Автоматизация процесса распознавания объектов застроенных территорий

дипломная работа

1.3 Методы дешифрирования материалов аэро- и космических съемок

Как уже упоминалось ранее, основные методы дешифрирования: визуальный, машинно-визуальный, автоматизированный, автоматический.

Визуальный метод. Визуальное дешифрирование представляет собой сложный многоэтапный процесс логического анализа изображений. Распознавание объектов и определение их характеристик часто сливаются в единый процесс с многократным чередованием анализа ситуаций в целом, а также их отдельных элементов и фрагментов.

Человек превосходит машину в решении логических задач. Он может на основе ограниченной информации, используя логический аппарат, преобразовывать дешифровочные признаки применительно к конкретным временным и пространственным условиям, учитывать изменение признаков в зависимости от положения анализируемого участка в кадре и изменения условий освещения дешифрируемых объектов, использовать существующие природные и функциональные взаимосвязи между элементами ландшафта, исключать некоторые шумы и др. (феномен восприятия). Поэтому визуальное дешифрирование во многих случаях превосходит машинное (автоматизированное) по достоверности результатов.

Одна из важнейших психологических особенностей визуального дешифрирования -- использование относительных оценок характеристик объектов на изображении. Например, общественные здания и сооружения отделяются от индивидуальных зданий в населенном пункте не по абсолютным размерам их изображения, а по относительным. Для этого не требуется даже знания масштаба изображения. Участки пашни с повышенным увлажнением поверхности или кормовых угодий с более мощным травостоем выделяются не по абсолютному значению оптической плотности, а по ее локальному изменению. То же можно сказать и о выявлении участков со смытыми или подверженными дефляции почвами.

В дешифрировании отдельных объектов обычно выделяют три ступени: обнаружения, опознавания и определения характеристик.

Как отмечалось ранее, в визуальном методе дешифрирования можно выделить три основных способа: полевой, камеральный и комбинированный.

Таким образом, следует перечислить основные возможности визуального дешифрирования:

· Анализ изображения выполняется на уровне объектов, размеры которых в несколько раз больше разрешения (пиксела).

· Количественные оценки (площади, длины и т.д.) могут быть получены лишь приближенно.

· Анализ яркости (тон изображения) на черно-белых изображениях возможен в пределах до 12 ступеней.

· Совместный анализ зональных снимков ограничен, т.к. сопоставление более 2-х снимков затруднителен.

· Форма объектов в плане определяется легко и однозначно.

· Форма объектов в пространстве (их вертикальная протяженность) легко определяется на паре смежных снимков (по стереоприбору или по тени).

· Пространственное размещение объекта определяется легко.

· Хорошо используются косвенные признаки.

· Возможно дешифрирование сразу по выверенной легенде.

· Результаты дешифрования обычно субъективны.

Полевой способ дешифрирования выполняют, сличая снимок с местностью. Специалист при этом может находиться на земле (наземный вариант) или на борту летательного аппарата (аэровизуальный вариант). Полевое дешифрирование характеризуется наивысшей полнотой и достоверностью результатов. Однако ввиду сезонности и трудоемкости выполнения, а также повышенной себестоимости применяют его только в случаях, когда камеральное дешифрирование не обеспечивает нужного качества результатов 7.

Камеральный способ дешифрирования заключается в логическом анализе изображения с использованием всего комплекса дешифровочных признаков (визуально-логический вариант). В процессе дешифрирования используют вспомогательные материалы (карты, данные о юридических границах землепользований и др.).

Достоверность камерального дешифрирования повышается при использовании снимков-эталонов типичных участков, дешифрированных в поле (эталонный вариант).

Комбинированный способ дешифрирования сочетает в себе процессы и технологические приемы предыдущих способов. В зависимости от последовательности их чередования могут быть выделены варианты. В одном из них предварительно выполняют камеральное дешифрирование, а затем полевую доработку сложных участков с попутным контролем результатов камерального дешифрирования. В другом -- сначала выполняют избирательное полевое дешифрирование (обычно вдоль транспортных путей), а затем камеральное с использованием дешифрированных в поле снимков в качестве эталонов.

Комбинированное дешифрирование сочетает в себе достоинства первых двух способов.

Машинно-визуальный метод дешифрирования. Как говорилось выше, в данном методе подлежащие дешифрированию снимки подвергаются предварительно машинной обработке с целью облегчения их визуального анализа. Решение о целесообразности такой обработки и ее виде принимают экспертно при оценке дешифрируемости снимков 2.

Синтезирование изображений выполняют в основном при дешифрировании зональных снимков. Некоторая совокупность таких снимков более информативна, чем один широкозональный снимок.

При многозональных аэро- и космических съемках яркость регистрируют в четырех и более зонах спектра электромагнитных излучений.

