Кашкин В.Б., Сухинин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений

Подождите немного. Документ загружается.

Для

улучшения изображения

его преобразуют в форму, наиболее

удобную

для

визуального или машинного анализа. При этом, как пра-

вило,

и не пытаются приблизить воспроизводимое изображение к не-

которому идеализированному оригиналу. Например, изображение

с подчеркнутыми границами (контурами) может субъективно воспри-

ниматься

лучше,

чем неискаженный оригинал, и может оказаться по-

\ лезным далее при компьютерной обработке. ЭВМ прослеживает кон-

\ туры объекта, что позволяет определить его форму и размеры. Здесь

1 улучшение изображений используется для того, чтобы подчеркнуть

важнейшие признаки изображения и, следовательно, облегчить задачу

извлечения информации.

Реставрация

улучшение изображений,

также нанесение коорди-

натной сетки и карты гидросети на изображение относят к процедурам

предварительной обработки

космических изображений.

Тематическая обработка

космической информации выполняется

\ после предварительной и направлена на решение конкретных задач,

| на извлечение конкретной информации в той или иной области наук

\ о

Земле.

Здесь могут быть использованы различные методы и приемы,

в зависимости от решаемой задачи. При изучении почв из космоса

| применяют одни способы, при космическом мониторинге лесных по-

| жаров

—

другие, при изучении площадей, загрязненных промышлен-

1 ными предприятиями,— третьи. Общим при тематической обработке

\ является использование аппарата распознавания образов.

3.2. ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ДАННЫХ ДИСТАНЦИОННОГО

ЗОНДИРОВАНИЯ

;

3.2.1.

Геометрическая коррекция спутниковых изображений

В п. 1.4.3 установлено, что для сканеров оптического диапазона

с цилиндрической разверткой основной причиной геометрических ис-

кажений спутниковых изображений является кривизна поверхности

Земли. Специфические искажения, связанные с тем, что наблюдение

ведется под углом к надиру, возникают при использовании сканеров

[

линейной разверткой

радиолокационных станций бокового обзора.

[

Но

существуют

другие источники искажений. Солнечно-синхронные

орбиты природоведческих спутников не проходят через ось вращения

Земли, а наклонены относительно

нее.

Поэтому, если спутник движет-

ся с севера на юг (нисходящий виток орбиты), то вверху изображения

будет не север, как на карте, а, например, север-северо-восток. К тому

же во

время сеанса приема спутниковой информации Земля поворачи-

101

вается на некоторый угол (за

мин на 0,25°).

принципе такие иска-

жения можно скомпенсировать, если известны проекция орбиты спут-

ника на земную поверхность

механизм искажений. Однако проще вос-

пользоваться другой методикой, эффективной также тогда, когда

необходимо обрабатывать архивные изображения, для которых орби-

тальные данные

угол отклонения оси сканирования от надира неиз-

вестны.

Объекты на спутниковых изображениях бывает необходимо сопо-

ставлять с географической картой (осуществить географическую при-

вязку спутниковых данных) для определения географических коорди-

нат

объектов.

Географическую привязку

геометрическую коррекцию

можно объединить

одну операцию совмещения деталей спутниково-

го изображения и карты. Пусть система координат

(х,

у) соответствуеi

спутниковому изображению, а система (и,

v) —

карте. Требуется найти

преобразование

=f(x

-g(x

устанавливающее соответствия

между положением к-го пиксела на изображении и географическими

координатами. Так как вид функций/и gзаранее неизвестен, то при-

меняется полиномиальная аппроксимация. Обычно используют по-

линомы второй степени:

щ+а

а^х

а«х

;

(3.1)

+b^x

Первые члены с коэффициентами

ответственны за сдвиг изо

бражения по*

и по

у,

члены с коэффициентами

b\, b

— за

линей

ное изменение масштаба

по

и по

у,

члены с а

и й

—

за вращение изо

бражения, члены с

, ^ ^

— за

нелинейное изменение масштаба

Коэффициенты а, и

Ь,-

определяются из решения системы (3.1)

На изображении и на карте отыскивают одинаковые точки (называемые

контрольными

—

control

points,

reference

points),

их координаты подстав

ляют

уравнения.

