МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени М. В ЛОМОНОСОВА ГЕОГРАФИЧЕСКИЙ ФАКУЛЬТЕТ

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени М. В
ЛОМОНОСОВА
ГЕОГРАФИЧЕСКИЙ ФАКУЛЬТЕТ
КАФЕДРА ФИЗИЧЕСКОЙ ГЕОГРАФИИ МИРА И ГЕОЭКОЛОГИИ
Реферат на тему:
«ERDAS IMAGINE, как инструмент работы со снимками. Примеры
автоматизированного дешифрирования»
Выполнила:
Студентка III курса
Летяго С.М.
Проверил:
Москва – 2013
Оглавление
ВВЕДЕНИЕ: ...........................................................................................................................................................3
Глава 1. Обзор продукта компании Intergraph - Erdas Imagine. ......................................................................5
1.2. История создания продукта ....................................................................................................................8
Глава 2. Автоматизированное дешифрирование. ........................................................................................ 11
2.2. Программное обеспечение для обработки ДДЗ................................................................................ 11
Заключение: ..................................................................................................................................................... 19
Литература: ...................................................................................................................................................... 20
2
ВВЕДЕНИЕ:
В настоящее время широкое развитие получили космические системы дистанционного
зондирования Земли (ДЗЗ). За всем происходящим на ее поверхности ежесекундно
наблюдают сотни спутниковых систем с различного рода разрешением и спектральным
диапазоном, каждая из кoторых решает oпределенные прирoдно-ресурсные задачи. Обрабoтка
данных дистанционнoго зoндирования дoстаточно трудoемкий прoцесс, он сoстоит из
нескoльких этапoв предварительнoй, первичнoй и втoричной (тематическoй) обрабoтки.
Получение информации об объектах местности по материалам космических съемок для
выполнения различного рода тематической обработки выполняется на этапе дешифрирования.
Тематическое дешифрирование аэрокосмических изображений для задач мониторинга и
картографирования
традиционно
опирается
на
визуально
инструментальные
и
автоматизированные методы. Следует отметить, что процесс визуально инструментальной
обработки весьма трудоемок и субъективен. При этом сроки выполнения и качество
полученной информации определяются главным образом общей эрудицией и квалификацией
специалистов, уровнем развития у них профессионально необходимых психофизических
качеств, а главное опытом. Поэтому вполне объяснимо стремление к максимальной
автоматизации процесса обработки аэрокосмической информации.
На данный момент уже существует большой опыт автоматизированной обработки и
анализа цифровых изображений. Часть автоматизированных методов реализована и успешно
применяется в процессе интерактивного дешифрирования аэрокосмической информации.
Одной из главных задач ученых в данном направлении является поиск таких прямых и
косвенных дешифровочных признаков, при которых результат автоматизированного
дешифрирования будет наиболее устойчив к изменениям условий аэрокосмической съемки
исследуемых объектов на земной поверхности. Классификация многозональных космических
изображений с использованием большинства современных программных средств (Erdas
Imagine, ENVI, EDRISIW и т.д.), ведется по спектральным коэффициентам яркости (СКЯ), но
спектральные характеристики природных образований не всегда позволяют однозначно
разделить два объекта между собой. Это связано с сильной корреляцией спектральных
характеристик различных классов объектов в одних и тех же диапазонах спектра, что
приводит к ошибочному распознаванию классифицируемых объектов. Кроме того, СКЯ и их
линейные производные очень чувствительны к условиям космосъемки (геометрические
условия освещения и визирования объектов, угол поля зрения прибора, атмосферно-
3
оптические явления (дымка, облачность и т.д.)). Все это и многое другое оказывает
существенное влияние на результат тематического дешифрирования. В данной работе
представлен обзор на одну из систем автоматического дешифрирования ERDAS IMAGINE
компании Intergraph.
4
Глава 1. Обзор продукта компании Intergraph - Erdas Imagine.
ERDAS IMAGINE, ведущая авторская система обработки геопространственных данных
в мире, включает в себя геопространственную обработку и анализ изображений,
дистанционное зондирование и ГИС. Всё это собрано в единый мощный, удобный пакет.
