Комплексный анализ и мониторинг состояния окружающей среды на основе данных ДЗЗ

Комплексный анализ и мониторинг состояния окружающей среды на основе данных ДЗЗ

Автор: Лебедев Леонид Иванович, Ясаков Юрий Васильевич, Утешева Тамара Шатовна, Громов Владимир Петрович, Борусяк Александр Владимирович, Турлапов Вадим Евгеньевич

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений, распознавание образов

Статья в выпуске: 2 т.43, 2019 года.

Бесплатный доступ

Исследуется проблема комплексного анализа и мониторинга окружающей среды на основе прежде всего данных гиперспектральных изображений и вариант ее решения с созданием необходимого алгоритмического обеспечения для обработки и хранения гиперспектральных изображений. Гиперспектральное изображение рассматривается как двумерное поле сигнатур пикселей. Предложены методы оценки сходства сигнатуры пикселя гиперспектрального изображения с эталоном, включающие в себя простые преобразования совмещения пикселя с эталоном: тождественное; масштабирование по амплитуде; смещение по y ; сочетание последних двух. Предложен метод кластеризации/распознавания с самообучением, определяющий значения параметров преобразования, обеспечивающего совмещение сигнатуры текущего пикселя с эталоном. Сходство с эталоном устанавливается по величине среднеквадратического отклонения. На этой основе предложен метод сжатия гиперспектральных изображений с контролируемыми потерями путем формирования базиса накоплением эталонов сигнатур и представления остальных сигнатур параметрами совмещения их с распознанным эталоном класса...

Еще

Гиперспектральные изображения, обработка изображений, распознавание с самообучением, сжатие с потерями, сжатие без архивации, невыпуклое оконтуривание, цифровые карты, субд, мониторинг окружающей среды

Короткий адрес: https://sciup.org/140243291

IDR: 140243291   |   DOI: 10.18287/2412-6179-2019-43-2-282-295

Список литературы Комплексный анализ и мониторинг состояния окружающей среды на основе данных ДЗЗ

  • Воробьёва, Н.С. Информационная технология раннего распознавания видов сельскохозяйственных культур по космическим снимкам/Н.С. Воробьёва, В.В. Сергеев, А.В. Чернов//Компьютерная оптика. -2016. -Т. 40, № 6. -С. 929-938. - DOI: 10.18287/2412-6179-2016-40-6-929-938
  • Жуков, Д.В. Методика тематической обработки гиперспектральных данных в задаче оценки экологического состояния акваторий портов/Д.В. Жуков//Исследование Земли из космоса. -2014. -№ 1. -C. 66-71. - DOI: 10.7868/S0205961414010084
  • Пат. 2616716 Российская Федерация G 01 N 21/55. Способ оценки уровня загрязнения акваторий по гиперспектральным данным аэрокосмического зондирования/Григорьева О.В., Жуков Д.В., Марков А.В., Саидов А.Г.; № 2015102402, заявл. 26.01.2015, опубл. 18.04.2017, Бюл. № 11. -13 с.,
  • Воздушное наблюдение морских разливов нефти. Методическое руководство для персонала, осуществляющего контроль происшествий и ликвидацию чрезвычайных ситуаций: Отчет IOGP № 518 . -URL: http://www.oilspillresponseproject.org/wp-content/uploads/2017/04/Aerial-Observation_Russian_V2.pdf (дата обращения 28.12.2018).
  • Раменская, Е.В. Получение опорных спектральных сигнатур при гиперспектральной съемке/Е.В. Раменская, А.О. Гурьянова, А.Г. Мандра, В.В. Ермаков//Экология и промышленность России. -2014. -№ 10. -С. 44-47. - DOI: 10.18412/1816-0395-2014-10-44-47
  • Раменская, Е.В. Классификация гиперспектральных изображений с использованием кластерной структуры данных/Е.В. Раменская, М.П. Кузнецов, В.В. Ермаков, О.Р. Баркова, А.А. Бран//Современные проблемы дистанционного зондирования Земли из космоса. -2017. -Т. 14, № 7. -С. 9-19.-
  • DOI: 10.21046/2070-7401-2017-14-7-9-19
  • Myasnikov, E.V. Hyperspectral image segmentation using dimensionality reduction and classical segmentation approaches/E.V. Myasnikov//Computer Optics. -2017.-Vol. 41(4). -P. 564-572. -
  • DOI: 10.18287/2412-6179-2017-41-4-564-572
  • Sirota, A.A. Generalized image compression algorithms for arbitrarily-shaped fragments and their implementation using artificial neural networks/A.A. Sirota, M.A. Dryuchenko//Computer Optics. -2015. -Vol. 39(5). -P. 751-761. -
  • DOI: 10.18287/0134-2452-2015-39-5-751-761
  • Zamyatin, A.V. An algorithm for compressing hyperspectral aerospace images with the account of inter-band correlation/A.V. Zamyatin, A.Zh. Sarinova//Applied Informatics. -2013. -Vol. 47, Issue 5. -P. 35-42.
  • Kopenkov, V.N. Development of an algorithm for automatic construction of a computational procedure of local image processing, based on the hierarchical regression./V.N. Kopenkov, V.V. Myasnikov//Computer Optics.-2016. -Vol. 40(5). -P. 713-720. -
  • DOI: 10.18287/2412-6179-2016-40-5-713-720
  • Гашников, М.В. Интерполяция на основе контекстного моделирования при иерархической компрессии многомерных сигналов/М.В. Гашников//Компьютерная оптика. -2018. -Т. 42, № 3. -С. 468-475. -
  • DOI: 10.18287/2412-6179-2018-42-3-468-475
  • Кухарев, Г.А. Методы двумерной проекции цифровых изображений в собственные подпространства: особенности реализации и применение/Г.А. Кухарев, Н.Л. Щеголева//Компьютерная оптика. -2018. -Т. 42, № 4. -С. 637-656. -
  • DOI: 10.18287/2412-6159-2018-42-4-637-656
  • Lee, C. Feature extraction based on decision boundaries/C. Lee, D.A. Langrebe//IEEE Transactions on Pattern Analysis and Machine Intelligence. -1993. -Vol. 4, Issue 15. -P. 388-400. -
  • DOI: 10.1109/34.206958
  • Vasin, Yu.G. GIS Terra: A graphic database management system/Yu.G. Vasin, Yu.V. Yasakov//Pattern Recognition and Image Analysis. -2004. -Vol. 14, Issue 4. -P. 579-586.
  • Васин, Ю.Г. Распределённая СУБД для интегрированной обработки пространственных данных в ГИС/Ю.Г. Васин, Ю.В. Ясаков//Компьютерная оптика. -2016. -Т. 40, № 6. -С. 919-928. -
  • DOI: 10.18287/2412-6179-2016-40-6-919-928
  • Pakhomov, P.A. Investigation of hyperspectral image pixel signatures by the empirical mode decomposition method/P.A. Pakhomov, A.V. Borusyak, V.E. Turlapov//CEUR Workshop Proceedings. -2018 -Vol. 2210. -P. 352-364.
  • Лебедев, Л.И. Пространственный анализ гиперспектральных изображений/Л.И. Лебедев, А.О. Шахлан,//Труды 28-й Международной научной конференции по компьютерной графике и машинному зрению (Томск, ТПУ). -2018. -С. 315-318.
  • Лебедев, Л.И. Распознавание и классификация объектов ГСИ/Л.И. Лебедев//Материалы V Международной научной конференции «Региональные проблемы дистанционного зондирования Земли» (Красноярск, СФУ). -2018. -С. 138-143.
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp