BE EN

Поиск по сайту

Авторизация

Для сотрудников ОИПИ

Для обращений

Обработка изображений дистанционного зондирования Земли (анализ методов)

Автор: Кравцов С.Л.

Изложен спектральный подход к обработке изображений ДЗЗ. Отражены основные направления их обработки, позволяющие как извлечь, так и сделать данный процесс более адекватным.
Акцент сделан на методах, реализованных в наиболее распространенных программных комплексах по обработке изображений ДЗЗ.
Системный подход к изложению материала дает представление о сущности проблем, способах их решения, а также закладывает основы для их дальнейшего изучения.
Книга предназначена для научных и инженерно-технических работников, специализирующихся в области обработки данных ДЗЗ.

Оглавление

Введение

Часть 1. Улучшение изображений ДЗЗ для повышения адекватности извлечения информации

Глава 1. Улучшение интерпретируемости изображений

1.1. Радиометрическое улучшение изображений

1.1.1. Исправление полосатости

1.1.2. Исправление выпавших строк

1.1.3. Устранение влияния атмосферы

1.2. Спектральное улучшение изображений

1.2.1. Метод главных компонент

1.2.2. Метод некоррелированного растяжения контраста

1.2.3. Метод «колпак с кисточкой»

1.2.4. Вегетационные индексы

1.2.5. Индексы минералов

Глава 2. Улучшение изображений в частотной области

2.1. Перевод изображений из пространственной области в частотную и обратно с использованием преобразования Фурье

2.1.1. Прямое преобразование Фурье

2.1.2. Фурье-образ изображений

2.1.3. Обратное преобразование Фурье

2.2. Фильтрация изображений в частотной области

2.2.1. Низкочастотная фильтрация изображений в частотной области

2.2.2. Высокочастотная фильтрация изображений в частотной области

2.2.3. Гомоморфная фильтрация изображений в частотной области

2.2.4. Виды применяемых в частотной области фильтров

2.3. Удаление периодического шума на изображениях в частотной области

2.3.1. Удаление периодического шума редактированием Фурье-образа изображений

2.3.2. Автоматическое удаление периодического шума

Глава 3. Геометрическая коррекция изображений

3.1. Методы геометрической коррекции изображений

3.1.1. Метод аффинных преобразований

3.1.2. Метод проективных преобразований

3.1.3. Метод полиномиальных преобразований

3.1.4. Метод триангуляции

3.1.5. Ортокоррекция изображений методом рациональных полиномов

3.2. Создание множества опорных точек

3.3. Оценка точности опорных точек

3.4. Методы передискретизации изображений

3.5. Изменение картографической проекции изображений

Глава 4. Улучшение пространственного разрешения изображений

4.1. Методы улучшения пространственного разрешения изображений

4.1.1. Улучшение пространственного разрешения изображений методом преобразования RGB–IHS

4.1.2. Улучшение пространственного разрешения изображений методом главных компонент

4.1.3. Улучшение пространственного разрешения изображений методом преобразования Броуи

4.1.4. Мультипликативный метод улучшения пространственного разрешения изображений

4.1.5. Улучшение пространственного разрешения изображений методом высокочастотной фильтрации

4.1.6. Улучшение пространственного разрешения изображений методом модуляции интенсивности на основе сглаживающего фильтра

4.1.7. Улучшение пространственного разрешения изображений методом вейвлет-преобразования

4.2. Предпосылки и ограничения улучшения пространственного разрешения изображений

4.2.1. Точность пространственного совмещения исходных изображений

4.2.2. Временные ограничения улучшения пространственного разрешения изображений

4.2.3. Соотношение пространственных разрешений исходных панхроматического и многоспектрального изображений

4.2.4. Спектральные искажения изображений с улучшенным пространственным разрешением

4.3. Оценка качества изображений с улучшенным пространственным разрешением

4.3.1. Свойства изображений с улучшенным пространственным разрешением

4.3.2. Справочные изображения

4.3.3. Критерии визуальной оценки качества изображений с улучшенным пространственным разрешением

4.3.4. Меры статистической оценки качества изображений с улучшенным пространственным разрешением

Часть 2. Извлечение информации из изображений ДЗЗ

Глава 5. Классификация изображений

5.1. Классификация изображений без обучения

5.1.1. Критерии кластеризации изображений

5.1.2. Метод кластеризации K-средних

5.1.3. Метод кластеризации ISODATA

5.2. Классификация изображений с обучением

5.2.1. Решающее правило параллелепипеда

5.2.2. Решающее правило пространства признаков

5.2.3. Решающее правило минимального расстояния

5.2.4. Решающее правило расстояния Махаланобиса

5.2.5. Решающие правила максимального правдоподобия и Байеса

5.2.6. Нечеткий метод классификации

5.2.7. Взаимосвязь решающих правил классификации с обучением

5.2.8. Задание порогового уровня по статистике Хи-квадрат

5.3. Параметрические и непараметрические признаки, размерность признаков

5.4. Выбор обучающих образцов

5.5. Оценка признаков, классов

5.6. Оценка точности классификации изображений

Глава 6. Анализ гиперспектральных изображений

6.1. Основы гиперспектральной теории

6.2. Библиотеки спектров материалов

6.2.1. Наиболее распространенные библиотеки спектров материалов

6.2.2. Побочные факторы, влияющие на спектр материала

6.2.3. Спектральная чистота

6.3. Спектр пикселя гиперспектрального изображения

6.4. Факторы, влияющие на спектры пикселей гиперспектральных изображений

6.4.1. Влияние освещения

6.4.2. Влияние атмосферы и сенсора

6.4.3. Влияние пространственного смешивания материалов

6.5. Справочные материалы

6.5.1. Общие сведения о справочных материалах

6.5.2. Определение справочных материалов методом индекса чистоты пикселя

6.6. Устранение влияния различных факторов на спектры пикселей гиперспектральных изображений

6.6.1. Метод эмпирической линии

6.6.2. Метод плоской области

6.6.3. Метод среднего относительного коэффициента отражения

6.6.4. Метод логарифмических остатков

6.7. Методы анализа гиперспектральных изображений

6.7.1. Методы анализа целого пикселя гиперспектральных изображений

6.7.2. Субпиксельные методы анализа гиперспектральных изображений

6.7.3. Преобразование минимальной доли шума

Глава 7. Обнаружение изменений поверхности Земли по разновременным изображениям

7.1. Методы обнаружения изменений поверхности Земли по разновременным изображениям

7.1.1. Метод интерактивного редактирования

7.1.2. Метод разности

7.1.3. Метод отношения

7.1.4. Метод постклассификационного сравнения

7.1.5. Метод разновременной классификации

7.1.6. Метод векторного анализа

7.1.7. Метод разности главных компонент

7.1.8. Метод разности компонент «колпак с кисточкой»

7.1.9 Метод разности вегетационных индексов

7.1.10. Метод регрессии

7.1.11. Метод статистических испытаний

7.2. Необходимые условия для обнаружения изменений поверхности Земли по разновременным изображениям

7.2.1. Пространственное совмещение разновременных изображений

7.2.2. Выбор порогового уровня

7.2.3. Радиометрическое улучшение разновременных изображений

7.2.4. Разновременные изображения разных сенсоров

7.2.5. Даты и интервал получения разновременных изображений

7.2.6. Подтверждение результатов обнаружения изменений

Заключение

Список литературы

Список основных публикаций автора по тематике книги