Данные дистанционного зондирования (ДДЗ) при исследовании природных объектов
ГИС и ДДЗ К данным дистанционного зандирования (ДДЗ) относятся все материалы, получаемые с носителей космического и авиационного базирования. Помимо аэрокосмических методов, к неконтактным (дистанционным) относятся методы морского (наводного) и наземного базирования (геофизическое зондирование: сейсмо-, электро-, магниторазведка; фототеодолитная съёмка и др. ) При изучении земной поверхности дистанционными методами основной информационной характеристикой объектов является их излучение, как собственное, так и отраженное Большую часть ДДЗ составляют снимки, позволяющие получить сведения об объектах в цифровой или аналоговой формах.
Устройства получение снимков Фотографические Сканерные Радиолокационные Одномоментное получение всего кадра снимка в центральной проекции. Съёмка выполняется с использованием одного или нескольких объективов с различным фокусным расстоянием Основаны на построковом (полосчатом) получение кадра снимка. Излучение воспринимается спектрометрами и регистрируется детекторами, организованным в матричные массивы. Используются в большинстве современных съёмочных системах (Lansat TM, Aster, SPOT и др. ) В радиолокационных системах (радарах) метод получения снимков основан на регистрации отраженного излучения. Изображение формируется по строке (полосе) снимка, весь кадр строится за счёт поступательного перемещения носителя.
Характеристики спектральных диапазонов и цветовых зон Область спектра/цветовая зона Ширина области спектра/цветовой зоны Видимая область (мкм) фиолетовая 0. 39 -0. 45 синяя 0. 45 -0. 48 голубая 0. 48 -0. 51 зелёная 0. 51 -0. 55 жёлто-зелёная 0. 55 -0. 575 жёлтая 0. 575 -0. 585 оранжевая 0. 585 -0. 62 красная 0. 62 -0. 80 Области инфракрасного излучения ИК (мкм) ближняя 0. 8 -1. 5 средняя 1. 5 -3. 0 дальняя >3 Радиоволновая область (см) X 2. 4 -3. 8 C 3. 8 -7. 6 L 15 -30 P 30 -100
Типы снимков по технологии съемки Снимки в световом диапазоне (видимом, ближнем и среднем ИК) Снимки в тепловом ИК диапазоне Снимки в радиодиапазоне Тепловые инфракрасные Фотографические Микроволновые радиометрические Cканерные радиолокационные
Типы снимков 1. Спектральный диапазон • • панхроматические; многозональные; гиперспектральные; радиолокационные; 2. Разрешение • • спектральное; пространственное; радиометрическое; временное; 3. Обзорность (область охвата территории) n - n∙ 102 км
Панхроматические снимки Представляют собой одиночные снимки в одном (как правило, видимом диапазоне спектра) По характеру передачи свойств объектов схожи с фотографическими снимками Различают однозональные и спектроскопические снимки
Многозональные снимки Представляют собой набор одновременных снимков в разных областях спектрального диапазона. При дешифрировании многозональных снимков используется специфика отражающей способности различных объектов в узких зонах спектра. Синяя зона спектра – используется при картографировании береговых линий водоёмов, дифференциации почв и растительности. Зеленая зона – используется для дешифрирования массивов растительности, также – для картографирования водоёмов. Красная зона – используется для определения границ почв, геологических границ, дешефрирования антропогенных объектов. Ближняя ИК-область: диапазон 0. 7 -0. 9 мкм используется для выделения границ суша/вода; 0. 8 -1. 1 мкм – дешифрирование растительного покрова при наличии тумана или дымки (во время съёмки). Средняя ИК-область: диапазон 1. 55 – 1. 74 мкм – используется для изучения характера облачности, снега и льда. диапазон 2. 08 – 2. 35 мкм – используется для определения влагосодержания почв и растительности, дифференциации разрывных нарушений и др. Дальняя ИК-область: диапазон 3. 55 -3. 93 мкм может быть использован для выделения участков снежного и ледяного покрова, для обнаружения пожаров. диапазон 10. 4 – 12. 5 мкм - используется для регистрации температурных различий объектов съёмки, выделения мест гидротермальной активности.
