Капралов Е.Г., Кошкарев А.В., Тикунов В.С. и др. Геоинформатика

Подождите немного. Документ загружается.

Оптика

20 м

20м <

^^0м

у Поверхность Земли

а б

Рис.

34. Характеристики пространственного разрешения:

—

геометрически показана связь разрешения на местности и параметров съемочной

системы (/

—

фокусное расстояние; w — линейный размер детектора; 1FOV —

мгновенный угол зрения; Н

—

высота полета; г

— разрешение на местности);

—

связь размера и яркости объекта местности с размером пиксела

Пространственное разрешение — это минимальная угловая или

линейная величина изобразившегося объекта местности и зафи-

ксированная пикселом (рис. 34). Чем выше разрешение, тем мень-

ше его числовое значение. Пространственное разрешение аэросним-

ков определяют числом различающихся пар линий, отнесенных к

1 мм. Различают снимки низкого, среднего и высокого разреше-

ния, измеряющегося соответственно километрами, сотнями или

десятками метров. Знание этих параметров особенно важно при

совместном использовании снимков и векторных карт в ГИС, по-

скольку большинство операций с растровыми данными осуществ-

ляется с точностью до пиксела.

Радиометрическое разрешение определяется чувствительностью

детекторов к различиям в значениях спектральной плотности энер-

гетической яркости отраженного от поверхности сигнала и фик-

сируется набором четко дифференцированных уровней квантова-

ния битового динамического диапазона. Количество уровней — чис-

ло бит — определяет число возможных значений в цифровой запи-

си каждой зоны снимка (в файле данных). Оно связано с техноло-

гическими параметрами датчиков и характеризует максимальный

диапазон изменения «сырых» (необработанных) значений спект-

ральной яркости. Например, при 8-битовом радиометрическом

разрешении значения спектральной яркости могут изменяться от

0 до 255, а при 7-битовом — от 0 до 127.

Временное разрешение определяет, как часто датчик получает

изображение конкретной области. Например, спутник Ландсат

может обозревать одну и ту же область Земли один раз каждые 16

Пространственное разрешение:

1 пиксел

= 30x30 м

мШ

Радиометри-

ческое

разрешение:

8-бит.

(0-255)

Спектральное

разрешение:

0,52 —0,60

мкм

День

1-й

День 17-й

День 33-й

Временнбе разрешение:

одна

и та же

область обозревается

каждые 16 дней

Рис.

35.

Структура данных съемки:

— четыре типа разрешения данных представлены

на

примере снимка Ландсат

ТМ

зоне

2\ б

—

растровые координаты

дней,

a SPOT —

один

раз

каждый день. Временнбе разрешение

является важным фактором

при

изучении

обнаружении измене-

ний

на

территории. Рис.

35, а

иллюстрирует все четыре типа разре-

шения данных дистанционного зондирования

(ДЗ).

Числовые типы данных. Стандартный числовой

тип

записей

цифровых снимков — бинарный байтовый, что соответствует пра-

вилам кодирования спектральной яркости.

Как

известно,

ком-

пьютерных программах используют также целые, действительные

типы чисел

буквенно-цифровые символы (ASCII-коды). Посколь-

ку

большинстве случаев

для

обработки аэрокосмических сним-

ков используют растровые ГИС-пакеты, зональные изображения

рассматривают

в них

как слои информации наряду

другими слоя-

ми

БД. Эти

слои могут использовать типы данных, отличающиеся

от байтовых. Поэтому необходимо знать числовые типы применяе-

мых данных, чтобы правильно отображать

обрабатывать инфор-

мацию. Например, растровый слой, представляющий высоты

по-

верхности

со

значениями

от -51,257 до 553,401,

будет обрабаты-

ваться иначе,

чем

слой, содержащий информацию

размещении

двух объектов — суши

воды,

использующий только

два

значе-

ния

(0 и 1) для их

идентификации.

Интегрирование

одной системе двух типов данных — растро-

вых

векторных — основное преимущество ГИС-пакетов, вклю-

чающих процедуры обработки изображений. Совместное исполь-

зование растровых

векторных слоев способствует:

• более достоверному определению признаков объектов, изоб-

разившихся

на

снимке;

• добавлению

спектральным признакам других атрибутов объ-

ектов;

• обеспечению атрибутивной информацией, полученной

по

снимкам объектов векторной карты.

Векторное цифрование объектов

по

снимку (цифрование

по

растровой подложке) применяют

для:

• выделения дорог, водоемов, изолиний, границ администра-

тивных районов;

• выбора эталонов

для

классификации объектов;

• выделения границ представляющих интерес областей

для ис-

пользования

разных задачах.

