КОСМИЧЕСКИЕ АППАРАТЫ, ^^^^^^^^^^ СИСТЕМЫ И ПРОГРАММЫ ИЗК
ОБРАБОТКА СПЕКТРОВ И ИЗОБРАЖЕНИЙ С ФОТОСПЕКТРАЛЬНОЙ СИСТЕМЫ В КОСМИЧЕСКОМ ЭКСПЕРИМЕНТЕ "УРАГАН" НА МКС
© 2014 г. Б. И. Беляев1, М. Ю. Беляев2, Л. В. Десинов3, Л. В. Катковский1*, Э. Э. Сармин2
1НИИприкладных физических проблем им. А.Н. Севченко Белорусского государственного университета,
Минск, Беларусь
2ОАО "РКК "Энергия" им. С.П. Королева", Королев, Московская обл. 3Институт географии РАН, Москва *Е-таП: info@remsens.by Поступила в редакцию 25.12.2013 г.
Разработанный метод совместной обработки цветных (Я, О, В) изображений подстилающей поверхности высокого пространственного разрешения и связанных с ними спектров отраженного излучения высокого спектрального разрешения, регистрируемых фотоспектральной системой с борта МКС, позволяет проводить приближенную декомпозицию измеренных спектров на спектры отдельных однородных классов поверхности, а также увеличивать число спектральных каналов, т.е. получать расчетным путем изображения в тех спектральных каналах, в которых съемка не проводилась. Спектры соответствуют областям спектрометрирования, содержащим большое число пикселов изображения и, как правило, несколько типов (классов) поверхности. Предложенная инженерная методика устранения влияния атмосферы в зарегистрированных из космоса спектрах восходящего излучения и изображениях апробирована с использованием данных космических и наземных измерений Шацкого подспутникового полигона (Украина). По результатам трассовой съемки ФФС и получаемой последовательности частично перекрывающихся изображений с борта МКС проведено построение цифровой модели местности с ошибкой положения точек в плане до 10 м, по высоте — 8.3 м.
Ключевые слова: дистанционное зондирование, спектры отражения и рассеяния, спектральный анализ, изображение, пространственно-спектральная декомпозиция, атмосферная коррекция, цифровая модель рельефа
Б01: 10.7868/80205961414060025
ВВЕДЕНИЕ
В наших работах (Беляев и др., 2011; 2014) описана фотоспектральная система (ФСС), эксплуатируемая на борту МКС с 2010 г. в рамках космического эксперимента "Ураган" (Экспериментальная отработка наземно-космической системы мониторинга и прогноза развития природных и техногенных катастроф). Там же были представлены результаты предполетных калибровок ФСС, проведено тестирование стабильности параметров калибровок после запуска, описаны процедуры предварительной обработки и пространственной "привязки" областей спектрометрирования к изображениям и проведен анализ спектральных распределений яркости регистрируемого излучения. Как правило, конечной целью обработки данных дистанционного зондирования (ДДЗ) являются их тематическая обработка (классификация) либо определение параметров объектов. Для этой цели разработаны метод декомпозиции спектров (восстановление спектров однородных
классов из смешанных спектров) и получения расчетным путем изображений в новых спектральных каналах (в которых съемка не проводилась) на основе данных ФСС или им подобных и методика атмосферной коррекции.
Отличительной особенностью данных, регистрируемых ФСС, является сильно различающиеся пространственные масштабы (разрешение) изображений и спектров: пространственное разрешение цветных трехканальных (Я, О, В) изображений составляет ~8—10 м, пространственное разрешение спектрорадиометра (область спектро-метрирования, определяемая величиной проекции входной щели спектрорадиометра на поверхность Земли) составляет порядка ~50 х 6000 м. На каждое изображение приходится три спектра, соответствующих различным пространственным областям изображения, располагающимся последовательно от центра кадра к короткой его стороне по направлению движения станции.
Существует методика улучшения пространственного разрешения спектрозональных (многоспектральных) изображений на основе использования панхроматических изображений более высокого пространственного разрешения (pan-sharpening) (Wei Zhang et al., 2009; Chavez et al., 1991). Методика применима при соотношении пространственных масштабов спектрозонального и панхроматического изображений не более 5 : 1 и служит для улучшения качества изображений при визуальном дешифрировании. При этом изменяются относительные распределения яркости в каналах изображения.
Новый метод увеличения информативности ДДЗ за счет комплексирования съемочных систем различных спектральных диапазонов и/или увеличения числа спектральных зон предложен в работах (Жуков, 2007; Zhukov et al., 1999) на основе специального синтеза многосенсорных видеоданных различного пространственного разрешения. Указанный метод основан на совмещении видеоданных съемочных систем на общем базисе, в качестве которого выступает система классов, распознаваемых на изображениях системы наиболее высокого пространственного разрешения.