качестве контрольных точек

удобно

использовать

элементы

гидросети:

устья

рек, мысы, крутые изгибы русла рек

т.п.

Ко

личество точек должно быть достаточным для решения уравнений

Для полиномов второго порядка можно ограничиться шестью кон

трольными точками, но желательно, чтобы их число достигало

15—20

с распределением по всему

полю,

это позволяет использовать

ме-

тод наименьших квадратов

сделать оценку коэффициентов менее за

висимой от ошибок в определении координат на изображении и п.:

карте.

Примером может служить осеннее радиолокационное изображение

района к востоку от Норильска (рис.

3.1,

а,

спутник ERS-2), некотором

102

в)

Рмс.

3.1.

Радиолокационное изображение местности к востоку от Норильска

(а) и

фраг-

мент

топографической карты этого района (б)

103

отмечены контрольные точки и карта района (рис. 3.1, б), по которой

определены координаты опорных точек:

I - 89°,5726

в.

д. 69°,4241 с. ш.;

- 89°,7894

в.

д. 69°,3506 с. ш.;

3 - 89°,6436

в.

д. 69°,2797 с. ш.; 4 - 89°,8934

в.

д. 69°,2337 с. ш.;

5 - 90°,5322

в.

д. 69\2106 с. ш.;

- 90°,8033

в.

д. 69",4069 с. ш.;

7 - 90

,9876

в.

д.

68°,9968 с. ш.; 8 - 9Г.4512

в.

д. 69°,0269 с. ш.;

9 - 89°,6608

в.

д. 68°,8202 с. ш.;

90",

1147

в.

д. 68°,8138 с. ш.;

II - 90°,0117

в.

д. 68\6736 с. ш.;

- 90°,6759

в.

д. 68°,6895 с. ш.;

13-9Г,3102в.д.68°,7966с. ш.

За опорные точки принимаются мысы и водные заливы. Координаты

опорных точек на изображении во внутренней системе координат (пер-

вая цифра

—

координата пох, вторая

—

по

у):

109 и

23;

149 и

56;

124 и

89;

161

117;

291

128;

344 и

25;

376 и

241;

461 и

222;

116

329;

214 и

374;

296 и

404;

12-214 и 395; 13-431 и 340.

Решение системы (3.1) дает:

а„ =

88,9523; Ь

= 69,4845; о, =

5,6923

• 10"

; Ь, = -1,6122 • 1(И;

5,1447

• Ю-

;

= -1,98888 • 10"

; а

3,402

• Ю"

;

8,47 • КИ;

= -1,033 •

Ю-

;

2,268

•

;

-\,\ 102

•

;

=2,829

•

Средний квадрат ошибки

определении новых координате

0,0135.

Следует так выбирать число контрольных точек

и их

расположение, что-

бы достичь минимума е.

Результат геометрической коррекции и топографической привязки

с использованием (3.1) можно видеть на

рис.

3.2.

3.2.2. Радиометрическая коррекция результатов дистанционного

зондирования

Измерительная аппаратура природоведческих спутников Земли пе

ред

запуском тщательно проверяется и калибруется, кроме

того,

инфор

мация со спутника в течение некоторого времени после его запуск;!

(до нескольких месяцев) проходит верификацию.

результате данные

дистанционного зондирования могут быть надежно использованы для

решения различных практических задач.

За время функционирования спутников на орбите измерительная

аппаратура деградирует под воздействием неблагоприятных факторен

космического пространства. Поэтому показания датчиков сканерт

104

= Рис. 3.2. Радиолокационное изображение после геометрической коррекции

необходимо подвергать так называемой

радиометрической

коррекции.

Рассмотрим ее на примере обработки данных сканера

AVH RR

спутни-

ка NOAA.