Результаты могут быть представлены в виде 2D и 3D форматах, на картах и с помощью
видеоматериалов. ERDAS IMAGINE может также работать в режиме инструментального
средства (Toolbox), позволяющего производить многочисленные преобразования растровых
картографических изображений и одновременно способного снабжать их географической
информацией. Манипулируя значениями растровых данных и их географической позицией,
можно обнаружить особенности местности, которые в нормальных условиях никогда не
просматриваются, определять географические координаты этих объектов, которые при других
условиях представляли ли бы из себя исключительно объекты графики. Уровень яркости или
уровень отраженного света от поверхности Земли на конкретном изображении является
ценной информацией при анализе состава минералов или растительности этой поверхности.
Другим примером анализа изображений является извлечение линейных объектов, разработка
пространственной модели обработки данных (spatial modeler), перевод данных из одного
формата в другой (import/export), ортотрансформирование, составление мозаики из
изображений, получение стерео изображений и автоматическое извлечение географических
данных. Дата внедрения первой версии в эксплуатацию 1978 г. Данный продукт широко
применяется в структурах охраны окружающей среды, военных приложений, геологии,
геофизики, кадастра, лесного хозяйства, телекоммуникации, инженерных коммуникациях,
океанографии и др.
Геопространственная информация всё чаще и чаще анализируется при принятии
решения в различных организациях. Учёт большого объёма пространственной информации
становится все более значимым для организаций. Существенная выгода достигается за счёт
внедрения в существующие системы управления предприятий комплексов по управлению
геопространственными данными, отвечающих за все этапы управления информацией: от ее
создания до отправки конечному пользователю. Авторизированные системы управления
пространственными
данными
позволяют
пользователю
обрабатывать
«сырые»
аэрокосмические материалы, полученные из различных источников, для создания наборов
данных. Пользователь может подготовить файлы для использования в других приложениях,
тем самым увеличивая универсальность информации и возможность для получения
5
дополнительных сведений. Тщательный и полноценный процесс управления способствует
доставке необходимых данных пользователям вовремя и удобным для них способом. ERDAS
обладает ресурсами для создания пространственных бизнес систем, которые трансформируют
«сырые» данные об окружающем мире в информацию, необходимую отдельным лицам,
организациям,
публичным
агентстам.
Системы
ERDAS
помогают
пользователям
осуществлять быстрый доступ к информации, управление, обработку и доставку данных
конечным потребителям. Используя систему защиты пространственной информации, ERDAS
улучшает доступность информации для заказчиков и партнёров, позволяя им быстрее
принимать решения и увеличивать производительность. ERDAS представляет комплексные
решения по обработке и управлению данными для персонального и корпоративного
использования. Расширяемые и гибкие системы ERDAS позволяют передавать информацию
от источников конечным пользователям через Интернет.
Существует несколько пакетов ERDAS Imagine, каждый из которых направлен на
решение особого спектра задач. Сравнение различных версий продукта представлено в
таблице ниже. (Таблица 1). Программная комплектация ERDAS IMAGINE:
Essential - необходимый минимальный набор инструментов, наиболее доступный в
освоении,
использовании
и
по
стоимости.
Содержит
основные
инструменты
для
модификации, геометрической коррекции и картографирования изображений . «Сердцем»
Imagine Essentials™ - является блок просмотра (вьювер), который обеспечивает основу всего
интерактивного просмотра и обработки изображений.
Advantage - расширенный набор среднего уровня, который охватывает все
геоинформационные функциональные возможности IMAGINE Essentials и открывает
возможности более продвинутой и точной обработки изображений. IMAGINE Advantage
позволяет ГИС-профессионалам, аналитикам и обработчикам аэрокосмических данных
получать более информативные решения. IMAGINE Advantage применим в разнообразных
отраслях, включая картографирование, сельское хозяйство, лесное хозяйство, управление
природными ресурсами, связь, мониторинг окружающей среды и многие другие.
Professional – наиболее полное и профессиональное решение для обработки
аэрокосмической информации. Помимо всех возможностей Imagine Essentials и Imagine
Advantage эта комплектация содержит прогрессивные средства классификации изображений,
уникальный графический редактор программ на языке SML и инструменты анализа радарных
изображений. Одно из наиболее захватывающих дополнений – IMAGINE Expert ClassifierТМ инструментарий построения экспертных систем для классификации изображения и развитого
ГИС-моделирования.
