Manovich_V.N.,_FGUP__Roslesinforg_,__Metody_deshifrirovaniya…_


Чтобы посмотреть этот PDF файл с форматированием и разметкой, скачайте его и откройте на своем компьютере.
Главный инженер
ФГУП «Рослесинфорг»
к.т. н.
В.Н. Манович
МЕТОДЫ ДЕШИФРИРОВАНИЯ МНОГОСПЕКТРАЛЬНЫХ
АЭРО
КОСМИЧЕСКИХ СНИМКОВ ПРИ РЕШЕНИИ ЗАДАЧ
ТАКСАЦИИ ЛЕСОВ
Цель:
Создать современную
технологию обработки материалов ДЗЗ на
основе
автоматических и интерактивных методов дешифрирования
снимков
Новые
технологии
таксации
лесов
способом
дешифрирования
должны
базироваться
применении
материалов
ДЗЗ
сверхвысокого
разрешения,
соответствующем
программном
обеспечении
методиках
лесотаксационного
дешифрирования
Одним
из
главных
требований
новой
технологии
является
кардинальное
снижение
стоимости
получения
информации
последующего
лесного
картирования
Требования:

Дешифрирование
классификация
объектов,
под
которой
понимают
автоматизированное
подразделение
всех
пикселов
снимка
группы,
соответствующие
разным
объектам
(классам)
Распространенный
подход
классификации
использование
спектральных
признаков,
есть
разделение
объектов
основе
различий
значениях
спектральной
яркости
качестве
основного
дешифровочного
признака

при
таксации
древесных
кустарниковых
пород
используется
вектор
многоспектральных
яркостей
аэро
космических
изображений
Недостаток
зависимость
спектральной
яркости
условий
съемки
Традиционные подходы при дешифрировании материалов ДЗЗ
k
ij
II
ij
I
ij
ij
P
P
P
)
...
,
(

Для
уменьшения
влияния
внешних
факторов
выполняются
различные
преобразования
исходных
изображений
изменения
яркостной
структуры
Методы
основанные
преобразовании
изображении

вегетационные
индексы

метод
главных
компонент

метод
параллелепипедов

метод
минимального
расстояния

метод
расстояние
Махалоноби

метод
максимального
правдоподобия

метод
двоичного
кодирования
Традиционные подходы при дешифрировании материалов ДЗЗ

Традиционные подходы при дешифрировании материалов ДЗЗ

Например, нормализованный вегетационный индекс вычисляется как:
NDVI
где
яркость
элемента
изображения
инфракрасном
канале
RED
яркость
соответствующего
элемента
красной
зоне
спектра
исходное изображение

индексное изображение
изображениях,
полученных
соответствии
вегетационными
индексами,
хорошо
видна
растительность
ряде
случаев
даже
можно
подразделить
деревья
по
породам

Преобразование изображения по методу главных компонент
Преобразование
по
методу
главных
компонент
улучшает
процесс
визуального
дешифрирования
растительности
позволяет
разделять
лесные
массивы
классы
по
типу
растительности
Результаты классификации при использовании различных алгоритмов
на
основе спектральных яркостных признаков космических снимков
Традиционные подходы при дешифрировании материалов ДЗЗ

исходный снимок
;
по методу параллелепипедов;
по методу минимального расстояния;
Традиционные подходы при дешифрировании материалов ДЗЗ
Результаты классификации при использовании различных алгоритмов
на основе
спектральных яркостных признаков космических снимков

б


исходный снимок
;
по методу расстояние Махаланобиса;
по методу максимального правдоподобия;
по методу двоичного кодирования.
Традиционные подходы при дешифрировании материалов ДЗЗ
Результаты классификации при использовании различных алгоритмов
на основе
спектральных яркостных признаков космических снимков
д

Недостатком
использования
традиционных
методов
классификации
космических
снимков
является
зависимость
спектральной
яркости
различных
факторов
связанных
условиями
съёмки
сезонность,
состояние
атмосферы,
положение
носителя,
ориентация
съемочной
камеры,
также
тип
характеристики
Это
снижает
достоверность
дешифрирования