Разработанный нами метод применим при значительно различающихся пространственных разрешениях (масштабах) спектров и изображений либо различных наборах спектрозональных изображений с существенно различающимися числом спектральных каналов. Такая информация, в частности, регистрируется при совмещении спектрозональной съемочной системы со спектрорадиометром, когда для каждого из полученных изображений имеются измеренные спектры отдельных объектов (пространственных зон) на этих изображениях, содержащих большое число пикселов. Метод с незначительными изменениями может применяться при совместной обработке изображений высокого пространственного разрешения с небольшим числом спектральных зон и мультиспектральных изображений относительно невысокого пространственного разрешения.
Предлагаемый подход использован для ком-плексирования трехканальных (R, G, B) изображений и спектров высокого разрешения отдельных объектов (зона спектрометрирования ФСС содержит несколько тысяч пикселов) и позволяет подготовить данные ФСС для более эффективной тематической классификации при многократно меньших объемах исходных данных (по сравнению с видеоспектрометрами). Спектральная декомпозиция проводится с данными, не подвергавшимися атмосферной коррекции, и позволяет выделить из смешанного спектра спектры, соответствующие однородным классам в пределах области спектрометрирования. Однако эти спектры отягощены влиянием атмосферы,
которое следует убрать для приведения их к поверхности Земли и последующего использования для тематической классификации. Учет влияния атмосферы выполняется на последующем этапе с использованием разработанной инженерной методики атмосферной коррекции.
СОВМЕСТНАЯ ОБРАБОТКА СПЕКТРОВ И ИЗОБРАЖЕНИЙ ФСС.
ПРОСТРАНСТВЕННО-СПЕКТРАЛЬНАЯ ДЕКОМПОЗИЦИЯ И ИНТЕРПОЛЯЦИЯ ДАННЫХ
Суть метода спектральной декомпозиции данных ФСС заключается в нахождении спектральных кривых для однородных классов изображения (декомпозиция), находящихся в пределах спектрометрируемого участка МС (либо для каждого пиксела в этом участке), и последующего вычисления спектра для остальных пикселов изображения (интерполяция).
Так как размер участка изображения, соответствующего полю зрения МС, достаточно велик (порядка 6 х 800 пикселов), то нецелесообразно находить спектральные кривые для каждого пиксела спектрометрируемого участка. Оптимальным подходом является разбиение пикселов изображения в пределах участка спектрометрирования на классы путем предварительной классификации на основе трехканальных (Я, О, В) изображений МРИ, и нахождение спектральных кривых для каждого класса, получая, таким образом, вместо спектральных яркостей отдельных пикселов средние спектральные яркости соответствующих классов. Для разделения пикселов на классы в ПО обработки данных ФСС реализовано несколько стандартных алгоритмов необучаемой классификации. При необходимости можно вычислить спектральные кривые для каждого пиксела изображения в спектрометрируемом участке.
Таким образом, на начальном этапе метода декомпозиции предварительная классификация используется как вспомогательный инструмент для приблизительного выделения относительно однородных классов подстилающей поверхности в пределах области спектрометрирования (кластеризация), а затем измеренный спектр представляется как взвешенная сумма спектров "чистых" классов, причем неизвестный спектр каждого класса (подлежащий определению) представляется полиномом, а веса определяются долей площади каждого класса в области спектрометрирования (определяются по классифицированному изображению). Для каждого из цветовых каналов изображения (Я, О, В) строится свой полином с выполнением условий непрерывности спектров и их первых производных в граничных точках между цветовыми каналами. Полиномиальное представление
100 -
& 90 -
80
70 -
60 -
50
0.40 0.45
0.50 0.55 0.60 Длина волны, мкм
70 -
60 -
р с
50 -
40
т В
30
20 П
С10
0
0.65 0.70
0.40 0.45 0.50 0.55 0.60 0.65 Длина волны, мкм
0.70
Рис. 1. Аппроксимация спектров отраженного излучения облака и водной поверхности полиномом 9-й степени (1 — аппроксимация; 2 — исходный спектр).
дополнительно выполняет также сглаживающую функцию для измеренных спектров.
Исходными данными для декомпозиции спектров МС ФСС являются следующие: распакованные изображения МРИ в относительных цифровых отсчетах аналого-цифрового преобразователя (АЦП); спектральные кривые МС в абсолютных единицах СПЭЯ, данные о пространственной привязке спектрометрируемых участков к изображениям; угловая зависимость (рис. 2а в (Беляев и др., 2014)) чувствительности МС в сагиттальной плоскости, определенная в ходе наземных калибровок МС (из-за малой ширины щели угловая зависимость в поперечном направлении считается постоянной); относительная спектральная чувствительность каналов Я, О, В МРИ, определенная в ходе наземных калибровок (рис. 2б в (Беляев и др., 2014)).
Теоретические выражения СПЭЯ для каждого класса I на длине волны X, принадлежащей одному из цветовых каналов Я, О, В, будем представлять в виде полиномиальных разложений по длинам волн
N
ВЯАВ(X, I) = £ вЯ,О,В( 1)Хп, (1)
п = 0
где ВЯАВ(Х, I) — искомая СПЭЯ (далее также употребляется термин "спектральная яркость") излучения в абсолютных единицах для класса I на длине вол
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.