Pages Navigation Menu

ISSN 2227-6017 (ONLINE), ISSN 2303-9868 (PRINT), DOI: 10.18454/IRJ.2227-6017
ПИ № ФС 77 - 51217, 16+

Скачать PDF ( ) Страницы: 22-24 Выпуск: №10 (29) Часть 2 () Искать в Google Scholar
Цитировать

Цитировать

Электронная ссылка | Печатная ссылка

Скопируйте отформатированную библиографическую ссылку через буфер обмена или перейдите по одной из ссылок для импорта в Менеджер библиографий.
Галилейский В. П. ИСПОЛЬЗОВАНИЕ ПАНОРАМНЫХ ИЗОБРАЖЕНИЙ НЕБА ДЛЯ РАСЧЕТА ВЕКТОРА СОСТОЯНИЯ ОБЛАЧНОСТИ / В. П. Галилейский, А. И. Елизаров, Д. В. Кокарев и др. // Международный научно-исследовательский журнал. — 2020. — №10 (29) Часть 2. — С. 22—24. — URL: https://research-journal.org/technical/ispolzovanie-panoramnyx-izobrazhenij-neba-dlya-rascheta-vektora-sostoyaniya-oblachnosti/ (дата обращения: 28.09.2020. ).
Галилейский В. П. ИСПОЛЬЗОВАНИЕ ПАНОРАМНЫХ ИЗОБРАЖЕНИЙ НЕБА ДЛЯ РАСЧЕТА ВЕКТОРА СОСТОЯНИЯ ОБЛАЧНОСТИ / В. П. Галилейский, А. И. Елизаров, Д. В. Кокарев и др. // Международный научно-исследовательский журнал. — 2020. — №10 (29) Часть 2. — С. 22—24.

Импортировать


ИСПОЛЬЗОВАНИЕ ПАНОРАМНЫХ ИЗОБРАЖЕНИЙ НЕБА ДЛЯ РАСЧЕТА ВЕКТОРА СОСТОЯНИЯ ОБЛАЧНОСТИ

Галилейский В. П.1, Елизаров А. И.2, Кокарев Д. В.3, Морозов А. М.4

1Кандидат физико-математических наук, 2кандидат технических наук, 3инженер, 4 старший научный сотрудник, Федеральное государственное бюджетное учреждение науки Институт оптики атмосферы им. В.Е. Зуева СО РАН, г. Томск

ИСПОЛЬЗОВАНИЕ ПАНОРАМНЫХ ИЗОБРАЖЕНИЙ НЕБА ДЛЯ РАСЧЕТА ВЕКТОРА СОСТОЯНИЯ ОБЛАЧНОСТИ

Аннотация

В статье предлагается метод определения направления и видимой угловой скорости перемещения облачности на основе серии панорамных изображений облачного небосвода, полученных с помощью сверхширокоугольных объективов.

Ключевые слова: панорамные изображения, облачность, направление, угловая скорость, перемещение, геометрическая дисторсия.

Galileiskii V. P.1, Elizarov А.I.2, Kokarev D. V.3, Morozov A. M.4

1Ph.D in Physics and mathematics, 2Ph.D, 3engineer, 4senior staff scientist, V.E. Zuev Institute of Atmospheric Optics SB RAS, Tomsk

CALCULATION THE STATE VECTOR OF CLOUDINESS BY USING A PANORAMIC IMAGE OF THE SKY

Abstract

This article gives a short overview to method of direction determining and visible angular velocity of movement determining of cloudiness based on set of panoramic images of cloudy sky, obtained by wide-angle lens.

Keywords: Panoramic images, cloudiness, direction, angular velocity, displacement, geometric distortion.

Облачность является важнейшим на планете погодным и климатообразующим фактором локального и глобального масштаба. Кроме того облачность и тип облачности является детектором температурного и влажностного состояния атмосферы на больших высотах, а также детектором и «визуализатором» горизонтального и вертикального переноса воздушных масс, что также важно при изучении физики облакообразования. Другая сторона фактора облачности – техногенная. Наличие и состояние облачности существенно влияет на условия видимости, надежность оптической связи, локации и передачи электромагнитной энергии на трассах внутри атмосферы и Земля-Космос. Поэтому понятна важность наблюдений состояния облачности и методов их обработки с целью оценки не только метеорологических характеристик облачности (высота, бал), но и направление, и скорость переноса.