вызывает
необходимость
выявления
исследования
других
признаков
характеризующих
свойства
лесной
растительности
Влиянию
этих
недостатков
менее
подвержены
методы,
основанные
использовании
структурных
признаков
этим
методам
относится
Фурье
вейвлет
анализ,
которые
являются
мощными
средствами
обработки
данных
находит
широкое
применение
различных
сферах,
таких
как
сжатие
данных,
обработка
синтез
различных
сигналов,
распознавание
образов
физике,
медицине,
стенографии,
авиации
других
областях
После
выполненных
специальных
исследований
традиционных
методов
классификации
установлено
что
большинстве
случаев
обработка
изображений
дает
удовлетворительный
результат
эти
алгоритмы
нельзя
использовать
автоматического
дешифрирования
лесных
массивов,
хотя
целесообразно
использовать
при
интерактивном
дешифрировании
Дешифрирование материалов ДЗЗ

Фурье
образы различных типов местности
Структурные методы
это методы, основанные на анализе структуры
изображений (взаимное расположение определенных классов объектов
или их частей в пределах площади всего изображения)
Дешифрирование материалов ДЗЗ методами основанными
на анализе структуры изображений
Фрагменты изображений леса их Фурье
образы
слайде
представлены
изображения
фрагментов
лесной
территории
их
Фурье
образы
Видно,
что
Фурье
образы
существенно
изменяются
зависимости
типа
лесного
покрова
соответственно
могут
служить
дешифровочным
признаком
типовых
участков
Традиционные подходы при дешифрировании материалов ДЗЗ
Фрагменты
разновременных
изображений
Фурье
образы
фрагментов
Пример выделения изменений на разновременных снимках
SPOT
использованием Фурье
преобразования
Показано, что исходный снимок и снимок с изменениями имеют
различные Фурье
образы
Дешифрирование материалов ДЗЗ методами основанными
на анализе структуры изображений
Пример выделения изменений с помощью
вейвлет
анализа
Исходные разновременные
фрагменты снимков
SPOT
на
исследуемую территорию
Автоматическая рисовка контуров
выявленных изменений
Дешифрирование материалов ДЗЗ методами основанными
на анализе структуры изображений
Экспериментальные
работы
подтвердили
эффективность
применения
структурных
признаков,
наилучший
результат
дает
комплексное
использование
структурных
признаков
спектральных
яркостей
многоспектральных
изображений
Структура
дерева
решений
результат
классификации
по
алгоритму
«дерево
решений»
исходный снимок;
обработанный снимок по алгоритму «дерево решений»
Дешифрирование материалов ДЗЗ методами основанными
на комплексном подходе
Результаты преобразования
Tasseled Cap
исходный снимок
FORMOSAT
псевдоцветное изображение по первым 3
компонентам Tasselled Cap.
Дешифрирование материалов ДЗЗ методами основанными
на комплексном подходе
Улучшение результатов дешифрирования обеспечивает также использование метода
Tasselled Cap.
Данный алгоритм может использоваться для
автоматического
выделения пород леса для больших массивов леса
, имеющих однородную структуру
Нормирование изображений
Космические снимки
Индексирование
изображений
Преобразование
по методу главных
компонент
Преобразование
по коэффициентам
Tasseled Cap
Другие
преобразования
Привязка исходных и
преобразованных изображений
Определение диапазонов
значений яркости на
преобразованных изображениях
для каждого класса объектов
для определенного времени года,
стадии вегетации
Для каждого класса выбор
алгоритма и диапазонов значений на
преобразованном им изображении,
наилучшим образом подходящих
для выделения определенного
класса
Построение дерева решений по
одному снимку
Картографические
материалы
Оценка точности результатов
классификации нескольких снимков по
дереву решений
Редактирование диапазонов значений
яркости преобразованных
изображений в случае ошибок в
результатах классификации
Автоматическая векторизация
и
классифицированных изображений
Методика комплексного автоматизированного дешифрирования космических
снимков с помощью дерева решений
Комплексный
подход
при
дешифрировании
космических
снимков
основанный
совместном
использовании
методов
базирующихся
анализе
спектральных
яркостей
методах
структурного
анализа
наиболее
эффективный
при
дешифрирование
лесных
массивов
настоящее
время
существует
принципиальная
возможность
определения
большинства
таксационных
показателей
земель
лесного
фонда
по
космическим
снимкам,
что
позволит
ближайшее
время
создать
автоматизированную
систему
определения
таксационных
показателей
всех
категорий
земель
лесного
фонда
многозональным
космическим
снимкам
Выводы:
Спасибо за внимание!

Приложенные файлы

  • pdf 18365464
    Размер файла: 2 MB Загрузок: 1

Добавить комментарий