Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Восемнадцатая Всероссийская Открытая конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XVIII.F.414

Исследование метода распознавания лесных массивов по многоспектральным изображениям высокого пространственного разрешения на основе статистических эталонов

Евстратова Л.Г. (1)
(1) Государственный университет по землеустройству, Москва, Россия
Данные дистанционного зондирования Земли являются достоверным источником информации для актуализации базы данных, обновлению тематических карт типов и состояния растительных покровов. Эффективное использование космических многоспектральных снимков возможно только тогда, когда применяются автоматизированные методы дешифрирования снимков. Поэтому востребованы исследования по разработке и совершенствованию автоматизированных методов дешифрирования многоспектральных изображений, в частности, лесных массивов. Цель работы состояла в повышения достоверности работы алгоритма последовательного анализа многоспектральных космических снимков высокого пространственного разрешения на основе использования структурно - статистического подхода при дешифрировании лесных массивов [1, 2]. Главная задача - исследовать вариативность спектральных яркостей в различных спектральных каналах для многоспектральных съемочных систем высокого пространственного разрешения с целью определения информативности каналов съемочной системы для распознавания древесных насаждений при применении метода на основе статистических эталонов.
В качестве исходных материалов ДЗЗ для выполнения исследования использовались многоспектральные изображения, полученные съемочной системой Ikonos и WorldView-3. В качестве априорного источника о качественных и количественных характеристиках древостоев использовалась электронная карта породного состава леса, построенная по материалам лесоустройства и результаты полевого дешифрирования на исследуемую территорию.
Для анализа типов лесных насаждений применялась методика дешифрирования по статистическим эталонам. Предлагаемый в данной работе вариант отличается тем, что сравниваются не отдельные априорные вероятности, а функции, построенные по совокупности измерений по всем точкам исследуемого объекта [1, 2]. Для этого были получены функции распределения и плотности распределения, построенных по исходным и преобразованным изображениям с помощью различных алгоритмов. Таким образом, основным дешифровочным признаком использовался – функция плотности распределения вероятностей яркостей в пределах области, занимаемой образом. Образ объекта – совокупность, необходимых и достаточных дешифровочных признаков для описания объекта. Эти функции полностью характеризуют вероятностную структуру объекта и затем используются как статистические эталоны. Все характеристики образа являются статистической оценкой и получены в результате анализа статистически значимой выборки с достоверностью 0.05. Затем выполнялось сравнение функции эталона и оцениваемого участка. Объект относится к классу эталона, для которого достигается максимум соответствия в смысле заданного критерия. В качестве критерия использовались локальные максимумы коэффициента корреляции объекта и эталона и частный случай критерия Колмогорова [1, 3]. Экспериментальные исследования показали, что при использовании функции плотности распределения как дешифровочного признака наиболее эффективно применять изображение в красном, так как кривые плотностей вероятностей существенно отличаются. Таким, образом, применение алгоритма последовательного анализа многоспектральных космических снимков высокого пространственного разрешения на основе использования структурно - статистического подхода способно значительно повысить результаты распознавания различных типов лесных массивов.

Ключевые слова: дешифрирование лесных массивов, статистическое распознавание образов, непараметрический подход, статистические эталоны, критерии распознавания
Литература:
  1. Гук А.П, Евстратова Л.Г. Новый статистический подход к распознаванию лесных массивов // Региональные проблемы дистанционного зондирования Земли: материалы III Междунар. науч. конф. Красноярск 13-16сентября 2016 г. – Красноярск: Сиб. федер. ун-т, 2016. С. 14–17.
  2. Гук А.П. Автоматизация дешифрирования снимков. Теоретические аспекты статистического распознавания образов // Известия Вузов Геодезия и аэрофотосъемка. 2015. №5. С. 166–170.
  3. Кокс Д., Хинкли Д. Теоретическая статистика – М.: Мир, 1978. – 560 с.

Дистанционное зондирование растительных и почвенных покровов

317