В практике наблюдений «всего» небосвода широко используются однокамерные панорамные устройства со сверширокоугольными объективами типа “Fisheye” [1, 2, 3]. Чтобы обеспечить правильную интерпретацию изображений, полученных с помощью таких систем, необходимо корректно перенести образ 18-06-2020 11-02-57 облачного поля с изображения на условную поверхность облачного горизонта на высоте H над Землей 18-06-2020 11-03-24. Для оценки угловых характеристик облачности, знания действительной высоты облачности не требуется.

Рассмотрим два важнейших фактора влияющих на геометрию явления. Первый фактор – это видимые перспективные искажения в трехмерном пространстве. Наблюдаемый в зените вектор скорости облачности 18-06-2020 11-03-41 в других направлениях распадается на три видимые компоненты: по азимуту 18-06-2020 11-03-49, зенитному углу 18-06-2020 11-04-15 и радиальную компоненту – по лучу зрения 18-06-2020 11-04-47 [4]:18-06-2020 11-04-56

В угловом выражении этих скоростей 18-06-2020 11-05-06, где L дальность, величина компонент будет вследствие перспективы существенно уменьшаться с приближением к горизонту. Кроме того, относительная доля компоненты 18-06-2020 11-04-47, не связанная с видимым угловым перемещением по небосводу, в створе направления движения существенно возрастает за счет уменьшения двух остальных.

Второй фактор связан со средствами регистрации панорамных изображений облачного поля, в которых, как правило, применяются сверхширокоугольные объективы типа “Fisheye” с полем зрения близким к 18-06-2020 11-12-51. Направленные вертикально вверх, в зенит, обеспечивают видимость от горизонта до горизонта. К сожалению, эти объективы страдают значительной геометрической дисторсией: осевые углы по мере приближения к краю поля зрения на изображении сжимаются. Таким образом, прямой пересчет координат точек изображения в угловые координаты приведет к значительным ошибкам. Для устранения ошибок, связанных с дисторсией, необходимо производить калибровку панорамных фотографических устройств, в ходе которых определяются калибровочная функция и углы ориентации (направления оптической оси) [5]:

18-06-2020 11-14-40              (1)

где Z – угловое расстояние от оптической оси, r – линейное расстояние от центра изображения до точки, p – экспериментально определяемые параметры калибровочной функции, x,y – сферические углы, задающие направление оптической оси относительно местного вертикала, ω – угол поворота изображения вокруг оптической оси относительно сторон горизонта для привязки к сторонам света.

Учитывая выше приведенные факторы, расчет реальных пространственных топоцентрических координат 18-06-2020 11-16-22 на облачном горизонте относительно точки наблюдения соответствующих координатам 18-06-2020 11-16-29 пикселов на изображении может быть произведен в три этапа:

  • пересчет координат пикселов изображения 18-06-2020 11-16-29 в сферические горизонтальные координаты 18-06-2020 11-16-38 относительно фотокамеры:

18-06-2020 11-17-07        (2)

  • коррекция координат 18-06-2020 11-16-38 с учетом углов 18-06-2020 11-17-25 для приведения к местному вертикалу и сторонам горизонта 18-06-2020 11-17-40;
  • вычисление топоцентрических координат 18-06-2020 11-16-22 на высоте H облачного слоя с радиусом относительно центра Земли 18-06-2020 11-18-18

18-06-2020 11-18-28       (3)

Хотя облачный слой считается сферическим радиуса 18-06-2020 11-18-18, но за счет большой величины земного радиуса применение прямоугольной координатной сетки на облачном горизонте не приводит к большим ошибкам: при реальной высоте облачности 10 км до зенитного угла 88° линейная ошибка не превышает 0.005% (соответственно, 100 км – 88° – 0.025%).

При условии сохранения калибровки панорамного устройства регистрации и высоты облачности  полученный массив данных соотношения координат 18-06-2020 11-32-41 может быть многократно использован.