Сканер AVHRR имеет по одному каналу видимого и ближнего ин-

фракрасного диапазона (1-й

2-й каналы), один ИК-канал на 3,5 мкм

' (3-й)

два канала теплового ИК-диапазона (4-й и 5-й). Предусмотре-

на бортовая калибровка последних трех каналов. Для этого сканер на-

правляется на космическое пространство (эта точка принимается за

;

нуль)

и в

полость абсолютно черного

тела,

установленного на

борту,

что

дает две

точки для коррекции температуры

по

линейному закону. Кор-

ректировочные коэффициенты для

3—5-го

каналов включены в файл

данных, передаваемых со спутника. 1-й и 2-й каналы калибруются

только на Земле перед запуском спутника (соответствующие коэффи-

циенты также включены

файл данных). С течением времени показа-

ния 1-го

2-го каналов необходимо корректировать. Для этого наблю-

даются одни и те же объекты на Земле, текущая интенсивность

йчлучения сравнивается

результатами предыдущих наблюдений.

те-

кущие, и полученные прежде данные подвержены разбросу из-за вли-

105

яния атмосферы, прозрачность которой постоянно меняется из-за ес-

тественной изменчивости природных объектов и других факторов.

Корректировочные коэффициенты для 1-го и 2-го каналов определя-

ются путем статистической обработки и ежемесячно обновляются, их

можно найти в сети Интернет: http://140.90.207.25:8080/EBB/ml/nic-

cal.html.

качестве примера рассмотрим процедуру калибровки и корректи-

ровки данных 4-го канала. Показания

Uдатчика

этого канала после ана-

лого-цифрового преобразования лежат в пределах

0-1023

(10-битное

кодирование). Пусть

[/=427.

Поток энергии можно найти по формуле

В(X, Т)Х

=А

К-

А = 590,888

Вт-мкм/м

,/f= -1,60156 Вт-мкм/м

корректировочные коэффициенты из файла данных.

нашем приме-

ре В(Х, 7

)

907,022Д

Вт/м

мкм. Из формулы Планка (1.1) получаем,

что при

Х =

10,96 мкм,

с,

1,1911

•

Вт-мкм

/м

=14

388мкм

• К

ра-

диационная температура объекта

Т=

(Х/с

)Щс

/Х

В +

= 284,57 К.

Пусть

U =

428, т.е. показания датчика изменились на единицу.

этом случае В= 905,421Д

Вт/м

мкм, Т= 284,46 К. Таким образом,

изменению показаний датчика AU-

соответствует изменение темпе-

ратуры ДГ=

0,1

К. Величина

Охарактеризует

радиационное

разреше-

ние

датчика.

3.2.3. Атмосферная коррекция

Задача атмосферной коррекции

—

одна из самых сложных из задач

реставрации результатов дистанционного зондирования Земли.

пер-

вую

очередь это связано с тем, что, как правило, отсутствует информа-

ция

об

оптической толщине

атмосферы над интересующими объекта-

ми.

Обычно космические изображения суши, значительную часть

которых занимает

облачность,

выбраковываются.

Нередко

дальнейшая

обработка оставшихся изображений ведется

без

атмосферной коррекции.

Лучшим выходом из положения была бы установка по всей по-

верхности суши обширной сети солнечных спектрофотометров, из-

меряющих интенсивность солнечного излучения /, прошедшего через

атмосферу, в различных участках спектра. Зная интенсивность /

за

пределами атмосферы, по закону Бугера /= /

exp(-tsec6) можно оце-

нить

т для

разных длин волн оптического диапазона:

т =

(l/sec6)ln/

//.

Здесь б

—

зенитный угол Солнца (см. рис. 1.7).

106

Поскольку такой сети не существует, приходится довольствовать-

ся

данными немногих спектрофотометров или прибегать

косвенным

методам коррекции.

Иначе дело обстоит

атмосферой над морями и океанами.

крас-

Ном и ИК-участке спектра поверхность воды по своим оптическим ха-

рактеристикам близка

абсолютно черному

телу.

Существенно больший

Коэффициент отражения

рассеяния имеют

туманы,

дымки,

облака, их

хорошо видно на фоне воды. Это позволяет оценить оптическую тол-

шину т.

