Обработка и визуализация объектов на космических изображениях средствами пакета Contour (стр. 5 из 6)

· Отслеживать внутренние и мировые географические координаты под курсором мыши и выводить их в статусной строке;

· Отслеживать RGB-компонент под курсором мыши и выводить их в статусной строке;

· Кнопка "Добавить" добавляет новый контур и присваивает ему уникальный идентификационный номер;

· В ручном режиме оконтуривания левой клавишей мыши выставляются вершины контура в реальном времени;

· В ручном режиме оконтуривания правой клавишей мыши обнуляются всех выставленные вершины;

· Задание Х и У - координат верхнего левого угла сцены;

· Задание пространственного разрешения снимка;

· Подсчитывание в реальном времени площади и периметра контура;

· Отслеживание количества выставленных вершин и выведение их в статусной строке;

· Изменение прозрачности для любого контура в любой момент времени;

· Кнопка "Удалить" (или клавиша "Del") удаляет любой выбранный контур;

· При выборе контура в таблице (или при нажатии клавиши "Ins") происходит "подсвечивание" контура на изображении;

· Через меню "Правка" удаляются последний и/или все контуры;

· Через меню "Файл" открытие снимка в графическом формате;

· Через меню "Файл" открытие контура (осуществляется только в том случае, если размеры снимка и контура совпадают);

· Через меню "Файл" сохраняется контура (-ов) в графическом формате BMPс файлом географической привязки к мировым координатам.

· В автоматическом выделении щелчок левой кнопки мыши запускает процесс выделения объекта;

· В автоматическом выделении выставление порога RGB-композита устанавливается по порядку в соответствующих полях для R,G и B - компонент.

Проведен сравнительный анализ на основе значений площадей при помощи программы Contour, с результатами дешифрирования участков, полученных в геоинформационном пакете ERDASIMAGINE9.1 используемым в настоящее время в Центре космического мониторинга и Институте леса.

Для того чтобы проводить сравнение нечетких спорных объектов, нужно сначала удостоверится на проверке оконтуривания простой однотонной геометрической фигуры (рис.3.3).

Рис.3.3 Сравнение полученных контуров (слева - в пакете "Contour", справа - в пакете "ErdasImagine")

Площадь круга в обеих программах составила одинаковое значение - 7870 квадратных единиц. Это говорит о том, что программное обеспечение собственной разработки работает корректно и пригодно для последующей проверки более сложных областей на космических снимках.

Сравнены реальные объекты, присутствующие на снимках. Сначала в качестве простой задачи взяты три области лесных вырубок, потому что они имеют четкий контур и отличительно однотонный светло-зеленый фон. На рис.3.4 и рис.3.5 представлены контуры, полученные в программах "Contour" и "Erdas" соответственно.

Рис.3.4 Контур вырубок, полученный в программе "Erdas"

Рис.3.5 Контур вырубок, полученный в программе "Contour"

Таблица 3.1

Сравнение площадей программ

Номер полигона	Erdas, кв. ед.	Contour, кв. ед.	Расхождение
1	10880	10897	0,16%
2	10092	10110	0,18%
3	8199	8220	0,25%

Как видно из таблицы 3.1, минимальное расхождение в результатах составляет доли процента. Это связано в различии пороговых значений в "Contour" и евклидова расстояния в "Erdas".

И наконец, сравнены наиболее сложные области (имеющие большое количество классов), но так необходимые для повсеместного анализа - гари.

Рис.3.6 Контур гари, полученный в программе "Contour"

Рис.3.7 Контур гари, полученный в программе "Erdas"

Разница в площадях между контурами на рис.3.7 и рис.3.7 более 15%. Согласно зрительному дешифрованию, "Erdas" не должен был выделять область справа (отделена красной чертой). Здесь как раз и скрыты различия в алгоритмах выделения областей между программами. Это связано с тем, что в программе "Erdas" происходит выделение области по спектральным данным снимка, тогда как в программе "Contour" используется цветовая палитра RGB-композита, значение порога которой используется как своеобразный классификатор и полностью схож с принципом зрительного различения цветов. С помощью пакета Contour проведен сравнительный анализ съемочных систем на примере LandsatETM+ и Spot5 для установления разницы в площадях на снимках с различным пространственным разрешением. Пространственное разрешение спектрометра Landsat30м, Spot5 - 15м.

Рис.3.8 Контур области снимка Landsat

Рис.3.9 Контур области снимка Spot

Было проведено десять измерений различных областей.

Таблица 3.2

Сравнение площадей съемочных систем

Номер полигона	Landsat, кв. ед.	Spot, кв. ед.	Расхождение
1	17010	18511	8.9%
2	10092	10799	7%
3	8199	8854	8.1%
4	18462	19735	6.9%
5	14785	15864	7.3%
6	20153	21886	8.6%
7	5143	5636	9.6%
8	7549	8266	9.5%
9	11889	12733	7.1%
10	15300	16340	6.8%

Среднее расхождение составило 7,9%. Это связано с большим пространственным разрешением у системы Spot. Так же можно отметить, что при сравнении малых областей, процент расхождения более высок, чем при сравнении больших областей. В дальнейшем, при работе со снимками Spot можно делать поправку на найденное процентное расхождение для сравнения этих съемочных систем.