Спектры отраженного излучения являются индивидуальными для различных типов объектов и характеризуются отражательной способностью (выражается в единицах спектральной плотности энергетической яркости: Вт/(см 2∙ср∙мкм) ). Результаты измерений отражательной способности при съёмки обычно записывают в дискретной шкале (0 -255) и называются коэффициентами спектральной яркости или спектральной яркостью. Четыре класса природных (ландшафтных) объектов по значениям спектральной яркости (по Кринову Е. Л. и Книжникову Ю. Ф. ): • I класс: горные породы и почвы. Максимум спектральной яркости в красной и ИК области спектра. • II класс: растительный покров. Максимум отражательной способности в зеленой области, минимум – в красной, резкое увеличение отражательной способности в ближней ИК-области. • III класс: водные поверхности. Характеризуются монотонным уменьшением отражательной способности от сине-фиолетовой к красной области спектра. • IV класс: снежные поверхности и близкие к ним по характеристикам облака. Наиболее высокие значения спектральной яркости в видимой области спектра с понижением в ИК-области (понижение резко увеличивается при насыщении снега водой).
Спектральная отражательная способность основных классов объектов
Снимок в трёх диапазонах. Красным кругом обведена горящая скважина, не обнаруживаемая в видимом и дешифрируемая в среднем и дальнем ИК диапазонах. (Arc. Review, 2002 г. № 23, «Нефтепродуктовое загрязнение Чеченской Республики по космоснимкам» , И. Галушкин и др. )
Радиолокационные снимки получают при измерениях в радиоволновой области (0. 0 n – n м). Позволяют фиксировать структуру ( «шероховатость» ) поверхности и дешифрировать разность высот поверхности (рельеф и микрорельеф) и различных объектов. Чаще всего используются вместе со снимками в видимой и ИК областях. Цифровая модель местности, построенная по интерферометрической паре радиолокационных снимков ENVISAT (www. sovzond. ru)
Гиперспектральные снимки - получают съёмочными системами, регистрирующими данные в большом числе узких спектральных диапазонов. Мультиспектральный сенсор формирует несколько изображений на «отдельной узкой полосе частот» от видимого до инфракрасного спектра, а гиперспектральный сенсор одновременно формирует изображения на всех участках спектрального диапазона. Для гиперспектрального сенсора важно не количество измеряемых спектров, а узость и последовательность измерений, т. е. сенсор с 20 каналами будет гиперспектральным, если он покрывает диапазон 500 -700 нм, при этом ширина каналов 20 -10 нм, а сенсор с 20 отдельными каналами, покрывающими видимую область спектра, ближнюю, коротковолновую, среднюю и длинноволновую ИК-области, будет считаться мультиспектральным. Задачи, решаемые при помощи гиперспектральных снимков: • Обнаружение цели (объекта): выделение объекта из множества подобных или обнаружение объектов, размер которых меньше номинального размера пикселя. • Распознавание пород: анализ данных гиперспектральных снимков для распознавания горных пород и минералов. Составление тематических карт с указанием областей распространения объектов. • Дифференциация материалов: различение материалов со сходными спектральными характеристиками. • Отображение поверхности: отображение особенностей поверхности, нераспознаваемых на других снимках.
При формировании гиперспектрального изображения из собранных данных создается «куб данных» или «кубическая модель изображения» , которая отображает объекты и информацию, недоступную для обычных мультиспектральных сканнеров. Пример обработки гиперспектральных данных в ENVI (www. sovzond. ru/dzz/publications/542/2345. html)
Характеристика разрешения снимков 1. Спектральное разрешение — соответствует числу и размеру зон съемки и зависит от параметров съемочной системы. Зона может быть широкой, как одна зона панхроматического снимка (0. 4 -0. 7 мкм), или достаточно узкой (например, красная зона снимка Landsat ТМ 0, 63 -0, 69 мкм). 2. Пространственное разрешение — минимальная угловая или линейная величина изобразившегося объекта местности, зафиксированная пикселем. Чем выше разрешение, тем меньше его числовое значение. Пространственное разрешение аэроснимков определяют числом различающихся пар линий, отнесенных к 1 мм. 3. Радиометрическое (яркостное) разрешение — число возможных кодированных значений (уровней квантования) спектральной яркости в файле данных для каждой зоны спектра, указываемое числом бит. При 8 -битовом радиометрическом разрешении значения спектральной яркости могут изменяться от 0 до 255, а при 7 битовом — от 0 до 127. Снимки, получаемые системами ASTER, MODIS, имеют 12 битовое радиометрическое разрешение. 4. Временное разрешение — определяется частотой получения снимков конкретной области. Например, спутник Landsat обозревает одну и ту же область один раз каждые 16 дней, a SPOT — один раз каждый день.
