К ВОПРОСУ МОНИТОРИНГА СЕВЕРНЫХ ТЕРРИТОРИЙ ПО ОПТИЧЕСКИМ И РАДИОЛОКАЦИОННЫМ КОСМИЧЕСКИМ СНИМКАМ

Мониторинг необъятных пространств северных территорий по материалам оптических и радиолокационных космических съемок позволяет оперативно получать объективные данные о состоянии и динамике природных и техногенных объектов. Для обеспечения на региональном уровне управления территориями востребована актуальная высокодетальная информация. Космические снимки высокого пространственного разрешения расширили спектр объектов, которые можно выделить и изучить. Такие снимки обладают иной структурой изображения по сравнению со снимками среднего и низкого разрешения. Назрела новая проблема в области дешифрирования снимков - проблема эффективной обработки снимков высокого разрешения. Необходимо разработать модель комплексной обработки космических снимков среднего и высокого пространственного разрешения, полученных в оптическом и радио диапазонах. В статье рассмотрены основные теоретические вопросы формирования методик дешифрирования космических снимков для решения широкого круга задач возникающих при мониторинге. В работе приводится краткий анализ методов и алгоритмов автоматизированного дешифрирования снимков и собственный опыт авторов по усовершенствованию алгоритмов дешифрирования космических снимков среднего и высокого разрешения, полученных в оптическом и радио диапазонах. Выделены главные проблемы каждого этапа обработки. Предлагается технология выявления изменений на основе структурных признаков. Структурные признаки характеризуются Фурье- и вейвлет-образами. Разработана методика выявления изменений границ леса по разновременным аэрокосмическим снимкам различного типа на основе вейвлет-анализа. Отмечается, что достоверность результатов выделения границ при мониторинге на большую временную глубину существенно зависит от точности трансформирования снимков и точности совмещения разнородной информации. Предложен статистический непараметрический подход к дешифрированию лесных массивов по многоспектральным космическим снимкам. Сущность предложенного подхода заключается, в том, что предлагается использовать непараметрическую статистическую модель, а в качестве дешифровочных признаков - функцию плотности распределения вероятностей яркостей. Обсуждается эффективность применения различных критериев соответствия при использовании этой модели. Указаны направления исследований для совершенствования предложенного метода. Приведен ряд примеров действующих практически автоматизированных алгоритмов дешифрирования многоспектральных снимков высокого разрешения по разработанным методикам. Отмечены основные направления развития автоматических алгоритмов дешифрирования

мониторинг, оптические и радарные космические снимки, непараметрическая статистическая модель, автоматизированное дешифрирование, Фурье-образы, вейвлет-анализ, фотограмметрическая обработка, структурные признаки, выявление изменений

1. Гук А.П. Разработка методик автоматизированного дешифрирования космических снимков. Дешифровочные признаки изображений объектов на многоспектральных космических снимках / А.П. Гук, Л.Г. Евстратова, Е.П. Хлебникова, М.А. Алтынцев, С. А. Арбузов, А.С. Гордиенко, А.А. Гук // Геодезия и картография. - 2013. - № 7. - С. 31-40.

2. Гук А.П., Евстратова Л.Г. Основные направления совершенствования автоматизации дешифрирования лесных массивов по многоспектральным аэрокосмическим снимкам / А.П. Гук, Л.Г. Евстратова // Журнал Сибирского федерального университета. Серия: Техника и технологии. - 2018. - Т. 11, № 8. - С. 892-901.

3. Дейвис Ш. Дистанционное зондирование: количественный подход / под ред.Ф. Свейна и Ш. Дейвис. - М.: Недра, 1983 - 415 с.

4. Гук А.П. Развитие фотограмметрических технологий на основе имманентных свойств цифровых снимков / А.П. Гук // Геодезия и картография. - 2007. - № 11. - С. 26-29.

5. Евстратова Л.Г. Разработка технологии создания цифровых карт по аэрокосмическим снимкам на основе метода свободно ориентированных моделей: дисс. ... к. т. н.: 25.00.34 / Л.Г. Евстратова. - Новосибирск: ССГА, 2009. - 174 с.

6. Гук А.П. Конструирование технологических схем обработки изображений для автоматизированного дешифрирования многоспектральных космических снимков / А.П. Гук, Л.Г. Евстратова // Геодезия и картография. - 2015. - № 15 (2). - С. 9-16.

7. Гук А.П. Автоматический выбор и идентификация характерных точек на разновременных разномасштабных аэрокосмических снимках / А.П. Гук, Х.М.Х. Йехиа // Изв. вузов. Геодезия и аэрофотосъемка. - 2010. - № 2. - С. 63-68.