6
Таблица 1. Сравнение версий ERDAS Imagine 2010.
Каждый последующий пакет включает в себя предыдущий и расширяет его
функциональные возможности. Дополнительные модули расширения: инструмент сжатия
изображений в формат MrSID (IMAGINE MrSID Desktop Encoder и IMAGINE MrSID
Workstation
Encoder),
модуль
обработки
векторных
данных
(Vector),
модуль
ортотрансформирования, интерферометрической и стереообработки радиолокационных
7
снимков (Radar Mapping Suite), модуль атмосферной коррекции (ATCOR), модуль трехмерной
ГИС (Virtual GIS), модуль субпиксельной классификации (Subpixel Classifier), модуль
блочной триангуляции, создания цифровых моделей рельефа и ортотрансформирования
аэрокосмических и наземных снимков, а также
инструмент полнофункциональной
фотограмметрической обработки (LPS); инструментарий разработки приложений (Developer s
ToolКit), модуль радиометрической и геометрической коррекции снимков с «Ресурс-О»,
модуль линеаментного анализа (LESSA).
История создания продукта
Ещё до создания полного спектра продуктов под общим названием ERDAS IMAGINE,
компания ERDAR Inc. разработала несколько программных приложений для обработки
изображений, получаемых с различных сенсоров AVHRR, Landsat MSS, Landsat TM и SPOT.
Результатом такой обработки становились карты землепользования, карты изменения
площадей лесных насаждений, а также помощь в нахождении нефтяных месторождений.
Изначально программное обеспечение ERDAS IMAGINE было написано на языке Фортран.
Постепенно обновляясь, оно претерпело ряд существенных изменений с целью добавления
поддержки различных оптических, радарных и других сенсоров, и, в результате, было
переписано на язык C, а затем и на C++.
Первая версия ERDAS была выпущена в 1978 году на компьютере Cromemco,
основанном на 8-ми битном процессоре Zilog Z80, под управлением операционной системы
C-DOS. Система была встроена в рабочий стол и состояла из одного цветного монитора с
разрешением 256 на 256 пикселов, одного чёрно-белого монитора и 2-х 8-ми дюймовых
флоппи-дисков, служащих, один для программного обеспечения, а другой для записи данных.
Некоторое время спустя была добавлена доска для цифрования (дигитайзер) и жёсткий диск,
который
не
применялся
ранее
на
компьютерах
такого
размера.
Интересно,
что
использованный жёсткий диск фирмы CDC-Wren был размером с небольшую стиральную
машину и позволял записывать до 80 МВ встроенной информации, а также 16 МВ выносной.
После того как жёсткий диск был вмонтирован в станцию, инженеры компании ERDAS были
вынуждены вырезать существенный кусок задней стенки стола для подвода различных
кабелей.
В 1980 году ERDAS Inc. разработала ERDAS 400. На своей ранней стадии эта система
представляла собой разработанную «под ключ» компьютеризованную систему мониторинга и
управления лесными насаждениями для штата Нью-Йорк. В то время аппаратное обеспечение,
аналогичное по своим функциям ERDAS 400 по доступной цене промышленностью не
8
выпускалось, и компании ERDAS пришлось разработать несколько собственных печатных
плат для обеспечения правильного функционирования системы ERDAS 400. В период с 1980
по 1982 год, несколько модификаций данной системы было поставлено в космическое
агентство США (NASA), Лесную службу Министерства сельского хозяйства США (US Forest
Service) а также в Агентство защиты окружающей среды штата Иллинойс и т.д.
ERDAS 7.0 был выпущен в ноябре 1982 года. По сравнению с дизайном «под ключ»,
осуществлённым в ERDAS 400, система ERDAS 7.0 базировалась на персональном
компьютере IBM PC c операционной системой MS DOS. Система осуществляла работу в
консольном режиме с добавлением небольшого меню, помогающего пользователю
осуществлять подготовку изображений для работы в ГИС. В январе 1983 года Департаменту
географии университета Южной Каролины была продана первая лицензия программного
обеспечения ERDAS 7.2. В последующие годы было выпущено ещё несколько версий
программного продукта ERDAS 7.x (ERDAS 7.5 стала последней в этом ряду), что совпало с
началом широкого использования технологий дистанционного зондирования в различных
федеральных и окружных агентствах США, а также в университетах, занимающихся
наблюдениями за изменениями природных ресурсов.