Данные координатной привязки обычно хранятся

заголовке

файла изображения, который может быть началом записи файла,

или представляться отдельным файлом.

Как

известно,

растровых

ГИС-пакетах используются

две

основные системы координат:

1) растровые (или файловые) координаты, показывающие место-

положение пиксела

пределах изображения

или

файла данных;

2) прямоугольные

или

географические координаты, показыва-

ющие место пиксела

на

карте.

Растровые координаты определяют место пикселов

упорядо-

ченной сетке строк

столбцов.

Они

выражаются либо

номерах

строк

столбцов, либо

плоских координатах

(Х

К), где

коорди-

ната ^соответствует столбцу сетки,

К—

строке.

Как

правило,

ко-

ординаты

(0, 0) в

первом случае имеет пиксел

левом верхнем

углу изображения,

во

втором

— это

пиксел

левом нижнем углу,

а значения координат других пикселов определяют

учетом раз-

мера пиксела (пространственного разрешения)

(рис. 35, б).

Географические или прямоугольные координаты задают положе-

ние пикселов либо

значениях географических координат (ср,Х),

либо

плоской системе координат карты заданной проекции.

Тип

используемых координат определяется способом формирования

файла (дистанционное зондирование, сканирование существующей

карты

т.п.). Часто космические снимки

пунктах приема

обра-

ботки снабжаются информацией

географических координатах

углов кадров. Систему координат файла изображения можно пре-

образовать

систему координат выбранной карты (трансформиро-

вать) программными средствами ГИС-пакета, т.е. получить геоко-

дированные данные.

Форматы хранения данных.

Для

того чтобы правильно воспро-

извести изображения

по

цифровым записям, поставляемым пунк-

тами приема информации, необходимо знать формат записи (струк-

туру данных),

также число

его

строк

столбцов. Используют

четыре формата, которые упорядочивают данные изображений

как:

• последовательность

зон (Band Sequential, BSQ);

• зоны, чередующиеся

по

строкам

(Band Interleaved by

Line, BIL);

• зоны, чередующиеся

по

пикселам

(Band Interleaved by

Pixel,

BIP);

• последовательность

зон со

сжатием информации

файле

ме-

тодом группового кодирования (например,

формате

jpg).

Системы обработки данных дистанционного зондирования вклю-

чают

те же

основные подсистемы,

что и

ГИС: ввод, хранение, обра-

ботку

представление результатов. Это способствовало

их

программ-

но-технологической интеграции

с ГИС, в

силу чего

для

работы

аэрокосмической информацией

качестве программного обеспече-

ния используют современные ГИС-пакеты. Разные типы ГИС-паке-

тов предоставляют пользователям различные возможности

по

обра-

ботке снимков, обеспечиваемые заложенными

в них

программными

средствами анализа

интерфейса.

ГИС-пакетам

со

стандартными

возможностями относятся Idrisi,

MultySpec,

среди полнофункцио-

нальных ГИС-пакетов выделяются

Erdas

Imagine,

TNTmips,

ERMapper,

ILWIS,

GRASS. С

точки зрения возможностей цифровой

обработки снимков

эти

пакеты отличаются

основном набором

средств пользовательского интерфейса

и их

удобством.

Методы цифровой обработки снимков, подробно описанные

во

многих учебниках [У. Прэтт,

1982;

Дистанционное зондирование...,

1983; И.

К. Лурье, АТ.Косиков,

2003; J.R.

Jensen,

1996 и

др.], под-

разделяют

на две

группы:

1) методы, обеспечивающие яркостные

геометрические пре-

образования снимков, используются

для

облегчения

повыше-

ния объективности

достоверности визуального дешифрирова-

ния,

для

преобразования снимков

целью устранения яркостных

или геометрических искажений, трансформирования

их в

задан-

ную систему координат

подготовки

последующему дешифри-

рованию

созданию карты;

2) методы автоматизированной классификации объектов

по

снимкам

использованием априорной информации

признаках

выделяемых классов

или без нее.

Яркостные преобразования предусматривают: квантование диа-

пазона спектральных яркостей снимка (аналог шкалирования);

цветной синтез

цветокодирование, выделение контуров задан-

ной контрастности, фильтрацию значений яркости (сглаживание)

и другие приемы. Такие процедуры есть

во

многих растровых

ГИС-

пакетах

(Erdas,

Idrisi

и др.)

Методы улучшающих преобразований обычно применяют

в ка-

честве первого шага

использовании снимков:

для

идентифика-

ции изобразившихся областей

объектов, определения

их

место-

положения

и для

извлечения информации

об их

изобразительных

свойствах

признаках.

