Сторінка
7

Розробка, формування та ведення індексних кадастрових карт засобами ГІС

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:

'"• об'єкт не розпізнано, тобто не віднесено до будь-якого з відомих класів (пропуск цілі);

• об'єкт, який «е належить ні до одного з відомих класів, помилково від­несено до одного з них (помилкова тривога);

• 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);

• розпізнавання проходить у декілька стадій, на кожній з яких об’єкт порівнюється з прототипами із баз, які відповідають поточній стадії

• 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:

• складність та час розроблення, тестування та впровадження;

• зручність в експлуатації;

• 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: ;

• модулю зчитування вхідного растру (інтерфейс користувача, конверторізації

• модулю відображення растрових та векторних зображень;

• модулю редагування растрових та векторних зображень;

• 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 можливос­тей, 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 критеріїв порівняння шляхів розроблення системи розпізнаван­ня для застосування при веденні земельного кадастру, MapInfo є найбільш пе­рспективною альтернативою. MapInfo являє собою набір програмних продук­тів що базується на загальній компонентній архітектурі (СОМ), має можливість розширення з використанням програм на Уізиаі Вазіс Гог Арріісаїіопз (УВА), а також підтримує інші розширення у виконуваному форматі операційної системи. Це надає наступні переваги при застосуванні MapInfo в якості програмної пла­тформи для системи розпізнавання графічних образів.