Распознавание объектов и их состояний на основе корреляционных портретов с применением в модели рассеяния атмосферных загрязнений

Многозональные и гиперспектральные наблюдения широко используют в дистанционном зондировании Земли. Потенциально они обеспечивают получение максимального количества информации о типе и состоянии зондируемых объектов. Однако, многофакторность получаемых результатов наблюдений делает эту задачу очень сложной. Разнообразие условий получения этой информации соответствует разнообразию самих объектов и их состояний. Исключение влияния даже части факторов позволит существенно повысить эффективность распознавания. Многие исследователи обращали внимание на физиономичность матрицы межзональных корреляций, которые в силу нормированности параметра можно использовать для распознавания. Это качество нашло свое отражение в названии – корреляционный портрет. Однако, до настоящего времени не было предложено эффективной технологии их использования. Одной из актуальных проблем обработки гиперспектральных данных является большой объем содержащейся в них видеоинформации. Предложены различные способы уменьшения ее избыточности. Величина межканальной корреляции также используется для сокращения размерности передаваемой информации. Нами предложен способ преобразования изображений, основанный на использовании корреляционных портретов, который позволяет выделять из полученной гиперспектральной видеоинформации заданные объекты (Патент РФ № 2586405). Сущность способа заключается в определении корреляции между корреляционным портретом эталонного объекта и текущим корреляционным портретом наблюдаемого участка. Такое двухэтапное применение корреляции обеспечивает высокую степень исключения множества сопутствующих факторов. Эталонный корреляционный портрет может быть получен, как из материалов самой съемки на эталонном участке, так и расчетным путем из спектральных оценок.Экспериментальные оценки, полученные по материалам реальной съемки, показали высокую эффективность новой технологии.
Поскольку описанный метод двойной корреляции чувствителен к пространственной структуре участков, для которых строятся корреляционные портреты, он является естественным дополнением к методам классификации, ориентированным только на средние спектральные показатели, таким, как метод максимума правдоподобия (МП). Мы описываем совместное применение МП и метода двойной корреляции в задаче распознавания категорий объектов поверхности, существенных для моделирования рассеяния атмосферных загрязнений, на основе многолетних данных Landsat, организованных в подобие гиперспектральной структуры. "Исследование выполнено при финансовой поддержке РФФИ в рамках научного .проекта № 16-07-00170-а"