Из-за нелинейности соотношения координат 18-06-2020 11-32-50 расстояние между соседними точками облачного горизонта увеличиваются от зенита к горизонту приблизительно в 10 раз. Поэтому для дальнейшей обработки может потребоваться провести интерполяцию поля яркости  18-06-2020 11-33-00 на равномерную координатную сетку 18-06-2020 11-33-07 с фиксированным шагом: 18-06-2020 11-33-17.

В процессе межкадровой обработки серии изображений производится поиск относительного смещения 18-06-2020 11-33-29 облачного поля за временной интервал между ними 18-06-2020 11-33-36 и вычисление компонентов скорости 18-06-2020 11-33-48 азимута 18-06-2020 11-33-54 направления движения облачного поля и угловой скорости  в точке зенита:

 

18-06-2020 11-40-42

Значения компонентов скорости 18-06-2020 11-41-36 и азимута 18-06-2020 11-41-45 совместно с таблицей данных 18-06-2020 11-41-56 несложно применить для прогноза на непродолжительный промежуток времени 18-06-2020 11-42-03 положения облачности или просветов на небосводе. Знание реальных значений высоты облачности H позволяет сделать прогноз видимости в условиях облачности для прилегающего района.

Для всей серии изображений одного размера, составляется таблица пересчета координат, которая и будет использоваться для дальнейших расчетов.

На основе описанного выше метода была разработана методика расчета вектора состояния облачности, состоящая из следующих пунктов:

  1. Проекция образа облачного неба на горизонт: 18-06-2020 11-42-40
  1. Устранение избыточной информации, т.е. разделение изображения на два класса – небо и облачность;
  2. Расчет смещения облачности в текущем кадре относительно предыдущего 18-06-2020 11-42-49 за временной интервал между ними 18-06-2020 11-42-58;
  3. Вычисление угловых характеристик движения облачности: азимута 18-06-2020 11-41-45 и угловой скорости  в точке зенита 18-06-2020 11-43-06

Первая задача решается путем использования предварительно рассчитанного массива соотношения координат 18-06-2020 11-43-14 и интерполяцией на равномерную сетку 18-06-2020 11-43-22 поля яркости неба.

Задача разделения изображения на классы успешно решается с помощью алгоритмов основанных на использовании информации о цвете (цветовая модель RGB). Поскольку для чистого неба преобладающим будет являться синий цвет, то используя пороговые ограничения для отношения интенсивностей в цветовых каналах, можно достаточно точно разделить изображение на два условных класса – небо/облака (рис.1). Естественно, что на результат такого разделения в основном будет влиять тип используемой камеры и преобладающих атмосферных условий. При уточненном качественном описании цвета используют три его субъективных атрибута: цветовой тон, насыщенность и светлоту (цветовая модель HSV). Поэтому, для проведения более качественного обнаружения облачности, используется пороговый классификатор, основанный на использовании HSV цветовой модели. Информация о цветовом тоне H и насыщенности S позволяет построить надежное разделяющее правило, которое в меньшей мере, по сравнению с RGB системой, зависит от устройства получения изображения.

18-06-2020 11-51-45

Рис. 1 – Обнаружение облачности с использованием цветовых моделей RGB и HSV: исходное изображение, RGB метод, HSV метод

Расчет направления перемещения облачности в кадре ведется с помощью алгоритма измерения подобия [6] между блоками изображений на основании суммы абсолютных разностей (SAD – sum of absolute differences). Участок, размер которого выбирается исходя из размеров изображения, предыдущего изображения является шаблоном для поиска на текущем изображении. Позиция на текущем кадре, где сумма абсолютных разностей с шаблоном будет минимальной, и будет считаться максимально похожей на участок предыдущего изображения. Таким образом, мы можем посчитать начало и конец вектора движения участка облачности (рис. 2). Далее, из уже составленной таблицы преобразования координат, мы пересчитываем координаты вектора в реальные размеры, и соответственно, зная время между кадрами, рассчитываем скорость перемещения облаков.

18-06-2020 11-53-10

Рис.2 – Визуализация рассчитанных векторов перемещения облачности

Дальнейшие исследования направлены на создания методов анализа многоярусных облачных образований и возможности синхронизации панорамных снимков, с ежедневными реальными космическими снимками, для классификации облачности.

