Проблемы классификации гиперспектральных авиакосмических изображений

В проблемах распознавания образов природно-техногенных объектов по данным аэрокосмической гиперспектрометрии рассматриваются общие приложения методов обработки соответствующих изображений и построения классификаторов (вычислительных схем) разного уровня сложности. Показаны примеры реализации разрабатываемого программно-алгоритмического обеспечения обработки данных летных испытаний гиперспектральной аппаратуры на выбранных тестовых участках, для которых получены также данные наземных лесотаксационных и других обследований территории. При высоком пространственном разрешении отдельных пикселов спектральное разрешение рассматриваемых типов гиперспектральной оптико-электронной аппаратуры достигает единиц нанометра во всей видимой и ближней инфракрасной области. Начальный этап обработки данных гиперспектрального зондирования характеризуется учетом аппаратной функции, результатами наземной калибровки аппаратуры, проверкой спектров на предмет возможного насыщения аппаратуры в определенных каналах, возможного смещения спектров по длинам волн и т.д. Демонстрируются примеры решения задачи обнаружения специфических объектов на разных фонах при обработке гиперспектральных изображений. Решение этой задачи включает следующие этапы: анализ спектров отражения выбранных объектов для разных геометрических условий их освещения; систематизация эталонных спектров, относящихся к известным априори объектам; сравнение эталонных спектров со спектрами «остальных» объектов путем расчета информационных мер близости между ними; построение классификаторов, реализующих оптимальное разделение объектов и фонов. Основное внимание уделяется выбору наиболее эффективных алгоритмов выделения соответствующих объектов с обоснованием набора спектральных каналов, обеспечивающих точность выделения объектов, достаточную для решения возникающих прикладных задач. Разрабатываемые приложения ориентированы на их применение с использованием современных высокопроизводительных вычислительных систем.
Работа выполнена при финансовой поддержке ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009 - 2013 годы.