Введение к работе
Актуальность проблемы. В последнее время активно используются для научных и народнохозяйственных целей радиолокационные системы с синтезируемой апертурой (РСА), располагаемые на авиационных и космических носителях. Такой интерес связан с широкими возможностями применения радиолокационных изображений (РЛИ) во многих областях, среди которых: геология, экология, сельское хозяйство, навигация.
Перед исследователями остро стоят проблемы интерпретации полученных данных. Особую важность для народного хозяйства имеет информация о видовом составе леса, типе почв, площадях лесных пожаров, которая может быть получена в результате анализа космических изображений. Одной из подзадач является автоматическая дешифрация снимков, которая относится к комплексной проблеме распознавания образов. Для ее успешного решения, необходимы адаптивные методики классификации, которые основывались бы на наиболее полной информации о структуре исследуемых объектов. Исследованию этой задачи посвящен ряд работ. Вопросы анализа космических снимков рассмотрены в работах Улаби, Харалика, Захарова. Искусственным нейронным сетям посвящены разработки А.Н. Горбаня, Д.А. Россиева и других ученых группы «Ней-рокомп» (г. Красноярск).
Физические и технические особенности формирования РЛИ не позволяют полностью использовать методы дешифрирования, хорошо отработанные для данных, полученных в оптическом диапазоне. Радиолокационные изображения содержат избыточный объем информации, что затрудняет их применение без предварительной обработки. Поэтому необходимы компьютерные системы, адаптированные к этим особенностям.
Анализ РЛИ включает в себя ряд задач: фильтрация спекл-шума, классификация изображений, создание математических моделей исследуемых объектов и сбор наземных данных.
Цель исследования - создание и исследование эффективности алгоритмов обработки радиолокационных изображений и программного комплекса для классификации земных покровов на основе статистического текстурного аналша, методов классификации, основанных на описании классов "ядрами", и искусственных нейронных сетей.
Задачи исследования:
1. Разработка алгоритмов классификации типов лесных покровов по одноканальным и многоканальным радиолокационным изображениям, полученных с помощью радиолокаторов с синтезированной апертурой SIR-C/X-SAR.
-
Определение эффективности предлагаемых алгоритмов обработки радиолокационных изображений земных покровов.
-
Анализ влияния спекл-шума на точность классификации земных покровов на основе предлагаемых алгоритмов.
-
Разработать программный комплекс для анализа радиолокационных изображений, реализующий предлагаемые алгоритмы.
Научная новизна
-
Предложены схемы и созданы алгоритмы обработки радиолокационных изображений с целью классификации земных покровов. Проведено исследование эффективности и точности предлагаемых алгоритмов
-
Изучено влияние спекл-шума на точность классификации типов лесных покровов с использованием предлагаемых схем и созданных алгоритмов.
-
Реализован интегрированный программный комплекс обработки радиолокационных изображений на основе открытой архитектуры, позволяющий проводить классификацию земных покровов с высокой точностью.
Практическая значимость работы. Практическая значимость результатов научных исследований, представленных в диссертации, заключается в их направленности на решение конкретных задач дистанционного зондирования, связанных с анализом радиолокационных изображений. Результаты работы используются в практической работе для автоматического составления карт местности, решения задач мониторинга окружающей среды, оценки площадей сельскохозяйственных угодий и площадей лесных пожаров. Предложенные методики находят свое применение для оценки видового состава леса. Разработанное программное обеспечение позволяет работать с изображениями, которые были получены с различных систем сбора информации.
На защиту выносятся следующие результаты:
-
Адаптивный алгоритм обработки одноканальных и многоканальных радиолокационных изображений с применением методов статистического текстурного анализа и методов классификации, основанных на описании классов "ядрами", позволяет повысить точность классификации типов лесной растительности по сравнению с классическими подходами.
-
При использовании разработанных адаптивных алгоритмов применение предварительной фильтрации спекл-шума приводит к уменьшению точности классификации.
-
Алгоритм обработки одноканальных радиолокационных изображений с применением методов текстурного анализа и искусственной нейронной сети.
4. Комплекс инструментальных программных средств для анализа радиолокационных изображений.
Апробация работы. Результаты диссертации изложены и обсуждены на следующих конференциях: "Мониторинг окружающей среды и проблемы солнечно-земной физики" (Томск, 1996 г), на международной конференции "GIS FOR NATURE MANEGEMENT OPTIMIZATION FOR SUSAINABLE DEVELOPMENT OF TERRITORIES" (Барнаул, 1998) и на "XI Всероссийской школе-конференции по дифракции и распространению волн" (Москва, 1998).
Внедрение результатов исследования. Результаты исследования применяются: в выполнении научных проектов по дистанционному зондированию Земли в лаборатории обработки изображений Алтайского государственного университета, а также для обучения студентов, магистров и аспирантов на физико-техническом факультете Алтайского государственного университета. Созданные алгоритмы переданы в Центр обработки и хранения космической информации в Институте радиотехники и электроники РАН и включены в отчеты программы "Наука-НАСА".
Публикации. По теме диссертации опубликовано 14 научных работ, в том числе 2 в научных журналах, 2 - в зарубежных научных изданиях.
Объем и структура диссертации. Диссертация состоит го введения, обзора литературы, главы с описанием материалов и методов исследования, двух глав с описанием собственных исследований, заключения, выводов, практических рекомендаций и списка литературы. Работа изложена на ПО страницах машинописного текста, иллюстрирована 14 таблицами и 29 рисунками. Список литературы содержит 90 цитируемых источников, из них 46 отечественных и 44 зарубежных авторов.