Разрешение снимков Четыре типа разрешения данных, представленные на примере снимка системы Landsat TM Классификация снимков по пространственному разрешению: • • • Низкого разрешения, n∙ 1000 м Среднего разрешения, n ∙ 100 м Высокого разрешения, n ∙ 10 м: § 30 -100 м - относительно высокого; § 10 -30 м - высокого. Очень высокого разрешения, 1 -10 м Сверхвысокого разрешения, меньше или равно 1 м Классификация снимков по масштабу: • 10 млн-100 млн сверхмелкомасштабные • 1 млн-10 млн мелкомасштабные • 100 тыс-1 млн среднемасштабные • 10 тыс-100 тыс. крупномасштабные (в т. ч. АФС до 50 тыс. )
Типы снимков по обзорности Типы снимков Площадь охвата снимка, кв. км Ширина полосы охвата, км Источники снимков Глобальные n∙ 108 10 000 Геостационарные спутники, межпланетные космические аппараты Крупнорегиональные n∙ 106 500 -3000 Метеоспутники, ресурсные спутники Региональные n∙ 104 50 -500 Ресурсные и картографические спутники, пилотируемые корабли и орбитальные станции Локальные n∙ 102 10 -50 Разведывательные спутники, авианосители
Landsat Thematic Mapper (TM) • 1972 г. – Landsat 1 (MSS); • 1985 г. - Landsat 4, 5 (MSS, TM); • 1999 г. - Landsat 7 (ETM+) Спутник Landsat-7 (США) был запущен 15 апреля 1999 г. как совместный проект Геологической Службы США (USGS), национального аэрокосмического агентства США (NASA) и национального агентства по изучению океана и атмосферы (NOAA). Основной прибор, установленный на спутнике, – многоспектральный оптико-механический сканирующий радиометр ETM+ (Enhanced Thematic Mapper Plus). Изображения Landsat-7 не имеют ограничений на копирование и распространение
Основные системы получения космических снимков Спутник, съемочная система Landsat MSS Landsat ТМ Landsat 7 PAN Landsat 7 ЕТМ+ Разрешение Спектральное Пространствен Радиометри- Временное, Охват, км мкм ное, м ческое, бит сутки 0. 50 -0, 60 0. 60 -0. 70 -0. 80 -1. 10 0. 45 -0. 52 -0. 60 0. 63 -0. 69 0. 76 -0. 90 1. 55 -1. 75 1. 4 -12. 5 2. 08 -2. 35 0. 52 -0. 90 30 30 30 120 30 15 0. 45 -0. 515 0. 525 -0. 605 0. 63 -0. 690 0. 75 -0. 90 1. 55 -1. 75 10. 40 -12. 5 2. 09 -2. 35 30 30 30 60 30 79 7 18 185 8 16 185
Серия разновременных снимков Landsat, иллюстрирующая динамику обезлесения в восточной Боливии (данные Н. О. Тельновой) Landsat 2. 1975 Landsat 4. 1992 Landsat 7. 2000
Основные системы получения космических снимков Разрешение Спутник, съемочная система SPOT PAN SPOT 5 HRG ASTER (спутник Terra) VIR (видимый диапазон) SWIR (коротковолновый ИК Спектральное Пространствен- Радиометри- Временное, Охват, км мкм ное, м ческое, бит сутки 0. 50 -0. 73 0. 50 -0. 59 0. 61 -0. 68 0. 78 -0. 89 1. 58 -1. 75 10 10 20 0. 52 -0. 86 1. 60 -2. 43 26 60 8 26 80 15 30 8. 125 -11. 65 0. 620 -0. 670 0. 841 -0. 876 0. 459 -0. 479 0. 545 -0. 565 1. 230 -1. 250 1. 628 -. 652 2. 105 -2. 155 0. 4 до 14. 4 8 90 250 2700 диапазон) TIR (тепловой ИК диапазон) MODIS (спутник Terra) 500 12 1000 2330
ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) – радиометр, установленный на спутнике Terra (EOS AM-1), запущенном 18 декабря 1999 г. Это первый спутник программы EOS (Earth Observing System – Глобальный мониторинг поверхности Земли) в рамках Инициативы изучения планеты Земля (Earth Science Enterprise), проводимой NASA. Радиометр ASTER разработан совместно NASA и специалистами японского министерства торговли и промышленности. Радиометр состоит из трех отдельных телескопических систем и позволяет проводить съемку земной поверхности в 14 спектральных диапазонах от видимого до дальнего инфракрасного с разрешением от 15 до 90 м. С помощью ASTER предполагается также получение высокоинформативных стереоскопических (за счет изменения направления съемки) изображений земной поверхности.