Методы спектрального улучшения изображений реализуют

учетом только индивидуальных значений яркости пикселов

пре-

делах каждой зоны спектра.

В их

основе лежит анализ

преобразо-

Исходные значения яркости

2 8

6 6 •

-6-7

1 1 1

6 \

—I

-1

—1

-1

2 8

-1

2 2

2 2 8

)

Скользящее окно

Исходные значения

пикселов

Рис.

36.

Улучшающие преобразования:

—

повышение контраста

фильтрация;

— кусочно-линейное повышение

контраста;

— выполнение операции фильтрации, скользящее окно представ-

ляет среднеарифметический фильтр

вание гистограмм

—

графического представления распределения

спектральных яркостей снимка

радиометрическом диапазоне.

При

этом новой информации

не

образуется,

исходная информация

перераспределяется,

с тем

чтобы подчеркнуть спектральные свой-

ства объектов. Среди наиболее часто используемых методов следу-

ет выделить следующие:

• повышение контраста

—

линейное, нелинейное

кусочно-

линейное преобразование гистограммы;

• эквализация гистограммы — перераспределение значений всех

пикселов

пределах радиометрического диапазона;

• подгонка гистограмм — согласование значений пикселов изоб-

ражений

двух зонах

по их

гистограммам;

• инверсия изображения

—

получение изображений

обрат-

ным контрастом относительно исходного.

Повышение контраста иллюстрирует рис.

36, а.

График преоб-

разования показывает

на

вертикальной

оси

увеличение контраста

значений яркости пикселов исходного изображения

пределах

диапазона, отмеченного фигурной скобкой

на

горизонтальной

оси

гистограммы: достаточно узкий диапазон исходных данных растя-

нут

более широкий диапазон

для

выходных данных/Такой про-

цесс

во

многих ГИС-пакетах называют растяжением контраста

(от

англ.

stretch).

Изображение становится четко видимым

на

экране,

для

расширения исходного диапазона используют соотношение:

= (В -

min

)

х 255/(5

max

- 5

min

(3.1)

где

—

яркость исходного снимка

(или

DN);

— значение, полу

ченное после пересчета;

min

и 2?

max

— минимальное

максималь-

ное значения яркости в зоне (для идентификации такого преобра-

зования используют аббревиатуру

MIN-MAX).

Базовой операцией пространственных преобразований — фильт-

рации — является анализ информации в пределах скользящего по

изображению окна, размером 3 х 3, 5 х 5 пикселов и т.п. Операцию

применяют к пикселу, находящемуся в центре окна. Его значение

пересчитывается с использованием заданной функции от значе-

ний окружающих ближайших соседей (рис. 36, б). Затем окно сдви-

гается на один пиксел вдоль строки изображения до достижения

ее конца, после чего смещают окно на одну строку.

Координатная привязка и трансформирование изображений. Про-

цедуры геометрической коррекции снимков выполняют для того,

чтобы изображение земной поверхности было правильно представ-

лено на плоскости и имело свойства карты. Необработанные сним-

ки,

получаемые со спутников и самолетов, являются плоскими

изображениями, создаваемыми системами съемки, но даже для

кажущейся ровной поверхности искажены за счет кривизны по-

верхности Земли и применяемого датчика.

Решение многих задач требует предварительного выполнения

трансформирования. Среди них можно выделить следующие:

• выявление изменений на разных снимках одной территории,

когда требуется попиксельное сопоставление изображений;

• создание мозаик изображений и фотокарт;

• использование снимков в ГИС, в том числе совместно с век-

торными изображениями;

• получение точных величин расстояний и площадей;

• выполнение географического анализа, требующего точной

локализации данных.

Для выбора оптимальной картографической проекции и коор-

динатной сетки следует определить преимущественные направле-

ния использования всех снимков или базы пространственных дан-

ных. Во многих базах векторных пространственных данных исполь-

зуют географическую (сфероидальную) систему координат (<рД),

причем параметры сфероидов могут быть разными. Плоские изоб-

ражения на снимках обычно не трансформируют в эту координат-

ную систему, хотя это можно сделать.

Для коррекции смещений изображений объектов местности за

счет рельефа при наличии ЦМР применяют операцию ортотран-

сформирования, которую рекомендуется выполнять для снимков

гористой местности или фотоснимков строений, если требуется

высокая степень точности координирования.

Различают два основных случая применения трансформирова-

ния системы координат снимка:

1) сетка строк и столбцов пиксельного изображения должна

быть изменена в соответствии с выбранной в исследовании проек-

цией и системой координат, например, базовой карты;

2) сетка исходного изображения должна быть изменена в соот-

ветствии с сеткой эталонного изображения.

