To the question of the northern territories monitoring using optical and radar satellite images

Monitoring of the vast space of the Northern territories based on the materials of optical and radar space surveys allows quick obtaining of objective data on the status and dynamics of natural and technological sites. To ensure territories management at the regional level the actual highly detailed information in demand. Space images of high spatial resolution expanded the range of objects that can be identied and studied by space images. Such images have a different image structure compared to images of medium and low resolution; there is a new problem in the eld of image interpretation - the problem of effective processing of high-resolution images. It is necessary to develop a model of complex processing of medium and high spatial resolution space images obtained in the optical and radio bands.This article considers the main theoretical questions of developing space images interpretation methods for the solution of wide range problems arising at monitoring. The article provides a brief analysis of methods and algorithms for automated image interpretation and the authors have experience in improving the algorithms for medium-and high-resolution satellite images interpretation obtained in the optical and radio range. The main problems of each stage of processing are emphasized. The technology of change detection on the basis of structural features is offered. Structural features are characterized by Fourier and Wavelet patterns. The method of forest boundaries change detection by multi-temporal different types aerospace images based on wavelet analysis is developed. It is noted that the reliability of the results of the boundaries selection for large period time monitoring depends signicantly on the accuracy of the image transformation and the accuracy of combining heterogeneous information.A statistical nonparametric approach to the forests interpretation from multispectral space images is proposed. The essence of the proposed approach is that it is proposed to use a nonparametric statistical model and the density function of the probability brightness distribution as the interpretation features. The efciency of various criteria applications of compliance when using this model is discussed. The directions of research for improvement of the proposed method are indicated. A number of examples of high-resolution multispectral images interpretation practically automated algorithms according to the developed methods are given. The main directions of development of automatic interpretation algorithms are noted.

monitoring, optical and radar satellite images, nonparametric statistical model, automatic interpretation, Fourier-patterns, wavelet-analysis, photogrammetric processing, structural features, change detection

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.