Данные об оптической толщине над морями

океанами поме-

шены в сети Интернет по адресу: http://las.saa.noaa.gov/las-bin/cli-

fflate_server/, их можно использовать для коррекции спутниковых

Изображений прибрежных районов.

Изображение части Хабаровского края (слева), Татарского проли-

М и о. Сахалин (справа), полученное

августа 1998 г. (1-й канал ска-

. мера AVHRR спутника NOAA) (рис. 3.3, а), очень низкого качества.

Ь это время на территории Хабаровского края и на Сахалине бушева-

ли обширные лесные пожары, весь район был сильно задымлен. После

|ТМОсферной коррекции с использованием закона Бугера (значения

•

0,03—0,23

взяты из сети Интернет, угол б изменялся от

—8°

до 14°)

(рис.

3.3, б) просматривается Татарский пролив и несколько лучше,

Чем на

рис.

3.3,

Й,

—

о. Сахалин. Для Хабаровского края использованы

значения т для Татарского пролива и Охотского моря, при этом ре-

{Щпьтгт,

как и следовало ожидать, оказался неудовлетворительным:

If левом верхнем углу появилась

темная

область, похожая на поверхность

моря, хотя на самом деле это суша.

Рис.

3.3.

Атмосферная коррекция изображения прибрежных районов

107

Существует достаточно много оценочных методов учета загрязне-

ния атмосферы и косвенных методов атмосферной коррекции. Мож-

но,

например, оценить поглощение излучения молекулами воды по

эквивалентной массе водяного пара в атмосфере, вычисленной по ре-

зультатам измерений температуры и влажности. Можно также исполь-

зовать усредненные сезонные значения тдля данной местности.

Алгоритм порогового выделения загрязненных областей оказыва-

ется наиболее простым, недостаточно эффективным. Его идея осно-

вана на выделении границы между «загрязненной»

«чистой» областя-

ми,

после чего все значения изображения в пределах этой границы

исключаются из рассмотрения. Порог

для

1-го и 2-го каналов сканера

AVHRR спутника NOAA можно выбрать

по

нормализованному вегета-

ционному индексу NDV/ддя всего изображения, который вычисляет-

ся по чувствительности NDVI к присутствию облаков и аэрозолей на

изображении. Для растений в нормальном состоянии NDVI близок

к 0,6—0,65, для растений в угнетенном состоянии

—

к 0,3—0,4. В 1-м

и 2-м каналах облака

аэрозоли имеют приблизительно одинаковую яр-

кость, поэтому NDVI близок к

Таким образом, пороговыми являют-

ся низкие значения

NDVI.

Порог для

3—5-го

каналов выбирается как

среднее значение температуры поверхности и облаков.

Кроме солнечного излучения, отраженного

рассеянного поверх-

ностью, сканеры спутника принимают солнечное излучение, рассеян-

ное на молекулах газов

на аэрозолях. Интенсивность молекулярного

рассеяния обратно пропорциональна длине волны в четвертой степе-

ни,

эффект наиболее заметен в коротковолновой части спектра, кото-

рый ответствен за голубой цвет

неба.

Рассеяние

на

аэрозолях (размер ча-

стиц от

О,

IX до ЮЛ)

приводит к зависимости интенсивности от длины

волны

Л~

0 <

4. Размеры частиц

дыма,

пыли, облаков много боль-

ше длины волны видимого и ПК-диапазонов, где интенсивность рас-

сеянного солнечного излучения не зависит от длины волны. Рассеяние

атмосфере приводит

дополнительной засветке, заметной в 1-м

2-м

каналах сканера AVHRR спутника

NOAA и

еще более заметной в кана-

лах сканеров спутников «Ре-

сурс-О», LANDSAT, SPOT, ра-

ботающих в зеленой области

видимого диапазона. Засветка,

различная для разных каналов,

^ способна привести, например,

Уровни яркости

к ошибкам в оценке вегетаци-

онного индекса растительного

Рис.

