КуРСОВА РОБОТА

на тему:

Розробка, формування та ведення індексних кадастрових карт засобами ГІС.

Зміст

ЗМІСТ

Вступ

1. Інформаційна база кадастру.

1.1. Кадастр як система реєстрації землі.

1.2. Індексна карта – основа ведення кадастру.

1.3. Кадастрові бази даних.

2. Автоматизована розробка індексних цифрових карт.

2.1 Порівняння форматів цифрових карт.

2.2 Технологічна послідовність автоматизованого розпізнавання об’єктів
на цифрових растрових зображеннях.

2.3 Реалізації методу розпізнавання графічних образів в системі ведення
земельного кадастру.

2.4. Застосування програм MapInfo для ведення земельного кадастру з
автоматизованим розпізнаванням графічних образів.

2.5. Перспективи застосування технологій розпізнавання графічних образів
при веденні земельного кадастру

Вступ

Термін «Земля» має багато визначень. Для економіста це ресурс для
прискорення економічного розвитку, для юриста частина простору від
центра землі до неба з набором різноманітних прав для визначених цілей.
Для більшості — це просто місце людської діяльності. Група експертів ООН
(1985) визначає термін «земля» як область поверхні землі разом з водою,
ґрунтом, каменями, корисними копалинами нижче і повітрям вище її.

Фактично, інформація про формування земельних відносин відноситься до
періоду починання сільськогосподарської діяльності племен. І хоча існує
думка, що в той час, коли племена були нечисленними, землі вистачало на
усіх, існують історичні свідчення, що навіть у цей період велися війни
за землі кращої якості, при цьому, деякі племена спеціально кочували для
того, щоб використовувати по можливості велику земельну територію.
Частина цих народів і до тепер зберегли подібний підхід до володіння
землею. Інші племена кочували не повертаючись на вже «освоєні» ділянки.

Кадастри ведуться майже у всіх країнах світу і безпосередньо зв’язані з
поняттями обліку, оцінки стану і використання природних ресурсів,
інженерної діяльності, екології і передбачають виділення однорідних за
своїми правовими й економічними умовами територіальних одиниць, їхнє
картографування й опис їх кількісних і якісних характеристик.

Термін кадастр найчастіше зв’язують з поняттям «нерухомість» чи
методично обладнаним інвентарем усього нерухомого майна, заснованого на
визначенні границь і графічному представленні на картах і нерозривно
зв’язаного з архівом, що містить дані про стан, права і використання
нерухомості».

Термін «кадастр» розповсюджений в усьому світі. З кадастром тісно
зв’язаний термін «кадастрова зйомка» (Cadastral Survey), що передбачає
зйомку границь ділянок нерухомої власності. Поняття кадастру включає
також систему даних, необхідних для оподатковування об’єктів нерухомості
і реєстрації юридичних прав.

В англомовних країнах широко використовуються терміни «земельний реєстр»
(Land Register) і «реєстр власності» (Property Register). Під земельним
чи юридичним реєстром (Legal Register) розуміють державний реєстр
юридичних прав і інших юридичних зведень про нерухому власність (Real
Estate Register). Державний реєстр містить описові, геометричні,
картографічні та інші зведення про нерухому власність.

Широко розповсюджений також термін багатоцільовий кадастр (Multipurpose
Cadastre), що використовується для визначення комплексної
земельно-інформаційної системи (Land Information System), і який поєднує
різні реєстри і кадастри (наприклад ґрунтів, землеволодінь, населення,
інженерних мереж і ін.).

Кадастр — підсумок довгого історичного розвитку. Аналіз кадастрової
діяльності в минулому дозволяє краще організувати її в даний час, і
дозволить з більшою впевненістю прогнозувати майбутні перспективи.

Необхідність гарантування громадянам власності на землю і забезпечення
зборів податків з античних часів стала основою для створення і підтримки
земельного кадастру.

1. ІНФОРМАЦІЙНА БАЗА КАДАСТРУ.

1.1. Кадастр як система реєстрації землі.

Реєстрація землі — процес офіційної реєстрації прав у відношенні
земельної ділянки. Це означає, що існує офіційний запис (земельний
реєстр) прав на чи землю про зміни в юридичному статусі визначених
одиниць нерухомості. Реєстраційна система дає відповідь на питання «хто»
і «як»

Кадастрові земельно-інформаційні системи, описується не тільки фізичними
просторовими чи топографічними атрибутами (місце розташування, розміри,
площа, використання) а, також, і абстрактними, чи тематичними аспектами
(юридична ситуація, оцінка, податкові дані).

Кадастр — методологічно обладнаний реєстр даних про земельні ділянки в
границях всієї країни чи окремої території, що ґрунтується на зйомках
границь. Усі нерухомості мають унікальну систему ідентифікаторів.
Границі ділянок нерухомості та їх ідентифікатори показуються на
великомасштабних картах, що супроводжують реєстр. Для кожної ділянки
можливо показати розмір, оцінну вартість, права, зв’язані з кожною
ділянкою. Кадастр дає відповідь на питання «де» і «скільки».

