Комплекс научной аппаратуры на КА Метеор-3 позволяет оперативно на регулярной основе получать 2 раза в сутки изображения облачности и подстилающей поверхности в видимом и инфракрасном диапазонах, данные о температуре и влажности воздуха, температуре морской поверхности и облаков. Данные о потоках корпускулярных излучений, рентгеновского излучения и суммарного энерговыделения всех излучений поступают в геофизическую службу. Осуществляется мониторинг озоносферы.

8.2. Методы цифровой обработки космических снимков

Методы обработки изображений подразделяют на две группы, предназначенные для частичного или полного компьютерного решения поставленной задачи:

•методы, обеспечивающие яркостные и геометрические преобразования снимков; они направлены на облегчение визуального дешифрирования, повышение его объективности и достоверности, а также подготовку снимков к последующему автоматизированному дешифрированию и созданию карты;

•методы автоматизированного дешифрирования — классификации объектов по снимкам с использованием априорной информации о признаках выделяемых классов или без нее.

Яркостные преобразования включают два типа операций:

•радиометрическая и геометрическая коррекция снимков, которая выполняется для устранения дефектов, связанных

стехнологическими свойствами системы регистрации и/или условиями съемки;

•улучшение качества цифровых изображений.

Исходные цифровые значения снимка (в англоязычных руководствах их называют «сырые значения», или DNs), представляя его спектральную яркость, определяются числом и положением уровней квантования в радиометрическом диапазоне. Радиометрическая коррекция имеет дело с варьированием значений яркости пикселов, причиной которого не является сам объект или сканируемое изображение. Такое варьирование определяется:

•сбоем или неисправностью детекторов;

•влиянием рельефа;

•атмосферными эффектами.

Методы радиометрической коррекции показателей датчиков обычно предоставляют разработчики конкретной съемочной аппаратуры1. Операция выполняется для изображений, полученных в видимой и ИК областях спектра. Труднее всего поддается коррекции влияние рельефа, ее выполнение требует хорошего знания территории, характеристик системы и условий съемки. Особое внимание уделяется учету влияния атмосферы.

Геометрическая коррекция предназначена для устранения искажений в относительном позиционировании пикселов, причиной которых, в основном, являются погрешности датчика. Подобные искажения проявляются на снимках в виде полосчатости изображения и выпадения значений отдельных строк в цифровой записи.

Методы улучшающих преобразований обычно применяют в качестве первого шага в использовании снимков: для идентификации изобразившихся областей и объектов, определения их местоположения

идля извлечения информации об их изобразительных свойствах

ипризнаках. Улучшение изображений, предназначенное в первую очередь дня визуального анализа объектов на многозональных снимках, выполняют путем изменения яркости и контрастности всего изображения или отдельных его участков; выделения контуров заданной контрастности; фильтрации значений яркости (сглаживания) и выделенных контуров с целью отбора элементов изображения; цветного синтезирования и цветокодирования. К одному и тому же изображению может быть применено несколько различных типов улучшающих преобразований в зависимости от задачи использования снимка. Выбор способа преобразования связан с учетом характеристик различных типов земной поверхности в разных зонах спектра.

Методы спектрального улучшения изображений реализуют с учетом только индивидуальных значений яркости пикселов в пределах каждой зоны спектра. В их основе лежит анализ и преобразование гистограмм — графического представления распределения

' Радиометрические ошибки обычно уже откорректированы в данных EOSAT и SPOT.

спектральных яркостей снимка в радиометрическом диапазоне (рис. 8.7). При этом новой информации не образуется, а исходная информация перераспределяется, с тем, чтобы подчеркнуть спектральные свойства объектов.

п

Рис. 8.7. Гистограмма распределения значений яркости изображения в одной из зон

Среди наиболее часто используемых методов следует выделить:

•повышение контраста — линейное, нелинейное и кусочнолинейное преобразование гистограммы;

•эквализация гистограммы — перераспределение значений всех пикселов в пределах радиометрического диапазона.

Повышение контраста иллюстрирует рис. 8.8. График преобразования показывает на вертикальной оси увеличение контраста значений яркости пикселов исходного изображения в пределах диапазона, отмеченного фигурной скобкой на горизонтальной оси гистограммы: достаточно узкий диапазон исходных данных растянут в более широкий диапазон для выходных данных. Такой процесс во многих ГИС-пакетах называют растяжением контраста (от англ. stretch).

Изображение становится четко видимым на экране, а для расширения исходного диапазона используют соотношение:

значения яркости в зоне (для идентификации такого преобразования используют аббревиатуру min-max).

