Другий етап обробки зображення і його класифікації

Для поліпшення якості знімка і підвищення його інтерпретується застосовувався цілий ряд методик, а саме: поліпшення характеристик знімка (розширення меж контрастності або колірна композиція), фільтрація.

Поліпшення характеристик знімка

Дані з супутника IKONOS поставляються в динамічному діапазоні рівному 11-бит/пиксел (2048 градацій сірого), тоді як програмне забезпечення для обробки зображень працює із знімками в 8-бітовому діапазоні (256 градацій сірого), починаючи з чорного 0 і закінчуючи білим 255. Тому коли замовник одержує знімок, зображення здається абсолютно чорним. Для того, щоб підвищити контрастність і збільшити кількість дискретних чисел, зображення ремасштабується.

Розширення меж контрастності

Супутникові зображення, особливо зображення в оптичному діапазоні, часто обмежуються лише невеликою частиною динамічного діапазону, зокрема, це відбувається із знімками, одержаними в умовах поганої освітленості. Для того, щоб поліпшити візуальні характеристики знімка, зображення трансформується до того, поки воно не захопить весь динамічний діапазон. Даний метод називається розширенням меж контрастності (contrast stretching) (мал. 2). Даний метод дозволяє розширити динамічний діапазон до максимального рівня, підвищуючи контрастність всього знімка в цілому.

При розширенні гістограми в цілому існує два методи поліпшення контрастності зображення (за винятком покрокового підстроювання контрастності) – лінійне розширення гістограми і її вирівнювання. При виборі методу ми зупинилися на вирівнюванні гістограми, оскільки розподіл шарів «сірого» на виході пропорційне частоті появи в коректованому зображенні початкових числових дискретних даних (пікселів).

Синтез кольорових зображень

Кольорові зображення на моніторі, як правило, виходять в результаті синтезу трьох спектральних каналів. Звичайно всі три спектральні канали виходять одночасно. Спектральні канали відповідають червоній, зеленій і синій ділянкам оптичного діапазону. Можна також одержувати зображення в псевдокольорах трансформуючи початкове кольорове RGB зображення і додаючи інфрачервоний канал.

Выбор каналов для синтеза цветного изображения

Каналы для синтеза цветного изображения выбираются не случайным образом. Каналы, которые допустимо использовать для синтеза, могут быть выбраны на основе статистических методов. Один такой метод основан на выборе каналов с наибольшей дисперсией (. Этот метод, предложенный в 1982 году Чавесом Эталом получил название «Фактор оптимального индекса». Чем ближе значения уровня дисперсии, тем выше качество синтезированного изображения. Перед выводом изображения на монитор в нашем исследовании был рассчитан «фактор оптимального индекса» различных комбинаций (каждая комбинация состоит из 3 каналов). Была построена матрица совпадения дисперсий, приведенная ниже. Значения фактора оптимального индекса составили: В первом случае (для 1, 3 и 4-го каналов) – 129,22 Во втором случае (для 1, 2 и 4-го каналов) – 111,95 В третьем случае (для 1, 2 и 3-го каналов) – 75,62 Поскольку на снимке представлена преимущественно застроенная территория, на нем много линейных объектов, таких как линии границ дорог. Линейные структуры не могли быть дифференцированы от зданий и других объектов на полученном синтезированном цветном изображении. Поскольку многие детали не могли быть визуализированы достаточно отчетливо, результат был признан неудовлетворительным. Таким образом, обработка была продолжена с помощью фильтров (метод улучшения изображения с помощью избирательных фильтров).