8. Гук А.П. Исследование точности автоматического измерения координат точек снимков с помощью масштабно-инвариантного преобразования SIFT / А.П. Гук, С. А. Арбузов // Сб. материалов VI Междунар. науч. конгр. «ГЕО-Сибирь - 2010». - Новосибирск, 2010. - Т. 4. - № 1. -С. 35-38.

9. Witkin A.P. Scale-space filtering // In International Joint Conference on Artificial Intelligence, Karlsruhe, Germany. - 1983. - P. 1019-1022.

10. Lowe D.G. Object recognition from local scale-invariant features // In International Conference on Computer Vision, Corfu, Greece. - 1999. - P. 1150-1157.

11. Lindeberg Tony. 1993. Detecting salient blob-like image structures and their scales with a scale-space primal sketch: a method for focus-of-attention // International Journal of Computer Vision. - № 11 (3). - P. 283-318.

12. Lindeberg Tony. 1994. Scale-space theory: A basic tool for analysing structures at different scales // Journal of Applied Statistics. - № 21 (2). - P. 224-270.

13. Гук А.П. Автоматизация дешифрирования снимков. Теоретические аспекты статистического распознавания образов /А.П. Гук // Изв. вузов. Геодезия и аэрофотосъемка. - 2015. - № 5. - С. 166-169.

14. Гук А.П. Разработка методик автоматизированного дешифрирования аэрокосмических снимков. Выявление изменения состояния территорий по многозональным космическим снимкам, полученным на разные даты / А.П. Гук, Л.Г. Евстратова, Е.П. Хлебникова, М.А. Алтынцев, С.А. Арбузов, А.С. Гордиенко, А.А. Гук // Геодезия и картография. - 2013. - № 8. - С. 33-41.

15. Гук А.П. Использование структурных признаков изображений типовых участков местности для выявления изменений состояния территорий по космическим снимкам высокого разрешения / А.П. Гук, Л.Г. Евстратова, А.С. Гордиенко // Известия ВУЗов. Геодезия и аэрофотосъемка. - 2009. - № 6. - С. 52-56.

16. Гук А. П. Комплексный анализ космических снимков для выявления изменений при мониторинге территорий / А.П. Гук, Л.Г. Евстратова, А.С. Алферова // Сб. материалов V межд. науч. конгр. «ГЕО-Сибирь 2009». - Т. 4. - Ч. 2: Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология. - Новосибирск: СГГА, 2009. - С. 181-185.

17. Гук А.П. Использование метода независимых компонент при дешифрировании снимков лесных массивов / А.П. Гук, С.А. Арбузов, А.А. Гук // Сб. материалов X межд. науч. конгр. «Интерэкспо ГЕО-Сибирь-2014». - Новосибирск: СГГА, 2014, 4(1), - С. 3-9.

18. Гук А.П. Преобразование Tasseled Cap для космических снимков FORMOSAT-2 / А. П. Гук, М.А. Алтынцев // Геодезия и аэрофотосъемка. - 2012. - №3. - С. 39-47.

19. Арбузов С.А. Разработка методики автоматизированной обработки аэро- и космических снимков для мониторинга городских территорий: дисс. ... к. т. н.: 25.00.34 / С.А. Арбузов. - Новосибирск: СГГА, 2011. - 132 с.

20. Гордиенко А.С. Разработка методики использования вейвлет-преобразования для обработки космических снимков высокого и среднего разрешения при мониторинге лесных массивов: дисс. … к. т. н.: 25.00.34 / А.С. Гордиенко. - Новосибирск: СГГА, 2010. - 123 с.

21. Гук А.П. Локализация изменений объектов природно-территориальных комплексов по разновременным космическим снимкам / А.П. Гук, Л.Г. Евстратова, А.С. Гордиенко, М.А. Алтынцев // Геодезия и картография. - 2010. - № 2. - С. 19-25.

22. Гук А.П. Разработка методики определения изменений границы леса по разновременным разномасштабным аэрокосмическим снимкам / А.П. Гук, Л.Г. Евстратова, М.А. Алтынцев // Геодезия и картография. - 2015. - № 12. - С. 32-39.

23. Гук А.П. Новый статистический подход к распознаванию лесных массивов / А.П. Гук, Л.Г. Евстратова // Региональные проблемы дистанционного зондирования Земли: материалы III междунар. науч. конф. Красноярск: Сиб. федер. ун-т, 2016. - С. 14-16.

24. Гонсалес Р., Вудс Р. Цифровая обработка изображений. - М.: Техносфера, 2006. - 1072 с.