ФОТОГРАМЕТРИЯ, ЛАЗЕРНО СКАНИРАНЕ
И ДИСТАНЦИОННИ ИЗСЛЕДВАНИЯ
ЛОГИЧЕСКА ФИЛТРАЦИЯ ЗА ПОДОБРЯВАНЕ ОПИСАНИЕТО НА ФОРМАТА НА ОБЕКТИТЕ ОТ КЛАСИФИЦИРАНИ ИЗОБРАЖЕНИЯ С РАЗЛИЧНА РАЗДЕЛИТЕЛНА СПОСОБНОСТ
Проф. д-р инж. Борислав Маринов, гл. ас. д-р инж. Наталия Александрова,
инж. Петя Колева, УАСГ, София
SUMMARY
It is suggested an approach for appropriate selection of method for filtration of classified images, based on logical functions for neighborhood analysis in indexed images.
Thematic raster images are obtained by maximum likelihood classification using spectral description of classes. Parameters of spectral signatures of classes are obtained by data fusion of descriptors formed in supervised and unsupervised modes, applying functional possibilities of ERDAS Imagine system. Training areas with known properties, defined from examination of terrain samples are used for classification in supervised mode. For purposes of present investigation are used multiband images with high resolution from satellites SPOT 5 and Kompsat-2. The resolution of original multiband images is increased to values corresponding to the size of terrain elements 5m x 5m and respectively 1m x 1m by applying of „pan-sharpening” procedure. The resampling procedures are applied to images from both satellites, which produce images with the same resolutions, corresponding to Ground Sampling Distance (GSD) of 2m and 5m.
Thematic images, which are obtained after classification, are treated by two-stage logical filtering using masks with different shape. The filtered images are converted from raster to vector format and are analysed in the ArcGIS environment. For purposes of comparative analyses are used functions of contour numbers, perimeters and areas of objects, ratio of area to perimeter powered two (circularity) averaged by objects in whole scene or by classes. There are derived conclusions and formulated suggestions for appropriate selection of filtering procedures, depending on goals of processing and requirements for accuracy and reliability of expected results.
РЕЗЮМЕ
Предлага се методика за избор на подходящ метод за филтрация на класифицирани изображения, основана на логически функции за анализ на съседство в индексни изображения.
Тематичните растерни изображения се получават чрез класификация по метода на максималното правдоподобие, използващо спектралното описание на класовете. Параметрите на спектралните описания на класовете се получават от обединението на описания, формирани в режими на обучение без учител и с учител, прилагайки функционалните възможности на системата ERDAS Imagine. Обучаващи области с известни характеристики, дефинирани от изследването на теренни проби, се ползват за класификация в режим на обучение с учител. За целите на настоящото изследване са използвани многоканални изображения с висока разделителна способност от спътниците SPOT 5 и
Kompsat-2. Разделителната способност на оригиналните многоканални изображения е повишена до стойности, съответстващи на размери на теренния елемент 5m x 5m и 1m x 1m чрез прилагане на процедурата „pan-sharpening”. Приложена е вторична дискретизация към изображенията на двата спътника, която генерира изображения с еднаква разделителна способност, съответстваща на стъпка на теренния елемент (GSD) от 2m и 5m.
Тематичните изображения, които се получават след класификацията, са подложени на двуетапна логическа филтрация, използвайки маски с различна форма. Филтрираните изображения са преобразувани от растерен във векторен формат и са анализирани в средата на ArcGIS. За целите на сравнителния анализ са ползвани съответно функциите на броя контури, периметъра и площите на обектите, както и отношението площ към периметър на квадрат (закръгленост), осреднени за обектите в цялата сцена или за отделните класове. Направени са изводи и са формулирани препоръки за подходящ избор на методa на филтрация, в зависимост от целите на обработка и изискванията по отношение на точност и достоверност на очакваните резултати.
1. ВЪВЕДЕНИЕ
Методите за сегментиране на изображения стават повече и по-важни в областта на анализи на изображенията в дистанционните изследвания - в частност поради нарастването на пространствената разделителна способност на изображението. Важен фактор за използването на техниките за сегментиране се явява качеството на класификация. Данните от дистанционните методи са една алтернатива, която осигурява надеждна информация, прилагаща една недеструктивна техника. Целта на изследването, представено в [6], е да оцени доколко полезно е използването на данните за тематично картографиране от спътника Landsat за класифициране на почвите в безплодни, сухи области. В резултат от анализа на резултатите при сравнение на четири подхода, като най-подходящ е избран методът на главните компоненти. Сравнение на различни класификационни методи, приложени за спътникови изображения, обхващащи територии на Източна Турция е представено в [3]. Методиката за подобряване на класификацията на космически изображения за нуждите на земеползването включва използването на подходящи цифрови данни, на подходящи снимки, спектрални канали и адекватен метод за класификация. В това изследване се прави заключението, че класификацията по метода на максималното правдоподобие е най-подходяща.
20
ГКЗ 3-4 ' 2016