И. А. Аникеева

Детальная_Инф:  Да
Автор1:  И. А. Аникеева
Афиилиация1:  АО «Роскартография», 109316, Россия, г. Москва
Название статьи:  Факторы, критерии и требования к изобразительному качеству материалов аэрофотосъемки, получаемой для целей картографирования
Рубрика:  Картография и геоинформатика
Начало_Страница:  104
Конец_Страница:  119
УДК:  528.71
DOI:  10.33764/2411-1759-2020-25-4-104-119
Год:  2020
Номер:  4
Том:  25
Ключевые слова_RU:  аэрофотоснимки, изобразительное качество, нерезкость снимка, дымка, потеря информации в светах и тенях, случайный шум, цветовой баланс, гистограмма, структурометрические характеристики, градационные (фотографические) характеристики
Ключевые слова_EN:  aerial imagery, fine image quality, blurring, haze, loss of information in highlights and shadows, random noise, color balance, histogram, structural characteristics, gradation (photographic) characteristics
Библиографический список:  1. Srivastava G. S. An Introduction to Geoinformatics. – McGraw-Hill Education, 2014. – 278 p.
2. Кучко А. С. Аэрофотография. Основы и метрология. – М. : Недра, 1974. – 272 с.
3. Аникеева И. А., Кадничанский С. А. Оценка фактической разрешающей способности аэрои космических фотоснимков по пограничной кривой // Геодезия и картография. – 2017. – Т. 78, № 6. – С. 25–36. doi: 10.22389/0016-7126-2017-924-6-25-36.
4. Аникеева И. А. Обоснование допустимых размеров пикселя на местности и параметров сжатия аэро- и космических изображений, получаемых для целей картографирования // Вестник СГУГиТ. – 2019. – Т. 24, № 2. – С. 109–130. doi: 10.33764/2411-1759-2019-24-2-109-130.
5. Чандра А. М., Гош С. К. Дистанционное зондирование и географические информационные системы. – М. : Техносфера, 2008. – 312 с.
6. Хрящев Д. А. Об одном методе определения наиболее подходящей для анализируемого цифрового изображения модели аддитивного шума // Изв. Волгоградского государственного технического университета. – 2011. – № 3 (76). – С. 24–31.
7. Лапшенков Е. М. Неэталонная оценка уровня шума цифрового изображения на основе гармонического анализа // Компьютерная оптика. – 2012. – Т. 36, № 3. – С. 439–447.
8. Зотов П. В. Цифровой шум изображения и его прикладное значение в криминалистике // Вестник Саратовской государственной юридической академии. – 2015. – № 6. – С. 175–179.
9. Лапшенков Е. М. Реализация методов оценки уровня шума изображения в среде Matlab // Вестник Московского государственного университета приборостроения и информатики. Серия: приборостроение и информационные технологии. – 2013. – № 44. – С. 96–106.
10. Комар В. Г. Количественные критерии качества изображения для оценки кинематографических систем // Техника кино и телевидения. – 2000. – № 10.
11. Ghazal M., Amer A., Ghrayeb A. Structure-Oriented Spatio-Temporal Video Noise Estimation // Proc. IEEE Int. Conference on Acoustics, Speech, and Signal Processing (ICASSP). – Toulouse, France, 2006 – P. 845–848.
12. Сурин В. А., Тырсин А. Н. Исследование свойств цифрового шума в контрастных изображениях // Изв. вузов. Физика. – 2016. – Т. 59, № 8-2. – С. 93–96.
13. Самойлин Е. А. Алгоритмы оценивания импульсного шума в задачах цифровой фильтрации оптических изображений // Оптический журнал. – 2006. – Т. 73, № 12. – С. 42–46.
14. Miao C. Research on denoising processing of computer video electromagnetic leakage reduction image based on fuzzy degree // EURASIP Journal on Image and Video Processing. –2019. – Vol. 2019. – Article number 9. doi: 10.1186/s13640-018-0405-4 https://doi.org/10.1186/s13640-018-0405-4.