ваемых фильтрацией, является анализ информации в пределах скользящего по изображению окна, размером 3x3,5x5 пикселов и т. п. Операцию применяют к пикселу, находящемуся в центре окна. Его значение пересчитывается с использованием заданной функции от значений окружающих ближайших соседей. Затем окно сдвигается на один пиксел вдоль строки изображения до достижения ее конца, после чего смещается на одну строку. В результате применения приведенного на рис. 8.10 фильтра (перемножение выделенных матриц, суммирование результатов и деление суммы на число окружающих пикселов) центральный пиксел скользящего окна на исходном изображении (значение 8) станет равным 11.

Рис. 8.10. Выполнение операции фильтрации

Пространственные улучшения имеют дело в основном с пространственной частотой, представляющей собой разницу между высшим и низшим значениями смежных наборов пикселов. Ее еще определяют как число изменений значений яркости на единицу расстояния в любой заданной части изображения. Резкое изменение яркости изображения на участке в несколько пикселов рассматривается как высокая частота, плавное изменение на достаточно большом участке — как низкая пространственная частота.

В большинстве пакетов программ обработки изображений имеется большой набор фильтров, но чаще используют следующие

•вариация, или квадрат показателя стандартного отклонения значений яркости в окне, служащая показателем неоднородности исходных данных

•асимметрия, характеризующая асимметричность гистограммы распределения данных относительно ее максимума (пика)

•эксцесс, определяющий остроту пика гистограммы по сравнению с нормальным распределением

где х..— значения яркости пиксела с координатами i,j в скользящем окне, хс — пиксел в центре окна, L — номер

5 л -

Перечисленные показатели хорошо идентифицируют пикселы, значения яркости которых отличаются от преобладающего распределения в окне, что и позволяет выделять текстуру. Для анализа текстуры используют разные сочетания показателей. Так, среднее значение, вариация и эксцесс характеризуют объекты с однородной зернистой текстурой, например, леса. Другое сочетание — среднее значение, вариация и асимметрия характеризуют текстуру, заложенную в статистику пространственной разности яркостей, выделяя

жений выполняются в ГИС практически всегда, поскольку при подготовке к работе со снимками в ряде программ может возникнуть необходимость определения географических или прямоугольных координат для всего изображения или его отдельных пикселов. Отображая снимок на экране монитора с помощью

разного вида указателей (перекрестье или прямоугольник), можно получить информацию о местоположении пиксела в растровой или так называемой плановой системе координат, соответствующей координатной сетке карты — географической (параллелей и меридианов) или прямоугольной.

Как отмечено выше, для устранения искажений изображений земной поверхности необходима геометрическая коррекция данных съемки. Одна из основных проблем при использовании информации, содержащейся в снимках, это изменение масштаба изображения в пределах каждого снимка в результате искажений, источники которых многообразны: фокусное расстояние оптической системы, геометрия проекции и охват территории, рельеф поверхности. На сегодняшний день некоторые из искажений устраняют в центрах получения обработки данных ДЗ перед их распространением.

Многие датчики, выполняющие съемку в видимой и ИК областях спектра, не получают изображения в надире, осуществляя боковой обзор. Для некоторых приложений, как, например, использование стереоизображений или создание ЦМР, это дает преимущества, для других, в том числе при использовании изображений, покрывающих очень большие географические области — является усложняющим фактором. Кроме того, даже датчики, выполняющие съемку в надире, дают изображение в истинном надире только в центре кадра.

Подобные факторы приводят к геометрическим искажениям передаваемого датчиком изображения. Характер поверхности исследуемой территории также может оказывать искажающее воздействие, но в меньшей степени влияет на относительное расположение пикселов. Все эти факторы можно учесть при преобразовании — трансформировании — изображения в карту.

Цели и типы операций трансформирования снимков. Процедуры геометрической коррекции снимков выполняют для того, чтобы изображение земной поверхности было правильно представлено на плоскости и имело свойства карты. Необработанные снимки, получаемые со спутников и самолетов, являются плоскими изображениями, создаваемыми системами съемки, но даже для кажущейся ровной поверхности искажены за счет кривизны поверхности Земли и применяемого датчика.

Решение многих задач требует предварительного выполнения трансформирования. Среди них:

•выявление изменений на разных снимках одной территории, когда требуется попиксельное сопоставление изображений;

•создание мозаик изображений и фотокарт;

•использование снимков в ГИС, в том числе совместно с векторными изображениями;

•получение точных величин расстояний и площадей;

•выполнение географического анализа, требующего точной локализации данных.