Системи реєстрації землі і кадастр звичайно є взаємодоповнюючими, вони
працюють як діалогові, взаємозалежні системи. Реєстраційна система
акцентується на відносинах суб’єкт-право, тоді як кадастр зосереджується
на відносинах об’єкт-право.

Тому реєстрація землі і кадастр («хто і як» поряд з «де і скільки») є
взаємодоповнюючими, терміни «реєстрація землі » чи «земельні
реєстраційні записи » звичайно використовуються, щоб показати ці два
компоненти разом. Часто термін «земельний титул» («land title»)
використовується замість терміна «земельний реєстраційний запис» («land
record».).

По досвіду очевидно, що адекватна система реєстрації землі (land
recording system) (комбінація системи реєстрації землі і кадастру)
складається з двох основних частин:

— описової частини, що містить записи про правовий чи статус юридичні
права та інші фізичні чи узагальнені ознаки земельних ділянок (парцел),
відображених на реєстраційних (кадастрових) чи індексних картах;

— картографічної частини, що складається з великомасштабних карт і
планів виконаних за допомогою точних зйомок, і які містять розподіл на
земельні ділянки з відповідними ідентифікаторами.

В усьому світі зростає потреба в інформації про землю як основі для
планування, розвитку і контролю за природними ресурсами. Розширення
виробництва у світі значно підсилює тиск на природне середовище. Земля,
що так чи інакше є основним джерелом матеріальних благ, має критично
важливе значення і вимагає створення ефективної системи керування. Легко
знайти приклади — особливо в країнах які розвиваються, що може відбутися
якщо ситуація виходить з під контролю. Нераціональне використання
сільським господарством земельних ресурсів може приводити до таких
стихійних лих, як посухи, ерозії ґрунтів і голод. Лісові території
страждають від черезмерних вирубок. Зменшується кількість сільгоспугідь
через ріст населених пунктів. Існують визначені проблеми в міському
плануванні.

Таким чином, зростає кількість об’єктивних факторів для більш
ефективного керування земельними ресурсами. Але як можна планувати і
керувати без детальної інформації безпосередньо про земельні ресурси.
Загальних знань недостатньо — потрібна детальна інформація про
землекористування й ін. Це є очевидною причиною для створення
земельно-інформаційних систем. З запропонованих визначень ЗІС найбільш
розповсюдженим є визначення міжнародної федерації геодезистів FIG
(Federation Internationale des Geometres): Земельно-інформаційна Система
— це інструмент для законного, адміністративного й економічного
прийняття рішень і допомоги в плануванні і розвитку, що складається з
однієї сторони з бази даних, що містить просторові, зв’язані з землею
дані для визначеної області, і з іншого боку, процедур і методів для
систематичного збору, відновлення, обробки і розподіли даних.

Основа ЗІС — уніфікована система координат, що уможливлює об’єднання
даних у рамках системи з іншими об’єднаними з землею даними. Концепції
ГІС/ЗІС продовжують розвиватися і поки що немає однозначних підходів до
визначення таких взаємозв’язків.

Більш важливим є той факт, що існує нагальна потреба в систематичному
зборі, відновленні, обробці і поширенні даних. Нові технології —
особливо комп’ютеризація не тільки значно підсилили потенціал розвитку
таких систем, але також наклали деякі умови й обмеження. Інформація
зв’язана з землею стає усе більш важливої в ринкових умовах і при
переході до більш інтелектуального використання і розвитку земельних
ресурсів.

Відбувається перехід від ручної реєстрації до обробки в автоматизованих
системах. Цей процес проходить в усьому світі. Розмаїтість ЗІС
визначається відмінностями в правовій базі, традиціями й ін.

Першочерговими задачами при побудові ЗІС є:

створення чіткої загальнодоступної структури;

конструктивні дії уряду в координуванні зусиль, зв’язаних із земельною
реформою;

стандартизація процедур і термінології.

Земельна інформаційна система є підрозділом географічної інформаційної
системи, і призначена для керування, аналізу і представлення інформації,
зв’язаної з землею, включаючи нерухоме майно і права на нього. Як
правило, є продуктом розвитку кадастрової системи.

Земельно-реєстраційна система (ЗРС) — це система реєстрації земельних
ділянок і їхніх власників (користувачів). Функція земельної реєстрації
складається в забезпеченні надійної і чітко визначеної основи для
придбання прав на землю і розпорядження ними. До складу інформації в ЗРС
входять місцезнаходження, границі, права власності, грошова оцінка, інша
інформація щодо пільг і обмежень, зв’язаних з цією ділянкою. Для кожної
ділянки описуються категорії земель, класифікація ґрунтів, зведення про
використання землі, і ін.

Кожна земельна ділянка, незалежно від форми власності, повинна бути
зареєстрована. Це буде гарантувати права власників на землю, і дозволить
установити справедливий, обґрунтований податок на землю (нерухоме
майно). Інформація в ЗРС документована і буде мати юридичну чинність
завдяки встановленій процедурі надання юридичного статусу інформації в
комп’ютеризованому реєстрі.