О необходимости использования зональных снимков вообще и получении синтезированных изображений в частности решают в случае, если цвет дешифрируемых объектов имеет решающее или хотя бы важное значение в опознавании (разделении) дешифрируемых объектов; в случае, когда дешифровочная задача на одиночных зональных снимках не решается; в случае, если соотношения уровней видеосигналов (оптических плотностей на фотоснимках) дешифрируемых объектов на зональных снимках окажутся различными 1.

Одновременный визуальный анализ, например, четырех полей на двух снимках вызывает определенные трудности в запоминании различий в оптических плотностях изображения этих полей. Анализ большего количества объектов на большем числе зональных снимков становится практически невозможным. Выход из положения -- получение единого изображения, в котором сохраняется информация, содержащаяся в исходных зональных снимках. Для расширения кодовой шкалы исходные снимки окрашивают в различные цвета. Различным сочетаниям зональных яркостей соответствуют объекты определенных классов. Каждое сочетание на синтезированном изображении имеет свой условный цвет. Переход к условному цветовому кодированию позволяет естественные яркостные контрасты усилить контрастами цветовыми и таким путем повысить возможности и достоверность дешифрирования 8.

Идею синтезирования изображений используют также для объединения в едином изображении видеоинформации, получаемой в оптическом и радиодиапазонах (синергизм). Та же идея может быть использована и для совмещения разновременной видеоинформации с целью наблюдения развития динамических процессов, например эрозионных, оценки степени старения карт и др. Здесь возникает дополнительный процесс -- приведение изображений к единому масштабу.

Для синтезирования использовали специализированные приборы -- оптические синтезаторы. Это прецизионные, обычно четырехкамерные, проекторы с регистрацией результатов в масштабе синтезирования (примерно пятикратное увеличение исходных снимков) или с помощью фотокамеры, устанавливаемой на откидной консоли. Синтезирование выполняют с помощью компьютеров.

Квантование уровней видеосигналов -- процесс разбиения диапазона уровней видеосигналов на несколько соприкасающихся интервалов с получением нового изображения, на котором отнесенные к каждому интервалу участки отображаются условным цветом или ахроматическим тоном. Необходимость этой процедуры обусловлена ограниченными возможностями зрительного аппарата человека в восприятии яркостных (тоновых) контрастов. Квантованию подвергают цифровые изображения, полученные с помощью нефотографических съемочных систем. Фотографические изображения предварительно подвергают построчной развертке (сканированию).

Квантование может быть равномерным и неравномерным. Равномерное квантование легко реализуемо. Обычно его применяют для разделения диапазона уровней видеосигналов на изображении объектов с плавно изменяющимися яркостными характеристиками на несколько равных ступеней. Такими объектами могут быть, например, сельскохозяйственные угодья с различной степенью смытости (выветренности) почвенного слоя, водные, подверженные загрязнению, объекты и т. п.

Неравномерное квантование (эвристическое) может быть использовано для выделения по яркости самих объектов, например полей пашни под различными культурами или лесов с разделением их по типам. Разумеется, при этом каждый выделяемый класс или качественно различающиеся части его должны иметь свой не перекрывающийся со смежными интервал уровней видеосигналов. При этом могут возникнуть межинтервальные слои видеосигналов, не относящиеся к дешифрируемым объектам 5.

Нужные параметры квантования (интервалы квантования и их уровень) определяет оператор по результатам фотометрирования эталонных (тестовых) изображений, дешифрированных с высокой степенью достоверности.

Частный случай квантования -- процедура выделения на изображении изогелл -- линий, соединяющих точки с равным уровнем видеосигналов. С помощью изогеллы удобно, например ограничить участки с недопустимым уровнем поражения чем-либо, например сброшенными в водоем загрязненными стоками, если это поражение привело к изменению яркости объекта в используемом при съемке спектральном интервале.

Примерные возможности выполнения процедуры квантования с использованием современных устройств ввода изображений: наименьший выделяемый интервал (в единицах оптической плотности) 0,03 на уровне 0,3, 0,07 на уровне 1,2 и 0,15 на уровне 1,8. В программу может быть включена процедура определения площадей выделенных эквиденситами участков изображения с уровнями видеосигналов, отнесенных к определенному кванту.

Квантованные изображения анализируют совместно с исходными, так как при осреднении уровней видеосигналов в интервалах квантования пропадает изображение деталей ландшафта.

Фильтрацию изображения выполняют с целью устранения с изображения избыточной информации, мешающей выполнению поставленной задачи. Например, изображение комьев земли на обнаруженных участках пашни усложняет разграничение разнотипных почв по их тону на снимках. В этом случае возникает задача устранения с изображения высокочастотной информации при сохранении интегральных тоновых контрастов дешифрируемых почв. К фильтрационным процедурам можно отнести также устранение шумов, например полосчатости изображений, полученных с помощью сканирующих съемочных систем, уменьшение смаза изображения и др.

Для выполнения фильтрационных процедур изготавливали специализированные электронные устройства, например когерентные оптические процессоры. В настоящее время эти задачи выполняют на компьютере с использованием специализированных программ.

