Автоматизированный метод обнаружения арктических айсбергов на спутниковых снимках

Айсберги представляют серьезную опасность для судоходства и эксплуатации инженерных сооружений в океане. Поэтому важно своевременно выявлять их наличие в акватории. Арктические айсберги обладают значительно меньшими характерными размерами в сравнении с антарктическими, поэтому их обнаружение представляет собой более сложную задачу. Визуальное обнаружение айсбергов на спутниковых снимках – задача ледовых экспертов, однако для глобального и системного мониторинга акватории арктических морей рационально использовать автоматизированные методы. Метод автоматического обнаружения айсбергов представлен в настоящей работе.
Для идентификации арктических айсбергов используются радиолокационные снимки (РСА) и снимки оптического диапазона. Последние обладают рядом недостатков: в темное время суток, в условиях полярной ночи и при наличии облачности их использование невозможно. Снимки оптического диапазона выполняют скорее вспомогательную функцию: используются при валидации результатов. В автоматизированном алгоритме, разрабатываемом в рамках данного проекта, используются снимки космического аппарата Sentinel-1. Это сравнительно современный спутник Европейского космического агентства, запущенный в апреле 2014 года, снимки спутника общедоступны. Extra Wide Swath Mode – наиболее подходящий для решения поставленных задач режим, поскольку он имеет высокое разрешение (40 метров) и широкую полосу обзора (400 метров) одновременно. Спутник предоставляет снимки в поляризациях HH и HV. Для обнаружения арктических айсбергов используется поляризация HV, поскольку она позволяет обнаружить большее количество айсбергов по сравнению с HH [Смирнов, 2012].
В рамках данного проекта для обнаружения арктических айсбергов использован и усовершенствован алгоритм под названием «Blobs detection». Blob (с англ.) – капля. То есть алгоритм предназначен для обнаружения каплевидных объектов на каком-либо изображении. За основу взята версия алгоритма, написанная на языке Python программистами Scikit-image development team [2]. Блобы (Blobs) – яркие области на темном фоне или темные на ярком фоне. В исходном алгоритме реализовано 3 подхода к обнаружению блобов:
• Difference of Gaussian
• Laplasian of Gaussian
• Determinant of Hessian
Для обнаружения арктических айсбергов был выбран третий подход, поскольку он был признан наиболее эффективным в работе [1] и показал лучшие результаты при тестировании применительно к специфике данной работы. Детерминант матрицы Гессе (Determinant of Hessian) достигает экстремума в точках максимального изменения градиента яркости. Алгоритм проходит фильтром с Гауссовым ядром по всему изображению и находит точки, в которых достигается максимальное значение детерминанта матрицы Гессе. Перед применением программного алгоритма снимок проходит подготовку: выполняется угловая коррекция и операции по снижению термического шума. В результате применения алгоритма к предварительно обработанному радиолокационному снимку возвращается массив, содержащий координаты «блобов» и радиусы описанных вокруг них окружностей, которые отражают характерные размеры обнаруженных айсбергов. Алгоритм настраивается с помощью нескольких параметров. Это позволяет применять алгоритм к снимкам с разными характеристиками интенсивности. Метод позволяет уверенно обнаруживать айсберги как на открытой воде, так и в припае. Доступность и хорошая дискретность данных, предоставляемых спутником Sentinel-1 дают возможность использовать метод в системном мониторинге арктических морей.
Работа выполнена в рамках проекта «Суда и волны в полярных регионах», входящего в Федеральную Целевую Программу «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 - 2020 годы», Соглашение № 14.618.21.0005. Уникальный идентификатор проекта: RFMEFI61815X0005.