Яка необхідність у створенні автоматизованої реєстраційної системи в
Україні? На сьогодні в Україні функціонує реєстрація власників земельних
ділянок і землекористувачів у системі земельного кадастру, методологія
ведення якого базується на облікових документах (земельно-кадастрові
книги, книги реєстрації земельних ділянок, переданих у приватну
власність і т.п.). Ця система у визначеній мері забезпечує відповідний
рівень обліку змін у власності, але тільки при незначній кількості
власників земельних ділянок і землекористувачів, а також при незначному
обсязі операцій із земельними ділянками й іншою нерухомістю.

По міжнародному досвіді відомо, що щодо реєстрації прав власності існує
дві основних системи реєстрації:

система реєстрація транзакций

система реєстрації прав власності на нерухомість.

Виникає цілий ряд питань. У якій формі необхідно вести реєстр прав
власності? Чи досить одного реєстру користувачів? і багато інших.

Відробити рішення таких питань найбільше доцільно за допомогою
проведення невеликих пілотів-проектів. Основною задачею даного
пілота-проекту була, в основному, відпрацьовування методики створення
базових і кадастрових карт і інтеграції різноманітної інформації на
їхній основі.

Ми можемо використовувати для побудови системи одиничні земельні ділянки
з однорідними в правовому і господарському відношенні умовами. Чому такі
системи, засновані на земельних ділянках є дуже важливими? Основна
причина в тім, що багато чого з людського життя, діяльності і власності
зв’язано з визначеними ділянками землі. З ними зв’язані права власності,
договори оренди, застави й ін. Вони є визначальними для цілої сфери
економічних відносин — земля є головним ресурсом господарської
діяльності. Питання про тім, хто власник землі і хто нею розпоряджається
— питання життєво важливий. Є й інші зв’язки. Наприклад, податки тісно
зв’язані з розміром і розміщенням земельних ділянок. Таким чином, досить
природним є побудова систем, заснованих на окремих земельних ділянках.

Подальше доповнення інформації може значно поліпшити її повноцінність.
Номер ділянки сам по собі безпосередньо не виражає просторового
розміщення. Це привело до ідеї геокодирования. У найбільш простому
випадку це координати центральних крапок ділянок (центроиды). Таким
чином, зібрана інформація автоматично може бути ідентифікована на картах
і більше не зв’язана з адміністративними границями. Інформаційні
системи, засновані на ділянках забезпечують гнучкість і зручність у
керуванні.

ресурсами.

Кадастрова система, на відміну від реєстраційної, не обов’язково повинна
бути заснована на земельних ділянках (парцелах). Замість них можуть
використовуватися перелік лісових ресурсів, ґрунтів, геологічних
характеристик і ін. Кадастр відрізняється від системи земельної
реєстрації тим, що остання призначено винятково для реєстрації прав
власності. Але в цих двох систем є кілька важливих загальних рис, у тому
числі і те, що в основу кадастру і земельного реєстру повинна бути
покладена чітка законодавча база. Неможливо протиставити земельний
кадастр і земельну реєстраційну системи, оскільки ці дві системи є
взаємодоповнюючими.

1.2. Індексна карта – основа ведення кадастру.

У зв’язку з переходом на автоматизоване ведення державного земельного
кадастру і на основі використання комп’ютерної техніки виникає
необхідність створення цифрової картографічної бази даних, що
використовує технології геоінформаційних систем. Як відомо
геоінформаційні системи – це інтерактивні системи, що зберігають цифрову
базу даних і забезпечують повний набір засобів висновку картографічної
інформації від простих екранних зображень до високоякісних топографічних
і кадастрових карт иd планів відповідного масштабу.

Отже, з погляду проведення ітерацій геоінформаційні системи можна
представити у виді послідовності:

збір і введення даних;

керування;

аналіз;

представлення.

Графічно, технологічна модель ГІС представиться наступним чином. Цифрова
картографічна база даних зберігає наступну інформацію:

топографічну основу (цифрова модель місцевості);

границі і границі (координати границь адміністративно – територіальних
утворень, земельних ділянок власників землі і землекористувачів);

рельєф (цифрова модель рельєфу);

границі агро груп грунтів(перелік і координати границь агро груп
грунтів);

границі зон містобудівної цінності (перелік і координати границь зон
містобудівної цінності);

границі геоботанічних конструкторів;

границі лісотипологічних конструкторів;

конструктори районування (координати границь різноманітних видів
загального і соціального районування).

Ця інформація збирається в цифровому виді під час виконання польових чи
робіт переводиться з графічної форми в цифрову, кодується, виводиться на
машинні носії й обробляється відповідними програмами.

На протязі багатьох років на території України склався
адміністративно-територіальний розподіл на області, області на райони,
райони на сільські ради. Виділилися міста республіканського й обласного
підпорядкування, населені пункти. Саме такий
адміністративно-територіальний розподіл виявився найбільш сприйнятливим
і наочним для формування індексних карт. Індексним картам сміло можна
дати назву кадастрових, оскільки з формуванням індексної карти області,
міста, населеного пункту з’являється поняття кадастрової одиниці:
кадастрова зона, кадастровий квартал, кадастровий номер ділянки.

Індексні кадастрові карти – особливі карти, складені на основі
адміністративно — територіального пристрою області чи міста. По
індексних кадастрових картах формується кадастровий номер земельної
ділянки. Тому індексні кадастрові карти є основою формування і ведення
кадастру.

