ПРЕДВАРИТЕЛЬНАЯ КЛАССИФИКАЦИЯ ИЗОБРАЖЕНИЙ ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ, ПОЛУЧЕННЫХ С БОРТА РОССИЙСКОГО СЕГМЕНТА МКС В РАМКАХ КОСМИЧЕСКОГО ЭКСПЕРИМЕНТА «УРАГАН», ПО ГИСТОГРАММАМ РАСПРЕДЕЛЕНИЯ ПОЛУТОНОВ И ДАННЫМ ИЗМЕРЕНИЯ СПЕКТРА ОТРАЖЁННОГО ИЗЛУЧЕНИЯ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННОЙ СЕТИ

ПРЕДВАРИТЕЛЬНАЯ КЛАССИФИКАЦИЯ ИЗОБРАЖЕНИЙ ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ, ПОЛУЧЕННЫХ С БОРТА РОССИЙСКОГО СЕГМЕНТА МКС В РАМКАХ КОСМИЧЕСКОГО ЭКСПЕРИМЕНТА «УРАГАН», ПО ГИСТОГРАММАМ РАСПРЕДЕЛЕНИЯ ПОЛУТОНОВ И ДАННЫМ ИЗМЕРЕНИЯ СПЕКТРА ОТРАЖЁННОГО ИЗЛУЧЕНИЯ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННОЙ СЕТИ

© Э.Э.Сармин
© Государственный музей истории космонавтики им. К.Э. Циолковского, г. Калуга
Секция "Проблемы ракетной и космической техники"
2012 г.

Изображение подстилающей поверхности, полученное с борта Россиского сегмента Международной космической станции (МКС) с помощью ручной съёмочной аппаратуры, как правило, представляет собой файл, из названия или EXIF-заголовка которого может быть получена информация о настройках фотокамеры, дате и времени съёмки. Таким образом, осуществление выборки фотографий одного сеанса в целях обработки может быть осуществлено путём фильтрации файлов по времени формирования.

С другой стороны, для отработки новых методов обработки часто необходимо осуществлять выборку однотипных объектов. При использовании данных об имени и времени съёмки файла задача поиска подобных объектов может быть решена лишь частично, поскольку равенство рассчитанной по этим данным подспутниковой точки не означает однотипность объектов исследования. Более того – такой подход значительно сужает возможность подбора подобных изображений для подтверждения методики обработки, поскольку исключает из выборки объекты того же рода, удалённые от рассчитанной подспутниковой точки.

Одним из способов решения проблемы поиска однотипных изображений может быть их предварительная классификация и присвоение им текстового описания соответствующего класса. Поиск по текстовым описаниям, как правило, происходит значительно быстрее, чем вычисление расстояний в многомерном пространстве признаков изображения, формируемом при использовании других методов поиска.

В качестве признака классификации в рамках статьи рассматриваются гистограммы распределения полутонов изображения и измерения спектра отражённого излучения, доступные для научной аппаратуры «Фотоспектральная система».

В качестве основного метода классификации используется нейронная сеть, качество работы которой сравнивается с линейным и нелинейным классификаторами, построенными с использованием метода опорных векторов.