Для выбора оптимальной картографической проекции и координатной сетки следует определить преимущественные направления использования всех снимков или базы пространственных данных. Во многих базах векторных пространственных данных используют географическую (сфероидальную) систему координат (ср, А,), причем параметры сфероидов могут быть разными.

Для коррекции смещений изображений объектов местности за счет рельефа при наличии ЦМР применяют операцию ортотрансформирования, которую рекомендуется выполнять для снимков гористой местности или фотоснимков строений, если требуется высокая степень точности координирования.

Различают два основных случая применения преобразования — трансформирования — системы координат снимка:

•когда сетка строк и столбцов пиксельного изображения должна быть изменена в соответствии с выбранной в исследовании проекцией и системой координат, например, базовой карты;

•когда сетка исходного изображения должна быть изменена

всоответствии с сеткой эталонного изображения.

В некоторых ГИС-пакетах, чтобы подчеркнуть различия указанных двух случаев применения трансформирования, для них вводят разные наименования — ректификация и регистрация соответственно.

Чаще всего трансформирование используют для преобразования несопоставимых изображений в одну и ту же картографическую сетку координат. Однако для того, чтобы иметь возможность совместного использования или сопоставления отдельных изображений, можно привести в соответствие только их сетки строк и столбцов. При этом необязательно применять картографическую проекцию.

364 Глава 8. Цифровая обработка изображений

порядка с использованием более сложных уравнений полиномов может привести к менее точным и предсказуемым результатам,

пикселов в соответствии с их новым положением возникает из-за того, что сетка пикселов в исходном изображении редко соответствует сетке эталонного изображения. Она может иметь другое разрешение и направление осей (рис. 8.12). Согласно растровой технологии трансформированное изображение заполняется построчно, пиксел за пикселом. Процедура переопределения значений пикселов состоит в извлечении значения яркости пиксела исходного изображения с координатами (м, v) и присвоении его пикселу, находящемуся в подходящей точке с координатами (х, у) в новой сетке. Проблема состоит в том, что в большинстве случаев вычисленные по формуле (4.2) ретрансформированные координаты (и, г;) уже не целые, что не позволяет однозначно выбрать пиксел исходного снимка. Так, например, на рис. 8.12 пиксел трансформированного изображения с координатами (5,4) в эталонной сетке соответствует координатам (2,4; 2,7) в сетке исходного изображения, в которых значение яркости неопределенно1. Для назначения подходящих значений яркости трансформированным пикселам в программах обработки изображений применяют методы интерполяции:

•метод ближайшего соседа;

•метод билинейной интерполяции;

•метод кубической интерполяции.

Метод ближайшего соседа — простейший и самый быстрый из трех методов вычислений, который приписывает пикселу трансформированного снимка значение ближайшего к его ретрансформированным координатам пиксела исходного изображения. Таким образом, значение из файла исходного снимка становится значением пиксела трансформированного изображения. Для примера, пред-

1 Для иллюстрации представим, что значения яркости приписаны к центрам пикселов, которые и образуют узлы сетки строк-столбцов.

Рис. 8.12. Присвоение пикселам трансформированного изображения

всетке (х,у) значениями яркости исходного изображения из сетки (и, v): черной точкой показано ретрансформированное положение пиксела, изображенного кружком в эталонной сетке (по [Jensen, 1996])

Преимуществом этого метода является сохранение исходных значений яркостей снимка, благодаря чему не происходит потери экстремальных и слабо различающихся значений, что важно для дешифрирования. Однако при применении метода для пересчета значений из сетки более крупного размера в сетку меньшего размера обычно имеет место эффект «ступенчатости» вокруг диагональных линий и кривых, пропадание пикселов.

Метод билинейной интерполяции базируется на вычислении расстояний между местоположением ретрансформированной координаты (и, v) и четырьмя ближайшими пикселами исходного изображения (в окне 2x2). Для расчета ВТ применяют метод средневзвешенной интерполяции.

При использовании метода билинейной интерполяции трансформированное изображение получается сглаженным, отсутствует

эффект «ступенчатости», как это бывает в случае применения метода ближайшего соседа. Однако это приводит к потере экстремальных значений яркости, сглаживанию границ.

Метод кубической интерполяции аналогичен предыдущему, но для расчета значения ВТ использует окрестность из 16 пикселов в окне 4x4, интерполируя их значения полиномами 3-й степени. Так как применяется кубическая, а не линейная функция, пикселы, более удаленные от ретрансформированного, имеют экспоненциально меньший вес по сравнению с более близкими к нему. Используя разные виды весовых коэффициентов, можно либо усреднить и сгладить значения яркости, либо повысить контраст. Этот метод рекомендуется при значительном изменении размера ячейки сетки. Однако метод наиболее емкий по количеству вычислений и поэтому самый медленный.

