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)

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

Участие в Школе молодых Участие в конкурсе молодых ученых 

XIX.F.444

Анализ текстурных признаков лесопосадок на тепловизионных изображениях, полученных при помощи БПЛА

Пинигин Г.В. (1,2)
(1) Институт географии РАН, Москва, Россия
(2) МГУ имени М.В. Ломоносова Географический факультет, Москва, Россия
Результаты фотограмметрической обработки тепловизионной съёмки с БПЛА сегодня применяются в широком спектре исследовательских задач. Это связано с тем, что получаемые данные имеют очень высокое пространственное разрешение и при этом содержат в себе прямые характеристики поверхности.

Результатом первичной обработки данных являются мозаики тепловизионных изображений. В ходе данной исследовательской работы они были получены при помощи стандартного процесса обработки изображений в ПО Agisoft Metashape. В качестве данных для обработки использовались результаты зимней тепловизионной съёмки с БПЛА DJI Phantom 4 с тепловизором FLIR BOSON на жёстком подвесе. Объектом исследования являлись 4 участка лесопосадок размером около 500х500 м в южной части города Кисловодска. Два участка были представлены посадками берёзы белой, один участок посадками дуба красного, один участок посадками дуба красного и клёна ложноплатанового.

Предметом исследования являлась оценка возможностей применения некоторых алгоритмов автоматизации дешифрирования при анализе участков съёмки. При обработке полученной мозаики тепловизионных изображений отдельное внимание было уделено текстуре. В связи с тем, что тепловизионное изображение содержит лишь один признак – температуру, его использование при автоматизированной классификации пикселов изображения затруднено. В этой связи для автоматизации определения типа участка, изображённого на мозаике, использовались текстурные признаки по М. Харалику, рассчитанные с ядрами свёртки разных величин. Полученное пространство текстурных признаков классифицировано при помощи метода максимального правдоподобия. Оценка точности классификации, произведённой при разных наборах признаков, позволила определить более подходящие для конкретного исследования. Кроме того, статистический анализ сдвига распределения яркостей на изображениях разных видов деревьев показал статистическую его статистическую значимость. Определяющее значение в наблюдаемой взаимосвязи играет структура кроны.

Таким образом, выявлена связь между структурой кроны и текстурой её тепловизионного изображения. Также проведена автоматизированная классификация мозаики тепловизионных изображений на основе рассчитанных текстурных признаков и оценена её достоверность. Оценка составляет 55,7%-88% для признаков на основе ядер свёртки 5х5, 11х11, 15х15 пикселов и 71,9%-81,8% для признаков на основе ядер свёртки 5х5, 15х15, 25х25 пикселов.

Съёмка выполнена входе экспедиции НСО кафедры картографии и геоинформатики географического факультета МГУ им. М.В. Ломоносова Медведевым А.А. (ИГ РАН).

Ключевые слова: Тепловизионная съёмка, БПЛА, текстурные признаки, дешифрирование растительности

Презентация доклада

Дистанционное зондирование растительных и почвенных покровов