Введение к работе
Актуальность темы. В настоящее время при решении задач, связанных, с исследованием природных ресурсов Земли и оценкой состояния окружающей среды, широко используется многоспектральная аэрокосмическая видеоинформация, получаемая с помощью фотографических, сканирующих и других систем дистанционного зондирования. Эффективность использования видеоинформации определяется не только техническими характеристиками съемочной аппаратуры, но и во многом зависит от методов обработки полученных данных.
Важнейшим-этапом обработки видеоинформации является тематическая обработка. В ходе этой обработки используется широкий спектр методов, среди которых центральное место занимают статистические методы распознавания образов. Характерными особенностями задач распознавания многоспектральной аэрокосмической видеоинформации являются:
большое количество распознаваемых объектов (например, каждый кадр МСС Landsat содержит ~7.5х10б, а снимок SPOT при захвате площади 60x60 км2 — ~9xlOs пикселов);
высокая априорная неопределенность (отсутствие информации о виде условных плотностей распределения и априорных вероятностях классов);
наличие классов, не представленных в классифицированной обучающей выборке (часто такая выборка отсутствует совсем).
Указанные особенности значительно затрудняют применение параметрических методов, а в случае отсутствия сведений о виде плотностей распределения их корректное применение невозможно вовсе.
Для описания реальных структур многозональных данных наиболее подходящими являются скользящие локально-параметрические модели, лежащие в основе непараметрических алгоритмов классификации. Хотя эти алгоритмы обеспечивают высокую достоверность распознавания, они не нашли широкого применения в задачах обработки видеоинформации из-за высокой трудоемкости. По этой причине актуальными являются исследования, связанные с поиском путей повышения эффективности непараметрических методов и алгоритмов классификации.
Цель работы состоит в разработке и исследовании эффективных непараметрических методов распознавания образов и в создании соответствующего программно-алгоритмического обеспечения для решения задач тематической обработки многозональной аэрокосмической видеоинформации.
Методы исследования. При выполнении диссертационной работы использовались методы теории вероятностей, математической статисти-
ки, распознавания образов, кластер-анализа, цифровой обработки изобр; жений и статистического моделирования (Монте-Карло).
Научная новизна результатов работы состоит в следующем.
-
Разработаны и исследованы методы и алгоритмы синтеза быстры непараметрических классификаторов для обработки больших массивов сг тистических данных.
-
Предложены методы и алгоритмы повышения быстродействия клш сификаторов Розенблатта-Парзена при обработке многоспектральной а; рокосмической видеоинформации.
-
Разработан алгоритм сегментации многоспектральных аэрокосмич* ских изображений, построенный с учетом пространственной корреляци значений яркостей соседних пикселов и позволяющий за один просмот исходного изображения получить серию иерархически вложенных классі фикационных картосхем.
4. Предложен эффективный метод выбора информативных наборе
спектральных признаков для классификаторов Розенблатта-Парзена в зг
дачах тематической обработки.
-
Разработаны непараметрические алгоритмы для распознавания н< стационарных образов; их эффективность подтверждена результатами чі елейного моделирования.
-
Разработан пакет прикладных программ ВЙЗОР, структура и фуні циональное наполнение которого учитывают особенности задач тематичі ской обработки многозональной аэрокосмической видеоинформации, сві занных с картированием и оценкой состояния лесных насаждений.
Практическая ценность и реализация результатов исследовг ний. Основной практический результат заключается в создании паю та прикладных программ ВИЗОР, предназначенного для решения зада тематической обработки многозональной аэрокосмической видеоинформг ции. Основу пакета составляют разработанные в диссертации новые пеш раметрическис алгоритмы распознавания образов и автоматической кла< сификащш. Пакет ВИЗОР внедрен в Институте леса им. В.Н.Сукач< ва СО РАН, где используется в составе математического обеспечена научно-методического центра сбора и обработки аэрокосмической инфо] мадии экологического состояния лесов Красноярского края для анализ материалов сканерных аэро- и космических съемок. С помощью пакет ВЙЗОР решался ряд задач, связанных с картированием и оценкой состоз ния лесных насаждений. Важное практическое значение имеют результ; ты, полученные в ходе обработки данных аэросъемки Краснотуранскої бора сканером С-500 и спутниковой съемки NOAA/AVHRR территори
Нижнего Приангарья с целью обнаружения и анализа очагов повреждения древостоев насекомыми. Пакет успешно применялся также при решении предложенной Институтом "Востсибгипрозем" в г. Красноярске задачи дешифрирования почв по данным аэрофотосъемки. Практическая ценность результатов диссертационной работы подтверждена актами внедрения.
Апробация работы и публикации. Основные положения диссертационной работы доложены и обсуждены на III Всесоюзном симпозиуме по машинным методам обнаружения закономерностей, Новосибирск, 1980; III школе-семинаре "Непараметрические и робастные методы статистики в кибернетике", Красноярск, 1981; III Научной сессии Научно-координационного совета по проблеме "Аэрокосмические исследования природных ресурсов", Новосибирск, 1982; Всесоюзной конференции "Обработка изображений и дистанционные исследования", Новосибирск, 1984; Всесоюзной конференции "Аэрокосмические методы исследования лесов", Красноярск, 1984; I региональном семинаре "Математические и технические проблемы обработки изображений", Новосибирск, 1985; III Всесоюзной конференции "Обработка изображений и дистанционные исследования", Новосибирск, 1987; VI Всесоюзной школе-семинаре по непараметрическим и робастным методам статистики в киберпетике, Томск, 1987; Научно-техническом семинаре "Статистика случайных полей. Обработка изображений", Красноярск, 1988; IV Всесоюзной научно-технической конференции "Применение многомерного статистического анализа в экономике и оценке качества продукции", Тарту, 1989; Международной конференции "Обработка изображений и дистанционные исследования", Новосибирск, 1990; Всесоюзной конференции "Распознавание образов и анализ изображений: новые информационные технологии", Минск, 1991; научной конференции "Проблемы техники и технологий XXI века", Красноярск, 1994, а также на семинарах ИВМ СО РАН, КГТУ, КГТЛ и ИВТ СО РАН.
По теме диссертации опубликовано 12 работ.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Объем диссертации составляет 157 страниц машинописного текста, включая 25 рисунков, 18 таблиц, список литературы из 136 наименований и приложение, содержащее акты внедрения результатов работы.