Чаще всего трансформирование используют для преобразова-

ния несопоставимых изображений в одну и ту же картографиче-

скую сетку координат. Однако для того, чтобы иметь возможность

совместного использования или сопоставления отдельных изобра-

жений, можно привести в соответствие только их сетки строк и

столбцов. При этом необязательно применять картографическую

проекцию.

При отсутствии искажений изображения трансформирование

выполнять не обязательно. Например, при сканировании снимка

или карты в нужной проекции изображение уже плоское и не тре-

бует трансформирования, если нет некоторых смещений или по-

воротов и материалы имеют хорошее качество. В этом случае необ-

ходимо выполнить только геокодирование (геоэталонирование)

снимка. Для этого часто достаточно откорректировать заголовок

файла изображения путем указания прямоугольных координат верх-

него левого угла изображения и размера пиксела (соответственно,

области, представляемой пикселом). Сетка изображения при этом

не изменяется.

В общем случае, при неопределенных свойствах изображений их

трансформирование из одной системы координат в другую выполня-

ют с помощью полиномов л-й степени. Они позволяют рассчитать

координаты новой сетки строк и столбцов для пикселов исходного

изображения по координатам заданных контрольных точек. Но что-

бы сохранить зафиксированную снимком яркостную структуру

изображения, значения яркости трансформированных пикселов

должны быть переопределены (подвергнуты ресамплингу — от на-

звания программы

Resampl)

в соответствии с новой сеткой.

В некоторых ГИС-пакетах, чтобы подчеркнуть различия ука-

занных выше двух случаев применения трансформирования, для

них вводят разные наименования — ректификация и регистрация

соответственно. Однако оба типа используют аналогичные наборы

процедур, независимо от конкретного приложения:

1) выбор способа трансформирования;

2) локализацию контрольных точек (наземных или с эталонно-

го снимка);

3) расчет ошибок и оценку результатов трансформирования;

4) переопределение значений пикселов и создание выходного

файла изображения с новой информацией о координатах в заго-

ловке файла.

Основные правила отбора контрольных точек заключаются в

следующем:

• их число должно быть достаточным для выбранного способа транс-

формирования и удовлетворять соотношению N £ (л + 1)(л + 2)/2

(п — степень полинома);

• точки должны располагаться равномерно

по

всему полю изоб-

ражения,

чем

равномернее распределение точек,

тем

надежнее

результаты трансформирования;

•

не

следует использовать изменчивые объекты местности,

та-

кие

как

берега озер

или

других водоемов, границы растительности

т.п.

В большинстве случаев

при

трансформировании

не

требуется

ни полного совпадения всех исходных

ретрансформированных

контрольных точек,

ни

высокой степени полиномов. Оправдан-

ный

широко распространенный способ

—

установление пара-

метра допуска среднеквадратической ошибки, определяемой

по

формуле

= M-urf+Wk-Vk)

(3.2)

для каждой эталонной точки

координатами

(и, v) (рис. 37).

Следующая процедура — создание выходного файла изображе-

ния

при

сохранении яркостной структуры исходного изображения.

При этом необходимо переопределить значения яркости пикселов

в соответствии

с их

новым положением,

так как

сетка пикселов

исходном изображении может иметь другое разрешение

направ-

ление осей (рис.

38).

Согласно растровой технологии трансформи-

рованное изображение заполняется пиксел

за

пикселом построч-

но.

Процедура переопределения значений пикселов состоит

в из-

влечении значения яркости пиксела исходного изображения

с ко-

ординатами

(и, v) и

присвоении

его

пикселу, находящемуся

под-

ходящей точке

координатами

(х

у) в

новой сетке.

Так,

напри-

мер,

на рис. 38

пиксел трансформированного изображения

с ко-

ординатами

(5,4) в

эталонной сетке соответствует координатам

(2,4;

2,7) в

сетке исходного изображения,

которых значение

яр-

кости неопределенно.

Его

определяют путем интерполяции,

ис-

пользуя один

из

методов: метод ближайшего соседа, билинейной

или кубической интерполяции.

Другого вида проблема, связанная

трансформированием изоб-

ражений, возникает

при

изучении больших участков местности,

представленных несколькими снимками, возможно полученными

разными системами

или в

разное время. Процедура комбинирова-

ния снимков

для

создания одного файла изображения называется

созданием мозаики. Выполнение этой процедуры связано

реше-

нием нескольких задач: совмещение снимков

по

координатам,

выравнивание

их

яркостного контраста, задание границы (линии

сшивки) между соединяемыми изображениями

области

их

пере-

крытия, определение значений яркости пикселов

области пере-

крытия, создание результирующего изображения.

