1.6. Аналіз існуючих методів оцінювання інформативності гіперспектральних аерокосмічних зображень.

Проведено аналіз тематичних задач ДЗЗ, що вирішуються з використанням гіперспектральних аерокосмічних зображень. Встановлено, що більшість таких тематичних задач є задачами другого роду, тобто задачами виявлення і класифікації протяжливих площинних об’єктів в основному природного походження з приблизно незмінними статистичними властивостями. Вказано, що гіперспектральне аерокосмічне знімання дозволяє суттєво підвищити можливості вирішення приблизно половини типових тематичних задач в таких галузях, як екосистеми та лісогосподарство, сільське господарство, водні ресурси, моніторинг надзвичайних ситуацій[2].

Зроблено огляд можливостей сучасних і перспективних гіперспектральних аерокосмічних сенсорів. Узагальненими характеристиками таких сенсорів є: спектральний діапазон – 0,4 … 2,5 мкм, кількість спектральних каналів – від 60 до 300, спектральна розрізненність – 10 … 20 нм, кут огляду – одиниці-десятки градусів, просторова розрізненність – одиниці мрад. Нестиснені потоки даних від гіперспектральних сенсорів можуть сягати десятків Гбайт/с, що суттєво перевищує можливості сучасних цифрових трактів обробки і передавання інформації та бортових накопичувачів.

Розглянуто методи, алгоритми та існуючі програмні засоби оброблення гіперспектральних аерокосмічних зображень. Майже всіх їх спрямовано на редукцію числа ознак, що формуються з спектральних каналів, до істотної вимірності функцій, що описують спектральні властивості об’єктів, характерних для тієї чи іншої тематичної задачі. Сюди відносяться оптимальний вибір підмножини спектральних каналів за тим чи іншим критерієм, різноманітні лінійні та нелінійні перетворення в спектральній, просторово-частотній або колірній областях, розділення сумішей сигналів.

Проаналізовано існуючі методи оцінювання та відомі показники інформативності гіперспектральних аерокосмічних зображень. Показано принципову стохастичність спектральних оптичних сигналів земних утворень та обґрунтовано їх належність до класу дискретних нестаціонарних ергодичних випадкових процесів. Недоліком статистичних та статистично-інформаційних методів є неврахування просторової розрізненності гіперспектральних аерокосмічних зображень, а класичних просторово-частотних методів – неврахування імовірнісної природи зображень об’єктів на цифрових аерокосмічних знімках та непристосованість до опису багатовимірних зображень. Найбільш досконалим показником інформативності дискретних аерокосмічних зображень серед існуючих визнано частотно-інформаційний критерій .

Вивчено відомі підходи до оптимізації гіперспектральних аерокосмічних зображень. Визначено, що зараз основним з них є відбір відносно невеликої кількості спектральних каналів, які забезпечують максимум або наперед заданий рівень обраного критерію інформативності. З математичної точки зору задача статистичної оптимізації HSI є задачею нелінійної безумовної глобальної оптимізації, а до її розв’язування залучаються локальні оптимізатори, призначені для знаходження локального екстремуму в області пошуку, і глобальне вирішальне правило, що обирає один із сукупності знайдених локальних екстремумів.