ИССЛЕДОВАНИЕ ЗЕМЛИ ИЗ КОСМОСА, 200S, № 2, с. 44-56
ИСПОЛЬЗОВАНИЕ КОСМИЧЕСКОЙ ИНФОРМАЦИИ О ЗЕМЛЕ
УДК 528.87:550.34
ВЫЯВЛЕНИЕ ГЕОЛОГИЧЕСКИХ ОБЪЕКТОВ ПО МАТЕРИАЛАМ
КОСМИЧЕСКОЙ СЪЕМКИ © 2008 г. М. В. Щепин*, С. В. Евдокимов**
*Центр по проблемам экологии и продуктивности лесов РАН, Москва **Федеральное государственное научно-производственное предприятие "Аэрогеология", Москва *Тел.: (495)332-25-31; e-mail: scepin_m@mail.ru Поступила в редакцию 21.06.2007 г.
Используются возможности метода выявления "структурных" образов геологических объектов по данным сканера ЕТМ ИСЗ Landsat, полученным по территории алмазоносного района. Дано описание последовательности технологических операций обработки материалов съемки и экспертного анализа полученных результатов. Произведены экспертная оценка и сравнительный анализ результатов обработки с данными визуального дешифрирования. Рассмотрена возможность применения представленной технологии для разработки методики автоматизированного выявления кимберлитов.
ВВЕДЕНИЕ
Излагается программный метод, который может быть использован при проведении геологических исследований для решения задачи распознавания геологических объектов, обладающих надежными дешифровочными признаками, отражающимися на материалах космических съемок. Суть основанной на этом методе технологии состоит в выявлении геологических структур, локализующих область поиска, и в распознавании "структурных" образов, характеризующих исследуемые объекты по данным экспертного анализа. Представленные результаты — первый шаг на пути создания
методики автоматизированного выявления геологических объектов по материалам космической съемки с применением программного распознавания образов, отражающий дальнейшее развитие технологии "Метода свернутых роз". Метод реализован в программе анализа плановых изображений аэрокосмических снимков ALINA Copyright © 2000 - 2006 Михаил Щепин, для Windows 95-XP.
МЕТОД СВЕРНУТЫХ РОЗ
Метод базируется на формировании и последующем анализе матрицы направлений границ пере-
Свертка роз. Формирование Матрицы направлений
Исходное изображение
Матрица градиента яркости
Матрица направлений
Выделение - векторизация структур и образов
Розы-диаграммы Линейные и кольцевые структуры Образы
Рис. 1. Блок-схема последовательности технологических операций программной обработки изображений и экспертного анализа результатов векторизации.
Рис. 2. Блок диалога Программы, задающий входные параметры счета, пороговые интервалы выявления кольцевых структур радиусом 45 — 46 пикселов.
ALINA-Параметры
Параметры 1 j Алгоритмы 1 Розы - Д Обработка | Директории Кдлщетьге С
Тип-
•у Радиальн.
^ Концентр. РРадиус-
R1:
45
R2: 46
Отклонение U1:
8
U2: Шаг H1: H2: H3:
8
48
200
Радиальн. у RS 01
RS 02
RS 03
RS 04
RS 05
RS 06
✓ RS 07 RS 08
✓ RS 09 RS 10 RS 11
RS 12
Интервал 00
-Тополоия. 00 2 4 0 0
10 0 0
14 28 0 0
22 47 0 0
35 58 0 3
47 64 0 3
82 89 0 3
95 108 3 5
95 108 3 5
123 130 3 9
43 51 85 105
Концентр. RS 01
RS 02
RS 03
RS 04
RS 05
RS 06
RS 07
RS 08
RS 09
RS 10
^ RS 11
RS 12
Интервал
50 70
57 69
40 57
35 64
40 49
40 67
43 79
38 74
32 76
62 80
87 105
103 128
Выполнить Отмена Настройка
Загрузить
Помощь
2
падов яркости изображения, каждый элемент которой имеет свою ориентацию и определяется функцией свертки ориентированной розы-диаграммы, заданной апертуры поля градиента яркости изображения. Блок-схема последовательности технологических операций программной обработки изображений и экспертного анализа полученных результатов представлена на рис. 1.
Выделение — векторизация структур и образов
Программный анализ Матрицы направлений (МН) — ключевой шаг Метода. По результатам этого анализа производятся выделение линейных и кольцевых структур, распознавание образов, трассировка и векторизация выделенных структурных объектов.
В программе ALINA реализованы три алгоритма поиска и выделения радиально-концентриче-ских кольцевых структур и пять алгоритмов трассировки границ перепадов яркости.
Поиск и выделение кольцевых структур производится в режиме сканирования по МН скользящего окна, размер которого ограничен окружностью области анализируемой структуры. В Программе на данный момент реализованы три алгоритма выявления кольцевых структур ("Абсо-
лютный максимум", "Вариационный ряд экстремумов" и "Алгоритм пороговых интервалов").
