Получение оптимальных редукционных моделей прогноза для аэрокосмических снимков

В статье рассматриваются результаты исследования классических моделей обработки аэрокосмических снимков и применение подхода регрессионного моделирования к решению задач трансформации координат по малым выборкам опорных точек на кадровых и сканерных аэрокосмических снимках. Оценивание параметров математических моделей, используемых для преобразования изображений на аэрокосмических снимках в заданные картографические проекции является важным этапом, как при построении соответствующих карт, так и при решении научных и технических задач. Получение карт различного назначения для поверхности Земли невозможно без решения задачи координатной привязки, предполагающей определение координат объектов в некоторой опорной системе. Задача координатной привязки, решаемая по аэрокосмическим снимкам, по постановке ничем принципиально не отличается от астрофотографической. Тем не менее, в ряде случаев, в особенности при создании карт, диапазон ее применения гораздо шире - в систему опорной сети могут переводить не только геодезические пункты, но и множество точек контуров различных изображений (береговой линии, лесных массивов и т.д.). Распространенной и важной процедурой при обработке измерений на аэрокосмических снимках является оценивание параметров математических моделей, используемых в частности для преобразования изображений. Вместо классического подхода к оцениванию параметров, предусматривающего жестко фиксированную модель предлагается использовать методологию регрессионного моделирования, реализованного в пакете «Система поиска оптимальных регрессий». Экспериментально подтверждена эффективность данного подхода для решения новой по его применению задачи трансформации координат на аэрокосмических снимках земной поверхности. Повышение точности при использовании данного подхода обеспечивается процедурой структурной идентификации, предполагающей формирование множества конкурирующих структур на основе исходной перспективной модели и поиск оптимальной структуры по заданному критерию качества.