15. Chen M., Zhang H., Han Q., Huang C. C. A convex nonlocal total variation regularization algorithm for multiplicative noise removal // EURASIP Journal on Image and Video Processing. – 2019. – Vol. 2019. – Article number 28. doi: 10.1186/s13640-019-0410-2 https://doi.org/10.1186/s13640-019-0410-2.
16. Аникеева И. А. Оценка уровня сигнал/шум аэро- и космических изображений [Электронный ресурс]. – 2019. – Режим доступа: https://www.roscartography.ru/wp-content/uploads/2019/11/rakurs-2019-anikeeva.pdf.
17. Ancuti C. O., Ancuti C., De Vleeschouwer C., Bekaert P. Color Balance and Fusion for Underwater Image Enhancement // IEEE Transactions on Image Processing. – 2018. – Vol. 27, No. 1. – P. 379–393. doi: 10.1109/TIP.2017.2759252.
18. Hussain M. A., Akbari A. S. Color Constancy Adjustment Using Sub-Blocks of the Image // IEEE Access. – 2018. – Vol. 6. – P. 46617–46629. doi: 10.1109/ACCESS.2018.2866792.
19. Ancuti C. O., Ancuti C., De Vleeschouwer C., Sbert M. Color Channel Compensation (3C): A Fundamental Pre-Processing Step for Image Enhancement // IEEE Transactions on Image Processing. – 2020. – Vol. 29. – P. 2653–2665. doi: 10.1109/TIP.2019.2951304.
20. Аникеева И. А. Метод и алгоритм автоматической оценки качества цветопередачи цифровых аэро- и космических фотоснимков // Геодезия и картография. – 2018. – Т. 79, № 7. – С. 45–56. doi: 10.22389/0016-7126-2018-937-7-45-56.
Ссылка:  /upload/vestnik/sborniki/2020/25_4/104-119.pdf
Читать далее

Детальная_Инф:  Да
Автор1:  И. А. Аникеева
Афиилиация1:  ФГБУ «Центр геодезии, картографии и ИПД», 125413, г. Москва
Название статьи:  Обоснование допустимых размеров пикселя на местности и параметров сжатия аэро- и космических изображений, получаемых для целей картографирования
Рубрика:  Картография и геоинформатика
Начало_Страница:  109
Конец_Страница:  130
УДК:  004.92:528.9
DOI:  10.33764/2411-1759-2019-24-2-109-130
Год:  2019
Номер:  2
Том:  24
Ключевые слова_RU:  размер пикселя на местности, сжатие изображения, точность определения плановых координат, фактическая разрешающая способность, материалы аэрои космических съемок, потеря информации на изображении, контрольные точки, ортофотоплан, масштаб картографирования
Ключевые слова_EN:  ground sampling interval, image compression, plan coordinates accuracy, actual resolution, aerial and space images, loss of information in image, control points, orthophoto mosaic, mapping scale
Библиографический список:  1. ГКИНП (ГНТА)-02-036-02. Инструкция по фотограмметрическим работам при создании цифровых топографических карт и планов. – М. : ЦНИИГАиК, 2002. – 48.
2. Кадничанский С. А. Сравнительный анализ материалов цифровой АФС и космической съемки для создания и обновления карт // Геопрофи. – 2009. – № 4. – С. 4–8.
3. Бабашкин Н. М., Нехин С. C. Состояние и перспективы развития топографической аэросъемки // Геодезия и картография. – 2015. – Спецвыпуск. – С. 107–110.
4. Береговой Д. В., Мустафин М. Г. Методика автоматизированного создания топографического плана на основе съёмки с беспилотного летательного аппарата // Геодезия и картография. – 2018. – Т. 79. – № 9. – С. 30–36. doi: 10.22389/0016-7126-2018-939-9-30-36.
