Информационные технологии в дистанционном зондировании Земли

Описан метод распознавания эталонных объектов в многоспектральных и гиперспектральных данных дистанционного зондирования Земли. Метод основан на вычислении межканальных корреляционных матриц и последующем корреляционном сравнении их с аналогичными матрицами эталонных объектов (двойная корреляция, ДК). Распознавание наземных объектов проводится по максимуму двойной корреляции с эталонами. Метод чувствителен к пространственной структуре объектов и является естественным дополнением к методу максимума правдоподобия (МП), ориентированному на средние спектральные показатели. Описано совместное c МП применение ДК для распознавания объектов, существенных для моделирования рассеяния атмосферных загрязнений. Использованы многолетние данные Landsat, организованные в подобие гиперспектральной структуры. Рассчитаны вероятности распознавания и ложной тревоги. Эффект ДК для трех наиболее проблемных категорий (индустрия, плотная и неплотная жилая застройка) – от 2% до 14% по сумме ошибок 1 и 2 рода.

Литература:

[1] Balter B.M., Egorov V.V., Kottsov V.A., Stal’naya M.V., Korrelyatsionnye portrety giperspektral’nykh dannykh distantsionnogo zondirovaniya (Correlation portraits of hyperspectral remote sensing data), Vserossiyskaya nauchno-tekhnicheskaya konferentsiya “Sovremennye problem opredeleniya orientatsii i navigatsii kosmicheskikh apparatov (All-Russia Scientific and Technical Conference ―Current Problems of Orientation and Navigation of Spacecraft) , Moscow, 2009, No. 1, pp. 510-518 (In Russian).
[2] Balter B.M., Egorov V.V., Kottsov V.A., Novye vozmozhnosti korrelyatsionnogo analiza dlya system tekhnicheskogo zreniya (New capabilities of correlation analysis for systems of technical vision), Tekhnicheskoe zrenie, 2017, No. 1, pp. 53-59 (In Russian).
[3] Chekalina T.I., Popova I.V., Balter B.M., Egorov V.V., Correlation portraits and neural networks for spaceborne high-resolution spectrometry, Proceedings of ISSSR International Symposium, Maui, Hawaii, 1992, Vol. 2, pp. 1137-1149.
[4] Lee C., Landgrebe D., Analyzing High Dimensional Multispectral Data, IEEE Transactions on Geoscience and Remote Sensing, 1993, Vol. 31, pp. 792-800, DOI: 10.1109/36.239901.
[5] Balter B.M., Egorov V.V., Kuz’min A.A., Chekalina T.I., Primenenie spektral’no-korrelyatsionnykh metodov i teorii katastrof v izuchenii prostranstvennoi neodnorodnosti zemnoi poverkhnosti (Using spectro-correlational methods and catastrophe theory for studies of spatial nonuniformity of Earth surface), Isslevovanie Zemli iz kosmosa, 1991, Vol. 10, No. №5, pp. 10-15 (In Russian).
[6] Popa A., Balter B.M., Ganzorig M., Egorov V.V., Osobennosti korrelyatsionnoi struktury spektra opticheskogo signala, voskhodyashchego ot zondiruemykh ob’ektov na primere morskoi poverkhnosti (Characteristics of spectral correlation structure of optical signal from remotely sensed objects exemplified by sea surface), Isslevovanie Zemli iz kosmosa, 1988, Vol. 7, No. 3, pp. 23–30 (In Russian).
[7] Biehl L., Landgrebe D. MultiSpec—a tool for multispectral–hyperspectral image data analysis, Computers & Geosciences, December 2002, Vol. 28, No. 10, pp. 1153-1159, DOI: 0.1016/S0098-3004(02)00033-X.
[8] Balter B.M., Egorov V.V., Kottsov V.A., Obrabotka giperspektral’nykh dannykh po Zemle i Marsu (Processing of hyperspectral data on Earth and Mars), Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa, 2006, 3(1), pp. 68-76 (In Russian), DOI: 10.21046/2070-7401-2018-15-4-12-16.

Информационные технологии в дистанционном зондировании Земли - RORSE 2018

Электронный сборник статей 16-й конференции (12-16 ноября 2018 г., Москва, Россия)

Распознавание категорий наземных объектов на основе корреляционных портретов с применением в модели рассеяния атмосферных загрязнений

Методы и алгоритмы обработки данных дистанционного мониторинга