WWW.REFERATCENTRAL.ORG.UA - Я ТУТ НАВЧАЮСЬ

... відкритий, безкоштовний архів рефератів, курсових, дипломних робіт

ГоловнаГеографія фізична, Геоморфологія, Геологія → Розробка, формування та ведення індексних кадастрових карт засобами ГІС. - Курсова робота

Розробка, формування та ведення індексних кадастрових карт засобами ГІС. - Курсова робота

дігітайзерних технологій або напівавтоматичної векторизації стає можливим зосередити зусилля операторів на введенні графічної інформації. Післяцього реалізується процес заповнення КБД з розпізнаванням.
Виходячи з опису технологічної послідовності автоматизованого розпізнавання цифрових растрових зображень (мал. 1), для його реалізації необхідне, виконувати інтенсивне попереднє оброблення растрів, що у загальному випадку може складати більше часу, ніж всі наступні етапи технологічної послідовності. Але алгоритми, які працюють при попередньому обробленні растрів та сегментації, використовують системи параметрів, значення яких з успіхом застосовують при обробленні растрів аналогічного походження, а тим більше при обробленні знімків фіксованої території. Растрові етапи технологічної послідовності розпізнавання вимагають початкового налаштовування (калібрації). Після цього відкалібровані растрові алгоритми багаторазово використовуються в автоматичному режимі, що особливо корисно при оновленні КБД. Таким чином, впровадження розпізнавання графічних образів в автоматизовану систему ведення земельного кадастру передбачає використання растрів аналогічного походження та алгоритмів їх оброблення, що калібруються.
Важливо, що при веденні земельного кадастру повинні використовуватися технології розпізнавання, які підтримують режим роботи з супервізором. У ролі супервізора в такій системі виступає оператор програмного комплексу введення первинної інформації. Таке рішення передбачає роботу в інтерактивному режимі, позволяє, по-перше, зменшити ймовірність помилок розпізнавання наступних трьох типів:
'"o об'єкт не розпізнано, тобто не віднесено до будь-якого з відомих класів (пропуск цілі);
o об'єкт, який "е належить ні до одного з відомих класів, помилково віднесено до одного з них (помилкова тривога);
o об'єкт, який належить до одного з відомих класів, помилково віднесено до іншого класу (помилкове розпізнавання).
По-друге, оператор може втручатися в процес розпізнавання, вносити будь-які корективи при заповненні КБД, розв'язувати спірні питання та ін.
Будь-який алгоритм розпізнавання передбачає віднесення об'єкту до того чи іншого типу на основі значень обчислених параметрів. Цей процес являє собою порівняння об'єкту з еталоном, або прототипом. Сукупність всіх прототипів, які використовуються для порівняння, складає базу прототипів.
Мінімальна кількість прототипів, яку необхідно зберігати, дорівнює кількості можливих кінцевих типів об'єктів. Але практично для розпізнавання застосовуються більш складні моделі, які можна характеризувати наступним чином:
1. Прототип за форматом збереження не є об'єктом кінцевого типу. Як правило, прототип зберігає припустимі границі параметрів, що використовуються для розпізнавання, та іншу необхідну і довідкову інформацію.
2. Як правило, еталоном типу є не один прототип, а множина прототипів.
Ці еталонні об'єкти відрізняються, наприклад, довжиною вектора ознак. Одні
єю з задач, які розв'язуються при розпізнаванні, є скорочення вектора ознак
об'єкта, що підлягає розпізнаванню. Наприклад, базовий вектор ознак вектор
ного об'єкта, що описує земельну ділянку, складається з координат вузлів ЗД та
топології об'єкта. '
3. Для розпізнавання об'єкта можливе використання декількох баз прототипів, наприклад, у випадках:
розпізнавання за складовими елементами (для розпізнавання кожного елементу використовується власна база прототипів);
o розпізнавання проходить у декілька стадій, на кожній з яких об'єкт порівнюється з прототипами із баз, які відповідають поточній стадії
o при застосуванні преселекції об'єкти за значеннями обчислених інтегральних параметрів сортуються по декількох прошарках, то; для розпізнавання в кожному з них використовуються різні баз прототипів.
Вказані особливості передбачають формування, поповнення та підтримки; відносно великих баз прототипів, що повинно бути відображено у вимогах де відповідного програмно-апаратного забезпечення.
Вимоги, які встановлюються до системи розпізнавання графічних образів в системі ведення земельного кадастру, відображені на мал.2.1.
Мал.2.1 Система розпізнавання графічних образів
форм систем з розвинутими засобами автоматизації та відкритою архітектур* При цьому важливо враховувати наступні критерії:
o складність та час розроблення, тестування та впровадження;
o зручність в експлуатації;
o швидкість роботи алгоритмів та ефективність використання обчислювальних ресурсів.
Процес атоматизованого розпізнавання об'єктів на растрових зображеннях вимагає наявності в системі крім власне модулів, які реалізують ключові алгоритми, це як мінімум, наступних компонентів: ;
o модулю зчитування вхідного растру (інтерфейс користувача, конверторізації
o модулю відображення растрових та векторних зображень;
o модулю редагування растрових та векторних зображень;
o конверторів, які зберігають вихідні векторні файли у форматах автоматизованих систем, які використовують результати розпізнавання.
Кожен з цих компонентів, а також ключові модулі, необхідно окремо розроблювати та тестувати. Все це значно підвищує складність, витрати на
розроблення, тестування та впровадження системи розпізнавання.
В тому випадку, коли інтерфейс користувача реїалізовано з урахуванням всіх відомих стандартів та вимог, залишається ймовішність виникнення незручностей в експлуатації системи розпізнавання внаслідок її неінтегрованості з системами, що використовують результати розпізнавання. 1
Алгоритми оброблення растрів і розпізнавання векторних об'єктів ставлять високі вимоги до обчислювальних ресурсів комп'ютерної системи. Тому реалізація системи розпізнавання безпосередньо у вигляді прикладної програми не вивгає додаткових витрат обчислювальних ресурсів та підвищує швидкість оброблення зображень.
2.4. Застосування програм MapInfo для ведення земельного кадастру
з автоматизованим розпізнаванням графічних образів.
Складність та час реалізації, тестування та впровадження. При використанні в якості програмних платформ систем з розвинутими засобами автоматизації та відкритою архітектурою не існує необхідності розроблення, тестування та впровадження вищезгаданих модулів, тому що вони, як правило, реалізовані в цих системах.
Зручність в експлуатації. Крім необхідних для розпізнавання можливос-тей, програмна платформа, що використовується розпізнавання, як правило, має в своєму арсеналі велику кількість інших зручних інструментів для роботи з просторовою інформацією.
Швидкість роботи алгоритмів та використання обчислювальних ресурсів. Якщо базова для модулю розпізнавання система має можливості розширення тільки з використанням вбудованої мови програмування, що інтерпретується, то це дуже негативно впливає на швидкість роботи алгоритмів та використання обчислювальних ресурсів.
З точки зору
Loading...

 
 

Цікаве