В 1988 году к программному продукту ERDAS 7.3 была добавлена возможность
работать с ESRI ARC/INFO в режиме реального времени. Эта функция получила название
"ERDAS-ARC/INFO Live Link" и позволила картографическому сообществу использовать
одновременно обе технологии: ERDAS - для высококачественной визуализации о обработки
изображений и ESRI - для работы с ГИС. С этого момента взаимоотношения между ERDAS и
ESRI только усиливались как на техническом уровне, так и на уровне управления. Другим
немаловажным фактором, способствовавшим сближению двух компаний, была совместная
учёба основателя ESRI Джека Данжермона (Jack Dangermond) и основателей и одновременно
директоров компании ERDAS Лори Джордана (Lawrie Jordan) и Брюса Радо (Bruce Rado) в
Гарвардской Школе. Заключительной версией ряда ERDAS 7.x стала версия ERDAS 7.5,
представляющая полностью законченный готовый продукт, все функции которого вошли в
последующую версию ERDAS IMAGINE.
Продукт ERDAS IMAGINE впервые был представлен широкой публике в октябре 1991
года и выпущен как версия 8.0 в свет в феврале 1992 года. Это версия была разработана под
Sun Workstation c операционной системой SunOS и уже основывалась на графическом
(Graphical User Interface), а не консольном интерфейсе, который помогал в визуализации
изображений при картографировании, отображении векторных данных, созданию карт и т.д.
Практически все функции версии ERSAS 7.5 постепенно переходили сначала в ERDAS 8.01,
9
затем в версию 8.02, с тем, чтобы уже в версии ERDAS IMAGINE 8.1 окончательно
интегрировать все свойства и функции ERDAS 7.5.
Взаимоотношения между продуктами ERDAS и ARC/INFO, которое началось с
функции "ERDAS-ARC/INFO Live Link" было продолжено вплоть до версии ERDAS
IMAGINE 8.2, выпущенной в феврале 1993 года, когда ERDAS впервые выпустил Векторный
модуль (IMAGINE Vector Module). Этот модуль был полностью разработан инженерами
компании ERDAS, но лицензирован под формат данных ESRI Arc Coverage. Этот модуль стал
одним из наиболее популярных в серии продуктов ERDAS IMAGINE вплоть до выхода
версии ERDAS IMAGINE 9.3 в сентябре 2008 года. В ноябре 1992 года компания ERDAS
разработала Радарный модуль. Свойства этого модуля, который сейчас носит название "Radar
Interpreter", обновлялись практически ежегодно.
В 1990 году в версии ERDAS 7.5 впервые был представлен язык и одновременно новый
модуль GIS Modeling (GISMO). Язык GISMO был создан с целью разработки сложных
пространственных моделей на основе картографической алгебры Дэна Томлина. В 1992 году,
одновременно с выходом версии ERDAS IMAGINE 8.0, GISMO модуль превращается в язык
Spatial Modeler scripting language. Немногим позже в 1993 году компания ERDAS предложила
новый скрипт язык Model Maker, как графическое расширение к модулю Spatial Modeler,
позволяющее создавать различные графические модели обработки данных. В 2004 году
компания ESRI также выпустила очередную версию своего базового продукта ArcGIS c
новым модулем Model Builder, что, по сути, явилось адаптацией идеи, заложенной компанией
ERDAS в модуль Model Maker.
В декабре 1991 года компания ERDAS выпустила в свет новый модуль для IMAGINE
7.5 - "ERDAS Digital Ortho". Этот модуль стал одним из первых коммерческих
фотограмметрических пакетов. Позже модуль стал частью версии 8.0.1 со слегка изменённым
именем "IMAGINE Digital Ortho", а затем, в версии 8.0.2, стал называться "IMAGINE
OrthoMAX". Выпуск этого модуля позволил расширить рынок традиционных пользователей
дистанционного зондирования и ГИС пользователями-фотограмметристами. В январе 1998
года в версии ERDAS IMAGINE 8.3.1 OrthoMAX был улучшен и переименован в OrthoBASE.
