СОЗДАНИЕ МЕТОДИКИ ПОЛУЧЕНИЯ ПАРАМЕТРОВ СЕГМЕНТОВ МЕЗОСФЕРНЫХ СЕРЕБРИСТЫХ ОБЛАКОВ

СОЗДАНИЕ МЕТОДИКИ ПОЛУЧЕНИЯ
ПАРАМЕТРОВ СЕГМЕНТОВ
МЕЗОСФЕРНЫХ СЕРЕБРИСТЫХ ОБЛАКОВ
© Сартин С.А., Рейбандт А.И.,
Носов А.А., Жевтнева А.И.
Северо-Казахстанский государственный универсиет,
Республика Казахстан, г. Петропавловск
Разработана методика получения плотного стерео полей мезосферных
серебристых облаков. Произведено сравнение основных цветовых пространств. Выявлены диапазоны каналов, относящиеся к сегменту поля.
Ключевые слова: карта глубины, МСО, параллакс, стереобаза, цветовое пространство.
Мезосферные серебристые облака (МСО), самые высокие облачные образования в земной атмосфере, образующиеся на высотах 70-95 км. Их называют также полярными мезосферными облаками (polar mesospheric clouds,
PMC) или ночными светящимися облаками (noctilucent clouds, NLC). Именно
последнее название, наиболее точно отвечающее их внешнему виду и условиям их наблюдения, принято как стандартное в международной практике.
Изучение этого феномена затруднено их довольно высоким положением
в атмосфере. При этом МСО могут являться маркером, показывающим движение атмосферных потоков на этих высотах.
В современной практике для детализации плоского изображения зачастую прибегают к получению 3D картинок, что показывает более точно оценить распределения вещества в пространстве. Аналогично решается вопрос
изучения особенностей морфологии МСО.
В данной работе предлагается метод получения плотного стерео для
изображений полей серебристых облаков.
В основе построения модели лежит понятие угловой стереобазы снимки, для которой, производятся с двух разнесѐнных наблюдательных пунктов
камерами, ориентированными на одну звезду.
Стереобаза вычисляется из тех соображений, чтобы параллакс на переднем плане Parallaxfore был равен 3 мм, а для заднего плана это ограничение Parallaxback – 9 мм, в три раза больше.

Старший преподаватель кафедры «Физика», кандидат физико-математических наук.
Магистрант.

Студент.

Студент.

Астрономия
9
L
L


 Parallax fore  ( fore  fore ) 
f
L

AngularBas e fore  2  arctg 


2  M  ( P  L fore )




где Lfore – расстояние до предмета, находящегося на переднем плане, –
ближайшего к нам предмета;
f – фокусного расстояние объектива;
L – расстояние до точки фокусировки объектива;
M – увеличение фотоаппарата, включая изменения размера при печати фотографий, сканировании, кадрировании и т.п.;
P – расстояние до оси вращения фотоаппарата.
Так же можно вычислять стереобазу и исходя из параллакса для заднего
плана:
L
L


 Parallax back  ( back  back ) 
f
L 
AngularBas eback  2  arctg 


2  M  ( Lback  P)




В итоге, исходя из неточностей измерений и приближенности эмпирических данных, мы получим два значения угловой стереобазы. Выбрать
нужно наименьшее.
Если задний план находится в бесконечности, то формула упрощается:
 Parallax back  ( L  f ) 

AngularBas einf inite  2  arctg 
2  M  f  L)


Эти формулы можно использовать с хорошим приближением и для фотоаппаратов со смещаемым объективом, когда все расстояния намного больше фокусного (L >> f), то есть в нашем случае, когда расстояние до облака
порядка десятка, а то и сотен километров.
Далее если пренебречь кривизной земной поверхности, то линейная база, или расстояние, на которое должны быть разнесены точки наблюдения:
 AngularBas e 
Base  2  P  tg 

2


Для вычисления величины P – расстояния до оси вращения фотоаппарата, или попросту расстояния до объекта наблюдения, воспользуемся методом описанном в источнике [1].
НАУКА И СОВРЕМЕННОСТЬ – 2013
10
Определение расстояния до оси вращения фотоаппарата абсолютно
одинаково для обеих точек наблюдения, поэтому рассмотрим только один
случай.
1. Наблюдатель, находясь в точке наблюдения, делает так называемый
пробный снимок, на котором должен находиться наблюдаемый объект и два ориентира с известными координатами, в качестве которых предлагается использовать звѐзды.
2. С помощью приборов измеряется широта пункта наблюдения.
Для вычисления расстояния от точки наблюдения до определѐнной точки серебристого облака воспользуемся формулой М.И. Бурова [1]:

