Адаптация методов классификации данных гиперспектральной съемки для применения в пространстве главных компонент

В настоящее время возрастает интерес к дистанционному зондированию с использованием аппаратуры гиперспектральной съемки. Такого рода данные находят свое применение в различных отраслях народного хозяйства, например, детектировании очагов лесных пожаров, идентификации мест вырубки леса, выделении областей загрязнения окружающей среды (мониторинг свалок, выделение зон разлива нефти), поиске зараженных вредителями сельскохозяйственных угодий и многих других.
При этом актуальным является вопрос об использовании гиперспектральной аппаратуры в системах “реального времени”, когда обработка данных проводится непосредственно на борту носителя, что приводит к необходимости как сокращения объемов данных без существенных потерь в информативности – эффективных алгоритмов сжатия, так и разработки алгоритмов обработки сжатых данных без предварительной декомпрессии.
Одним из распространенных алгоритмов, предоставляющих такую возможность, является метод главных компонент (МГК). В частности, рандомизированные реализации МГК позволяют осуществлять обработку данных в сжатом базисе и имеют существенно меньшую, чем классическая реализация, вычислительную сложность.
Работа посвящена исследованию вопроса применимости некоторых классических алгоритмов обработки гиперспектральных данных в базисе сжатия. Для некоторых стандартных метрик близости спектральных кривых были рассмотрены их аналоги в пространстве сжатия. Изучены вопросы адаптации алгоритмов классификации для применения их к сжатым данным.
Методы обработки в базисе сжатия были реализованы в виде программного модуля в комплексе обработки гиперспектральных данных, разрабатываемом в Санкт-Петербургском филиале ОАО «КБ «Луч». Исследование методов проведено по данным авиационной гиперспектральной съёмки.