Одновременно с выходом OrthoMAX в основное ядро IMAGINE была встроена возможность
фотограмметрической работы с одиночными снимками. Все эти усилия дали возможность
ГИС пользователям проводить ортотрансформирование изображений на непромышленной
основе.
10
Глава 2. Автоматизированное дешифрирование.
Программное обеспечение для обработки ДДЗ
Ведущие поставщики программного обеспечения для обработки ДДЗ десятилетиями
развивали инструменты классификации растров, переводящие спектральную информацию в
тематическую и создающие тематические изображения, в которых значение пиксела
отображает его принадлежность к определённому классу. В последние годы наметилась
тенденция к созданию программных продуктов, осуществляющих не только дешифрирование,
но и перевод итоговой информации в векторную форму для более лёгкой интеграции этих
данных в ГИС. При этом основной тенденцией является стремление к минимальному
вмешательству пользователя в процесс классификации, т.е. достижение высокой степени
автоматизации процесса.
Одним из пионеров в этой области был немецкий концерн Definiens, чьи программные
продукты серии eCognition завоевали определённую популярность у специалистов в конце
девяностых годов прошлого века. Однако подобные решения уже не являются чем-то
уникальным, так как через несколько лет после eCognition американская компания Visual
Learning Systems выпустила на рынок программные продукты Feature Analyst и Lidar Analyst,
удачно интегрировав их в оболочки популярных программ для обработки ДДЗ и ГИС: ArcGIS,
ERDAS IMAGINE, SOCET SET и GeoMedia. В 2008 году два других ключевых игрока рынка
продемонстрировали свои инструменты для автоматизированного дешифрирования данных
спутниковой съёмки: это корпорация ERDAS, выпустившая модуль для объектноориентированного дешифрирования – Imagine Objective для ERDAS IMAGINE 9.3, и
компания ITT, разработавшая первую версию модуля ENVI Fx 4.5.
Все
перечисленные
автоматизированному
космическим
снимкам
программные
дешифрированию
и
получению
продукты
выполняют
определённых
готовых
к
сходные
пользователем
использованию
в
задачи
по
объектов
по
ГИС
слоёв
геопространственных данных. Благодаря высокой степени автоматизации процессов в
вышеперечисленных программных продуктах (это особенно касается Feature Analyst и
Imagine Objective), они могут быть использованы как неотъемлемая часть процесса создания и
обновления карт с использованием ДДЗ, помогая достичь высокой оперативности в
получении итоговой информации в форме цифрового картографического материала.
11
Модуль Feature Analyst для ERDAS IMAGINE 9.0 и ArcGIS 9.1 был выпущен в 2001
году компанией VLS, которая была впоследствии приобретена компанией Overwatch Systems.
Первоначально, модуль был разработан как специальный продукт для использования
специалистами армии США, однако затем он был выведен на рынок, как готовое программное
решение в среде наиболее популярного программного продукта для обработки ДДЗ – ERDAS
IMAGINE, и наиболее распространённой ГИС в мире – ArcGIS компании ESRI.
Компьютерная обработка снимков, представленных в цифровом виде, открывает новые
технические возможности для дешифрирования. Специальные пакеты программ, такие как
ERDAS Imagine, позволяют выводить снимок на экран монитора, улучшать качество снимка
(например, убирать влияние атмосферной дымки), синтезировать цветные изображения,
выполнять
автоматизированное
дешифрирование,
получать
количественные
данные
(координаты, расстояния, площади и т. д.). Результаты компьютерной обработки служат
основой для создания карт, которые могут быть записаны в цифровом виде или распечатаны
на бумаге. Получают цифровые снимки при съемке сканирующими системами с аэро- или
космических носителей, таких как например российские спутники Ресурс, французские SPOT
или американские Landsat. С помощью высокоточных сканеров могут быть переведены в
цифровой формат и фотографические снимки.
Цифровой снимок состоит из элементов, пикселов, образующих сетку из строк и
столбцов. Каждый пиксел имеет свои координаты и характеризуется яркостью, которая
обозначается в условных единицах (обычно от 0 до 255 усл.ед.). Величина яркости связана со
способностью земных объектов отражать солнечное излучение. От того, насколько
существенно проявляются на снимках различия в яркости объектов, зависит результат
дешифрирования.
