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)

Двадцать вторая международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"

XXII.A.27

Метод селекции изображений на основе их ранжирования по прогнозируемой информативности дешифровочных признаков

Астахова Е.И. (1), Марков А.В. (1), Харжевский Е.В. (1)
(1) Военно-космическая академия имени А.Ф. Можайского, Санкт-Петербург, Россия
В докладе рассматривается разработанный авторами метод, позволяющий производить селекцию (отбор) в потоке материалов космической съемки оптико-электронных изображений (ОЭИ) и радиолокационных изображений (РЛИ), пригодных к дешифрированию в автоматическом режиме.
В результате применения метода осуществляется ранжирование изображений, имеющих различные спектральные, радиометрические и пространственно-частотные характеристики, по целевому качеству, количественным показателем которого является максимально возможная суммарная вероятность распознавания Pр заданного множества объектов интереса. Условием применения метода является наличие для объектов интереса формализованных эталонных описаний дешифровочных признаков (ДП), возможные варианты задания которых рассмотрены в работах [1, 2].
Метод включает следующие основные этапы:
1) отбраковку из потока материалов космической съемки, планируемого к автоматическому дешифрированию, неинформативных изображений, к которым относятся:
– ОЭИ, которые не могут использоваться ни в задаче обнаружения, ни в задаче распознавания по причине невозможности уверенного выделения яркостного сигнала от объекта на сопутствующем фоне при имеющемся уровне шумов на изображении [3];
– ОЭИ и РЛИ, низкая детальность которых не позволит распознать заданные объекты ввиду потери разделительных свойств ДП;
2) селекцию индивидуально информативных из числа оставшихся изображений, которая осуществляется на основе анализа прогнозируемой информативности ДП, выявляемых при автоматическом дешифрировании. На данном этапе выполняются следующие основные действия:
– производится расчет предложенного в работе [4] показателя информативности M для всего множества ДП, которые могут быть определены на основе имеющихся эталонных описаний. При наличии хотя бы одного ДП, имеющего M = 1, обеспечивается Pр = 1 и изображение относят к индивидуально информативным. Такой же ранг присваивается изображениям, на которых возможно распознавание всех объектов интереса путем последовательного применения разных одиночных ДП;
– при невозможности обеспечения требуемой вероятности распознавания по одиночным ДП исследуется возможность достижения максимальных значений Pр за счет использования комбинаций (сочетаний) нескольких некоррелированных ДП. Изображения, позволяющие расклассифицировать все объекты с заданной вероятностью, относят к индивидуально информативным, остальные – к индивидуально малоинформативным;
3) при наличии в потоке материалов космической съемки наборов квазисинхронных изображений (КсИ), являющихся индивидуально малоинформативными, оценивается возможность повышения результативности распознавания посредством комплексной тематической обработки, то есть за счет использования при дешифрировании комбинаций ДП, выявляемых на разнородных КсИ. Изображения, для которых удается достичь требуемого значения Pр, относят к информативным в наборе.
Таким образом, по итогам применения метода изображения ранжируются на четыре группы:
– индивидуально информативные, которым следует отдавать приоритет при дешифрировании. При наличии квазисинхронных индивидуально информативных изображений (например, панхроматических и мультиспектральных ОЭИ, полученных в одном сеансе съемки) в автоматическом режиме достаточно будет обработать только одно из них, остальные изображения следует считать избыточными;
– информативные в наборе КсИ, которые должны отбираться для дешифрирования при отсутствии индивидуально информативных;
– малоинформативные и неинформативные, исключаемые из процесса автоматического дешифрирования на стадии распознавания.
Практическая ценность разработанного метода заключается в реализации возможности априорного определения избыточных и неинформативных в рассматриваемой тематической задаче изображений и исключения их из процесса автоматического дешифрирования, обеспечивая тем самым сокращение временных затрат на обработку поступающего на наземные комплексы потока материалов космической съемки.

Ключевые слова: материалы космической съемки, автоматическое дешифрирование, дешифровочные признаки, показатели информативности
Литература:
  1. Grigorieva O.V., Zhukov D.V., Kharzhevsky E.V., Markov A.V. Development and use of feature models of anthropogenic objects in thematic processing of space imagerys [Электронный ресурс] // Proceedings of the All-Russian Conference «Spatial Data Processing for Monitoring of Natural and Anthropogenic Processes» (SDM-2021), Novosibirsk, Russia, August 24-27, 2021. – CEUR Workshop Proceedings, vol. 3006. – РР. 84-88. – Published on CEUR-WS: 12-Nov-2021. – Режим доступа: http://ceur-ws.org/ Vol-3006/11_short_paper.pdf.
  2. Гусев С.Н., Марков А.В., Харжевский Е.В. Методические подходы подготовки эталонных описаний объектов для расчета формализованных дешифровочных признаков в СВЧ-диапазоне // Труды Военно-космической академии имени А.Ф. Можайского. – 2021. – Вып. 680. – С. 218-223.
  3. Григорьева О.В., Марков А.В., Харжевский Е.В. Способ априорного оценивания пригодности оптико-электронных изображений к автоматизированному дешифрированию // 8 я междунар. науч.-техн. конф. «В.Ф. Уткин – 100 лет со дня рождения. Космонавтика. Радиоэлектроника. Геоинформатика»: Материалы докл. – Рязань: Рязан. гос. радиотехн. ун-т, 2023. – С. 287-290.
  4. Жуков Д.В., Марков А.В., Харжевский Е.В. Алгоритм определения унифицированных показателей информативности дешифровочных признаков, имеющих формализованные описания различного вида [Электронный ресурс] // Материалы 21-й Междунар. конф. «Современные проблемы дистанционного зондирования Земли из космоса». – М.: ИКИ РАН, 2023. – С. 23. – DOI 10.21046/21DZZconf-2023a.

Презентация доклада

Методы и алгоритмы обработки спутниковых данных