s  7429   tg (h)  tg (h)2  0.0221

где h – высота точки над горизонтом.
Высоту точки МСО можно определить по снимку. Для этого необходимо определить координаты положения линии горизонта и «нулевого» азимута на фотоснимке, а чтобы определить координаты положения линии горизонта и «нулевого» азимута, необходимо знать азимуты и высоты нескольких ориентиров (в данном случае используются звезды).
1. Т 0  Т д  (nч  1ч )
Всемирное временя (времени в Гринвиче), где Тд (декретное время) –
время получения снимка и nч (номер часового пояса).
2. t  S 0  S    
Часовой угол светила, где S0 – значение момента звездного времени на
среднюю гринвичскую полночь (можно найти как количество дней после 22
сентября).
366.2422
S 
 T0
365.2422
где λ – долгота пункта наблюдения;
α – прямое восхождение светила.
3. Затем вычислим зенитное расстояние и высоту звезды:
cos z  sin   sin   cos   cos   cos t
z  arccos(cos z )
h  90  z
где φ – склонение светила;
δ – широта пункта наблюдения.
Зная азимуты и высоты звезд на снимке, определяем точку с координатами (x0, y0) (точка пересечения линии горизонта и «нулевого» азимута).
Астрономия
11
Высота изменяется по оси ОУ и есть угол между «нулевой» высотой и точкой светила.
Тогда из геометрических соображений по снимку можно найти y0:
y0  y1
 tgh1
r
где y0 – координаты «нулевой» высоты;
r – радиус небесной сферы;
y – координата звезды на снимке;
h1 – азимут и высота звезды на момент съемки.
Аналогичные формулы составим и для второй звезды:
y0  y 2
 tgh2
r
Тогда получим:
y0 
y2  tgh1  y1  tgh2
tgh1  tgh2
Основываясь на Н – средней линейной высоты полей МСО над поверхностью земли равной 80 км, тогда:


P  H 2  7429   tg (h)  tg (h) 2  0.0221

2
И отсюда получим расстояние между двумя наблюдательными пунктами равно:
2



 y0  yco 
 AngularBas e 
 yco  y0

2



Base  2  tg 

H

7429



0
.
0221






2
r
r



h
h





2
Для реализации предложенного метода был реализован пакет программ,
включающий в себя клиент и сервер, позволяющий соединять наблюдательные пункты по двум схемам:
‒ два наблюдательных пункта соединѐнных между собой один из которых работает как клиент и как сервер;
‒ два наблюдательных пункта соединѐнные с сервером.
В целях упрощения взаимодействия и защиты данных схема сети собирается на основе виртуальной частной сети – OpenVPN [2]. Передача видео
данных осуществляется с помощью библиотеки LibVLC [3], по протоколу
НАУКА И СОВРЕМЕННОСТЬ – 2013
12
rtp закодированные кодеком H.264. Сервер позволяет в реальном времени
складывать видеокадры и записывать либо воспроизводить результирующее
видео в красно-голубом, монохромном, оптимизированном, желто-синем и
тѐмном анаглифах.
При построении плотного стерео, для МСО, всѐ ещѐ остаѐтся проблемным поиск опорных точек в его структуре. Все современные методы поиска
основаны на скачке градиента яркости в окрестности особой точки, в то
время как значение яркости на снимках убывает снизу вверх, а в поле облака
мы наблюдаем плавное изменение яркости, даже на границе ярких структур.
Увеличение контраста достигается применением фильтра, выявляющего
структуры поля МСО, и осуществляющий дальнейший поиск опорных точек по их контурам. Спектр излучения сегмента облака инвариантен ко времени суток, фазе развития облака и места наблюдения. Данное свойство
даѐт возможность выявления структур, путѐм применения порогового классификатора по цветам.
Таблица 1
Диапазон значений показателей цвета для МСО
Палитра Канал
RGB
YCbCr
HSV
R
G
B
Y
Cb
Cr
H
S
V
Граничные значения
минимальный порог максимальный порог
60
150
77
241
57
240
87
154
14
255
130
135
Основным шагом решения задачи является выбор цветового пространства, для изучения были взяты RGB, YCbCr и HSV палитры. Чтобы выявить
диапазон, в котором лежат цвета структуры поля МСО, было создано приложение, для работы с каналами различных палитр, и обработана база снимков прошлых наблюдательных сезонов (табл. 1).
В результате было установлено:
1. Каналы R, G и B не выявляют структур облака, а лишь отсекают горизонтальные полосы, но в определѐнном диапазоне хорошо отсеивают пикселы принадлежащие фонарям, вершинам деревьев, красному свечению заходящего солнца, и т.п.
2. Канал V оказывает самое сильное влияние на выявление структур и
имеет самый минимальный диапазон пропускания.
3. Каналы H и Y вносят небольшой вклад, так как частично дублируются другими каналами.
Астрономия
13
4. Каналы S, Cb и Cr не вносят существенного вклада в выявление
структур, либо их действие дублируется сочетанием работы других
каналов, их диапазон пропускания почти во всех опытных случаях
равнялся общему диапазону канала.
Рис. 1. Пример исходного и обработанного изображений
Применение данного фильтра к фотографиям большого разрешения позволяет упростить процесс классификации структур, и в будущем с применением методов компьютерного зрения позволит автоматизировать ведение
журнала наблюдений. В качестве примера, на рис. 1 приведены изображения до и после обработки с использованием предлагаемого фильтра, причѐм
на полученных изображениях определяются опорные точки даже при применении простейших детекторов.
Список литературы:
1. Бронштэн В.А. Серебристые облака и их наблюдение. – М.: Наука.
Главная редакция физико-математической литературы, 1894. – 128 с.: илл.
2. http://openvpn.net.
3. http://www.videolan.org.