- •Автоматизированная обработка изображений
- •Цифровая передача изображений из космоса
- •Устройства формирования изображений:
- •Обработка цифровых сигналов
- •Теорема Котельникова (Теорема отсчета).
- •Восстановление сигналов, теорема отсчетов.
- •Представление цифровых изображений.
- •Алгоритмы сжатия.
- •Методы сжатия без потерь.
- •Классический алгоритм Хаффмана.
- •Арифметическое сжатие
- •Интервальное кодирование
- •Алгоритм сжатия изображений
- •Рекурсивный алгоритм (wavelet) волновое сжатие
- •Обработка цифровых снимков
- •Этапы процесса обработки снимков
- •Статистические показатели исходных данных
- •Коррекция и восстановление снимков
- •Атмосферная коррекция.
- •Методы корректировки теплового инфракрасного излучения:
- •Восстановление пропущенных пикселей
- •Геометрическая коррекция
- •Нелинейные преобразования (полином 2-го и выше)
- •Влияние порядка преобразования
- •Метод резинового листа (Rubber sheet)
- •Интерполяция значений яркости
- •Улучшение визуального восприятия снимков
- •Функция градиентного преобразования.
- •Повышение качества
- •Пространственные преобразования
- •Модель изображения при пространственной фильтрации
- •Фильтры свертки
- •Типы локальных фильтров
- •Фильтры lp и hp
- •Фильтр усиления высоких частот
- •Полосовые фильтры
- •Направленные фильтры
- •Граничная область
- •Характеристики обработанных изображений
- •Применение алгоритма совмещения пространственной фильтрации
- •Алгоритм расчета усредняющего фильтра
- •Последовательность линейных фильтров
- •Статистические фильтры
- •Морфологический фильтр
- •Градиентные фильтры
- •Преобразования Фурье
- •Фурье анализ
- •Дискретное преобразование Фурье для 2-мерного случая
- •Форма представления Фурье образа
- •Фильтрация с помощью преобразования Фурье
- •Функция передачи модуляции
- •Пространственный спектр мощности сигнала
- •Фильтры нулевого уровня
- •Фильтр DoG – разность гауссовых функций
- •Wavelet преобразования
- •Устранение шумов
- •Создание маски пространственного фильтра
- •Пространственные признаки изображения
- •Многоспектральные отношения
- •Метод главных компонент (pca)
- •Стандартизированный мгк
- •Мгк с минимизацией шума
- •Метод «Колпачок с Кисточкой»
- •Классификация
- •Понятие сходства.
- •Жесткая классификация
- •Контролируемое изучение
- •Анализ разделимости
- •Мера разделимости Махалонобиса
- •Преобразованная дивергенция
- •Расстояние Джеффриса-Матусита
- •Неконтролируемое обучение
- •Алгоритм классификации методом к-средних
Этапы процесса обработки снимков
данные
Расчет статистических параметров данных
Предварительный просмотр снимка
Коррекция и восстановление снимка
Улучшение визуального восприятия
Визуальный анализ
Классификация изображения
Дополнительные данные
Неконтролируемая классификация
Контролируемая классификации
Классифицируемые данные
Постобработка снимка
Объединение данных
Оценка точности классификации
Карты и снимки
Отчетные материалы
Разнородные материалы
Первый этап. Этап предварительной обработки
Второй этап. Улучшение снимков (фильтрация)
Третий этап. Классификация. Неконтролируемые алгоритмы IHS (интенсивность тон контраст)
PCA (анализ главных компонент ISODATA (интернациональная самоорганизующаяся методика анализа данных))
Классификации, основанные на нейронных сетях (неконтролируемые и контролируемые)
Четвертый этап. Объединение данных в ГИС.
Статистические показатели исходных данных
Рассчитаем стандартное отклонение дисперсии матрицы (ковариляционная, корялиционная). Распределение с помощью гистограммы и взаимосвязи с помощью двух или трех диаграмм рассеивания диапазона яркости. Минимальное значение диапазона яркости используется при атмосферной коррекции снимка, среднее значение является общей характеристикой распределения яркости, если среднее значение на середине шкалы, то изображение будет контрастным.
менее контрастный (темный)
более контрастный
Коряционные и ковариационные матрицы характеризуют избыточность данных. Они используются для каких-либо спектральных характеристик компонент.
Для спектрозональных снимков
|
С1 |
С2 |
С3 |
С4 |
С1 |
С11 |
С12 |
С13 |
С14 |
С2 |
С21 |
С22 |
С23 |
С24 |
С3 |
С31 |
С32 |
С33 |
С34 |
С4 |
С41 |
С42 |
С43 |
С44 |
Где
n
– количество пикселей,
– яркость пикселя к диапазону j
Коэффициент корелляции между I и j:
– стандартное отклонение
-
стандартное отклонение
Коэффициент корелляции – безразмерная величина в диапазоне [-1,1]
Коррекция и восстановление снимков
Эта процедура происходит до анализа.
Цель – получить максимально точное отображение действительности. У этого изображения максимальны радиометрические и геометрические характеристики.
Источники ошибок разделяют: внутренние и внешние.
Внутренние – сенсор, поэтому эти ошибки систематические.
Внешние – не систематические, возникают из-за случайных и нерегулярных изменений параметра сенсора. Для выявления этих ошибок необходимо установить связь между точками соответствующими на снимке.
Радиометрическая коррекция – это устранение ошибок, связанных с условиями съемки, устранению ошибок с состоянием атмосферы, чувствительностью сенсора, устранения, связанные с аппаратурой.
