а) поэтапное формирование у обучаемых понятий о системе дешифровочных признаков и достаточного запаса многоплановых эталонных образов изображений различных объектов и соответствующих им образов реальных объектов;

б) развитие у обучаемых приемов структурного и индикаторного анализа изображений отдельных объектов.

Главной задачей в области методики становления дешифровочных умений является формирование алгоритмов структурно поисковых и логических действий, эвристических способов решения перцептивных, диагностических и поисковых дешифровочных задач, приемов оценки ситуаций, изображенных на информационной модели.

Для решения задач по формированию навыков распознавания типовых объектов необходима система упражнений с применением различных видов и средств наглядности (натуральной, объемной, графической, экранной):

а) упражнения в сличении снимков с местностью в процессе как полевого, так и воздушного дешифрирования;

б) упражнения по камеральному дешифрированию с использованием различных наглядных пособий.

Эксперименты, проведенные в летных (натурных) условиях, свидетельствуют о высокой эффективности воздушного дешифрирования аэроснимков.

Однако рассматриваемый способ не всегда может быть реализован. Большое значение имеют рационально организованные камеральные упражнения по дешифрированию аэроснимков и других информационных моделей. Для этих целей необходима разработка системы наглядных пособий, включающих аннотированные изображения, называемые как «эталоны», «портреты». В настоящее время «эталоны» достаточно широко применяются в области автоматизированного дешифрирования аэроснимков.

Проблема построения и использования эталонов весьма сложна, в том числе и в психологическом отношении. Процесс аэрофотографического эталонирования включает: изучение типовых (ключевых) участков местности; анализ их аэрофотоизображений; отбор и проверку эталонных изображений типовых объектов и их классификацию. Для фиксации информации, механизации процесса поиска эталонов применяются классификаторы и системы кодирования.

По содержанию эталоны разделены на специальные (эталоны однородных компонентов ландшафта) и комплексные (эталоны типов ландшафта и их морфологических элементов); по форме – на простые (эталоны отдельных контуров) и сложные (эталоны сочетания контуров); по дальности экстраполяции – на локальные, региональные и зональные и т. д.

Аэрофотографические эталоны делятся на:

селективные – основанные на подборе аналогичных фотоизображений;

элиминативные – основанные на сопоставлении совокупностей фотоизображений и исключении непохожих (дисковые и дихотомические).

Основной задачей дешифрирования является повышение дешифровочных характеристик полученных изображений путем применения к ним программных инструментов для обработки изображений и включает в себя выполнение следующих задач:

– управление видимостью изображений в интерфейсе программного комплекса, включая фильтрацию списка загруженных изображений по различным критериям и настройку прозрачности изображений;

– фильтрация шумов различной природы на изображениях;

– обрезка (кадрирование) изображений;

– уточнение навигационных данных для изображений на основе модели датчика и данных пилотажно-навигационного комплекса;

– корректировка координатной привязки изображений по опорным точкам на местности с использованием опорной геопространственной информации.

Задачей детального дешифрирования являются обнаружение и классификация объектов на полученных изображениях и сохранение объектов в базе данных (БД). Детальное дешифрирование изображений, прошедших этап обзорного дешифрирования, включает в себя выполнение следующих задач:

– автоматизированное обнаружение и классификация на изображениях объектов, для которых в базе данных имеются эталонные вектора признаков;

– визуальное обнаружение и классификация объектов;

– сохранение результатов дешифрирования в БД.

При выполнении задачи визуального обнаружения объектов предоставляется визуальная поддержка дешифрирования для классов объектов, по которым в БД присутствует эталонная информация. По результатам детального дешифрирования формируется донесение.

Традиционные подходы при разработке алгоритмов классификации сводятся к выбору формального описания объектов, построению БД с наиболее характерными описаниями (эталонными векторами признаков) для каждого класса и дальнейшим сопоставлением векторов признаков объектов с БД эталонов, представляющих портрет объекта в различном диапазоне длин волн: оптическом, радиолокационном. Формирование БД портретов (эталонов) объектов является самой трудоемкой частью такого подхода и требует экспертных знаний по разработке системы распознавания.