Розробки структури індексного номера земельної ділянки дуже довго було
предметом гарячих споров. Одним із спірних моментів є питання,
зв’язувати індексний номер ділянки з його географічним чи розташуванням
індексний номер є тільки пошуковий атрибут електронної таблиці. Другий
момент: якщо є атрибутивна таблиця і питання в “прив’язці” земельної
ділянки відходить на другий чи план узагалі не розглядається, то ГІС
перетворюється в реєстраційну систему землекористувачів і землеволодінь.
У такому випадку вирішити питання в структурі індексного номера в
атрибутивній таблиці можна дуже просто – черговій земельній ділянці
привласнювати черговий (порядковий) обліковий номер запису в таблиці
бази даних. Тоді закономірне питання – де ГІС? Де просторовий аналіз
розташування земельних ділянок?

У такий спосіб можна однозначно затверджувати, що індексний номер
повинний у себе містити просторову інформацію в географічному
розташуванні земельної ділянки. Формування такого номера повинне
спиратися на індексну кадастрову карту ( рис.1.1).

Рис.1. Індексна кадастрова карта Одеської області.

Працюючи в ІКЦ були проведені досвідчені розробки по автоматичному
формуванню індексних номерів земельних ділянок.

Досвідчені розробки дали позитивна відповідь на питання, яким чином не
маючи встановлених границь міста можна розробити індексну карту міста,
поступово формуючи її заповненням географічно прив’язаних об’єктів
землекористування.

Принципи автоматизованого формування індексного номера земельної
ділянки цілком себе виправдали.

Основним принципом постійний стійкий електронний зв’язок між графічною
частиною кадастрової бази даних і її атрибутивною частиною через
індексний кадастровий номер, що формується автоматично, в залежності від
адміністративно — територіального пристрою області. Крім цього в
структуру індексного номера вдалося закласти інформацію у фізичному
розміщенні на твердому диску файлів автоматизованої системи. Зберігати
всю інформацію в одній базі стало просто не треба. Таку систему дуже
легко розбивати на складові частини з метою встанови окремо по районах.
Така система дуже проста, а значить – надійна. Система може працювати в
режимах “файл-сервер”, ”клієнт-сервер”.

Розроблений принцип формування індексного номера земельної ділянки дуже
легко переноситься на будь-які адміністративні одиниці: будь-яку
область, город, населений пункт. Такий принцип не вимагає наявності
точно географічно встановлених границь адміністративних одиниць, і
дозволяє формувати такі границі методом от частки до загального.

Головним у формуванні індексної карти таким способом є наявність опису
адміністративно — територіального пристрою (області, міста, населеного
пункту).

Маючи таку інформацію можна приступити до формування індексних
кадастрових карт.

При формуванні індексних кадастрових карт самим складної було знайти
достовірну інформацію (графічну й описову) у розташуванні кадастрових
одиниць відносно один одного. Крім цього існує ще і фактор часу
створення таких карт. Що це значить.

Формування індексних кадастрових карт відноситься у видам довгострокових
робіт. Адміністративно-територіальний розподіл постійне змінюється і
тому необхідний один раз початі роботи постійно супроводжувати
(актуалізувати). Іншими словами необхідно постійно вести роботи з
коректуванню індексних кадастрових карт, зберігаючи при цьому вихідний
варіант (вести історію розвитку індексних кадастрових карт).

Досвід роботи кадастрових служб Європи, Америки говорить у тім, що повне
відновлення кадастрових планів і пов’язаних з ними інших кадастрових
матеріалів повинне проводиться не рідше чим через кожні два роки.

І це питання залишається одним із самих слабких.

Якщо коректування кадастрових матеріалів не вести постійно, то ефект
початої роботи по створенню кадастрових планів може через рік – два
звестися до нульового результату.

Виходячи з усього вище сказаного, слід зазначити що формування індексних
кадастрових карт є першим етапом у створенні ГІС міста чи області, що
покликана вирішувати триєдину задачу:

-створення єдиного порядку автоматизованого ведення державного
земельного кадастру;

-створення автоматизованої системи обліку платників (фізичних і
юридичних осіб) земельного податку;

-впровадження системи державної реєстрації земельних ділянок.

Рішення такої задачі тісно пов’язано з роботами по інвентаризації
земель.

Після виконання робіт з інвентаризації земель можна сформувати
географічні границі кадастрових одиниць, що пройшли інвентаризацію і
перенести індексні номери з індексної карти на реальну масштабну карту
кадастрової одиниці. Іншими словами сполучити карту (рис.1.1) з картою
(рис.1.2)

Рис.1.2. Тематична карта с. Рибне Косівського району. .

В дипломній роботі пропонується структура індексації земельних ділянок
для села Рибне Косівського району. А кінцевим результатом планується
створення першої версії Автоматизованої системи кадастру.

Розроблена перша версія автоматизованої системи обласного земельного
кадастру успішно працює вже біля року і нараховує у своїй базі даних
більш тисячі об’єктів колективної власності. Кожен такий об’єкт, у свою
чергу складається з земельних ділянок ( от декількох до декількох
сотень).

