Построение полей перемещений природных объектов по данным космических спутников

Определение пространственных перемещений природных объектов по разновременным спутниковым изображениям основано на нахождении максимумов коэффициента взаимной

Y (^x, У ) =

EE [ f ( x + s , У ⁺ t) — ^f m ⁽ x , У ^)][ w⁽s , t ) — w m ^] st

1/2 ^.

i E E ^[ f ⁽ x ⁺ s ^, y ⁺ t ) — f m (x ^, y ^)]2 EE ^[ w ⁽ s ^, t ) — w m ^]2 f

I st                     st

Здесь w m - среднее значение пикселов в эталоне w , f m - среднее значение элементов изображения f в области, покрываемой эталоном.

Для космических изображений вследствие во многом случайного характера представленных на космических снимках изображений интересующих нас природных объектов невозможно говорить о каком-либо предопределенном словаре образов. Такой словарь образов формируется динамически во время анализа серии изображений, и он является индивидуальным для каждого изображения. Построение словаря основано на подходах, изложенных в [4]. Элементы словаря, называемые объектами-эталонами, или просто эталонами, являют собой квадратную область исходного изображения заданного размера. Они отыскиваются в некоторой окрестности узлов квадратной сетки таким образом, чтобы обеспечить максимальное значение управляющего параметра – дисперсии либо энтропии. Если при этом окажется, что достигнутое максимальное значение управляющего параметра превышает заданный порог, то соответствующая часть изображения объявляется эталоном. Другими словами, процедура построения объектов-эталонов направлена на поиск квадратных областей с максимальной «изменчивостью». Для таких областей высока вероятность того, что соответствующий объект не будет полностью разрушен при переходе к следующему изображению серии. Кроме того, снижается вероятность учета случайных корреляций для участков изображений с фоновыми распределениями пикселей изображений. Следующий шаг в определении пространственных перемещений объектов – поиск позиций найденных эталонов на следующем изображении. Смещение определяется для каждого из найденных эталонов. Поиск новой позиции эталона производится внутри квадратной области, центр которой совпадает с исходной позицией эталона. Новой позицией эталона считается позиция, в которой достигается максимальное значение коэффициента взаимной корреляции. В процессе сканирования области поиска эталон может подвергаться преобразованиям масштабирования и поворота. Среди всех отобранных позиций могут быть позиции, удовлетворяющие пороговым условиям - минимально допустимое значение коэффициента корреляции и минимально допустимое смещение. Процесс может быть продолжен итеративно для следующих изображений серии: найденные области с максимальным значением корреляции объявляются эталонами, к ним могут быть добавлены эталоны, полученные с помощью описанной ранее процедуры поиска эталонов, для нового набора эталонов находятся их позиции на следующем изображении и т.д. Описанная процедура построения полей перемещений природных объектов практически без изменений используется – 702 – для анализа перемещений облачных образований на основе серии последовательных изображений, полученных с геостационарных спутников. Эти изображения выходят со сравнительно небольшим временным интервалом, вследствие чего можно ожидать высокой корреляции между соседними изображениями.

Единственное дополнение – редактирование векторных полей, которое заключается в удалении явно ошибочных векторов (такая ситуация есть следствие того, что облака на разных высотах могут иметь разные направления перемещений).

Приведенные рисунки демонстрируют фрагмент полученного векторного поля перемещения облачных образований в атмосфере. Демонстрируется процесс перемещения вихря. Векторное поле построено по пяти последовательным изображениям c ИСЗ METEOSAT-8. Приведен первый кадр последовательности изображений (рис. 1), последний кадр (рис. 2) и соответствующее векторное поле (рис. 3).

Рис. 1

Рис. 2

Однако для водных масс и ледяных полей изображения в серии расположены по времени далеко друг от друга (в частности, изображения ледяных полей являются результатом объединения (построения мозаик) радиолокационных изображений, полученных в течение суток). По этой причине, во избежание явно ошибочных корреляций, необходимо в максимально возможной степени ужесточать требования как к построению эталонов, так и к уровню корреляции. В результате полученного количества векторов смещений не хватает для построения векторного поля, характеризующего динамику процесса. В этой связи для данных природных объектов предложено и реализовано следующее дополнение к технологии построения векторных полей перемещений. На основе позиций найденных эталонов строится триангуляция Делоне, которая вместе с соответствующими координатами новых позиций эталонов на следующем изображении определяет семейство кусочно-аффинных преобразований плоскости. На исходном изображении строится квадратная сетка заданного размера, и к каждому узлу сетки, попадающему внутрь выпуклой оболочки позиций эталонов, применяется аффинное преобразование, определяемое треугольником, в котором находится этот узел. Между исходными и новыми позициями узлов сетки строятся отрезки, определяя тем самым поле перемещений. На рис. 4, любезно предоставленном ФГБУ «НИЦ «Планета» (г. Москва), демонстрируется результат применения описанной технологии к построению полей

переноса водных масс в акватории Азовского моря по изображениям, полученным с ИСЗ Теrrа (EOS AM-1), сканер Modis.

Программные технологии включают в себя функции получения статистических характеристик построенных векторных полей - распределение векторов по направлениям (с задаваемой дискретностью изменения угла) и распределение скоростей векторов.

Описанные программные технологии для определения пространственных перемещений природных объектов по разновременным многоспектральным космическим изображениям созданы в ходе выполнения совместных работ с ФГБУ «НИЦ «Планета» в рамках Федеральной целевой программы: «Федеральная космическая программа России на 2006-2015 годы». Соответствующий программный комплекс внедрён в практику оперативной и научной работы центра. Комплекс активно используется в космическом мониторинге полярных регионов Земли (ледяные поля), российского сектора Чёрного и Азовского морей (водные массы) и облачных образований в атмосфере.

Работа выполнена частично при финансовой поддержке Российского фонда фундаментальных исследований (проект № 13-07-00068) и Программы № 43 Президиума РАН (проект № 32).