<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Электронный научно-практический журнал «Современные научные исследования и инновации» &#187; определение расстояний</title>
	<atom:link href="http://web.snauka.ru/issues/tag/opredelenie-rasstoyaniy/feed" rel="self" type="application/rss+xml" />
	<link>https://web.snauka.ru</link>
	<description></description>
	<lastBuildDate>Fri, 17 Apr 2026 07:29:22 +0000</lastBuildDate>
	<language>ru</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.2.1</generator>
		<item>
		<title>Определение расстояний между объектами на цифровой фотографии</title>
		<link>https://web.snauka.ru/issues/2022/07/98652</link>
		<comments>https://web.snauka.ru/issues/2022/07/98652#comments</comments>
		<pubDate>Thu, 07 Jul 2022 07:32:07 +0000</pubDate>
		<dc:creator>Чувагина София Ярославовна</dc:creator>
				<category><![CDATA[12.00.00 ЮРИДИЧЕСКИЕ НАУКИ]]></category>
		<category><![CDATA[исследование цифровых изображений]]></category>
		<category><![CDATA[определение расстояний]]></category>
		<category><![CDATA[экспертиза цифровых изображений]]></category>

		<guid isPermaLink="false">https://web.snauka.ru/issues/2022/07/98652</guid>
		<description><![CDATA[Одной из задач экспертизы цифровых изображений является определение расстояний между объектами, расстояния от объекта до точки съемки и т.д. Данная задача часто встречается в судебной экспертизе, особенно актуальна она при определении расстояний между транспортными средствами при реконструкции ДПТ. Задача может быть разрешена только при условии, наличия на изображении объектов с известными параметрами либо их размеры [...]]]></description>
			<content:encoded><![CDATA[<p><span>Одной из задач экспертизы цифровых изображений является определение расстояний между объектами, расстояния от объекта до точки съемки и т.д. Данная задача часто встречается в судебной экспертизе, особенно актуальна она при определении расстояний между транспортными средствами при реконструкции ДПТ.</span></p>
<p><span>Задача может быть разрешена только при условии, наличия на изображении объектов с известными параметрами либо их размеры и форму можно установить.</span><br />
<span>Для проведения расчётов необходимо изучить метаданные изображения </span><span>—</span><span> техническая информация об изображении. В данном случае необходима информация о модели камеры, фокусном расстоянии объектива, размеры матрицы камеры, разрешение изображения.</span><br />
<span>Для минимизации ошибок вычисления при наличии основного нелинейного геометрического искажения (дисторсии), необходимо его устранение [1] с помощью графического редактора, такого как «Adobe Photoshop»</span><span> </span><span>или с помощью программного обеспечения «Amped FIVE Professional».</span><br />
<span>При определении расстояния нами были проведены экспериментальные исследования в графическом редакторе «Adobe Photoshop СС 2017».</span><br />
<span>Рисунок 1 представляет собой оригинал фотографии. Из метаданных известно (см. рисунок 2), что модель камеры </span><span>—</span><span> Canon 50d с объективом Canon 17-85 mm f/4-5.6, разрешение изображения 4752х3168, фокусное расстояние 47 мм. В соответствии со справочными данными, размер матрицы составляет 2,23×1,49 см [2]. За величину h примем размер одного из зданий, высота которого известна и составляет 33 м.</span></p>
<div align="center"><img src="https://content.snauka.ru/web/98652_files/243.gif" alt="" width="490" height="326" /><br />
<span>Рисунок 1. Оригинал фотографии</span></div>
<p><span>Используя инструмент «Размер изображения» в строках высота и ширина указываем значение матрицы </span><span>—</span><span> 2,23 и 1,49 соответственно (см. рисунок 3). Затем используя инструмент «Линейка» выделяем объект на изображении с известными нам величинами (см. рисунок 4). На панели управления появляются координаты объекта, для расчетов необходим параметр L1, в нашем случае равный 0,96 см </span><span>—</span><span> размер данного объекта на матрице.</span></p>
<div align="center"><img src="https://content.snauka.ru/web/98652_files/292.gif" alt="" width="471" height="298" /><br />
<span>Рисунок 2. Метаданные фотографии</span></div>
<p><span>Расчёт для определения расстояния производится по формуле отрезков применительно для линзы с равными фокусными отрезками [3, с. 276]:</span><br />
<img src="https://content.snauka.ru/web/98652_files/294.gif" alt="" width="82" height="49" /><br />