Розроблена версія автоматизованої системи містить у себе: індексні карти
і районів, словники, інструменти геодезичних побудов і паювання земель
під ArcView 3.1, набір програм по формуванню автоматизованим способом
каталогів координат ( у ArcView 3.1 чи Word), додатків до госактам і
самих госактов.

Підводячи підсумки сказаного, слід зазначити, що розвиток ГІС областей і
міст підтвердили правильність вибору структури індексного номера:

ХХ.ХХХ.ХХХ.ХХ.ХХХ.ХХХХ

У такій структурі перші три групи цифри (область, чи район город,
сільська чи рада район міста) легко замінити на код КОАТУУ для
перетворення індексного номера в кадастровий номер земельної ділянки:

ХХХХХХХХХХ:ХХ:ХХХ:ХХХХ

чи:

КОАТУУ:ХХ:ХХХ:ХХХХ

Приведена структура кадастрового номера земельної ділянки затверджена
Додатком до Вказівки Госкомзема України от 20 березня 2002 року № 12.

1.3. Кадастрові бази даних.

Основа кадастрової бази даних (КБД) — земельна ділянка. Геодезичні та
геометричні характеристики земельної ділянки (координати вузлів, місце
розташування, оточення) та інші дані про ЗД складають реєстр земельних
ділянок КБД. На сучасному етапі розвитку програми відбувається первинне
наповнення КБД. Тому в якості джерела вхідної інформації слугують
існуючі планово-картографічні та текстові матеріали, що містяться у
кадастровій справі на земельну ділянку. Першим кроком перетворення
існуючих карт на паперових носіях у цифрову форму є оцифрування з
використанням дігітайзеру та сканування, в результаті чого отримують
растрові та векторні зображення території у цифровому вигляді. Крім
того, кадастрові бази даних формуються в результаті проведення
кадастрових зйомок з використанням сучасних технологій, таких як:

• ОРЗ-технології;

• вимірювання з застосуванням електронно-оптичних приладів;

— • дистанційне зондування Землі (ДЗЗ);

• аерофотознімання. \

Перші дві технології належать до цифрових. ДЗЗ та аерофотознімання про

водяться для територій, які не забезпечені сучасними топографічними
картами

крупних масштабів. Першим кроком перетворення даних ДЗЗ та аерофотозйом-

ки у цифрову форму може бути також сканування, або дані відразу
постачають

ся у вигляді цифрових растрових зображень території. ‘ ^ ••» ‘

Основні методи перетворення растрових зображень у векторний формат, в
якому зберігаються географічні дані в КБД, наступні:

• цифрування дігітайзером;

• напівавтоматична векторизація;

• автоматична векторизація.

Таким чином, при веденні земельного кадастру існує декілька критичних
процесій Найбільш актуальним та критичним з точки зору трудових витрат
та часу проведення є процес перетворення графічної інформації з
паперових носіїв або вихідних даних аерофотозйомки та ДЗЗ у цифровий
векторний формат та подальшого заповнення отриманою інформацією КБД.
Об’єкти на цих зображеннях при заповненні КБД підлягають, по-перше,
контролю коректності геометричних та топологічних параметрів, по-друге —
чіткій класифікації на типи. До цих типів відносяться, наприклад: межі
полів, межі земельних ділянок, дороги, будівля та споруди, водоймища,
лісосмуги, шумові об’єкти та інші. Необхідно скоротити трудові витрати
та час виконання операцій при перетворенні графічної інформації у
цифровий векторний формат та заповненні КБД.

Щодо заповнення інформацією КБД при цифруванні дігітайзером або
напівавтоматичній векторизації, то тип об’єкту встановлюється оператором
та заноситься до КБД після або до перетворення чергового об’єкту у
векторний формат, або система заздалегідь налаштовується на групу
однотипних об’єктів.

Більший виграш часу при перетворенні графічної інформації у векторний
формат дає застосування автоматичної векторизації. Але визначення типу
об’єкту та сортування об’єктів за типами цілком проводиться оператором
програмно-технічного комплексу введення первинної інформації.

Але найбільш актуальним при веденні земельного кадастру є автоматичне
(напівавтоматичне) заповнення КБД, оскільки такий підхід разом з
використанням автоматичної векторизації дозволяє:

• суттєво скоротити час введення та сортування графічної інформації у
КБД;

• автоматично проводити контроль геодезичних, геометричних та
топологічних параметрів об’єктів;

• проводити актуалізацію карт з певною періодичністю;

• обліковувати більшу кількість типів об’єктів. )

Для реалізації такого способу заповнення бази даних необхідне
застосування сучасних моделей та технологій розпізнавання графічних
образів.