Автоматизированное дешифрирование - один из этапов процесса компьютерной
обработки ДЦЗ, представленных в цифровом виде, т.е. в форме цифровых изображений,
включающий ввод изображений в компьютер (цифрование аналоговых и/или импорт
цифровых изображений), тематическое дешифрирование и экспертную оценку данных.
Автоматизированное
(автоматическое)
дешифрирование
является
классификация
(classification) - автоматическое разбиение изображений по заданному признаку или
совокупности признаков на однородные содержательно интерпретируемые области, т.е.
выделение объектов или классов объектов по их яркостным и/или геометрическим свойствам
и их последующая обработка или интерпретация. Используемые для этого методы включают
кластеризацию
(clustering),
безусловную,
или
неконтролируемую
классификацию
(unsupervised classification), когда разбивка на классы проводится автоматически без
12
предварительного обучения на эталонах, и контролируемую классификацию (supervised
classification) с обучением на эталонных фрагментах изображения, когда для каждого пиксела
во всех диапазонах определяются показатели свойств спектрального отражения и
сопоставляются с заданными классами спектральных признаков или с таковыми на эталонных
объектах. Классификация иногда рассматривается как
один из
начальных
этапов
дешифрирования.
Компьютерные технологии обработки снимков по специальным алгоритмам и
программам (с обучением и без), дают точность 70-85%. Для фотограмметрических
измерений снимков применяют специальные прецизионные оптико-механические приборы, а
также компьютерные комплексы со специализированным программным обеспечением. Для
обработки аэрокосмических снимков на персональных компьютерах можно использовать
коммерческое программное обеспечение общего назначения. Географ должен уметь выбрать
оптимальный вариант обработки из многих возможных, предоставляемых коммерческим
программным обеспечением. В компьютерной технологии используется эталонирование, так
как для выполнения компьютерного дешифрирования необходимо получить калибровочную
информацию, где учитывается описание:
• Абсолютная или относительная;
• Радиометрическая или геометрическая калибровка исследуемого объекта (размер,
высота, цвет, излучение и т.д. объекта).
Задача компьютерного дешифрирования снимков сводится к классификации —
последовательной <сортировке> всех пикселов цифрового снимка на несколько групп.
Для этого предложены алгоритмы классификации двух видов — с обучением и без
обучения (кластеризации – от англ. «скопление, группа»).
При классификации с обучением пикселы многозонального снимка группируются на
основе сравнения их яркостей в каждой спектральной зоне с эталонными значениями.
При кластеризации же все пикселы разделяют на группы-кластеры по какому-либо
формальному признаку, не прибегая к обучающим данным. Затем кластеры, полученные в
результате автоматической группировки пикселов, дешифровщик относит к тем или иным
объектам.
Достоверность компьютерного дешифрирования формально характеризуется
отношением числа правильно классифицируемых пикселов к их общему числу и составляет в
среднем 70— 85 %, заметно падая с увеличением набора дешифрируемых объектов.
Преимущество метода:
• возможность преобразования яркостей цифровых снимков для улечшения их
восприятия;
13
• применение математических операций;
• возможность наложения изображений снимков (при многозональной съемке);
• Сопоставление разновременных снимков одного и того же объекта (с целью
изучения его изменений во времени).
Недостаток метода:
• результаты не всегда объективны (достоверность всего 60-80%);
• метод не совсем самостоятельный (часто помогает и дополняет исполнитель).
Рассматривая аэро- или космические снимки, человеческий глаз невольно выделяет на
них объекты, которые различаются по цвету, форме, рисунку изображения. Таким образом, вы
подсознательно выполняете визуальное дешифрирование снимков, используя те или иные
дешифровочные признаки, часто не отдавая себе отчета в том, какой из них является
решающим.
При автоматизированном дешифрировании необходимо не только выбрать наиболее
значимые дешифровочные признаки объектов, но и описать их математически. В настоящее
время в качестве такого признака чаще всего используется спектральный образ объекта.
В зависимости от набора значений спектральной яркости каждого пиксела снимка,
специальные компьютерные программы определяют его принадлежность к тому или иному
классу объектов, т. е. выполняют классификацию объектов.
Ниже представлены результаты "контролируемой" классификации, которая выполнена
для территории университетского городка по трем зонам космического снимка со спутника
SPOT: 1 - зелено-желтой, 2 - оранжево-красной и 3 - ближней инфракрасной.
