Н.С. Виноградова, Е.А. Кобзева. - Автоматизированное дешефрирование гидрографии и растительногсти по снимкам сверхвысокого разрешения

Аннотация

Виноградова Н.С., Кобзева Е.А. Автоматизированное дешефрирование гидрографии и растительности по снимкам сверхвысокого разрешения. Приводится описание исследования снимков сверхвысокого разрешения на предмет возможности автоматизированного дешефрирования растительности и объектов гидрографии. Проанализировано распределение яркости.

Общая постановка проблемы

Развитие компьютерных технологий позволяет упростить процедуры выявления и распознавания объектов местности на космических снимках и перейти от визуального дешифрирования к автоматизированному, что ускоряет проведение географического анализа изображений. В настоящее время разработано большое число алгоритмов автоматизированного дешифрирования (классификации космических снимков), под которым понимается процесс разбиения пикселов изображения на классы, т. е. на однородные по некоторому критерию области[1]. Первичным признаком при классификации объектов космических снимков служит яркость пикселов в различных спектральных диапазонах съемки. В качестве вторичных признаков используются характерный размер, форма и текстура объектов. Полученное в результате изображение называется тематической картой, на которой каждому цвету соответствует определенный класс объектов.

Исходные материалы

Съемка исследуемой местности проведена в июле 2006 г. с космического аппарата IKONOS. Исходные материалы представляют собой комплекты панхроматических и мультиспектральных изображений с пространственным разрешением 1 и 4 м соответственно. Исходные снимки с использованием технологии паншарпенинга (pan-sharpening) приведены к пространственному разрешению 1 м [2]. Динамический диапазон изображений составляет 11 бит, размерность спектрального пространства снимков равна четырем (голубой, зеленый, красный и инфракрасный диапазоны съемки).
Екатеринбург расположен на восточном склоне Уральских гор на берегах р. Исеть и оз. Шарташ. Площадь города составляет 470 км2, население — 1,3 млн человек. Преобладает многоэтажная квартальная застройка, на окраинах сохранились приусадебные хозяйства, развивается коттеджное строительство. Промышленная зона охватывает значительную часть территории. В городе имеются парки и скверы, идет активное строительство жилых и офисных зданий, торговых центров, дорожных развязок.
Обработка изображений проведена с использованием программного продукта ENVI 4.3 (ITT Visual Information Solutions, США), так как он предлагает наибольшее число методов классификации с обучением.

Классификация с обучением: гидрография.

Автоматизированное дешифрирование гидрографии выполнено с использованием всех методов классификации с обучением, заложенных в ENVI (параллелепипедов, евклидова расстояния, расстояния Махаланобиса, максимального правдоподобия, спектрального угла), а также с помощью построения логической конструкции — дерева решений [3]. Перед началом работы проанализировано распределение яркости для объектов, характеризующих гидрографию. На рис. 1 представлены гистограммы распределения яркости в пределах фрагмента водной поверхности для четырех съемочных зон.

Рисунок 1 - Гистограммы распределения яркости.

Классификацию гидрографии целесообразно проводить с применением нескольких обучающих выборок, соответствующих различным типам водной поверхности на снимке. При проведении исследований для классификации гидрографии было выбрано семь таких эталонных выборок. После этого космический снимок был классифицирован всеми указанными выше методами.

Постклассификация тематических карт заключается в обработке результатов классификации морфологическими фильтрами. Она позволяет удалить мелкие кластеры, отдельные пикселы, заполнить «дыры» на больших площадях. На конечных результатах классификации устранены группы пикселов, относящиеся к теням зданий, однако вместе с тем утеряны мелкие детали гидрографии и искажены контуры крупных объектов. Оценка точности классификации с обучением элементов гидрографии проведена путем сравнения площадей водной поверхности на тематической карте и космическом снимке (последняя получена в результате ручного оконтуривания изображений озер, рек и водохранилищ).

Список использованной литературы

1. Лурье И.К., Косиков А.Г. Теория и практика цифровой обработки изображений.— М.: Научный мир, 2003.— 167 с.
2. Коберниченко В.Г.,Тренихин В.А. Методы синтеза изображений на основе данных дистанционного зондирования Земли различного разрешения // Успехи радиоэлектроники. — 2007. — № 4. — C. 22 –31.
3. Шахиди А. Деревья решений — общие принципы работы: Эл. ресурс аналитической платформы Deducto. — http://www.basegroup.ru/library/analysis/tree/description .