Методи розпізнавання зображень і образів використовуються у різних
галузях. Коло задач, які розв’язуються за допомогою цих методів,
останнім часом безупинно зростає. До задач розпізнавання зображень
належать, наприклад: задачі представлення зображень та текстів у зручній
для людини формі (при введенні у електронну обчислювальну машину тексту,
креслень, карт за допомогою сканерів); розпізнавання зображень, що
створені механізмами (розпізнавання треків мікрочасток, автоматичний
контроль виробів, які створені машинами, за їх зовнішнім виглядом,
тощо); розпізнавання зображень, що створені природою або людиною при
відсутності точних знань про явища чи закономірності, що лежать в основі
їх отримання (ідентифікація відбитків пальців, розпізнавання в медицині,
біології та ін.). Задача розпізнавання образів набагато складніша. Вона
виходить за рамки розпізнавання зображень і полягає у необхідності
класифікації об’єктів на основі, значень різноманітних параметрів
об’єктів, що вимірюються у процесі оброблення. Задачі розпізнавання
образів розв’язуються у таких галузях, як: дешифрування аерофотознімків,
дистанційне зондування поверхні Землі, електронна дефектоскопія,
реставрація зашумлених зображень; системи віддаленого контролю,
моніторингу, автоматичного картографування; системи автоматизованого
проектування, тощо.

В основі більшості застосувань методів та технологій розпізнавання
графічних образів є автоматизація різних процесів (проектування,
виробництва, аналізу, синтезу). Особливої актуальності задачі
розпізнавання графічних образів набувають при веденні автоматизованої
системи державного земельного кадастру України (АС ДЗКУ).

2. АВТОМАТИЗОВАНА РОЗРОБКА ЦИФРОВИХ КАРТ.

2.1 Порівняння форматів цифрових карт.

Базовими для систем обробки графічної інформації є два основних формати
представлення зображень — растровий та векторний. Розглянемо у
порівнянні растровий і векторний формати представлення зображень та
відповідні особливості при розпізнаванні.

Цифрові зображення у растрових форматах являють собою упорядковану
послідовності рядків, які в свою чергу є упорядкованими послідовностями
пік селів. Пікселі характеризуються числом або групою чисел — значень
пікселів Таким чином, кожний піксель характеризується значенням та
координатами номером рядку та своїм номером у цьому рядку. Будь-який
фізичний об’єкт І. растровому зображенні природного походження
відображається у вигляді множини точок цього растру. Оскільки пікселі не
містять інформації про свою належність до певного об’єкту, під час
розпізнавання доводиться обробляти певний об’єм даних растру. Це
призводить до великого зростання часу обробки. Розпізнавання по растру
пов’язане також з тим, що побудувати ознаки об’єктів, які б були
стійкими до афінних перетворень зображення, надзвичайно складно. Основою
векторних зображень є векторні об’єкти. Кожний векторний об’єкт
характеризується власними числовими, специфічними геометричними,
метричними, топологічними та іншими властивостями. Це, наприклад,
конфігурація, структура, місцезнаходження на зображенні, орієнтація,
тощо. адекватного використання в геоінформаційних системах векторні
об’єкти повинні мати метричні характеристики, що досягається
встановленням об’єктів певної системи координат. Оскільки всі об’єкти
пов’язані між собою одним зображенням, до якого вони належать, то
система координат стає загальною характеристикою цього зображення. Крім
згаданих властивостей, з векторними об’єктами можуть асоціюватися дані
будь-якої природи — числові, текстові та ін. Ця властивість векторних
об’єктів обумовлює можливість створені таблиць та баз даних для
об’єктів, що формують зображення. Зображення у векторному представленні
мають ряд інших переваг у порівнянні з зображеннями у растровому
форматі:

• можливість групування, сортування, відображення, аналізу об’єктів
прошарками;

• виграш у швидкодії алгоритмів розпізнавання, що пов’язано з
можливістю розпізнавання для невеликої частки об’єктів, які утворюють
множину зацікавленості;

• виграш у швидкодії та достовірності розпізнавання внаслідок
угрупування об’єктів за типами, до яких застосовуються специфічні для
відповідної групи методи обробки, критерії, бази прототипів та ін.;

• векторне зображення використовує суттєво менший об’єм пам’яті ЕОМ
(оперативного та дискового простору).

2.2 Технологічна послідовність автоматизованого розпізнавання об’єктів
на цифрових растрових зображеннях.

Розглянемо технологічну послідовність автоматизованого розпізнавання, що
пропонується при використанні існуючих растрових карт, даних ДЗЗ або
аерофотозйомки (рис2.1). Вхідне растрове зображення у цифровому вигляді
підлягає попередньому обробленню внаслідок наявності характерних для
сканованих та аерофотозображень декількох типів завад-(адитивних,
мультиплікативних, імпульсних), великих розмірів цифрових масивів даних,
обмеженості апаратно-обчислювальних ресурсів, відсутності достовірної
апріорної інформації про характеристики об’єктів і систему формування
зображень. Для попереднього оброблення частіше застосовують алгоритми
локально-апертурної фільтрації .

В процесі сепарації інформативних зон визначають області зображення, які
містять корисну інформацію. Для цих зон проводиться подальше оброблення.

Продовженням попереднього оброблення вхідного растру є сегментація. Мета
та алгоритми сегментації залежать від алгоритмів векторизації та
розпізнавання, що мають бути застосовані до даного зображення.
Найчастіше критерієм векторизації є колір (яскравість, або ін.) пікселів
[5], тобто об’єктом називають зв’язану множину пікселів однакового
кольору (кластер) при тому, що суміжні з цією множиною пікселі мають
інші кольори. В цьому випадку сегментація — це процес формування в
інформативних зонах кластерів, які відловідають реальним об’єктам.
Розпізнавання може також проводитися з викорис танням скелету контурного
препарату. Для цього треба провести сегментацій таким чином, щоб
виділити в окремі кластери границі об’єктів.