Алгоритм "Абсолютный максимум". Программа в процессе обработки МН производит вычисление коэффициентов радиальной и концентрической составляющих анализируемой области и сохраняет в рабочем буфере вычисленные параметры, координаты центра и радиус области лишь в том случае, если сумма коэффициентов радиальных и концентрических составляющих данной области превышает предыдущее, вычисленное и сохраненное значения. Таким образом, по завершению счета в рабочем буфере Программы будут сохранены параметры, координаты центра и радиус кольцевой структуры, имеющей абсолютный максимум суммы коэффициентов радиальной и концентрических составляющих.
Алгоритм "Вариационный ряд экстремумов". Программа при обработке МН формирует массив параметров кольцевых структур, суммарные радиальные и концентрические составляющие которых образуют отсортированный по возрастанию вариационный ряд, и по завершению счета выбирает из сформированного массива определенное число структур.
Алгоритм "Пороговые интервалы". Программа производит вычисление коэффициентов радиаль-
любого объекта как представителя соответствующего класса образов.
Для того чтобы осуществить рассматриваемый тип классификации, необходимо закодировать объект, т. е. измерить некоторые наблюдаемые его характеристики, результаты измерений можно представить в виде вектора измерений или вектора образа.
X =
x
(1)
Рис. 3. Фрагмент изображения космической съемки сенсором ЕТМ с ИСЗ Ьаш18а1;; размер изображения 2231 х 2565 пикселов; пространственное разрешение 28.5 м.
ной и концентрической составляющих анализируемой области и при принадлежности вычисленных значений установленным пороговым интервалам идентифицирует область как кольцевую структуру.
Трассировка границ перепадов яркости выделенных структурных объектов может быть произведена пятью разными алгоритмами трассировки: "слепая", "ориентированная", "радиальная", "концентрическая", "радиально-концентрическая".
Метод свернутых роз — метод решения задач распознавания образов в определенных прикладных областях
Распознавание образов можно определить как отнесение исходных данных к определенному классу с помощью выделения существенных признаков или свойств, характеризующих эти данные, из общей массы несущественных деталей.
Предмет распознавания образов объединяет ряд научных дисциплин; их связывает поиск решения общей задачи — выделить объекты, принадлежащие конкретному классу, среди множества объектов, относящихся к нескольким классам. Под классом образов понимается некоторая категория, определяющаяся рядом свойств, общих для всех ее элементов. Образ — это описание
Векторы образов содержат всю поддающуюся измерению информацию о них. Процесс измерения, которому подвергаются объекты определенного класса образов, можно рассматривать как процесс кодирования, заключающийся в определении соответствующих характеристик, идентифицирующих данные образы. Когда измерения приводят к информации, представленной действительными числами, полезно рассматривать векторы образов в качестве точек «-мерного евклидова пространства. Множество образов, принадлежащих одному классу, соответствует совокупности точек, рассеянных в некоторой области пространства измерений.
Объекты (образы), подлежащие распознаванию и классификации с помощью автоматической системы распознавания образов, должны обладать набором измеряемых характеристик. Когда для целой группы образов результаты соответствующих измерений оказываются аналогичными, считается, что эти объекты принадлежат одному классу. Цель работы системы распознавания образов заключается в том, чтобы на основе собранной информации определить класс объектов с характеристиками, аналогичными измеренным у распознаваемых объектов [1] .
В Программе ALINA один из реализованных алгоритмов выявления кольцевых структур — алгоритм пороговых интервалов — основан на анализе принадлежности 36 радиальных и концентрических характеристик анализируемой структуры 36 пороговым интервалам, и при выполнении этого условия исследуемая область идентифицируется как кольцевая структура (см. рис. 2). Будем считать выявляемые Программой кольцевые структуры определенными классами образов, а 36 вычисляемых радиальных и концентрических характеристик структуры — формализованным кодом определенного объекта образа, его вектором измерений или вектором образа.
x
n
Рис. 4. Векторизованные линейные объекты границы перепада яркости, образы выявленных Программой двух кольцевых структур диаметром 748 и 665 пикселов или 41.8 и 37.2 км (алгоритм формирования вариационного ряда экстремумов, радиально-концентрический алгоритм трассировки).
Поиск и выделение кольцевых структур производится в режиме сканирования по МН скользящего окна, размер которого ограничен окружностью области анализируемой структуры. Совокупность ряда радиально-концентрических характеристик, идентифицирующих кольцевую структуру, опреде-
ляет ее уникальный формализованный код, вектор образа. В Программе реализована возможность измерения и считывания с МН в режиме "Настройка" формализованного кода — вектора образа кольцевой структуры определенного диаметра с центром в любой выбранной точке МН. Таким
Рис. 5. Векторизованные линейные объекты границы перепада яркости, образы выявленных Программой пяти кольцевых структур диаметром 485, 485, 465, 465 и 446 пикселов или от 25 до 27.2 км (алгоритм формирования вариационного ряда экстремумов, радиально-концентрический алгоритм трассировки).
образом, реализована возможность после настройки на эталонный образ и задания его характеристик во входных параметрах Программы производить поиск и выделение структур, подобных эталонной, иными словами, решать
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.