Дешифрирование изображений

—

основная задача

при

исполь-

зовании снимков

для

исследований геосистем.

Оно

включает рас-

познавание объектов (выявление объектов

на

снимке)

отнесе-

исходный ванного изображения б в сетке (х,у) значений

пиксел

яркости исходного изображения а из сетки

(и,

v):

Рис.

37. Область допусти- черной точкой показано ретрансформирован-

мых значений средне- ное положение пиксела, отмеченного круж-

квадратической ошибки ком в эталонной сетке (по [J.R.

Jensen,

1996])

ние их к некоторому типу; измерение — определение размеров,

расстояний между объектами, количества объектов на единицу

площади и т. п.

Географическое дешифрирование основывается обычно на си-

стематическом обследовании объектов, на изображении в сочета-

нии с разнообразными дополнительными данными.

Дешифровочными признаками пространственных объектов слу-

жат тон, цвет, размер, форма, текстура, рисунок, тень, местопо-

ложение, связь с другими элементами. При автоматизированном

дешифрировании учитывают обычно лишь несколько признаков:

тон, цвет, размер, подразделяя их при этом на яркостные, гео-

метрические и комплексные.

Яркостные признаки являются основными и в большинстве

случаев единственными. При обработке многозональных снимков

они наиболее удобны, так как каждая точка просматриваемого

изображения получает многомерную числовую характеристику —

набор спектральных признаков. Известно, что разные природные

объекты обладают специфическими спектральными характеристи-

ками, связанными с их отражательной способностью. Однако эти

признаки не вполне надежны. Яркость искажается при фотообра-

ботке, зависит от освещенности объекта, т.е. высоты Солнца, вре-

мени суток и года, состояния атмосферы, угла поля зрения съемоч-

ной системы, рельефа местности и т.п. Это ведет к неоднозначно-

му соответствию объекта и его яркостных признаков, что в конеч-

ном счете снижает достоверность дешифрирования. Кроме того,

спектральные признаки разных объектов могут частично совпадать

и перекрываться.

Гомерические

признаки - это форма (линейная, плоская,

объемная), размер, топологические свойства объектов (например,

связность, число промежутков). Геометрические признаки исполь-

зуют значительно реже яркостных, так как их довольно трудно

формализовать.

Комплексные признаки — это специфическое сочетание ярко-

стных и геометрических признаков, определяющее структуру (тек-

стуру) изображенных на снимке объектов. Они наиболее эффек-

тивны и устойчивы, хотя и трудно формализуемы. Косвенно их

используют в алгоритмах классификации с обучением, осуществ-

ляемой по эталонам (тестовым участкам).

К дополнительным источникам данных относятся карты, фе-

нологические справочники, информация о деятельности человека

на исследуемой территории. Такая информация может содержаться

в различных слоях БД ГИС. Специалисты используют все эти эле-

менты, а также свои навыки и знания в смежных областях.

Преобразования исходных признаков.

Синтезирование цветного изображения. Для выполнения этой

процедуры выбирают три зональных изображения, каждое из ко-

торых рассматривают как красную, зеленую и синюю составля-

ющую палитры RGB. В общем виде эту процедуру (во многих ГИС-

пакетах она носит название

COMPOSIT)

можно выразить соотно-

шением

С= я

(?+ а

В, (3.3)

где С — синтезированное значение; R, <7, В — зональные компо-

ненты; а,, а

и л

— некоторые коэффициенты.

Коэффициенты иногда определяют экспериментально, с тем

чтобы учесть параметры съемки и характерные особенности объек-

тов дешифрирования. Но чаще пользуются стандартными проце-

дурами, предоставляемыми программными пакетами. В тех из них,

которые работают с 8-битовыми изображениями (например,

IDRISI),

каждое из изображений-компонент квантуется на 6 гра-

даций, при этом диапазон изменения яркости на них сокращается

до

значений, с тем чтобы в синтезированном изображении зна-

чение пиксела не превысило 255 (в одном байте каждой компо-

ненте отводят

6 бит и в результате получают 6x6x6 = 216 значе-

ний цвета). В пакетах, работающих с

24-битовыми

изображения-

ми,

для каждой компоненты отводится байт.

Для отображения многозональных снимков используют различ-

ные комбинации зон, позволяющие создавать цветные изображе-

ния, подчеркивающие те или иные особенности объектов. Посколь-

ку такие изображения предназначены в основном для визуализа-

ции на экране дисплея (в палитре RGB), комбинации строят с

использованием трех зон, порядок которых соответствует красной,

зеленой и синей цветовым пушкам монитора.