Мозаика снимков Terra/Aster в диапазоне TIR Излияние лавы на юго-востоке о. Гавайи с мая 2000 по август 2001 Пространственное разрешение 90 м
Система Terra/Aster , 2005 г. Эскондида (Чили) -крупнейший в мире район открытых разработок медных руд (Пространственное разрешение 15 м) диапазон VIR-SWIR диапазон VIR
Снимки очень высокого и сверхвысокого разрешения Спутниковая система Спектральное разрешение, мкм Пространственное разрешение, м Временное разрешение, сут Ikonos/Geo. Eye (с 1999) Quick. Bird/Digital. Globe (с 2001) 0. 445 - 0. 516 0. 506 - 0. 595 0. 632 - 0. 698 0. 757 - 0. 853 PAN 0. 526 - 0. 929 0, 45 - 0, 52 - 0, 63 - 0, 69 0, 760 – 0, 900 PAN 0, 45 -0, 9 3, 2 в панхроматическом режиме 0, 82 2, 44 в панхроматическом режиме 0, 61 3 6
Снимок IKONOS Лесоразработки. Штат Орегон, США. Июнь 2006. Пространственное разрешение 3, 2 м
Гиперспектральные системы Космический сенсор Производитель Количество каналов Спектральный диапазон FTHSI, спутник Mighty. Sat II Научная лаборатория военновоздушных сил США 256 0. 35 – 1. 05 нм Hyperion, спутник EO-1 CHRIS (Compact High Resolution Imaging Spectrometer), спутник PROBA Центр космических полетов Годдард, NASA 220 0. 4 – 2. 5 нм Европейское космическое агенство 63
Интернет-ресурсы для получения снимков LANDSAT глобальный бесплатный каталог снимков: http: //glcf. umiacs. umd. edu LANDSAT 1990/2000: http: //zulu. ssc. nasa. gov/mrsid. pl MODIS главная страница http: //modis. gsfc. nasa. gov/ rapid response system http: //rapidfire. sci. gsfc. nasa. gov/gallery/ архивы снимков http: //eostation. scanex. ru/data. html ASTER главная страница http: //asterweb. jpl. nasa. gov/ rapid response system: https: //wist. echo. nasa. gov/api/ Shuttle Radar Topography Mission Официальный сайт http: //www 2. jpl. nasa. gov/srtm/ SRTM-покрытие с разрешением 3 арксекунды (90 м) http: //edc. usgs. gov/products/elevation/gtopo 30. html, ftp: //e 0 srp 01 u. ecs. nasa. gov/srtm/ Снимки SPOT www. spotimage. com Снимки Ikonos/ Каталог CARTERRA http: //carterraonline. spaceimaging. com/cgi-bin/Carterra/phtml/login. phtml Фотографические космические снимки очень высокого разрешения и аэрофотоснимки, 1961 -1972 http: //edcsns 17. cr. usgs. gov/Earth. Explorer/ Космоснимки (ИТЦ «Сканэкс» ) http: //www. kosmosnimki. ru
Координатная привязка и форматы хранения данных Основные форматы записи ДДЗ (по типу упорядочивания данных): • последовательность зон (Band Sequential, BSQ); • зоны, чередующиеся по строкам (Band Interleaved by Line, BIL); • зоны, чередующиеся по пикселям (Band Interleaved by Pixel, BIP); • последовательность зон со сжатием информации методом группового кодирования (. JPG и др. ) Наиболее распространенные форматы изображений, поддерживаемые большинством ГИС-пакетов: • BSQ, BIL, BIP; • ERDAS LAN (*. lan), ERDAS GIS (*. gis), ERDAS IMAGINE (*. img); • TIFF, TIFF/LZW compressed; • JPEG • BMP • SUN rasters files;
Координатная привязка и форматы хранения данных Данные координатной привязки обычно хранятся в заголовке файла изображения (снимка) или в отдельном файле. При работе с изображениями (растрами) используются две основные системы координат: • растровые (файловые) координаты, показывающие местоположение пикселя в пределах изображения; • пространственные (географические, или прямоугольные) координаты, показывающие место пикселя на карте. Растровые координаты определяют место пикселей в упорядоченной сетке строк и столбцов. Как правило, координаты (0, 0) имеет пиксель в левом верхнем углу.