И все же, несмотря на надежность описанных методов, в процессе трансформирования некоторая спектральная целостность может быть утеряна. Нетрансформированное изображение является спектрально более верным. Поэтому, в частности, рекомендуют проводить классификацию по исходными снимкам, а трансформировать уже изображение, созданное в результате классификации. Исключением является наличие для исследуемой территории наземных контрольных точек, полученных с помощью спутниковых систем позиционирования. Тогда новая система координат поможет лучше локализовать эталонные участки.

Ортотрансформирование аэроснимков. Создание мозаик снимков. Ортотрансформирование — более точная геометрическая коррекция, предназначенная для устранения искажений на снимке, а именно: смещений за счет рельефа местности, искажений, связанных с центральной проекцией снимка, дисторсией объектива и нерегулярных искажений из-за отклонения ориентации оптической оси съемочной камеры от надира. Такая коррекция применяется, как правило, к аэроснимкам при их использования для создания топографических карт, в ГИС, для решения задач цифровой фотограмметрии. Выполнение операции ортотрансформирования требует и наличия цифровой модели рельефа изучаемой местности. В случае сравнительно плоских областей в ортотрансформировании снимков нет необходимости, однако, если местность гористая или застроенная и требуется высокая точность измерений по снимкам, ортотрансфор-

мирование необходимо. Кроме ЦМР для корректировки указанных искажений требуется информация о положении датчика в момент съемки и углы ориентирования снимка — элементы внешнего ориентирования камеры.

Следующий шаг выполнения операции ортотрансформирования состоит в определении элементов внешнего ориентирования снимков — масштаба и положения относительно геодезической системы координат на местности. Для их нахождения используют наборы опорных точек, включающие координатные метки на снимках и соответствующие наземные точки. Для установления математической зависимости между системами координат изображений, датчика и наземной системой применяют известные формулы триангуляции. Получаемые в результате данные являются исходными для операции ортотрансформирования.

Алгоритмы, используемые для учета особенностей геометрии регистрирующего устройства, определения элементов внутреннего ориентирования снимков по опорным точкам, решения задачи триангуляции и ортотрансформирования, позволяют достичь внутрипиксельной точности, оцениваемой долями пиксела (subpixel). Возможность мультисенсорной триангуляции позволяет работать одновременно с данными космической и аэрофотосъемки.

Многие из подобных алгоритмов обеспечивают возможность построения ЦМР, используя данные стереосъемки. ЦМР может создаваться как в полуавтоматическом, так и в интерактивном режиме в виде регулярной сети (растра) или нерегулярной триангуляционной сети (TIN).

Специализированные пакеты фотограмметрической обработки снимков обеспечивают для отображения и редактирования построенной или импортированной ЦМР так называемый стереоскопический режим с использованием очков с жидкокристаллическими затворами. Измерения по такой стереомодели выполняются с помощью курсора, который может автоматически следовать рельефу местности. При этом его высотные отметки определяются с помощью алгоритма пространственной корреляции. При проведении измерений в стереоскопическом режиме получают:

1 В некоторых пакетах программ имеются средства их полуавтоматичес- кого определения, например, в модуле OrthoBase пакета ERDAS Imagine.

•для произвольной точки — ее плановые и высотные координаты, а также пиксельные координаты для правого и левого снимка;

•для отрезка прямой — координаты начальной и конечной точек, длины вертикальной и горизонтальной линии, уклон; для ломаной линии проводят измерения для всех ее отрезков.

Результаты измерений выдаются в заданной пользователем проекции, системе координат и единицах измерения. Так как на ортотрансформированных изображениях устранены искажения, связанные с рельефом местности, проводимые по ним измерения столь же точны, что и выполняемые по топографической карте. Так, например, лесотаксационные работы, проведенные с использованием высокоточных цифровых ортофотоснимков, позволяют повысить точность измерения площадей, а, следовательно, и точность оценок запаса древесины.

Не возникает также проблем нестыковки соседних изображений, поэтому возможно создать цифровой ортофотоплан на значительную территорию.

Другого вида проблема, связанная с трансформированием изображений, возникает при изучении больших участков местности, представленных несколькими снимками, возможно, полученными разными системами или в разное время. Процедура комбинирования снимков для создания одного файла изображения называется созданием мозаики. Выполнение этой процедуры связано с решением нескольких задач: совмещение снимков по координатам, выравнивание их яркостного контраста, задание границы (линии сшивки) между соединяемыми изображениями в области их перекрытия, определение значений яркости пикселов в области перекрытия, создание результирующего изображения.

