НЕКОРРЕЛЯЦИОННЫЙ АЛГОРИТМ ОПРЕДЕЛЕНИЯ КООРДИНАТ ПОСРЕДСТВОМ СОВМЕЩЕНИЯ ФОТОСНИМКА СЦЕНЫ С ЦИФРОВОЙ КАРТОЙ МЕСТА

Аннотация: Разработан алгоритм определения координат посредством совмещения фотоснимка сцены с цифровой картой места. Приведены основные этапы и результаты тестирования на реальных и синтезированных сюжетах.

Ключевые слова: определение координат, поиск матчеров изображений, некорреляционные методы навигации.

В настоящее время широко используются бесплатформенные инерциальные навигационные системы (БИНС) и спутниковые системы навигации (СНС) летательных аппаратов (ЛА), которые не всегда дают достаточно точную информацию о его местоположении. В БИНС с увеличением времени полета ЛА происходит накопление ошибки в результате двойного интегрирования. В СНС связь может обрываться или задерживаться в зонах, недосягаемых в данный момент сигналом спутника или из-за воздействия помех. Развитие оптики, улучшение детализации и качества снимков оптической станции (ОС) на борту ЛА позволяет использовать ее визуальную информацию для задач навигации и целеуказания. Преимуществом этого является работа относительно реальной обработанной информации с поверхности Земли, а не её модели эллипсоида, как в вышеупомянутых системах. Принцип известных методовкоррекции навигационных систем такого рода заключается в совмещении информации видимого или невидимого диапазона с картами местности, которые делятся на корреляционные (КМ) и некорреляционные (НМ) [1c. 36]. КМ достаточно распространены и используются для коррекции местоположенияЛА по картам места. Однако, согласно работам [2c. 89],[3c. 40] характерные изменения яркостно - геометрических параметров вносят высокую вероятность аномальных ошибок, что снижает точность (десятки метров) и надежность метода. Поэтому в настоящее время наблюдается тенденция поиска алгоритмов на основе НМ. Они, как правило, основаны на структурном анализе изображений и поиске характерных черт (линий, областей, точек) (ХЧ). При этом лучшие показатели качества по свойствам ХЧ [1c.61] - инвариантность, устойчивость к шуму, скорость и др.- выявлены у НМ по точкам [5c. 148], средний - по линиям [4c. 12], низкий – по областям.

Особенности информации, получаемой от ОС, включают в себя:

• информацию видимого диапазона (380–730 нм);
• большое число кадров на единицу длины маршрута полета;
• погрешности средств навигации и целеуказания;
• синхронизация моментов получения информации с средств целеуказания, навигации и кадров изображения.

Учитывая вышеизложенное реализация алгоритма содержит в себе следующие принципы:

• Преобразование изображения с учетом информации о его угловом положении, полученной посредством ПНС.Для сравнения изображений исходное изображение должно быть снято в горизонтальном полете ЛА, что не всегда возможно. Отклонение от горизонтальности обусловлено погрешностями значений продольного, поперечного и курсового углов ЛА и углов камеры ОС. При таком геометрическом преобразовании искажения сводятся к возможному минимуму и повышается надежность обработки.
• Фильтрация изображения с использованием морфологических операций с учетом особенностей освещенности сцены и гистограммы оценки фона.

Разработанный алгоритм получения координат посредством совмещения снимков камеры и цифровой карты места (ЦКМ) включает следующие этапы:

• предварительную обработку исходного изображения (фильтрация, трансформация, бинаризация и др.);
• нахождение общих ХЧ изображений – линий, используя преобразование Хафа (HoughTransform [4c. 11-15]);
• получение координат посредством совмещения по найденным ХЧ;

Входными данными алгоритма являются:

• исходное изображение, полученное с ОС в момент времени  (рис.1):

где I, J– размеры изображения в пикселях;

• Параметр оптической системы: положение в пространстве азимут(alfa), угол места(beta);
• цифровая карта местности, полученная в результате обработки измерений средств целеуказания ЛА  (рис.2);

Рис.1 Исходное изображение с отмеченной меткой цели

Рис.2 Цифровая карта места по данным ПНС

Общая схема алгоритма представлена на рис.3.

