Алгоритм автоматического расчета полей дрейфа морского льда методом поиска особых точек на многомасштабных пирамидах изображений

Получение оперативной информации о состоянии ледяного покрова оказывает огромное влияние на хозяйственную деятельность в арктическом регионе. В последние десятилетия анализ полей дрейфа морского льда, осуществляемый методами активной радиолокации, играет важную роль как для выполнения важнейших научных так и хозяйственных потребностей в этом регионе. Однако автоматическое получение информации о дрейфе по спутниковым данным остается сложной и открытой задачей, в первую очередь, из-за сложности в обработке спутниковых радиолокационных данных, которые представляют из себя SAR-изображения.
На начальном этапе работы со спутниковым изображением появились методы, которые основывались на ручном поиске, т.е. на визуальном определении и запоминании координат идентичных ледовых образований на паре последовательных снимков. В дальнейшем основная идея не сильно изменилась, однако с увеличением потока информации и необходимостью ее быстрой обработки, стали появляться методы, базирующиеся на автоматических процедурах. Автоматическое получение полей дрейфа морского льда по спутниковым данным остается сложной и открытой задачей. Изучение динамики морских льдов на масштабах сотни метров – километры имеет особое значение для детального изучения их кинематических свойств, повышения точности расчетов объема переноса льда, а также верификации численных моделей.
Одними из наиболее распространенных способов расчета полей дрейфа льда на SAR-изображениях, являются алгоритмы определения и прослеживания «особых» точек. Особыми точками называются явно различимые и легко обнаружимые точки, вычисляемые на основе флуктуаций градиентов яркости и используемые для установления соответствий на изображениях. Самым простым примером таких точек служат локальные экстремумы яркости и максимумы среднеквадратичного отклонения яркости. Однако при работе со спутниковыми снимками, необходимо выявить на изображении точки, используя не только яркостные характеристики, но и признаки, устойчивые к геометрическим искажениям и шумам разной природы. Для каждого типа признаков существует свой детектор – фильтр, просеивая через который все пиксели изображения можно получить особые точки. Детектор обеспечивает инвариантность нахождения одних и тех же особых точек относительно различных искажений на спутниковом изображении.
Особое место в разработке алгоритмов автоматического определения дрейфа, занимает подготовка радиолокационных данных, которые подвержены влиянию геометрических искажений и шумов самой различной природы. Предварительная обработка изображений необходима для дальнейшего многомасштабного и структурированного представления реальных данных, а также удаления незначительных для алгоритма мелких деталей, которые способствуют замедлению обработки данных и появлению выбросов среди общей массы подсчитанных особых точек. Предварительная обработка же упрощает структуры изображения на мелких масштабах, систематизирует порядок извлечения данных с цифрового изображения.
В основе разработанного алгоритма лежит представление снимков в различных пространственных масштабах - пирамидах изображений. Пирамида представляет из себя последовательность нескольких уровней изображений, где каждое последующее получается путем наложения фильтрации и прореживания предыдущего в два раза. Стоит обратить внимание, что применения фильтрации не должны создавать новую «упрощенную» структуру изображения (например, как при процессе субдискретизации), а изменять соответствующую структуру оригинального изображения с помощью упрощения на мелких масштабах. Такая выборочная фильтрация поможет удалить аддитивный шум, обработать мелкие детали на снимке, сохраняя необходимые для идентификации ледовых объектов границы.

В общем виде алгоритм состоит из следующих этапов:
1) предварительная обработка изображения, включающая фильтрацию и создание пирамид изображений;
2) выделение особых точек и их дескрипторов;
3) выделение соответствующих друг другу особых точек по совпадению дескрипторов на парах последовательных изображений;
4) на основе набора совпавших особых точек решаются необходимые задачи: соединение изображений, наложение, прослеживание движения, поиск объектов.

В первой версии алгоритма автоматического расчета полей дрейфа морского льда, основанный на поиске и сопоставлении опорных (особых) точек процедура поиска осуществлялась с помощью метода (детектора) SIFT (Scale Invariant Feature Transform), который представляет собой способ извлечения отличительных инвариантных особенностей изображения и базируется на построении гистограмм направленных градиентов. В процессе анализа работоспособности алгоритма было принято решение заменить существующую в SIFT линейную фильтрацию на адаптивную нелинейную, в результате появился новый алгоритм с использованием детектора AKAZE (Accelerated-KAZE Features).
Для проверки результатов работы алгоритма было проведено четыре эксперименальных расчета для различных районов Северного Ледовитого океана с разным характером полей дрейфа. В ходе всех экспериментов выполнялись сопоставления результатов, полученных с применением алгоритма (на основе метода AKAZE), с методом SIFT, а также с другим методом, основанным на бинарном описании особых точек — Oriented FAST and Rotated BRIEF (ORB). Также выполнено сопоставление с результатами расчетов Датского Технического Университета (DTU), выполненных с использованием кросскорреляционного метода.
Разработанный метод позволяет в оперативном режиме производить наблюдения за динамикой ледяных полей, обладает устойчивостью к шуму различного происхождения на снимках, не зависит степени разрушения и деформации льда.
Работа выполнена при финансовой поддержке Министерства образования и науки Российской Федерации в рамках проекта Федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно- технологического комплекса России на 2014–2020 годы» по теме «Суда и волны в полярных регионах» (Соглашение № 14.618.21.0005, Уникальный идентификатор проекта: RFMEFI61815X0005).