Литература

  1. Галилейский В.П., Морозов А.М. Панорамный фотометрический комплекс // Оптика атмосферы. – 1990. – Т. 3, № 11. – С. 1131-1135.
  2. Галилейский В.П., Морозов А.М., Ошлаков В.К. Панорамный фотометрический комплекс для контроля прямой и рассеянной солнечной радиации / Региональный мониторинг атмосферы. Ч.2. Новые приборы и методики измерений: Коллективная монография / Под общей редакцией М.В.Кабанова. Томск: изд-во “Спектр” Института Оптики Атмосферы СО РАН, 1997. – С. 146-160
  3. Галилейский В.П. Средство видеоконтроля для широкого круга технологических задач / Галилейский В.П., Зуев К.Г., Колеватов А.С., Морозов А.М., Ошлаков В.К., Петров А.И. // Сб. Наука производству. Институт оптики атмосферы. – 2003. – № 9. – С.66-70.
  4. Галилейский В.П., Гришин А.И., Морозов А.М. Пассивный моностатичный метод оценки высоты и скорости движения облачности // Оптика атмосферы и океана. – 2013. – Т. 26, № 3. – С. 253-257.
  5. Сгоннов Д.А., Морозов А.М., Кокарев Д.В., Галилейский В.П. Программа определения калибровочной функции геометрического искажения сверхширокоугольных изображений по звездам (AllSky) // Свидетельство о государственной регистрации программы для ЭВМ №2014611444 от 3 февраля 2014. Правообладатель: ФГБУН ИОА СО РАН
  6. Елизаров А.И., Галилейский В. П., Кокарев Д. В., Морозов А. М. Определение параметров облачности и составление прогноза с использованием API Google карт: тезисы докл. XXIV Всероссийской научной конференции «Распространение радиоволн».(Иркутск, 29 июня – 5 июля 2014 г.). – С.78-81.

 References

  1. Galilejskij V.P., Morozov A.M. Panoramnyj fotometricheskij kompleks // Optika atmosfery. – 1990. – T. 3, № 11. – S. 1131-1135.
  2. Galilejskij V.P., Morozov A.M., Oshlakov V.K. Panoramnyj fotometricheskij kompleks dlja kontrolja prjamoj i rassejannoj solnechnoj radiacii / Regional’nyj monitoring atmosfery. Ch.2. Novye pribory i metodiki izmerenij: Kollektivnaja monografija / Pod obshhej redakciej M.V. Kabanova. Tomsk: izd-vo “Spektr” Instituta Optiki Atmosfery SO RAN, 1997. – S. 146-160
  3. Galilejskij V.P. Sredstvo videokontrolja dlja shirokogo kruga tehnologicheskih zadach / Galilejskij V.P., Zuev K.G., Kolevatov A.S., Morozov A.M., Oshlakov V.K., Petrov A.I. // Sb. Nauka proizvodstvu. Institut optiki atmosfery. – 2003. – № 9. – S.66-70.
  4. Galilejskij V.P., Grishin A.I., Morozov A.M. Passivnyj monostatichnyj metod ocenki vysoty i skorosti dvizhenija oblachnosti // Optika atmosfery i okeana. – 2013. – T. 26, № 3. – S. 253-257.
  5. Sgonnov D.A., Morozov A.M., Kokarev D.V., Galilejskij V.P. Programma opredelenija kalibrovochnoj funkcii geometricheskogo iskazhenija sverhshirokougol’nyh izobrazhenij po zvezdam (AllSky) // Svidetel’stvo o gosudarstvennoj registracii programmy dlja JeVM № 2014611444 ot 3 fevralja 2014. Pravoobladatel’: FGBUN IOA SO RAN
  6. Elizarov A.I., Galilejskij V. P., Kokarev D. V., Morozov A. M. Opredelenie parametrov oblachnosti i sostavlenie prognoza s ispol’zovaniem API Google kart: tezisy dokl. XXIV Vserossijskoj nauchnoj konferencii «Rasprostranenie radiovoln».(Irkutsk, 29 ijunja – 5 ijulja 2014 g.). – S.78-81.

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Лимит времени истёк. Пожалуйста, перезагрузите CAPTCHA.