Рис.3 Общая схема алгоритма

Для реализации алгоритма и дальнейшей его оценки была разработана программа в среде MATLAB. Результаты поиска линий на ИИ и ЦКМ после этапа предобработки, представлены на рис.4-5, результат их совмещения по найденной линии на рис.6, где белая область является массивом совмещенной бинаризованной информации со значением 1. После проделанных преобразований программа дает координаты этой точки в системе координат изображения карты и отображает ее на карте места (рис.7):

Рис.4 Результат поиска линии на исходном изображении, после предварительной обработки.

Рис.5 Результат поиска линии на цифровой карте места

Рис. 6 Результат совмещения по детектору – линии

Рис.7 Полученная координата цели на изображении карты

После тестирования алгоритма с использованием разного рода реальных сюжетов были определены следующие требования для повышениия точности работы программы:

• фиксированное положение камеры;
• наличие подстилающей поверхности;
• постоянный масштаб съемки;
• постоянная высота и скорость ЛА;
• быстрая скорость обработки вычислителя относительно скорости смены кадров и скорости ЛА;

Для совпадения изображений необходимо следующее:

• наличие массива дорог(линии);
• массив дорог не должен проходить через центр ИИ;
• отсутствие шумов и лишней информации на изображении;
• дневное освещение для камер видимого диапазона.

В связи с невозможностью оценить работу алгоритма с соблюдением всех перечисленных  выше требований на всем интервале съемки, поэтому оценка точности была получена при «грубом» режиме полёта ЛА и составила: 7,67 метра или 1,7 пикселя.  Быстродействие алгоритма составило  6,3с. при использовании  компьютера со следующими  характеристиками: процессор Intel(R) Core(TM) i5-4460 CPU©, тактовая частота процессора 3.20 GHz, оперативная память 8 Гб. Таким образом, предлагаемый алгоритм показал приемлемую точность совмещения, несмотря на «грубый» режим полета, что соответствует требованиям по точности руководства[6c. 86]. Необходимо отметить, что быстродействие разработанного алгоритма зависит от характеристик бортового вычислителя. Предполагаемая генерация MATLAB кода программы в код на языке С даст возможность внедрить данный алгоритм в бортовой комплекс ЛА и значительно увеличить скорость нахождения координаты[7c. 16]. Разработанный алгоритм создан на базе АО «НПК ПЕЛЕНГАТОР».

Литература:

1. Красильщиков М.Н., Себряков Г.Г. Современные информационные технологии в задачах навигации и наведения беспилотных маневренных летательных аппаратов. М.: Книга, 2009 г. – 556 c.
2. Красовский А.А., Белоглазов И.Н., Чигин Г.П.  Теория корреляционно-экстремальных навигационных систем. М.: Книга, 1979 г. – 448 c.
3. Белоглазов И.Н., Джанджгава Г.И., Чигин Г.П. Основы навигации по геофизическим полям. М.: Книга, 1985. - 328 с.
4. Richard O. Duda, Peter E. Hart. Use of the houghtrasformtion to detect lines and curves in pictures//Communications of the ACM, 1972. - 11-15 pp.
5. Harris, C., and M. Stephens. A Combined Corner and Edge Detector//Proceedings of the 4thAlvey Vision Conference, 1988, 147-151 pp.
6. Руководство Р-315 «По минимальным стандартам характеристик авиационных систем (MASPS) для систем улучшенного видения, систем искусственного видения, комбинированных систем искусственного видения и бортовых систем увеличения дальности видения» Авиационного Регистра Межгосударственного Авиационного Комитета (АР МАК), 2012. - 86 с.
7. В. П. Дьяконов. MATLAB 7 /R2006/R2007. М.: Книга 2008. - 768 c.