Разработка методик автоматизированного дешифрирования многозональных космических снимков высокого разрешения для мониторинга природно-территориальных комплексов

• Автор: Алтынцев, Максим Александрович
• Шифр специальности: 25.00.34
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Новосибирск
• Количество страниц: 172 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1 ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДИК АВТОМАТИЗИРОВАННОГО ДЕШИФРИРОВАНИЯ КОСМИЧЕСКИХ СНИМКОВ
1.1 Обзор космических съемочных систем
1.2 Обзор методик мониторинга природнотерриториальных комплексов
1.3 Особенности проектирования лесных участков и таксации лесов
1.4 Алгоритмы дешифрирования космических снимков
1.5 Спектральные методы преобразования космических снимков
1.6 Обзор методик выявления изменений
1.7 Обзор программных продуктов, используемых для обработки данных ДЗЗ
2 РАЗРАБОТКА МЕТОДИК АВТОМАТИЗИРОВАННОГО
ДЕШИФРИРОВАНИЯ И ВЫЯВЛЕНИЯ ИЗМЕНЕНИЙ НА КОСМИЧЕСКИХ СНИМКАХ В ЦЕЛЯХ МОНИТОРИНГ А ПРИРОДНОТЕРРИТОРИАЛЬНЫХ КОМПЛЕКСОВ
2.1 Технологическая схема проведения комплексного мониторинга природно-территориальных комплексов
2.2 Разработка методики автоматизированного дешифрирования космических снимков на основе
преобразования ТаэзеЦс! Сар
2.3 Разработка методики автоматизированного
дешифрирования космических снимков с помощью
алгоритма «Дерево решений»
2.4 Теоретические основы Фурье и вейвлет-анализа

2.5 Разработка методики автоматизированного
выявления изменений по разновременным космическим снимкам на основе вейвлет-анализа
2.6 Разработка методики автоматизированного
выделения изменений границы лесной территории по разновременным космическим снимкам на основе вейвлет-
анализа
3 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ
3.1 Описание района исследования и исходные данные
3.2 Исследование методики автоматизированного дешифрирования с помощью преобразования Tasseled Сар
3.3 Исследование методики автоматизированного дешифрирования космических снимков с помощью алгоритма «Дерево решений»
3.4 Исследование методики выявления изменений по разновременным космическим снимкам на основе вейвлет-анализа
3.5 Исследование методики выделения изменений границы лесной территории по разновременным
космическим снимкам на основе вейвлет-анализа
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЕ А (обязательное) ОСНОВНЫЕ ХАРАКТЕРИСТИКИ
СПУТНИКОВЫХ СИСТЕМ
ПРИЛОЖЕНИЕ Б (обязательное) СОБСТВЕННЫЕ ВЕКТОРЫ
ФРАГМЕНТОВ ИЗОБРАЖЕНИЙ... 154 ПРИЛОЖЕНИЕ В (обязательное) СОБСТВЕННЫЕ ЗНАЧЕНИЯ
ФРАГМЕНТОВ ИЗОБРАЖЕНИЙ.. 159 ПРИЛОЖЕНИЕ Г (обязательное) ОТКЛОНЕНИЯ ОТ СРЕДНЕГО ДЛЯ

СОБСТВЕННЫХ ЗНАЧЕНИЙ
ПРИЛОЖЕНИЕ Д (обязательное) ПРОБЫ И ИХ ТАББЕЕЕБ САР
ЯРКОСТИ
ПРИЛОЖЕНИЕ Е (обязательное) ОЦЕНКА ДОСТОВЕРНОСТИ
АВТОМАТИЗИРОВАННОЙ КЛАССИФИКАЦИИ КОСМИЧЕСКОГО СНИМКА Е011М08АТ-2 ПО МЕТОДУ РАССТОЯНИЯМАХАЛАНОБИСА 165 ПРИЛОЖЕНИЕ Ж (обязательное) ОЦЕНКА ДОСТОВЕРНОСТИ
АВТОМАТИЗИРОВАННОЙ КЛАССИФИКАЦИИ КОСМИЧЕСКОГО СНИМКА Е0ЛМ08АТ-2 ПО МЕТОДУ МАКСИМАЛЬНОГО
ПРАВДОПОДОБИЯ
ПРИЛОЖЕНИЕ И (обязательное) ОЦЕНКА ДОСТОВЕРНОСТИ
АВТОМАТИЗИРОВАННОЙ КЛАССИФИКАЦИИ КОСМИЧЕСКОГО СНИМКА БОКМ08АТ-2 ПО МЕТОДУ МИНИМАЛЬНОГО
РАССТОЯНИЯ
ПРИЛОЖЕНИЕ К (обязательное) ОЦЕНКА ДОСТОВЕРНОСТИ
АВТОМАТИЗИРОВАННОЙ КЛАССИФИКАЦИИ КОСМИЧЕСКОГО СНИМКА Г01Ш08АТ-2 ПО МЕТОДУ
ПАРАЛЛЕЛЕПИПЕДОВ
ПРИЛОЖЕНИЕ Л (обязательное) КОЭФФИЦИЕНТЫ КОРРЕЛЯЦИИ

название ТС. Каутом и Томасом при рассмотрении диаграмм рассеяния значений пикселей сельскохозяйственных областей было отмечено, что данные области обладают некоторыми постоянными свойствами. При визуализации распределения значений пикселей в процессе созревания культуры в пространстве -измерений (спектральных каналов) образуется некоторая геометрическая фигура, основанием которой является плоскость почв, соответствующая первой компоненте. Каутом и Томасом данная компонента была названа «brightness» - яркость. Оставшиеся 3 компоненты были ими определены с помощью метода ортогонализации Грама - Шмидта. Вторая компонента была названа «green stuff» (зеленое вещество), третья - «yellow stuff» (желтое вещество), четвертая - «поп-such» (прочее).
Преобразование ТС в отличие от метода главных компонент позволяет использовать фиксированный набор физических характеристик. Но для различных типов датчиков и съемочных систем данный набор различен. Поэтому процесс расчёта коэффициентов преобразования ТС необходимо повторять для каждой новой съемочной системы [72].
Коэффициенты преобразования ТС могут быть вычислены либо на основе значений яркости пикселей изображения, либо на основе значений отражательной способности различных объектов. Область применения коэффициентов ТС, полученных на основе отражательной способности, значительно выше, так как в этом случае учитывается влияние атмосферы, а также изменение солнечной освещенности на снимках разных территорий и в различные времена года [88, 92].
Для перехода от значений яркости пикселей к отражательной способности
Pi используются следующие формулы [88, 102]:
Ья = Gain? * DN л+Bias я, (8)