Все изображения, выбранные для создания по ним мозаики, должны быть геокодированы в одной системе координат. Выравнивание контраста выполняют путем преобразования гистограмм изображений, направленных на минимизацию различий между ними. Для этого может быть применен один из описанных выше способов спектрального улучшения изображений. Если гистограммы объединяемых снимков различаются сильно, то целесообразно подгонять гистограммы, построенные только для областей перекрытия, поскольку на них фиксируется распределение яркости одних и тех же объектов. Далее пользователь, анализируя область

перекрытия снимков, задает линию их «сшивки». В большинстве случаев эта процедура выполняется вручную, поскольку линия может иметь сложную форму. Значения яркости пикселов в области перекрытия могут быть определены разными способами: использованием значения накладываемого сверху изображения; вычислением среднего значения пикселов двух изображений, минимального или максимального; осуществлением линейной интерполяции значений яркости пикселов в области перекрытия. Последним шагом в создании результирующего изображения является задание его границ, которые определяются границами территории либо границами кадров соединяемых снимков. Эта операция задает также число строк и столбцов в записи созданного изображения.

Улучшение радиолокационных снимков. Данные радиолокационных съемок существенно отличаются от данных, получаемых в видимой и инфракрасной областях спектра. Эти два типа съемок фиксируют разную и дополняющую друг друга информацию относительно одного и того же объекта съемки: о физической структуре поверхности и ее химических свойствах.

Активный источник радиоизлучения с антенной действует по принципу просмотра местности строго перпендикулярно прямолинейной траектории полета носителя. В результате развертки отраженного сигнала на экране электронно-лучевой трубки возникает изображение строки снимка, расположенной вдоль оси х его системы координат. Поскольку объекты местности находятся на разном удалении от носителя, то чем больше это расстояние (т. е. чем больше времени проходит его радиоимпульс), тем дальше по строке изображается объект.

Уровень сигнала возвращаемого радиолокационного излучения зависит от наклона, неровностей местности и характера растительного покрова. Проводимость лучей поверхностью объекта (например, почвы) определяется его пористостью и влажностью. Для получения изображения уровни сигнала кодируют числами в диапазоне (0-255), которые также как и для других типов снимков, называют яркостями и изображают оттенками серой шкалы. Например, растительность, увеличивающая поглощение радиоволн, изображается светлым тоном.

Улучшение радиолокационных изображений преследует, в основном, три цели: коррекцию радиометрических погрешностей, связанных с дефектами антенны, геометрическую коррекцию,

необходимость которой определяется рельефом и кривизной поверхности Земли, и улучшение изобразительных свойств получаемых изображений.

Для коррекции радиометрических ошибок чаще всего применяют операцию усреднения значений пикселов к каждой строке снимка, т. е. к соответствующей линии удаления. Коррекция искажений, вызванных кривизной поверхности Земли, в принципе аналогична ортокоррекции изображений, получаемых в видимой и ИК областях спектра.

При необходимости коррекции влияния рельефа местности на положение точек снимка следует учитывать, что на радиолокационном снимке смещения за рельеф направлены вдоль строки, т. е. всегда перпендикулярны траектории полета. Если точка местности имеет положительное превышение, то ее наклонная дальность короче, если отрицательное — длиннее.

К способам улучшения визуальных свойств и анализа радиолокационных изображений (хотя они применимы и к другим типам данных изображений) относятся следующие:

•подавление спекл-шумов;

•обнаружение и выделения границ;

•анализ текстуры.

Спекл-шумы — беспорядочно расположенные яркие и темные точки на радиолокационных изображениях, получаемых с использованием когерентного излучения. В результате случайной интерференции (наложения) отраженных сигналов от разных участков поверхности в пределах пиксела его яркость может существенно отличаться от соседних пикселов того же объекта. Спекл-шумы искажают изображения объектов, поэтому их влияние необходимо снизить до выполнения трансформирования и классификации по снимкам.

Для удаления спекл-шумов применяют как описанные алгоритмы фильтрации, так и специфические, учитывающие природу радиолокационных снимков [Лурье, Косиков, 2003].

Объединение радиолокационных данных с изображениями в видимой и ИК областях спектра при правильной их комбинации позволяет создать результирующее изображение, отражающее как химические, так и физические показатели свойств снимаемой поверхности, более полезное в использовании, чем каждое изображение