Від якості попередніх етапів оброблення зображення залежать хід та
результат автоматичної векторизації. В ідеальному випадку множина
векторних об’єктів повинна співпадати з множиною реальних об’єктів на
зображенні.

Усунути та скоригувати всі завади на вхідних растрах принципово
неможливо, додаткових опцій при налаштовуванні методів оброблення
растрів може не вистачити для правильної сегментації. В цьому випадку
залишкові завади ; сприймаються системою як об’єкти або частини об’єктів
та переводяться при трансформаціях у векторний формат. Тому для
підготовки до кінцевого розпізнавання необхідно провести попереднє
оброблення отриманого векторного зображення. Таке оброблення базується
на застосуванні методів, які за тими чи іншими ознаками класифікують
векторні об’єкти як завади і, таким чином, стає можливим скоригувати
помилки.

Наступним кроком для підвищення ефективності кінцевого розпізнавання є
преселекція та сепарація об’єктів на інформативні прошарки. Преселекція
являє собою класифікацію об’єктів за їх інтегральними параметрами
(периметр, площа та ін.) . На цій стадії можливо відфільтрувати,
наприклад, шумові об’єкти, які мають площу менше певного порогового
значення. Або за значенням площі можливо виконати сортування полігонів
на будівлі (менші значення) та поля без будівель (більші значення
площі). Лінії можливо сортувати за довжиною, товщиною (зберігається як
властивість лінії після скелетизації), орієнтацією, кутом повороту та
іншими параметрами. Значення границь інтегральних параметрів в процесі
експлуатації системи постійно уточнюються, а множина цих параметрів може
доповнюватися новими, більш ефективними, що надають нових можливостей
при обробленні.

За отриманими прошарками формуються множини зацікавленості, в яких після
геоприв’язки проводиться кінцеве розпізнавання та сортування об’єктів.

В разі необхідності геоприв’язку виконують до етапу преселекції. Кінцеве
розпізнавання являє собою широкий клас моделей та методів, які останнім
часом іртрімко розвиваються.

Мал. 1. Технологія автоматизованого розпізнавання об’єктів на цифрових
растрових зображеннях

2.3 Реалізації методу розпізнавання

графічних образів в системі ведення земельного кадастру.

Як зазначалося, найбільш ефективне заповнення КБД при використанні
існуючих карт, даних ДЗЗ або аерофотозйомки буде проводитися у разі
поєднання автоматичної векторизації та розпізнавання. Але заповнення КБД
може відбуватися на основі існуючих векторних цифрових карт. В цьому
випадку заповнення КБД удосконалюється завдяки застосуванню
автоматизованого розпізнавання графічних образів. Наявність такої
можливості вимагає реалізації у вигляді окремого програмного модулю
(компоненту).

Блок преселекції також повинен бути реалізований у вигляді окремого
програмного модулю (компоненту). Це дозволить використовувати його для
підтримки первинного заповнення КБД та для виконання швидких
узагальнений просторових запитів.

При використанні дігітайзерних технологій або напівавтоматичної
векторизації стає можливим зосередити зусилля операторів на введенні
графічної інформації. Після цього реалізується процес заповнення КБД з
розпізнаванням.

Виходячи з опису технологічної послідовності автоматизованого
розпізнавання цифрових растрових зображень (мал. 1), для його реалізації
необхідне, виконувати інтенсивне попереднє оброблення растрів, що у
загальному випадку може складати більше часу, ніж всі наступні етапи
технологічної послідовності. Але алгоритми, які працюють при
попередньому обробленні растрів та сегментації, використовують системи
параметрів, значення яких з успіхом застосовують при обробленні растрів
аналогічного походження, а тим більше при обробленні знімків фіксованої
території. Растрові етапи технологічної послідовності розпізнавання
вимагають початкового налаштовування (калібрації). Після цього
відкалібровані растрові алгоритми багаторазово використовуються в
автоматичному режимі, що особливо корисно при оновленні КБД. Таким
чином, впровадження розпізнавання графічних образів в автоматизовану
систему ведення земельного кадастру передбачає використання растрів
аналогічного походження та алгоритмів їх оброблення, що калібруються.

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.

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.

можливість використання готових засобів зчитування вхідної інформ ції,
відображення, редагування, конвертації, тощо;