Выводы

В проделанной работе получены следующие результаты:

1) Определены информативные спектральные каналы для формирования изображения с нужной цветопередачей: 5,4 и 3 для съемочной системы LandsatETM+.

2) Установлены цветовые формулы для обработки.

3) Разработан программный пакет Contourдля обработки и визуализации объектов на космических изображениях со следующими возможностями:

· Загрузка графических изображений;

· Создание растровых слоев;

· Выделение границы объектов;

· Расчет площадей и периметров;

· Создание бинарных слоев с границами объектов;

· Географическая привязка;

· Векторизация;

· Экспортирование shape-файлов.

4) Проведено сравнение с профессиональным пакетом "ErdasImagine9". Установлено, что на простых объектов (вырубок) результаты идентичны. Время обработки существенно ниже при той же точности. При сравнении более сложных областей (гарей) процент расхождения достигает 15%, что связано в различии пороговых значений, используемых в программах. Вероятность достоверного результата выше по причине меньшего количества спектральных каналов.

5) Проведен сравнительных анализ двух съемочных систем на примере LandsatETM+ и Spot5 с различными пространственными разрешениями. Среднее расхождение в 7.9% в дальнейшем можно учитывать как поправку при работе со снимками этих двух систем.

Список литературы

1. Кашкин В.Б., Сухинин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений [текст]: учебник / В.Б. Кашкин, А.И. Сухинин. - М.: Логос, 2001. - 264 с.

2. Савельев, И.В. Курс общей физики / И.В. Савельев. - М.: Наука, 1968.

3. Ахманов, С.А. Введение в статистическую радиофизику и оптику / С.А. Ахманов, Ю.Е. Дьяков, А.С. Чиркин. - М.: Наука, 1981.

4. Тихомирова, В.А. Физика и биология / В.А. Тихомирова, А.И. Черноуцан. - М.: Бюро Квантум, 2001. - 128 с.

5. Чандра А.М., Гош С.К. Дистанционное зондирование и географические информационные системы [текст]: учебник / А.М. Чандра, С.К. Гош. - М.: Техносфера, 2008. - 312 с.

6. Берлянт, А.М. Картоведение / А.М. Берлянт. - М.: Аспект пресс, 2003. - 477 с.

7. Басараб М.А., Волосюк В.К., Горячкин О.В. Цифровая обработка сигналов и изображений в радиофизических приложениях [текст]: учебник / М.А. Басараб, В.К. Волосюк, О.В. Горячкин; Под ред. В.Ф. Кравченко. - М.: ФИЗМАТЛИТ, 2007. - 544 с.

8. Crosier S., Booth B. ArcGIS 9: Map projections [текст]: учебное пособие / S. Crosier, B. Booth. - New York: Environmental System Research Institute, 2004. - 116 p.

9. Crosier S., Booth B. ArcGIS 9: Getting started [текст]: учебное пособие / S. Crosier, B. Booth. - New York: Environmental System Research Institute, 2004. - 272 p.

10. Murai S. GIS Work Book: Fundamental Practical Course [текст]: учебное пособие / S. Murai. - Japan: Japan Association of Surveyors, 1999. - 74 p.

11. Grady, L., and Funka-Lea, G. 2004. Multi-label image segmentation for medical applications based on graph-theoretic electrical potentials. In ECCV Workshops CVAMIA and MMBIA, 230-245.

12. Richard Barbieri, Harry Montgomery и др. Algorithm Technical Background Document // MODIS ATBD: THEORETICAL BASIS 1, 1997. - P.27 - 29

13. Michael Matson, Jeff Dozier. Identification of Subresolution High Temperature Sources Using a Thermal IR Sensor // Photogrammetic Engineering and Remote Sensing №9, 1991 стр.1311-1318

14. Грузман И.С. и др. Цифровая обработка изображений в информационных системах. - Новосибирск: НГТУ, 2002. - 352 с.

15. Верещака Т.В., Зверев А.Т. Визуальные методы дешифрирования. - М.: Недра, 1990. - 341 с.

16. Трофимова, Н.В. Методика создания ГИС проекта / Н.В. Трофимова, 2006. - 50 с.

17. Рис, У. Физические основы дистанционного зондирования. Учебное пособие / У. Рис - М.: Техносфера, 2008. - 312с.

18. Грузман, И.С. Цифровая обработка изображений в информационных системах / И.С. Грузман. - Новосибирск: НГТУ, 2002. - 352 с.

19. Верещака, Т.В. Визуальные методы дешифрирования / Т.В. Верещака, А.Т. Зверев. - М.: Недра, 1990. - 341 с.

20. Гарбук, С.В. Космические системы дистанционного зондирования Земли / С.В. Гарбук, В.Е. Гершензон. - М.: Сканэкс, 1997. - 296 с

21. Прэтт, У. Цифровая обработка изображений / У. Прэтт. - М.: Мир, 1982.