition of types of water pool pollution.
Статья поступила в редакцию 05.06.2012.
|