Анализ эффективности автоматического и интерактивного подходов
к построению сетей линеаментов космических снимков

Развитие космических технологий в сочетании с ростом вычислительных возможностей компьютерной техники сделали космические снимки важным источником данных для проведения разнообразных геологических и геоэкологических исследований. Стремительно возрастает роль линеаментного анализа, основанного на выявлении на космоснимках линейных фрагментов ландшафта и их последующего исследования. На фоне всеобщей автоматизации обработки геоданных особое внимание уделяется разработке методов, алгоритмов и систем автоматического выделения линеаментов (АВЛ). Появился целый ряд специализированных программных комплексов для работы с линеаментами – WinLessa [1], ALINA [2], Lineament [3], РАПИД [4]. АВЛ обычно базируется на предварительном обнаружении перепадов (границ) яркости исходного изображения, проводимом при помощи различных масочных алгоритмов, и последующем отборе протяженных линейных фрагментов этих границ.

Совершенствование методов АВЛ происходит на фоне снижения интереса к традиционному подходу к выделению линеаментов, выполняемому дешифровщиком вручную по подложке, в качестве которой используется анализируемый снимок. И хотя в настоящее время интерактивное выделение линеаментов (ИВЛ) реализуется на компьютере, его суть остаётся прежней – решение о выделении или не выделении линеамента принимает человек.

В настоящей работе анализируются реальные возможности, преимущества и недостатки автоматического и интерактивного выделения линеаментов. Для экспериментального исследования результатов АВЛ использована наиболее известная и развитая система линеаментного анализа WinLessa, разработанная под руководством А.А.Златопольского. На примере демонстрационного снимка, поставляемого с системой WinLessa второй версии, выполнен сравнительный анализ результатов АВЛ и ИВЛ.

Указано на ряд существенных недостатков АВЛ. Одним из них является ориентированность алгоритмов АВЛ на выделение отдельных линий, в то время как практически бесспорным является факт группировки их в системы, обладающие достаточно строгой выдержанностью по азимуту простирания и признаками эквидистантности [5, 6]. Эти часто проявляющиеся топологические свойства линеаментной сети никоим образом не используются современными алгоритмами АВЛ, но легко могут быть учтены специалистом-геологом при работе в интерактивном режиме, в особенности, при выполнении ряда практических рекомендаций и методических приёмов, приведенных в работе.

Предложены пути дальнейшего развития и совершенствования методов АВЛ, что позволит существенно повысить эффективность линеаментного анализа космических снимков.
1. Zlatopolsky A. Program LESSA (Lineament Extraction and Stripe Statistical Analysis). Automated linear image features analysis - experimental results // Computers & Geosciences, 1992. - v. 18, N 9. - p. 1121-1126.
2. Евдокимов С.В. Выявление геологических объектов на материалах космической съемки // Исслед. Земли из космоса, 2008. № 2. - С. 44–56.
3. Загубный Д.Г. Новая программа обработки векторных и растровых дистанционных материалов для ГИС // Исследование Земли из космоса. 2004. № 5. С. 21–27.
4. Pivnyak G., Busygin B., Nikulin S. Geoinformation System RAPID as the Means of Solving the Problems of Environment and Nature Management // 12th International Symposium on Environmental Issues and Waste Management in Energy and Mineral Production SWEMP, 2010. – Prague. – p. 423-430.
5. Анохин В.М., Одесский И.А. Характеристики глобальной сети планетарной трещиноватости // Геотектоника, 2001, №5, C.3 – 9.
6. Бусыгин Б.С. Никулин С.Л. Изучение закономерностей расположения линеаментов по материалам детальных космических съемок // Геоінформатика. – 2008. – №3. – С. 35-43.