Роль многозональной видеоинформации, получаемой дистанционными методами для исследования Земли и других планет, постоянно увеличивается. Для её обработки широко используют методы, которые должны обеспечивать эффективность интерпретации для получения обоснованных выводов по результатам наблюдений. Для планетных исследований дополнительную сложность создает отсутствие эталонов, взятых с исследуемой поверхности. Кроме того, зависимость результатов наблюдений от множества разных факторов сильно осложняет получение значимых оценок. В связи с этим продолжается поиск эффективных технологий, которые позволят обеспечить надежный анализ получаемой информации и, по возможности, уменьшить влияние маскирующих факторов.
Важное место занимают корреляционные методы. Они широко используются для анализа статистической взаимосвязи различных процессов, выявления соответствия сигналов и распознавания объектов [1]. Для разных задач применяют различные виды корреляционного анализа в зависимости от характера и числа сопоставляемых оценок. Например, парная корреляция, множественная корреляция, каноническая корреляция и другие виды. Мы здесь рассматриваем двойную корреляцию, недавно предложенный вид корреляционной оценки для анализа многопараметрической информации и возможности её применения при анализе многозональной видеоинформации.
Матрицу значений взаимной корреляции измерений в разных зонах спектра можно интерпретировать различным образом, связывая отдельные частные значения в корреляционной матрице с различными факторами. Показано, что их можно использовать для распознавания характерных спектрально –пространственных структур при наблюдении изменения соотношений веществ [2].
Информационное содержание корреляционных матриц обеспечивает выбор преобразования для минимального описания многопараметрической информации [3]. Это позволяет оптимизировать выбор характеристик многозональной системы наблюдения по спектральным характеристикам объектов, например, [4].
Давно отмечена физиономичность корреляционных матриц для разных объектов, которая служит для них корреляционным портретом [5]. Это особенность позволяет использовать их для задач распознавания характера объекта и состояния [6].
Особенности корреляционных матриц таковы, что они не зависят от абсолютного значения в спектральном канале и даже от коэффициента масштабирования. Это позволяет использовать каталожные спектральные данные недоступных объектов для формирования эталонного корреляционного портрета [7].
Сущность способа двойной корреляции заключается в том, что по априорным данным сначала задают матрицу межканальных корреляций для интересующего объекта - эталона. Затем по фрагментно просматривают результаты съемки и для каждого из выбранных фрагментов вычисляют матрицу межканальных корреляций для тех же зон спектра. Затем определяют величину корреляции самих этих корреляционных матриц, получая по фрагментный набор оценок. Такая технология и определила название двойной или повторной корреляции.
Важным достоинством такого корреляционного метода является то, что из наблюдаемой сложной многопараметрической структуры он позволяет выделить целевой результат, чтобы представить его в максимально простом виде и формировать соответствующие изображения – карты распространения [8]. Такие результаты для разных оценок можно затем совмещать, используя их цветовое кодирование.
Метод двойной корреляции можно комплексировать с другими методами для повышения их эффективности. Было показано, что при совместном применении метода максимума правдоподобия и метода двойной корреляции повышается достоверность в задаче распознавания категорий объектов поверхности при моделировании рассеяния атмосферных загрязнений [9].
Эксперименты показывают, что предложенный подход к использованию в качестве идентифицирующего признака корреляционное сопоставление структур межканальных корреляционных матриц наблюдаемого участка и эталона, во многих случаях обеспечивает устойчивое распознавание. Его применение дает результат инвариантный ко многим внешним изменениям условий наблюдения.