Материалы 23-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 10–14 ноября 2025 г.

(http://conf.rse.geosmis.ru)

XXIII..584

Методы текстурной сегментации аэрокосмических изображений

Дмитриев ЕВ (1)
(1) Институт вычислительной математики им. Г.И. Марчука Российской академии наук, Москва, Россия
Появление авиационных и космических систем высокого и сверхвысокого пространственного разрешения способствовало развитию и широкому внедрению методов текстурной сегментации в схемы тематической обработки данных дистанционного зондирования Земли (ДЗЗ). Если данные среднего разрешения позволяли анализировать в основном спектральные характеристики крупных однородных объектов, то современные снимки с детализацией до десятков сантиметров на пиксель раскрыли пространственною структуру отражательной способности этих объектов. Методы текстурной сегментации изображений ДЗЗ опираются на анализ пространственного распределения интенсивностей пикселей. Статистический подход к решению задачи текстурной обработки изображений в градациях серого предполагает, что яркости соответствующих пикселей образуют структурные элементы различной сложности, имеющих некоторое дискретное распределение. Основным предположением является то, что различным текстурам соответствуют различные функции вероятности, характеризующие распределение яркости и взаимного расположения пикселей. Методы на основе преобразований выделяют текстурные особенности в частотной или масштабно-пространственной областях. Анализ Фурье позволяет идентифицировать периодические паттерны, а фильтры Габора, имитирующие работу зрительной коры, эффективно описывают текстуру в разных масштабах и ориентациях. Признаки Тамуры предлагают более интуитивно понятные характеристики, такие как грубость, контрастность и направленность, хорошо соответствующие человеческому восприятию. Более современный метод вейвлет-рассеяния создает устойчивые к деформациям представления текстуры. Для извлечения признаков строится "сеть рассеяния", представляющая собой многослойную структуру, каждый узел которой содержит коэффициенты рассеяния для различных масштабов и поворотов базового вейвлета. Развитие методов глубокого обучения способствовало появлению новых методов текстурной сегментации. Сверточные нейронные сети позволяют выделять сложные и абстрактные текстурные признаки непосредственно из данных, без необходимости ручного конструирования дескрипторов.

Ключевые слова: метод вейвлет-рассеяния, фильтры Габора, признаки Тамуры, сверточные нейронные сети

Презентация доклада



Ссылка для цитирования: Дмитриев Е.В. Методы текстурной сегментации аэрокосмических изображений // Материалы 23-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2025. C. 499. DOI 10.21046/23DZZconf-2025a

Лекции XXI Международной научной Школы-конференции молодых ученых по фундаментальным проблемам дистанционного зондирования Земли из космоса

499