Автоматизированный метод дешифрирования. Попытки создания систем, распознающих образы, ученые мира предпринимали еще в пятидесятые годы прошлого столетия. В последующие годы наука и техника в решении этой проблемы значительно продвинулась. Созданы эффективные быстродействующие автоматы считывания и обработки информации во многих отраслях науки, производства, криминалистики и др. В большинстве случаев в этих системах распознают объекты по детерминированным (не изменяющимся) признакам (форме, размеру, весу) или идентификация объектов и их характеристик по признакам статистическим, например при каллиграфической экспертизе. При дешифрировании аэро- и космических снимков могут также встречаться объекты с детерминированными признаками: самолеты, транспортные машины, типовые сооружения и т. п. Однако в большинстве случаев объекты, дешифрируемые в целях картографирования территорий, выполнения поисковых работ и различных инженерных изысканий, не обладают неизменными геометрическими и особенно яркостными характеристиками. К тому же во многих случаях при распознавании объектов, ситуаций используют косвенные дешифровочные признаки с решением сложных логических задач. Решение таких задач недоступно современной вычислительной технике, так как формализация косвенных признаков -- процедура сложная, а в большинстве случаев пока и невозможная 9.

Очевидно, что в автоматизированных интерпретационных системах можно использовать только признаки, обладающие достаточно высокой информативностью (специфичностью и инвариантностью в пределах кадра и на других обрабатываемых снимках), а также удобно выражающиеся в цифровой форме. Такими признаками могут быть цвет (тоновая шкала ахроматических снимков недостаточно широка) и текстура изображения. Последний признак может быть использован при дешифрировании только объектов с достаточно стабильной текстурой, например лесов.

Информация о цвете может быть выражена дискретно через яркости в одной или нескольких узких спектральных зонах. Регистрируют зональные яркости с помощью многозональных съемочных систем 2.

При неизменной зональной яркости некоторого объекта А по всей его площади одномерный демаскирующий признак его может быть выражен вектором или координатой на оси яркостей. В другой зоне спектра признак того же объекта, в общем случае, будет иным.

Признаки другого объекта В в тех же зонах спектра могут отличаться от признаков объекта А, но могут оказаться и неотличимыми. Очевидно, что для разделения этих объектов следует использовать снимок, полученный в спектральной зоне 2. Но если возникнет необходимость в дешифрировании еще и третьего объекта С, признак которого в зоне 2 будет тем же, что и у объекта А (или В), то задача разделения всех объектов при индивидуальном анализе этих снимков становится неразрешимой.

Выход из этого положения заключается в совместном анализе обоих снимков. Признаки при этом становятся двухмерными.

На практике дешифрируемых объектов может быть больше. Более сложной может оказаться и ситуация с яркостными зональными контрастами этих объектов.

Поэтому появляется необходимость в увеличении разномерности признаков путем привлечения к анализу снимков, полученных в большем количестве спектральных зон. Обозначим число одновременно используемых зональных снимков буквой N. В аналитическом варианте решения интерпретационной задачи размерность признаков может быть любой. Но одновременно -- экспериментально установлено, что использование более чем трехмерных признаков не дает заметного повышения достоверности результатов автоматизированного дешифрирования, если выбор для обработки зональных снимков близок к оптимальному.

Следует подчеркнуть, что реальных природных объектов с неизменными спектральными яркостными по всей площади их простирания характеристиками не бывает.

Автоматический метод дешифрирования. Общая теория метода автоматического цифрового дешифрирования разработана на основе теории распознавания образов, причем терминология описания приближена к терминологии, используемой в теории распознавания образов.

Теория метода предусматривает предварительное обучение автомата. Предполагается, что после предварительного обучения автомат будет выполнять топографическое дешифрирование.

Разработанная теория реализована для простых случаев дешифрирования (изображений мало и они имеют признаки, которые четко разделяют эти изображения), но не обеспечивает автоматического дешифрирования всего многообразия изображений объектов местности. Оператор же успешно решает проблему топографического дешифрирования, хотя не может сам определять статистические и вероятностные признаки, он может опознавать ограниченное количество изображений при использовании ограниченного количества признаков [2].

Решение данных задач заключается в обнаружении и распознавании объектов, подлежащих дешифрированию, на основе получения информации о них. Информация об объектах может быть получена за счет регистрации их демаскирующих признаков.

Рисунок 4 - Основы автоматического дешифрования

Таким образом, основными задачами являются:

· при кадастровом дешифрировании - обеспечение информации о землях и объектах в целях создания кадастровых карт;

· при дешифрировании снимков населенных пунктов для целей кадастра и инвентаризации земель - обеспечение информацией, необходимой для создания базовых планов состояния и использования земель, геонформационных систем, информационных земельно-кадастровых баз данных;

· при дешифрировании снимков урбанизированных территорий - распознавание и отображение видимых объектов города в специальных условных знаках.

Делись добром ;)