3.4. Гистограмма уровней яркости при на- покрова,

личии рассеяния

атмосфере

Д/

108

Влияние засветок

за счет

рассеяния

атмосфере

можно частично

ус-

транить, если использовать

следующую

процедуру. Как правило, на всех

изображениях земной поверхности присутствуют пикселы с нулевой

или близкой

нулю

яркостью.

Рассеяние

атмосфере приводит

уве-

личению яркости, гистограмма смещается вправо (рис. 3.4). Методика

коррекции состоит

том, что из всех уровней яркости вычитается ве-

личина А/, определяемая по гистограмме.

3.2.4.

Восстановление пропущенных пикселов

Часто встречающимися на практике помехами при исследовании

поверхности Земли из космоса являются облака. Если их слишком

много, изображение не годится для анализа; если площадь, покрытая

облаками, невелика, а облака небольшие, то области под облаками на

изображении можно восстановить путем интерполяции (экстраполя-

ции) с использованием уравнения авторегрессии. Конечно, таким об-

разом невозможно получить, например, изображение невидимого на-

селенного пункта, но заполнить пустое место в изображении лесного

Массива пикселами такой же структуры, что

окружение, вполне воз-

можно. В системах обра-

ботки космической ин-

формации на изображения

накладываются коорди-

натная сетка

кресты для

определения координат

(их можно заметить на

рис.

3.5). При некоторых

видах тематической обра-

ботки, когда проводится

классификация изображе-

ний, эти линии, как и об-

лака, являются помехами.

Рис.

3.5. Исходное изображение (а)

скорректиро-

ванное восстановлением пропущенных пикселов (б)

Запишем уравнение авторегрессии в виде

gi,j-Cofk,m

+ а

\/к

\.т

+ a

l/k

1,ш+

+ a

т/к

т + q

Щ>Ц-

Здесь#

/у

— прогнозируемая яркость пропущенного пиксела (оценка яр-

кости пиксела), a,j,

b —

некоторые коэффициенты; важно, чтобы из-

нестные

яркости.//,,

пикселов из окружения пропущенного пиксела не

повторялись.

109

Потребуем, чтобы среднее значение

<g,j>

совпадало с истинным

средним значением яркости <fjj> (условие несмещенности оценки).

Для однородного и изотропного (хотя бы в пределах (s

+ q) —

окрест-

ности пропущенного пиксела) поля

Л.у

</г,р>

= Щ,

где

/я,

—

средняя яркостьлюбого пиксела

из

этой окрестности, эта вели-

чина одинакова

для

всех пикселов окрестности. Учитывая, что <|,у>

получаем ^

г+р

[

=т

откуда находим уравнение нормировки:

5>г

,=1-

(3.2)

Обозначим

g,-у

&,j,— m],fic

„=fk,m~

\- Вычитая (3.2) из уравне-

ния авторефессии, получаем

8i.j

= a

ofk.m

0\fk+

\,т

<>г/к+\,т + \

+•••

+ a

s+mfk+s.m +q

^ij- (3-3)

Остальные уравнения относительно а

можно получить

из

условия

минимума D— среднего квадрата погрешности восстановления ярко-

сти пропущенного пиксела,

этом

случае&-у —

несмещенная

эффек-

тивная оценка,

уравнение авторегрессии обеспечивает оптимальную,

в смысле минимума среднего квадрата ошибки, линейную процедуру

оценивания.

Следует ожидать, что оценка

будет отличаться от истинного (но

неизвестного) значения.//

у на

величину £

/у

, которую можно назвать по-

грешностью оценки:

'.у

Si,j~ Ji,j

—

Si,j ~Ji,j-

Средний квадрат погрешности

D=<\gij-fi,j]

> = <[Za

r+p

f,.

-f

]

> =

Ъ!а

г+Р

,„> -

- 21a

rpgm

,„>

<g,-,y

> +

<|,./>

- 2*<^,yg,-,y>. (3.4)

Здесь

учтено,

что

<%ijf

ryP

Средний квадрат погрешности минима-

лен при dD/da

r+p

г,

р- 1, 2, ..., /V,

dD/db =

Таким образом,

Ь =

т.е.

данной задаче член с |

Л/

-исключается. Величины а

> д

... есть

но