При контролируемой классификации заранее задаются типы классов объектов, которые
нужно выделить. Для каждого класса по исходному снимку выделяются эталонные участки.
Их границы показаны на
рисунке слева пунктирными линиями. Здесь же приведены
спектральные образы объектов и графики распределения
яркостей эталонных участков
(гистограммы) в каждой из зон. Они показывают, насколько правильно выбраны эталоны.
14
Рисунок 1. Подготовка к классификации: выделение эталонных участков по космическому снимку со спутника SPOT
(съемочная система HRV, сентябрь 1996 г.)
После
такой
подготовительной
работы
компьютерная
программа
проводит
классификацию: сравнивает спектральный образ каждого пиксела со спектральными образами
эталонов и относит его к одному из заданных классов. В результате создается новое цифровое
изображение, каждый пиксел которого с определенной степенью вероятности соответствует
тому или иному классу объектов. Такое изображение после оценки результатов
классификации и дополнительного редактирования может служить основой для подготовки
полноценной тематической карты.
15
Типы и количество классов объектов, выделяемых при классификации, зависят от
поставленной задачи. Например, для оценки озелененности университетского городка
достаточно выделить два класса: 1 - участки занятые растительностью, 2 - все остальные
объекты. При этом эталонами для первого класса послужат участки с газонами и парками.
Класс "все остальные объекты", включающий пикселы с большим разбросом значений
спектральной яркости, объединит несколько классов объектов, таких как асфальтированные
поверхности, здания и некоторые другие. Полученный результат приведен на рисунке 2.
Рисунок 2. Результаты выделения класса "растительность" по трем зонам космического снимка со спутника SPOT 1 (0,500,59 мкм); 2 (0,61-0,68 мкм); 3 (0,79-0,89 мкм)
Ниже
представлены
примеры
автоматического
дешифрирования
с
помощью
контролируемой и неконтролируемой классификации (рис. 3-5)
16
Рисунок 3.
Рисунок 4.
17
Рисунок 5.
18
Заключение:
В наши дни в условиях большой востребованности экологических исследований при
проведении ОВОС все большее значение начинает принимать оперативность принятия
решений при подготовке экологической документации. Одним из эффективнейших способов
получения оперативной информации выступают данные дистанционного зондирования Земли
(ДДЗЗ). Однако к настоящему времени, несмотря на активное внимание к ним со стороны
многих специалистов, остается еще достаточно много открытых вопросов. В частности все
еще преобладает процесс ручного дешифрирования, занимающего достаточно большие
временные периоды, что значительно снижает оперативность получения и обработки
экологической информации. В связи с этим на современном этапе развития экологических
исследований встает вопрос об автоматизации процессов экологического дешифрирования
снимков посредством применения современных программных комплексов по об-работке
ДДЗЗ. Одним из таких программных комплексов является модульная система ERDAS
Imagine. программный комплекс ERDAS Imagine в полной мере применим как для
экологического дешифрирования и картографирования масштаба от 1:100000 до 1:500000, так
и для других видов дешифрирования, в полной мере соответствуя заложенному в него
потенциалу.
19
Литература:
1. Борисова М. В.: Разработка методики автоматизированного дешифрирования космических
изображений земной поверхности с использованием системы n-мерных спектральных
признаков : диссертация кандидата технических наук. - Москва, 2010.
2. Егоров А. П. Экологическое дешифрирование космических снимков с использованием
программного комплекса ERDAS Imagine. – Тюмень, 2009
3. Ермошкин И.С. Современные средства автоматизированного дешифрирования космических
снимков и их использование в процессе создания и обновления карт, Москва, 2009
4. Константиновской Л.В, Автоматизированное дешифрирование космических снимков, Москва,
2000
5. O'Brien, Michael. Feature Extraction with the VLS Feature Analyst System, ASPRS International
Conference, 2003.
6. Redmond, Roland; Winne, J. Chris. Classifying & Mapping Wildlife Severity, Imaging Notes Magazine,
Oct. 2001.
7. www.erdas-russia.ru
8. www.field-guide.blogspot.com – История Erdas Imagine
9. www. geospatial.intergraph.com
20