5. Tsai H., Lin Y. C. An accelerated image matching technique for UAV orthoimage registration // CISPRS Journal of Photogrammetry and Remote Sensing. – 2017. – Vol. 128. – P. 130–145.
6. Lightweight UAV with on-board photogrammetry and single-frequency GPS positioning for metrology applications / M. Daakir, F. Pichard, Y. Rabot, C. Thom, O. Martin and others // ISPRS Journal of Photogrammetry and Remote Sensing. – 2017. – Vol. 127. – P. 115–126.
7. Wallace G. K. The JPEG still picture compression standard // IEEE Transactions on Consumer Electronics. – 1992. – Vol. 38. – No. 1. – P. 18–34. doi: 10.1109/30.125072.
8. JPEG quantisation requires bit-shifts only / P. A. M. Oliveira, R. S. Oliveira, R. J. Cintra, F. M. Bayer, A. Madanayake // Electronics Letters. – 2017. – Vol. 53. – No. 9. – P. 588–590.
9. Error-free computation of 8-point discrete cosine transform based on the Loeffler factorisation and algebraic integers / D. F. G. Coelho, R. J. Cintra, S. Kulasekera, A. Madanayake, V. S. Dimitrov // Signal Processing IET. – 2016. – Vol. 10. – No. 6. – P. 633–640.
10. Комаров А. И. Оценка качества аэрокосмической информации: проблемы и пути их решения // Геодезия и картография. – 2010. – Т. 71. – № 6. – С. 47–50.
11. Yang B., Kim M., Madden M. Assessing optimal image fusion methods for very high spatial resolution satellite images to support coastal monitoring // GIScience and Remote Sensing. – 2012. – Vol. 49. – No. 5. – P. 687–710.
12. Алябьев А. А. Картографирование городских территорий, проблемы и решения // Геодезия и картография. – 2015. – Спецвыпуск. – С. 2–4.
13. Cheng G., Han J. A survey on object detection in optical remote sensing images // ISPRS Journal of Photogrammetry and Remote Sensing. – 2016. – Vol. 117. – P. 11–28.
14. Мышляев В. А. Влияние измерительных и изобразительных свойств космических снимков на масштаб создаваемых по ним ортофотопланов // Геодезия и картография. – 2014. – № 6. – С. 50–54. doi: 10.22389/0016-7126-2014-888-6-50-54.
15. Мышляев В. А., Воронов Г. Б. Изобразительные свойства космических снимков и их влияние на масштаб создаваемых ортофотопланов // Геодезия и картография. – 2012. – № 12 (спецвыпуск). – С. 109–111.
16. Syed S. A., Iqbal M. Z., Riaz M. M. Describing contrast across scales // ISPRS Journal of Photogrammetry and Remote Sensing. – 2017. – Vol. 128. – P. 326–337.
17. Аникеева И. А., Кадничанский С. А. Оценка фактической разрешающей способности аэро- и космических фотоснимков по пограничной кривой // Геодезия и картография. – 2017. – Т. 78, № 6. – С. 25–36. doi: 10.22389/0016-7126-2017-924-6-25-36.
18. ГКИНП-02-049-86. Условные знаки для топографических планов масштабов 1 : 5 000, 1 : 2 000, 1 : 1 000 и 1 : 500. – М. : ФГУП «Картгеоцентр», 2004. – 286 с.
19. Условные знаки для топографической карты масштаба 1 : 10 000. – М. : Недра, 1977. – 143 с.
20. ГКИНП-02-047-83. Условные знаки для топографических карт масштабов 1 : 25 000, 1 : 50 000, 1 : 100 000. – М. : ВТУ ГШ, 1983. – 90 с.
21. ASPRS Positional Accuracy Standards for Digital Geospatial Data // Photogrammetric Engineering & Remote Sensing – 2015. – vol. 81. – No. 3. – P. A1–A26. doi: 10.14358/PERS.81.3.A1-A26.
Ссылка:  /upload/vestnik/sborniki/2019/24_2/109-130.pdf
Читать далее