Координатная привязка и форматы хранения данных Пространственные координаты определяют положение пикселей либо в географических координатах (f, l), либо в прямоугольной системе координат заданной проекции. Средства большинства ГИС-пакетов позволяют преобразовывать систему растровых координат изображения в заданную систему пространственных координат (получать геокодированные данные) Структура wld-файла пространственной привязки (ESRI): *. tif -> *. tfw, *. jpg -> *. jgw, *. bmp ->. bpw “myfile. tfw” 8. 7821969999999201 - размер пиксела по оси X в целевой системе координат (A) 0. 0 - параметр поворота для строк (C) 0. 0 - параметр поворота для столбцов (D) -8. 7821969999999201 - размер пиксела по оси Y в целевой системе координат (B) (с минусом!) 7514782. 3209251743 - X-координата верхнего левого угла изображения (E) 6155071. 6531067248 - Y-координата верхнего левого угла изображения (F) x 1 = Ax 0 + Сy 0 + E; y 1 = Dx 0 + By 0 + F
Дешифрирование снимков автоматическое визуальное • прямое; • косвенное (индикационное) • Распознавание объектов по спектральным характеристикам; • Распознавание объектов по характеристикам текстуры Интерактивное дешифрирование
Прямые дешифровочные признаки Форма Очертания объектов в плане, характер границ Размер Абсолютные размеры объектов и их соотношения Тень Подчеркивает объем и характер поверхности объекта Тон Выявляет спектральный образ объекта при многозональной съемке Цвет Информативность определяется способом цветопередачи
Индикационные дешифровочные признаки Характеристика изображения • • Текстура изображения: форма элементов, образующих рисунок; Структура изображения: пространственное расположение элементов текстуры Границы по контрастности и ширине переходной полосы: • Резкие • Диффузные • Мозаичные по смысловому содержанию • Конфигурационные • Разграничивающие • Экстремальные • Пороговые
Визуальное дешифрование Индикация кольцевых геологических структур по водным объектам Курская магнитная аномалия. Карьерный комплекс
Визуальное дешифрование Добыча соли. Оз. Баскунчак Торфоразработки. Псковская область.
Автоматическое дешифрование ERDAS IMAGINE (ERDAS-Leiсa Inc. ) ER Mapper (Earth Resource Mapping Ltd. ) IDRISI (университет Кларка, США) ILWIS (Integrated Land Water Information System) • Multi. Spec (Purdue Research Foundation) • •
Этапы дешифрирования 1. Подготовительный этап 2. Предварительная коррекция и анализ 3. Классификация объектов на снимке 4. Итоговое оформление
Этапы дешифрирования 1. Подготовительный этап • Получение снимков • Привязка снимков 2. Предварительная коррекция снимка Радиометрическая коррекция исправление аппаратных радиометрических искажений, обусловленных характеристиками используемого съемочного прибора Геометрическая коррекция устранение на изображении геометрических искажений, коррекция географической привязки с использованием опорных точек (GPS-данные полевых наблюдений и др. )
Радиометрическая коррекция Статистическая коррекция. Удаление горизонтальных полос (снимок ASTER, www. gis-lab. info)
Этапы дешифрирования 3. Предварительный анализ снимков a. Визуальный анализ § Отображение данных (многозональный снимок) • композиция истинного цвета (красная, зеленая, синяя зоны); • композиция ложного цвета (ближняя ИК, красная и зеленая зоны); • композиция псевдоцвета (средняя ИК, ближняя ИК и зеленые зоны). § Спектральные улучшающие преобразования изображений • изменение комбинации зон; • повышение контраста; • подгонка гистограммы. b. Выделение основных классов объектов; c. Определение соответствия спектральных характеристик на снимках объектам на местности;
Синтез в истинных цветах Синтез в ложных цветах Landsat MSS. Северо-восточная Боливия (данные Н. О. Тельновой).
Синтез в псевдоцвете (данные Н. О. Тельновой) Гиперспектральный снимок TerraASTER. 2002 Дюнный рельеф в пустыне Руб-Эль-Хали Гиперспектральный снимок TerraMODIS. май 2002. Кавказ
Комбинации спектральных зон 3 -2 -1 Композиция «истинного цвета»
Комбинации спектральных зон Landsat TM / ETM+ 4 -3 -2 Растительность отображается в оттенках красного, городская застройка – зелено-голубых, а цвет почвы варьируется от темно до светло коричневого. Лед, снег и облака - белые или светло-голубые. Хвойные леса будут выглядеть более темно-красными или даже коричневыми по сравнению с лиственными. Используется, для изучения состояния растительного покрова.
