Комп`ютерна обробка аерокосмічних знімків
Для ГІС, призначеної для вирішення різних науково-практичних завдань, важливим є використання інформації, отриманої аерокосмічними методами, як найбільш оперативної. ГІС, що містять картографічну і аерокосмічну інформацію, отримали назву інтегрованих, в яких векторні картографічні дані об`єднуються з растровими дистанційними (лінійними і пиксельними).
Зміст
Відео: "Технології обробки космічних знімків з використанням SPEAR Tools ПК ENVI 5.0
Впровадження комп`ютерних технологій обробки знімків дозволило практично перейти до подання просторової інформації у вигляді цифрових моделей місцевості, які будуються за результатами стереофотограмметричних вимірювань знімків.
Комп`ютерна обробка знімків дозволяє вирішувати наступні завдання:
- геометричне перетворення знімків, виготовлення фотопланів і фотокарт;
- яскравості і колірні перетворення;
Відео: Програма для обробки зображень
- отримання кількісних характеристик;
- візуалізація цифрових даних дистанційного зондування;
Відео: OrthoMap для ортотрансформірованія космічних знімків
- автоматизоване дешифрування знімків (класифікація).
Основними етапами комп`ютерної обробки аерокосмічного зображення є: введення і внутрішнє уявлення зображень-координатна прив`язка, і фотограмметричне перетворення снімков- геометрична коррекція- попередня обробка зображення-автоматизоване дешифрування.
Введення і внутрішнє представлення зображень. Найбільш зручною для комп`ютерної обробки є інформація, отримана за допомогою санирующих систем, яка приймається в цифровій формі. Сигнали сканерів записуються на магнітну стрічку і можуть бути перетворені для введення в комп`ютер. При використанні фотографічних аерокосмічних знімків, для отримання їх растрових зображень, використовуються фотограмметричні сканери, що мають високу геометричну і радіометричну (яркостную) точність.
Після того, як зображення отримано в цифровому вигляді, принциповим питанням є внутрішнє подання цього зображення в системі. Найчастіше використовується табличне представлення у вигляді матриці.
Координатна прив`язка і геометрична корекція фотограмметричного перетворення знімків. Після введення зображення знімка в комп`ютер приступають до його координатної прив`язки і геометричному перетворення з метою переведення зображення в необхідну картографічну проекцію. Інформація, що надходить з російських супутників серії «Космос», американських «Ландсат» і французького SPOT, координатна прив`язка і геометрична корекція здійснюється за орбітальними даними в автоматизованому режимі. При роботі з аерофотознімків дані завдання вирішуються з використанням опорних точок, на підставі яких проводиться фотограмметрична обробка знімків. У Республіці Білорусь для цих цілей використовується цифрова фотограмметрична система «Realistic-M».
Попередня обробка зображення проводиться практично завжди, незалежно які знімки (Сканерне, фотографічні) піддаються обробці. Це обумовлено наявністю у вхідному зображенні шумів і спотворень.Спотворення яскравості об`єктів може бути обумовлено умовами фотозйомки, обробки фотоматеріалів і умовами сканування. Крім того на знімках можуть мати місце локальні спотворення щільності зображення, які проявляються у вигляді точок і ін. Так можуть зображуватися об`єкти, яких немає в дійсності: наприклад, сонячні відблиски, тінь хмар і т.д. Часто при попередній обробці зображення стикаються з інформаційним шумом. У ролі подібного шуму виступають об`єкти, які присутні як на знімку, так і в дійсності. Але їх наявність не суттєво для поставленого завдання. А лише ускладнює дешифрування. Наприклад, при складанні карти рослинності несуттєву роль відіграють лінії електропередач, меліоративна мережа та ін.
На даному етапі обробки зображення здійснюється корекція гістограми, фільтрація і усунення шуму, що дозволяє підвищити контрастність зображення, усунути дрібні деталі. Яскравості перетворення зображення виконуються головним чином за допомогою аналогових пристроїв і дозволяють проводити синтезування кольорових зображень, квантування за рівнями оптичної щільності, зміна контрасту, підкреслення меж контурів.
Найбільш складним етапом комп`ютерної обробки зображення є автоматизоване дешифрування, тобто виділення меж об`єктів або сегментація. Дешіфровщіков при роботі зі знімками постійно доводиться, грунтуючись на дешифровочних ознаках впізнавати і виділяти однорідні об`єкти. При комп`ютерному дешифруванні космічних знімків одним з найпоширеніших є підхід на основі спектральних ознак. Він базується на тому, що яскравість хроматичних об`єктів (що мають певне забарвлення) в різних спектральних зонах не однаково і характеризується коефіцієнтом спектральної яскравості. Таким чином, кожен елемент растра - піксель відповідає яскравості об`єкта для певної області електромагнітного спектра. Кожен піксель растра записується як числовий елемент матриці в файлі даних.
На етапі сегментації основне завдання полягає в диференціації зображення на області (сегменти) за певним критерієм. В якості критерію можуть служити текстура і тон зображення. Після того як зображення буде розбито на однорідні області (контури), приступають до їх класифікації.
В даний час розроблені десятки алгоритмів машинного дешифрування, що підрозділяються на алгоритми з навчанням і без навчання, які здійснюють, відповідно, контрольовану і неконтрольовану класифікації. Серед алгоритмів класифікації з навчанням найбільш поширені алгоритми, що враховують ймовірність присутності на знімку об`єктів, що відносяться до певного класу. Для розробки таких алгоритмів використовуються досвідчені дані про взаємозв`язок спектральної яскравості об`єктів з їх властивостями. Наприклад, при дешифруванні грунтів, їх спектральна яскравість чітко корелює з гранулометричним складом грунтів і вміст в них гумусу і вологи.
Використовуються і алгоритми класифікації без навчання - кластеризації, що дозволяють формально розчленувати зображення, на окремі класи не використовуючи навчальних даних. В цьому випадку елементи зображення об`єднуються в групи - кластери за формальними ознаками без урахування їх змістовного значення. Виділені автоматично кластери в результаті угруповання пікселів дешифровщик співвідносить їх з певними об`єктами. Наприклад, при складанні грунтової карти, з розподілом грунтів за ступенем зволоження.
В результаті класифікації сегментів може бути отримана тематична карта, яка може використовуватися в форматі однієї з ГІС і дозволяє проводити подальшу обробку результатів з її допомогою. Наприклад, отримання таких кількісних характеристик як визначення площі контурів і сумарною площі об`єктів певного типу-протяжності кордонів контурів і т.д.