<em><span>d</span></em><span> </span><span>—</span><span> </span><span>расстояние от линзы до объекта, </span><em><span>D</span></em><span> </span><span>—</span><span> расстояние от линзы до изображения объекта, </span><em><span>f</span></em><span> </span><span>—</span><span> фокусное расстояние линзы [4, с. 140].</span><br />
<span>После преобразований формула примет вид:</span><br />
<img src="https://content.snauka.ru/web/98652_files/295.gif" alt="" width="82" height="50" /><br />
<img src="https://content.snauka.ru/web/98652_files/295(1).gif" alt="" width="109" height="46" /><br />
<em><span>h</span></em><span> </span><span>—</span><span>линейный размер объекта съёмки, </span><em><span>H</span></em><span> </span><span>—</span><span> размер его уменьшенного изображения при учете, что </span><em><span>h</span></em><span> = </span><em><span>d </span></em><span>tg</span><em><span>α</span></em><span>, а </span><em><span>H</span></em><span> = </span><em><span>D </span></em><span>tg</span><em><span>α</span></em><span>.</span><br />
<img src="https://content.snauka.ru/web/98652_files/296.gif" alt="" width="270" height="48" /></p>
<div align="center"><img src="https://content.snauka.ru/web/98652_files/364.gif" alt="" width="730" height="319" /><br />
<span>Рисунок 3. Инструмент «Размер изображения»</span></div>
<p>&nbsp;</p>
<div align="center"><img src="https://content.snauka.ru/web/98652_files/548.gif" alt="" width="897" height="680" /><br />
<span>Рисунок 4. Расчетное значение</span></div>
<p><span>Проверка данного эксперимента путем ввода координат в поисково-информационной картографической службе «Яндекс карты» показала значение 165 м (см. рисунок 5). Погрешность данных вычислений составляет около 2-4 м или 1,2% &#8211; 2,4%, что вполне достаточно для целого ряда задач, стоящих перед судебным экспертом.</span></p>
<div align="center"><img src="https://content.snauka.ru/web/98652_files/721.gif" alt="" width="937" height="528" /><br />
<span>Рисунок 5. Проверка расчетов</span></div>
<p><span>Установить высоту записывающего устройства от поверхности земли в момент съемки изображений возможно с помощью программного обеспечения «Google Earth Pro</span><strong><span> </span></strong><span>7.3.2.5487 (64-bit)» путем сопоставления не менее чем 5 точек запечатленного участка местности [5, с. 51]. На основе этих данных в программе «PhotoModeler Scanner» рассчитывается полигональная модель, состоящая из трехмерных точек и плоскостей. Программа делает расчеты исходя из информации о фокусном расстоянии, размере матрицы, главной точки и параметров дисторсии. Программа удобна тем, что помимо возможности расчетов с применением опорных ориентиров, с известными значениями координат, можно использовать фигуры-примитивы «Shapes», которые совпадают по форме с объектом.</span><br />
<span>Сегодня искусственный интеллект развивается с огромной скоростью и уже проведено много исследований по созданию прикладного программного обеспечения, в котором применяется технология глубокого обучения. Например, модель обнаружения объектов «Google tensorflow-lite», основанная на технологии распознавания изображений (идентификация объекта и его сегментацию) </span><span>—</span><span> Convolutional Neural Network (CNN). С помощью технологии можно добиться измерения объектов, расположенных на камерах видеонаблюдения или фотографиях, в случаях, когда фактический размер объекта неизвестен. Поскольку фактический размер объекта неизвестен, требуется альтернативный набор информации об объекте. В качестве альтернативы используется несколько фотографий (кадров) объекта, сделанных на определенном расстоянии. Однако такие измерения расстояния с использованием модулей обнаружения объектов еще не являются точными и имеют значительную погрешность [6, с. 557]. Эта проблема будет решена с развитием искусственного интеллекта в ближайшем будущем.</span><br />
<span>Таким образом, предложенный нами способ определения расстояния с помощью графического редактора «Adobe Photoshop» является простым и удобным в использовании. При этом в вычислениях может возникнуть незначительная погрешность, а также необходимо знать метаданные изображения и размер одного из объектов, находящихся в кадре.</span></p>
]]></content:encoded>
			<wfw:commentRss>https://web.snauka.ru/issues/2022/07/98652/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
	</channel>
</rss>