Комбинации спектральных зон Landsat TM / ETM+ 5 -3 -1, 7 -3 -1 Позволяют различать тектонические структуры и горные породы
Комбинации спектральных зон “Abrams ratio” – индекс, используемый при картировании метасоматитов и гидротермально-измененных пород. Комбинация зон для Lansat TM/ETM+ : 5/7, 3/2, 4/3
Комбинации спектральных зон NDVI (Normalized Difference Vegetation Index) - количественный показатель фотосинтетически активной биомассы (вегетационный индекс). Используется для количественной оценки растительного покрова. NDVI = (NIR-RED)/(NIR+RED), где NIR - отражение в ближней инфракрасной области спектра RED - отражение в красной области спектра В красной области спектра (0, 6 -0, 7 мкм) лежит максимум поглощения солнечной радиации хлорофиллом высших сосудистых растений, а в инфракрасной области (0, 7 -1, 0 мкм) находиться область максимального отражения клеточных структур листа. Высокая фотосинтетическая активность (связанная, как правило, с густой растительностью) ведет к меньшему отражению в красной области спектра и большему в инфракрасной.
Комбинации каналов камер спутников используемые для расчета NDVI MSS Landsat(4, 5) 5 (0. 6 -0. 7 мкм), 6 (0. 7 -0. 8 мкм) или 7 (0. 8 -1. 1 мкм) TM Landsat(4, 5) 3 (0. 63 -0. 69 мкм), 4 (0. 76 -0. 90 мкм) ETM+ Landsat 7 3 (0. 63 -0. 69 мкм), 4 (0. 75 -0. 90 мкм) AVHRR NOAA 1 (0. 58 -0. 68 мкм), 2 (0. 72 -1. 0 мкм) MODIS Terra(Aqua) 1 (0. 62 -0. 67 мкм), 2 (0. 841 -0. 876 мкм) ASTER Terra 2 (0. 63 -0. 69 мкм), 3 (0. 76 -0. 86 мкм) LISS IRS(1 C/1 D) 2 (0. 62 -0. 68 мкм), 3 (0. 77 -0. 86 мкм)
Комбинации каналов камер спутников используемые для расчета NDVI Тип объекта Отражение в красной области спектра Отражение в инфракрасной области спектра Значение NDVI Густая растительность 0. 1 0. 5 0. 7 Разряженная растительность 0. 1 0. 3 0. 5 Открытая почва 0. 25 0. 3 0. 025 Облака Снег и лед Вода 0. 25 0. 375 0. 02 0. 25 0. 35 0. 01 0 -0. 05 -0. 25 Искусственные материалы (бетон, асфальт) 0. 3 0. 1 -0. 5
График зависимости между NDVI и продуктивностью различных типов экосистем
Анализ эффективности рекультивации на месте открытой добычи полезных ископаемых (Кемеровская обл. , Кузбасский угольный бассейн)
Классификация без обучения 1. Алгоритм быстрого выделения кластеров одношаговое разделение изображения на пространственно однородные области (кластеры). 2. Итерационные алгоритмы ISODATA (Iterative Self-Organizing Data Analysis Technique) и др. многошаговая кластеризация, первоначально сгруппированные пикселы итеративно перемещаются из одного кластера в другой, до достижения оптимального (в соответствии с заданными параметрами) разбиения.
Классификация без обучения
Контролируемая классификация (с обучением) 1. Выделение участков-эталонов и определение для них наборов классификационных сигнатур. 2. Классификацирование изображения. 3. Оценка качества классификации. Правила классификации 1. Параметрические (основаны на статистических параметрах: яркость и др. ): • максимальное правдоподобие; • расстояние Махаланобиса; • минимальное расстояние. 2. Непараметрические (основа – дискретные объекты в изображении спектрального пространства признаков): • пространство признака (Feature space); • правило параллелепипеда.
Итоговое оформление • Генерализация изображения (удаление кластеров, меньших по размерам порогового значения) • Окончательное оформление карты (легенда, подписи, масштабная линейка и т. п. ) 7, 4, 1 Классификация методом главных компонент
Скачать презентацию Данные дистанционного зондирования ДДЗ при исследовании природных объектов
lectures_ddz.ppt