• використання визнаного інтуїтивно зрозумілого інтерфейсу користувача

• можливість окремого розроблення критичних до. обчислювальних р< сурсів програмних модулів у виконуваному форматі операційної сист( ми, а інших (наприклад, інтерфейсних рішень) програмних модулів - ні вбудованій стандартизованій мові УВА. 2.5. Перспективи застосування технологій розпізнавання графічних образів при веденні земельного кадастру Передбачається, що у програмних комплексах введення первинної інформації в АС ДЗК базового рівня застосовуватимуться механізми преселекції. Об числення різних інтегральних параметрів дозволить прискорити заповненні КБД та знизити ймовірність помилок при її заповненні. Пропонується використання модулю преселекції в інтерактивному або в автоматичному режимі (пішії калібрації) з метою формування множин зацікавленості в окремих прошарках та фільтрації шумових об'єктів (мал. 2). Завдяки можливості декомпозиції модулю преселекції на складові з точністю до окремої функції обчислення того чи іншого інтегрального параметру, розроблення та розвиток цього модулю починається від початку створення АС ДЗКУ і продовжується залежно від результатів досліджень застосування нових параметрів. Початкові стадії розроблення •' модулю преселекції спрощуються наявністю вбудованих функцій обчислення , простих інтегральних параметрів (наприклад, площі, периметру) у програмному забезпеченні ГІС, що використовуються в АС ДЗКУ. Наступним етапом удосконалення технології ведення земельного кадастру стає впровадження автоматичної векторизації з попередньою обробкою растрів. Використання модулю векторизації в якості інструменту здатне суттєво прискорити процес первинного наповнення КБД та оновлення графічної інформації. Впровадження програм кінцевого розпізнавання графічних образів на вхідних растрових зображеннях в АС ДЗКУ відбувається в останню чергу - після накопичення та аналізу досвіду автоматизованого введення графічної кадастрової інформації з використанням автоматичної векторизації та преселекції. Впродовж цього часу розроблюються і апробуються нові та адаптовані алгоритми розпізнавання графічних образів. Область застосування розпізнавання графічних образів при веденні земельного кадастру в перспективі не обмежується етапом введення первинної графічної інформації. Накопичення великих обсягів просторової інформації, як це відбувається в АС ДЗК регіонального та національного рівнів, ускладнює процеси ведення КБД та інформаційно-аналітичного обслуговування користувачів системи. Використання обчислювальних ресурсів може сягнути таких показників, коли час оброблення системою запитів зростає неприпустимо для обслуговування поточної кількості користувачів в режимі реального часу. До того ж, при зростанні часу оброблення запитів навіть при невеликій кількості користувачів можуть знизитися до неприпустимих значень показники ергономічності. Для розв'язання цієї проблеми доцільно використовування технології розпізнавання графічних образів для побудови спеціальних просторових індексів, які скоротять час оброблення запитів. Підвищення ефективності оброблення складних аналітичних запитів є однією з цілей створення сховищ даних. Дані заносяться до них спеціальним чином залежно від задач, на розв'язання яких налаштовуються ці сховища. При застосуванні технології розпізнавання графічних образів стають можливими нові схеми збереження даних, які націлені на розв'язання більш складних аналітичних задач з використанням просторової інформації. При цьому аналіз форми об'єктів може використовуватися при побудові спеціальних просторовиі запитів. При автоматизованих технологіях ведення земельного кадастру виникає ще декілька проблем пов'язаних з розпізнаванням, які в даній роботі детально не розглядаються. При роботі з картографічними матеріалами виникають ситуації, коли векторний об'єкт відображає реальний об'єкт, який має форму близьку до правильної (прямокутники, кола та ін.). Або складові частини реальних об'єктів мають форму, близьку до правильної (прямі сторони полігональних об'єктів, шосе, межі полів та земельних ділянок та ін.) В цьому випадку необхідно розпізнати такі об'єкти та замінити їх аналогічними правильної форми, тобто виконати автоматичну корекцію векторних об'єктів в процесі редагування векторних картографічних матеріалів. Такий процес називають також гомогенізацією (від латинського слова Ното - людина) [6] - перетворенням об'єктів у форму, зручну для сприйняття людиною. Формування графічної частини звітів та розміщення надписів на картографічних матеріалах пов'язані з такою проблемою, як оптимальна компоновка. При достатньо великій кількості графічних та текстових компонентів цей процес підлягає автоматизації. Розпізнавання графічних образів необхідно проводити у тих випадках, коли треба розмістити надписи для об'єктів певного типу. Задача ускладнюється тим, що для виконання оптимальної компоновки необхідно проводити аналіз взаємного розміщення об'єктів (аналіз сцен). Застосування аналпу конфігурації об'єктів актуально в такій суміжній з веденням земельного кадастру області, як грошова оцінка земель. Конфігурація земельної ділянки є фактором, який впливає на результати оцінки. Впровадження засобів розпізнавання графічних образів в технологію ведення земельного кадастру сприяє інтелектуалізації автоматизованих земельних кадастрових систем, яка здійснюється за наступними напрямками [7]: • вилучення знань та встановлення різного роду закономірностей (правил) шляхом аналізу кадастрових баз даних (так звані - системи "заготовки" даних); • автоматичне розпізнавання графічних образів; • широке застосування засобів дружнього інтерфейсу користувача, в тому числі лінгвістичних процесорів [8]; • перехід від цифрових моделей до інформаційно-логічних моделей, що дасть змогу встановлювати логічні зв'язки між параметрами об'єкту моделювання (окрема земельна ділянка, міські землі, тощо); • інтеграція в рамках земельних кадастрових систем баз знань та експертних систем; • запровадження систем з базами знань для інтелектуальної підтримки процесу прийняття управлінських рішень на основі використання кадастрової інформації та інші. PAGE PAGE 33

Похожие записи