Решается задача поиска на спутниковых изображениях лесного полога оптимальных признаков, которые независимо от угла съемки идентифицируют наличие каких-либо изменений (change detection) типа рубок, вала и т.п. Исходными данными являются изображения с российского спутника Ресурс–П (пространственное разрешение 0.7 м) лесного полога под разными углами съемки до рубки и после рубки. Перед проведением процедуры change detection изображения проходят процедуру предварительной обработки (нормализацию, выравнивание яркостей, квантование значений яркости на 8, 16 или 32 уровня).
Лесной полог на спутниковых изображениях выглядит как текстура. Поэтому логично использовать текстурные признаки, например, на основе матрицы смежности яркости [1]. Но изменения в лесном пологе типа рубок, вала и т.п. саму текстуру существенно не меняют. Меняется статистика перепадов яркости на определенных лагах – расстояниях между пикселами. Для описания таких изменений в матрице смежности вместо статистики пар абсолютных яркостей предлагается использовать статистику перепадов двух изображений в одних и тех же координатах. Для заданного лага и направления рассматривается перепад яркости на первом изображении i и перепад j в тех же пикселах на втором изображении. Результат сравнения заносится в ячейку ij матрицы смежности перепадов. При идентичных текстурах такая матрица выглядит как диагональная - ненулевые значения по диагонали, а диагональ толщиной в 2-3 ряда. При наличии изменений типа рубок в матрице появляются ненулевые значения, отстоящие от диагонали и расположенные компактно. Это можно использовать для идентификации рубок. Чтобы визуализировать эти изменения пиксел изображения помечается как рубка, если он обеспечивает значимый перепад яркости как относительный, так и абсолютный. То есть перепад второго изображения меньше перепада на первом изображении и яркость первого пикселя на втором изображении существенно меньше яркости первого пикселя первого изображения.
При сравнении двух спутниковых изображений, снятых под близкими углами, такой подход хорошо идентифицирует изменения типа рубок. Если углы разные, то появляется много артефактов - ложных рубок. Задача фильтрации артефактов решается по последовательности изображений (3 и более). Артефакты, идентичные по положению и возникающие до рубки, удаляются. Точечные артефакты фильтруются методом «голосования» – остаются только стабильные при разных лагах точки. Новый подход для определения изменений типа рубок независимо от угла съемки на основе матрицы смежности перепадов яркости показал себя как перспективный.